今日热点

ChatGPT Voice 迎来重大升级，全球可用，底层换成 OpenAI 新的 GPT-6 Astra、Sol 和 Luna 模型，并首次能调用邮件、日历、Slack 等插件。用户可直接用语音查日历、发邮件、让 ChatGPT 发现并取消财务应用里的重复扣款，甚至搭建带结账页的网站。语音功能也进入网页和移动端的 ChatGPT Work，说话即可生成文档、演示文稿和表格，最新版应用已上线。OpenAI 称这是迈向《Her》式日常 AI 助手的一步，但也承认伴随风险。

The Decoder13 小时前海外模型2 个信源71

Anthropic 宣布其湾区湿实验室发现一种此前未知的酶系统，藏在噬菌体 DNA 中，能像 CRISPR 一样切割、复制和粘贴 DNA。CEO Dario Amodei 称该发现主要由 Claude 完成，Claude 调用约 950 个 agent、消耗 2.1 亿 token，仅用 21 小时。他同时承认斯坦福团队此前发现过类似系统，发现的实际价值有待学界验证。实验室仅做 BSL-1 和 BSL-2 级别研究，不接触可感染人类的病原体，所有实验由人类科学家操作。

TechCrunch AI8 小时前海外模型2 个信源70

NVIDIA 在 Hugging Face 发布开源权重模型 Nemotron 3 Diarization，100M 参数，最多同时跟踪 8 位说话人，支持语音重叠场景，一个 checkpoint 同时覆盖离线录音与实时流式。权重采用 OpenMDW License 1.1，允许商用，通过 NVIDIA NeMo 在 Linux 上运行，支持 Ampere、Ada Lovelace、Hopper、Blackwell GPU。相比此前支持 4 人的 Streaming Sortformer，说话人上限翻倍。模型接收 16 kHz 单声道音频，输出每位说话人的活动概率，提供 4 档延迟配置：离线 30.4 s 缓冲 DER 12.73%，最低推荐 0.32 s 缓冲 DER 13.55%。

OpenRouter 公告12 小时前海外新模型发布2 个信源55

Meta 在 Connect 2026 大会上发布首款无摄像头 AI 眼镜 Ray-Ban Meta Audio，起售价 349 美元，10 月 13 日开启预售。该产品仅支持音频功能：听音乐播客、通话、语音翻译和与 Meta AI 助手 Muse 对话，重 43 克，单次充电续航 12 小时，配合充电盒可达 48 小时，提供 23 种颜色与镜片组合。Meta 称此举是为回应外界对 AI 眼镜偷拍问题的批评。同时发布带摄像头的 Ray-Ban Meta（Gen 3），配备 1200 万像素摄像头、支持 3K 视频、六麦克风阵列，续航 9 小时。

TechCrunch AI7 小时前海外模型2 个信源54

OpenAI 发布开放基准 MentalHealthBench，用于评估前沿模型在真实心理健康对话中的表现，并称模型在该场景持续改进。该基准由 80 多名心理健康临床医生参与构建，OpenAI 将其开源，供其他研究者检查方法、自行评测并在此基础上继续研究。

X @OpenAI11 小时前海外模型53

NunchuxAI 将 MiniMax 的视频生成模型 MiniMax-H3 部署到 AMD MI355X，8 卡推理速度最高比 SGLang 快 26.7 倍，5 秒视频生成耗时 1.3 秒。该方案支持流式生成，视频播放过程中可修改 prompt 来引导后续画面走向。MiniMax 表示 MiniMax-H3 的免费访问即将开放，目前可加入 waitlist。

X @MiniMax_AI1 小时前海外模型48

Google DeepMind 公布 Private AI Compute 架构更新，将在云端引入持久化记忆层，让 AI 助手跨设备保留上下文。数据存放在专用加密存储中，解密密钥仅保存在用户设备上，Google 也无法访问。请求时设备通过端到端加密通道连接云端安全隔区，在隔离内存中临时解密、处理并立即重新加密。此前该平台及业界同类方案均为无状态，任务结束即清除上下文，无法支撑连续的个人 AI 体验。

Google DeepMind15 小时前海外模型42

Meta 公布 Muse Realtime Voice 与 Muse Realtime Avatar，两者通过共享的语音 token 流组成统一流式架构。Voice 生成同时编码内容与韵律的语音 token，Avatar 消费同一 token 流生成流式视频。系统以固定长度历史作为后续分块的动作上下文，使任意长度对话下的计算量保持有界，并同步生成语音、唇动和表情。原文未披露模型规模、延迟数据与开放时间。

X @AIatMeta1 小时前海外新模型发布41

Contrastive-LM 发布 CLM-8B，首个开源 Contrastive Language Model（CLM）。它不生成文本，而是对候选动作打分并返回概率，对标 TypeSafe AI 的专有 System One 模型 Jev。Apache-2.0 授权，头部权重仅 75 MB，单张 NVIDIA GPU 即可运行，用 vLLM 服务 Qwen3-8B 编码器。训练分三阶段：约 6000 万 Nemotron DQA 问答对预训练、约 3000 万 Gemini 2.5 Flash-Lite 合成难负样本中期训练、约 100 万条 Agent 轨迹后训练。在约 10 万条留出问题上，仅预训练 top-1 准确率 52.1%，中期训练提升至 69.2%。T-Rex 游戏任务延迟 16.5 ms 对 Jev 的 149.8 ms，即 9 倍加速；

MarkTechPost1 小时前海外新模型发布40

Meta 宣布为 AI Agent Muse 增加多项更新：Muse 将拥有自己的电子邮箱地址，可用来完成任务，用户也能通过该邮箱与 Agent 沟通；Mac 版 Muse 应用将获得操作用户电脑的能力；用户很快可以通过视频通话与 Muse 虚拟形象实时对话，并可调整其声音，新的 Muse Realtime Avatar 模型负责其动作表现。Muse 本月早些时候上线，曾登顶 App Store 榜单，据报道其移动端上线前 12 天下载量超过 ChatGPT。Meta 还计划未来几个月将 Muse 上线其智能眼镜。

The Verge AI7 小时前海外模型39

Google 发布两款 Gemini Audio 系列语音模型：Gemini 3.8 Flash TTS 面向创意配音与角色设计，Flash-Lite TTS 面向高并发低成本生产，均通过 Gemini API 和 AI Studio 提供，仅 API 调用、不开源权重。新模型支持用自然语言逐句指导语气、节奏、方言，可从文本提示生成新音色，覆盖 100 多种语言和方言，并提供 2000+ 现成音色库。语音复刻需 30 秒样本和声音所有者口头同意录音，所有输出带 SynthID 水印。

MarkTechPost10 小时前海外新模型发布39

OpenAI 宣布在移动端推出基于语音的 Agent 功能，用户可通过语音触发撰写文档、总结邮件等工作流。Plus 和 Pro 用户可在手机 Work 标签页中创建文档、起草邮件、总结 Slack 消息，还能建站、做演示、使用云端浏览器及访问财务等功能；Free 和 Go 用户可使用插件和已连接应用。ChatGPT 语音对话将提供更丰富的文本输出，用户可在文本与语音间切换，并支持移动端开始、桌面端继续。此前 7 月 OpenAI 推出对话模型 GPT-Live，并集成到桌面端 Work 和 Codex 标签页。

TechCrunch AI14 小时前海外模型39

中美本周就 AI 安全风险启动谈判，美国财长 Bessent 称双方已讨论建立新的 AI 安全通报机制，若中方参与，任一方发现本国 AI 系统出现威胁或异常行为时可向对方发出警报，该渠道还可用于沟通「共同目标」。但报道指出，中国可能不信任美方主导的安全对话：特朗普政府持续加码出口管制，国会还在审议进一步限制芯片与硬件出口的法案；两周前美国司法部还指控 6 家中国头部 AI 公司窃取美国前沿实验室技术，中方强烈否认。专家认为，特朗普的对华竞争叙事和「AI 竞赛」错觉可能反噬美国自身。

Ars Technica AI10 小时前海外模型37

TypeSafe AI 推出首个 System One 模型 Jev，不生成任何文本，而是接收程序状态和一组类型化问题，返回选项、分数和是/否概率，供代码直接分支。官方 Python SDK 为 typesafe-sdk 0.7.0，输入 token 定价 0.042 美元/百万，输出 token 免费。教程演示了置信度门控路由、代码内保留权重的复合评分、类型化函数调用，以及用 Pydantic 响应模型、asyncio 异步扇出、重试策略和成本账本构建生产形态。

MarkTechPost6 小时前海外新模型发布37

在年度 Made on YouTube 活动上，YouTube 宣布将推出 Custom Feeds 自定义信息流：用户输入描述即可生成新标签页，可细化描述并给推荐视频打分来调优，支持保存多个信息流，将先在美国上线网页、移动端和电视端。评论功能将支持发 GIF，可在普通视频和 Shorts 中使用；私信功能加入群聊，首批仅限美国、英国、新加坡、巴西和部分欧洲国家。活动还预告了面向观众和创作者的更多 AI 功能，但未给出具体细节。

Ars Technica AI11 小时前海外模型32

微软为 12 英寸 Surface Pro 和 13 英寸 Surface Laptop 换上高通骁龙 X2 Plus 芯片，10 月 13 日开售。12 英寸 Surface Pro 起售价从去年的 799.99 美元涨至 1149.99 美元，13 英寸 Surface Laptop 从 899.99 美元涨至 1199.99 美元，涨价部分源于取消 8GB 基础版，起步内存改为 16GB，最高可选 24GB。微软称六核骁龙 X2 Plus 的 NPU 本地 AI 推理性能提升最高 95%，图形性能提升超 60%，续航效率提升最高 18%。Surface Pro 12 英寸网页浏览续航增至 13 小时，Laptop 13 英寸增至 18 小时。屏幕亮度从 400 尼特升至 500 尼特，接口、Wi-Fi 7 和蓝牙 5.4 不变。

The Verge AI10 小时前海外模型31

Simon Willison 发布了一个讲解 CSS shadow roots（影子 DOM）的交互式教程页面，通过可操作示例演示样式封装、继承、slots、parts 以及 JavaScript 访问等机制，展示 shadow root 如何创建带私有样式表的隔离 DOM 树。该页面由他向 Fable 5.1 Medium 输入提示词「构建一个用交互示例解释 CSS shadow roots 的作品」生成。原文未提供更多技术细节。

Simon Willison14 小时前海外模型31

微软将于 10 月 13 日发布第二代 Surface Mouse，售价 79.99 美元，提供黑色和铂金两种配色。新款鼠标首次加入可自定义操作按钮，主要设计用于快速唤起 Copilot，也可通过 Surface 应用配置为其他快捷键。触觉反馈支持 Windows 11 中的点击、拖拽、窗口对齐等操作，并在 PowerPoint、Affinity、Concepts、Filmora 等应用中触发。鼠标采用软触感材质重新设计，支持蓝牙 6.0，可同时配对三台设备。该鼠标与新款 Surface Pro 12 英寸和 Surface Laptop 13 英寸同日发售。

The Verge AI10 小时前海外模型29

宾利正式发布品牌首款纯电车型 Torcal，命名取自西班牙一处岩石地貌。标准版峰值输出 810 hp（604 kW）、880 lb-ft（1194 Nm），0-60 mph 加速 3.3 秒；高性能版 Torcal S 为 875 hp（653 kW）、995 lb-ft（1350 Nm），0-60 mph 加速 2.8 秒，最高时速 162 mph（260 km/h），标准版为 155 mph（250 km/h）。新车基于大众集团内部与保时捷共享的技术平台，尺寸小于 Bentayga，定价预计低于该车型（至少低于其插混版本），但宾利尚未公布美国市场售价。

Ars Technica AI9 小时前海外模型18