跳到正文
10月20日周二
  1. Mistral AI73

    Mistral 发布 Voxtral 3 语音模型家族及实时语音智能体 SDK

    Mistral 发布 Voxtral 3 语音转写与合成模型家族,并推出整合聆听、推理、工具调用和语音输出的实时语音智能体 SDK。转写支持 50+ 种语言,语音合成支持 35+ 种语言和 50+ 种方言;基于 LiveKit 的 SDK 支持通话中执行多步任务,官方称每轮响应可在 1 秒内完成。

    推荐理由:将转写、推理、工具调用与语音合成串成实时流水线,并支持替换各阶段模型,为企业语音智能体提供了可迁移的集成思路。

10月15日周四
9月9日周三
  1. AI News (smol.ai)81

    AI News 日报:DeepSeek V4.1 Flash、OpenAI 语音与编码智能体进展

    DeepSeek 发布开放权重模型 V4.1 Flash,采用因果编码器—解码器架构,支持 1M-token 上下文及文本、图像输入。Artificial Analysis 报告其 Intelligence Index 得分为 40,高于 V4 Pro;虽然平均每项任务生成 89k tokens,估算单任务成本仍仅为 $0.27。

    推荐理由:独立评测将模型得分、输出长度与单任务成本放在一起比较,展示了低 token 定价如何抵消冗长输出带来的部分开销。