xAI 发布 Grok Voice Transcribe 2.0:客服通话等场景准确率翻倍
xAI 推出 Grok Voice Transcribe 2.0,在客服通话、口述凭证和短语音指令场景下,转录准确率是上一代的两倍。该消息由 xAI 官方账号发布,推文互动数据显示获得 123 次点赞、6 次转发。
xAI 推出 Grok Voice Transcribe 2.0,在客服通话、口述凭证和短语音指令场景下,转录准确率是上一代的两倍。该消息由 xAI 官方账号发布,推文互动数据显示获得 123 次点赞、6 次转发。
Grok Bot 现已支持开启自动更新,用户需升级至 0.40 版本才能启用该设置。官方表示过去 7 天共发布了 49 个新版本,自动更新可帮助用户及时用上最新功能。
Grok 的 bot 现在支持 webhook 触发,从任意位置唤醒。创建 routine 后点击「add trigger」选择 webhook,即可接入 WhatsApp 特定联系人消息、Notion 页面变更、家庭温度传感器阈值、桌面按钮、GitHub Action 完成或服务器错误率飙升等事件。
Grok Bot 新增 marketplace 和 Bot 模板功能,用户可从 marketplace 添加模板。官方首批分享的 Haggle Bot 用于谈判供应商合同、查找闲置 SaaS 席位并为经常性采购比价,上线一周已为其节省超 10 万美元。
Runway 的 Ruby 现已支持 alpha 通道,可在将素材转换为 HDR 的同时完整保留 alpha 通道,整个过程只需一步。
Runway 引导用户通过 app.runway.com 开始使用其产品。该帖仅给出这一入口链接,未披露具体模型版本、功能或价格信息。
Fish Audio 推出实时语音到语音翻译,基于其流式 TTS 构建,支持单向翻译和双向对话,覆盖 80+ 种语言。该 demo 已开放体验,并提供实现细节供开发者自行构建。
Fish Audio 上线翻译演示站点 translate.demo.fish,由 @cshape_ 发布。该站点为 demo 性质,具体支持的模型与能力尚未在原文中说明。
Fish Audio 发布实时翻译工作原理说明页(translate.demo.fish/how-it-works),由 xgo.ing 提供技术支持。原文未披露所用模型、延迟数据或可用方式等细节。
Vercel 的 v0 现可读取 Vercel 上共享环境变量中存储的凭据,从 npm 及自定义 registry 安装私有包。NPM_TOKEN 用于 registry.npmjs.org 上的私有包,NPM_RC 可配置自定义或多个 registry,支持作用域 registry 与环境变量引用,例如 @acme 作用域或私有 JFrog Artifactory。
Bolt 在开放模型上线首周迎来 DeepSeek V4.1 Flash 加入 Bolt Forge,该模型被 beta 用户称为生成网站外观最好的选择。官方称其使用量达到 DeepSeek V4 Pro 的 10 倍,首周构建者则以压倒性比例选中了速度最快的那一个。
mem0(@mem0ai)在 X 上发布了一条指向 x.com 文章的链接,该帖获得 9 条回复、3 次转发、48 个点赞和 3861 次浏览。 说明:原始标题仅为一条 t.co 短链,正文除互动数据外没有可提取的实质内容(文章正文未包含在提供材料中)。
Runway 推出统一计价,购买的点数现可在网页应用和 Runway Dev 之间通用,一次购买即可支持用户在任一空间使用 Runway。官方同时上线了配套的新优惠方案。
LlamaIndex 推出 Parsed by LlamaParse 系列,首篇以美国能源信息署 2026 年 9 月短期能源展望报告为例,说明解析错误如何影响关键文档。
MiniMax Code CLI 的 v0.4.12 版本面向全球开发者开放,并以 MIT 协议开源,它是 MiniMax Code 客户端的核心组件,源码已发布在 GitHub。
TypeSafe AI 的 Jev 模型现已接入 Dify 的问题分类器节点,用于在工作流分支间路由输入。该模型专为结构化决策设计,用户可直接在 Dify 中试用。
在传统影视行业工作 30 年的 Diane Shorthouse 正探索 AI 如何拓展影视创作者的表达空间,并分享了用 Kling AI 制作 MINIBOTS 的经历。她提到 AI 既能提升制作安全性,也能为 AI 角色赋予富有情感的表演。
9月14日豆包手机助手正式发布消费者版本,搭载在努比亚 NaviX Ultra 手机上,重点转向交互、意图理解与 Agent 融入 App 生态。新版增加专属 AI 键与指纹鉴权,可检索相册、短信、便签等本地数据,并接入飞书妙记录音能力。同日推出屏幕自动化操作声明协议 SAEP,第三方应用可自主决定是否允许 AI 在应用内自动操作,规则公示 30 天至 10 月 15 日。
Hailuo AI 展示用 MiniMax H3 Max 的 r2v 功能,将一张 3x3 分镜图直接转成视频,设置 480p、15 秒、Quality 画质、参照强度标准,提示词要求画面按左上到右下逐格切换、禁止多面板和 BGM。该流程可让分镜图近乎原样变成影像,为动画分镜制作提速。
MiniMax Design 上线自定义模型支持,用户可以用自己偏好的模型进行创作。同时年付方案限时优惠 20%。
巨日禄推出「本入剧出」,不再让创作者先选模型,而是按高、中、低三档产出标准由系统自动决策,低档1500块可跑60集。其模型路由会按镜头难度自动调度不同模型,并保留剧本解析、分镜管理、剪辑等全流程人工干预,已服务7万+影视制作团队。
browser-use 开源了 Jev,它通过将"思考"与"下一步动作"拆分,由大模型负责复杂推理,小模型只负责从页面真实按钮中挑选点击、输入、滚动等操作。该方案面向浏览器智能体、自动 QA、交易循环、Agent 路由等需要反复选择动作的场景,已有 NewMax 正在接入。
Tony Dinh 用 Jev 做了一个开源 Chrome 扩展,实时监听 YouTube 音频、检测赞助片段并自动跳过,每条视频成本约 $0.005。该项目为原型、采用 BYOK 模式,代码已发布在 GitHub。
Browser Use Cloud 即将上线 ULTRAFAST,官方称其具备超人类速度、成本低且难以被检测三项特性。用户可在等待名单登记,并说明自己想要自动化的任务。ULTRAFAST 目前尚未公布具体参数与上线时间。
一条推文推荐用 termany.sh 来打造出色的作品,并附上链接。原文未透露该工具的具体功能、版本或可用性信息。
Genspark 公布 AI Chat 与 AI Image 的每周额度使用规则:现有 Plus 或 Pro 订阅用户在 2026 年 12 月 31 日前可零 credits 使用全部模型,包括 Opus 等旗舰模型;2027 年 1 月 1 日起改用与新会员相同的条款,旗舰模型消耗 credits,Core 模型在每周额度内免费。
Genspark 调整 Plus 和 Pro 会员权益,价格不变,新增每周发放的额度余额,可覆盖 Super Agent、AI Chat、AI Image、AI Slides、AI Sheets、AI Docs、Deep Research 等所有智能体与工具的 Standard Mode 使用。新额度每周自动到账,叠加在原有套餐之上。
Z.ai 的多模态编码模型 GLM 5.3 FlashX 现已上线 AI Gateway,提供约 200 tokens/s 的高速推理服务,适合编码智能体、工具循环和交互式应用。模型 ID 为 zai/glm-5.3-flashx,可在各 API 格式和编码智能体中调用。AI Gateway 按供应商价格原价计费,不收取推理平台费,BYOK 请求同样适用。
Himalayas 已用 Qdrant Cloud 支撑其远程职位平台的语义职位匹配,覆盖 10 万+在招职位与 30 万+公开人才档案,当前每天处理数十万次请求、每月超 2500 万次,约 300 万个 point,Qdrant 内耗时中位数约 30 ms、p95 约 200 ms。
Elastic 推出内置于其平台的 SNAP 支付错误检测方案,用规则、机器学习与 Elastic Agent Builder 对话式调查三层能力,在案件入索引时实时识别资格错误与欺诈,而非依赖隔夜批量规则引擎。
ChatGPT 桌面应用推出 Appshots 功能,可将屏幕上的上下文内容直接带入桌面应用,实现"分享"而非"描述"。macOS 用户按下两侧 Command 键、Windows 用户按下两侧 Alt 键即可启用。
Vercel CLI 现已支持亚秒级部署静态产物,运行 vercel deploy 可跳过构建步骤直接返回线上 URL,官方示例显示 802ms 即就绪。该功能自动识别符合条件的部署,支持最多 10 个 HTML 或 Markdown 文件、总大小不超过 5 MB,扩展名限 .html、.htm 和 .md。需升级至 Vercel CLI 59.16.0 或更高版本。
OpenAI 推出 Astra for Law,面向律所提供工具与技能,数据隐私为核心功能,包含 26 个合作方构建的插件和 47 个社区插件,用于 ChatGPT 中的法律工作。该产品由 GPT-6 Astra 驱动,提供工具、设置和上下文,以支持律师与法律科技公司的专业判断。
Gemini API 的 Managed Agents 迎来 harness 重大更新,Google AI Studio 发布了相关说明。原文未披露具体更新细节与版本号。
OpenAI 发布 Astra for Law,首批通过 ChatGPT 和 Codex 的 Trusted Access 向选定律所提供,API 访问即将上线。OpenAI 将维护该法律配置,让开发者专注自身产品与工作流,并与律师及法律科技伙伴共同推进后续迭代。
OpenAI 发布 Astra for Law,将 GPT-6 Astra 与法律分析与写作指令、适合深入工作的设置以及新的 Legal Search Index 搭配使用。该索引检索美国判例法、成文法、法规、法院规则和行政决定,覆盖超过 2.3 亿个 URL,来源每日新增,帮助律师从案件事实找到可自行查看的相关法律依据与支撑段落。
OpenAI 为 ChatGPT 的法律工作场景推出 26 款合作方插件和 47 款社区插件。合作方包括 Thomson Reuters、Harvey、Legora 和 iManage,负责接入专业工具与知识;社区插件由律师和法律工程师构建,供律所自行调整和扩展。OpenAI 表示这些插件让机构能借助已有的工具、知识和人员搭建更多用法。
OpenAI 发布 Astra for Law,这是由 GPT-6 Astra 驱动、面向律师与法律科技公司的产品。它提供配套工具、设置和上下文,用以支持法律专业人员的专业能力与判断。
Character.AI 推出 cai-image-mode 图像模式,并在博客发布完整说明(blog.character.ai/cai-image-mode)。该帖为系列推文的第 3 条,仅提供阅读全文链接,未披露模型、参数或测试数据。
Character.AI 披露其全栈多模态基础设施 CAI-MM-Studio,支持多种艺术风格和 245 个相机机位,多角色场景中每个角色即使初始造型不同也能保持统一画风。平台还推出漫画专用模型,可在整部漫画中保持角色与对话一致,已有创作者产出超过 100 页。官方称自研全链路让新能力数周内即可上线,推理在消费级规模下保持快速且低成本。