OpenAI 新增九個語音預設,覆蓋法德印日韓五語
OpenAI 開發者帳號宣布新增九個語音預設,全部由法語、德語、印地語、日語和韓語的母語演員錄製,覆蓋五種語言。官方同步給出 custom voices 入門指南連結,指向 developers.openai.com 的 API 文件,供開發者瞭解如何開始使用。推文未說明音色名稱、可用模型、價格與開放範圍。
依意思最接近的 30 筆
OpenAI 開發者帳號宣布新增九個語音預設,全部由法語、德語、印地語、日語和韓語的母語演員錄製,覆蓋五種語言。官方同步給出 custom voices 入門指南連結,指向 developers.openai.com 的 API 文件,供開發者瞭解如何開始使用。推文未說明音色名稱、可用模型、價格與開放範圍。
復旦 NLP 團隊發布主動式個人助手 A5,能在多次會話間積累對使用者與專案的理解,並在接入資料發生變化時主動提出後續建議。A5 Harness 通過 Context 索引、Memory 系統、Diff Engine 與 Proposal Engine 維護終身上下文:演示中它能把使用者對陶瓷的興趣遷移到新的旅行規劃,也能在需求文件從個人使用改為團隊共用時調整存取權限方案。技術預覽 v0.3.1 安裝包已開放下載,支援 macOS 與 Linux,程式碼將隨後開源。
Anthropic 官方帳號宣布推出 Claude Haiku 5.5。官方稱該模型在編碼、computer use 與知識工作三類任務上,相比 Haiku 4.5 有顯著提升。目前公布的資訊僅此一句對比結論,未提及價格、上下文長度、開放平台或具體評測資料。
一篇部落格文章認為,William Gibson 在 2020 年小說 Agency 中描繪的 AI 助手 Eunice 已接近現實。書中 Eunice 被啟動後一邊對話,一邊自行在後臺取用資訊、調動資源;文章指出,如今 GPT-Live 與 Block 的 Dessa 已帶來接近真人的全雙工對話,OpenAI 的 Dots 和 Meta 的 Muse 則在引入可 24/7 獨立追求目標、在後臺行動的 agent。
Anthropic 推出 Claude Haiku 5.5(claude-haiku-5-5),面向高併發與低延遲場景。該模型提供 1M token 上下文視窗、128k 最大輸出 token,並支援通過 effort 引數調節的自適應思考。已在 Claude API、Amazon Bedrock、AWS 上的 Claude Platform、Google Cloud 和 Microsoft Foundry 上線。
量子位發文吐槽,Fable、Sol 等與 Coding 沾邊的模型普遍輸出「15/15 全綠」「單腿啞火」這類黑話。文中分析,除 Coding 過擬合外,更主要的原因是廠商為省 Token 把思維鏈壓縮成「穴居人語」,OpenAI 最早這麼做,同樣一句話的 Token 消耗比白話文少 70%;Claude 自 Opus 4.6 起也開始如此。作者稱最新 Opus 5.5 語言能力回升明顯,而 Gemini 因輸出風格正常、排版層級清晰,被社群視為少數還能正常溝通的 AI。
上海交通大學任麒冰課題組提出「智慧體資源劫持」攻擊:攻擊者不竊取憑證,只誘導 Agent 代為呼叫 API、GPU 算力和內部通訊權限,GPT-5.5、DeepSeek-V4-Pro、Qwen3.8-Max、Gemini-3.5-Flash 的被劫持成功率介於 70.0% 至 89.6%。
企業語音 AI 平台 PolyAI 的 CTO Shawn Wen 在 HumanX 大會上表示,全雙工模型雖已實現,語音 AI 仍未迎來自己的「ChatGPT 時刻」,下一步的關鍵是讓推理足夠快、對話足夠自然。會議記錄工具 Otter 的 CMO Alex Gay 指出,說話人識別、意圖捕捉並與組織知識結合才是自動化的關鍵,Otter 還在研發可代表參會者的數字孿生。兩人都提到 ASR 模型常漏掉關鍵詞,轉寫不準會讓後續動作全部出錯、使用者失去信任;
OpenAI 為 ChatGPT 中的 GPT-6 Astra Pro 推送升級,回應速度更快,外掛與工具呼叫也有所改進,並新增多智慧體並行能力。多個 agent 可以分別處理同一任務的不同部分,使用者能跟蹤每個 agent 的進度,也可開啟已完成任務檢視其工作結果。該功能現面向 Pro 使用者在 Chat 標籤頁開放。
Karpathy 在推文中估算,全球只有約 5000 人(約 0.00006% 人口)能直接使用最前沿的內部 AI 系統;約 2000 萬數學與程式設計專業人士在用前沿級 LLM 做專業工作,另有約 60 億人(約全球 75%)幾乎沒接觸過 LLM。他把這種分化稱為一條越來越陡的能力漏斗,成因是任務規模、能力鋸齒狀分佈(集中在可數字化、可驗證、商業價值高的領域)與存取權限分層。這些內部系統可讓成千上萬 Agent 組成叢集連續執行數週,推進大型軟體專案、發現零日漏洞。
OpenAI 為 ChatGPT 聊天標籤頁中的 GPT-6 Pro 推送更新,新增多智慧體能力:多個 agent 可並行處理同一任務的不同部分,使用者能在對話中跟蹤進度,並開啟已完成任務檢視每個 agent 做了什麼。更新還帶來更快的回應速度,以及外掛和工具呼叫執行任務能力的改進。該更新面向符合條件的 Pro 使用者分批推送,託管工作區是否可用取決於工作區設定與推送資格。
MIT 教授 Sherry Turkle 在 MIT Future Fest 發布新書《Artificial Intimacy》,討論人類為何本能地把機器人和大模型當作有感情的物件。她引用研究稱約 70% 的人與 AI 互動時會保持禮貌,對話超過第一輪後更常說「請」「謝謝」。同校研究員 Pat Pataranutaporn 認為關鍵不是用法對錯,而是「和 AI 對話時我們在變成誰」,他曾在一名 14 歲少年自殺後其母親起訴 Character.AI 的訴訟中擔任專家。
一位使用者僅向 Opus 5.5 提供創意、工作資料夾和音樂檔案,模型便自主完成了從調研到成片的全流程。它檢索了四年 AI 發展資料與素材,擷取文章和介面截圖,編寫 HTML 與動畫程式碼,用 Playwright 渲染畫面、FFmpeg 合成並加入音效,最終輸出完整影片。
Meta AI 官方帳號發布了扎克伯格(@finkd)、Alexandr Wang(@alexandr_wang)與 @collision 的完整對話影片,並附上觀看入口。帖文只給出觀看提示,沒有說明這場對談的主題、時長,也沒有提到涉及的產品、模型或發布時間等細節,需要點開影片才能知道具體聊了什麼。
Anthropic 官方帳號表示,Claude Haiku 5.5 在幾乎全部對齊評估中相對 Haiku 4.5 都有明顯提升,出現不對齊行為的案例大幅減少。該訊息未披露具體的評估專案、分數、測試方法或發布時間等細節。
OpenAI Devs 展示了一種用法:通過一臺舊藍牙音箱,使用 GPT-Live-1 與名為“Greg”的物件對話。原帖只有這一句描述,未說明 Greg 是什麼、音箱型號、連線方式、延遲或可用範圍,也沒有給出設定步驟。
Anthropic 前沿紅隊發布研究,測試 AI 能否像計算機病毒一樣在不同裝置間自主複製傳播。實驗中 15 臺約 55 美元、4GB 記憶體的安卓電視盒子以流水線並行跑起 Gemma4-26B-A4B,總價約 825 美元,生成速度僅每秒 0.39 個 Token。GLM-5.2 在 8 節點模擬網路中 5 次有 4 次傳播到全部節點,但依賴外部推理伺服器與預開的免認證 ADB 埠;
Claude Haiku 5.5 現已上線,Anthropic 稱其覆蓋所有平台。公告列出的平台包括 Amazon Web Services、Google Cloud 和 Microsoft Azure,官方頁面提供更多資訊。
Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。
OpenAI 宣布 GPT-6 面向全球所有 ChatGPT 使用者開放,取代 ChatGPT 中的 GPT-5.6 Sol 與 Luna;Plus、Pro、Business、Enterprise 今天起逐步開放,Free 與 Go 使用者明天開始。最受關注的新能力是 Intelligent UI:模型可自主組合文字、圖表、按鈕與表單,生成可互動的回答介面,也能按需即時做出計算器、賬單分攤工具等小工具。
Claude 官方發布 Haiku 5.5,定位高併發、成本敏感型任務。官方稱其能穩定處理摘要、分類等重複性工作,並可搭配 Claude Opus 5.5 與 Sonnet 5.5,在 coding 任務中充當 subagent。該模型的速度也足以支撐即時客戶支援和瀏覽器操作。
前輝達產品營銷負責人、現 Techable Ventures 創始人 Amulya Vishwanath 表示,物理 AI 目前仍處於「樂高時代」,機器人領域的 ChatGPT 時刻尚未到來。她認為,當前行業仍在搭建機械手、執行器等基礎構件,通用與專用機器人並行推進,只有這些模組成熟組合後才可能迎來突破。她同時強調人才是關鍵壁壘,大量人才正流向 Anthropic、輝達等大公司。
OpenAI 官方帳號表示,使用者可以直接在對話裡建立可使用的互動式工具,例如小遊戲或互動式預算規劃計算器。該推文發布於 2026 年 10 月 7 日,未說明適用的具體產品、可用範圍、上線時間與使用限制,也未提供範例之外的細節。
STEPX(階躍終端)推出旗下首款 AI 終端原生開發工具 Step Studio,創客只需使用自然語言即可生成 AI App、遊戲、智慧體和 Skill,並可通過 MCP、A2A 等協議連線外部服務與專業智慧體。
UC San Diego、ByteDance 與 CMU 提出 RSIGame,讓 Agent 在可執行的遊戲環境裡自主試玩、診斷、修改並驗證,形成長期自我改進閉環。以 GPT-5.5 生成的遊戲為起點,多輪自主開發後品質評分從 50.26 提升到 64.53;在 GameCraft-Bench 的 140 個任務、Godot 與 Phaser 兩種引擎上,比迭代開發基線 Play2Code 高 7.2~13.8 分。
Anthropic 於 10 月 7 日發布 Claude Haiku 5.5,百萬輸入 Token 最低 0.1 美元,較上代降價 90%,並首次在 Haiku 系列引入可調節推理強度,支援 100 萬 Token 上下文與 12.8 萬 Token 輸出。官方基準顯示其在 OSWorld 2.1 取得 72.4% 成功率,高於 GPT-6 Luna 的 48.9%,但最高成績對應最大推理強度,中等強度下 Terminal-Bench 成績從 39.2% 降至約 20%。
Karpathy 稱 LLM 能力的認知差距正在擴大,從兩群人各說各話變成尖銳的漏斗。他估算約 60 億人(75%)幾乎沒接觸過 LLM,10 至 20 億人(20%)只是偶爾用免費版聊天機器人,約 2000 萬人(0.2%)在數學與程式碼上親身使用前沿模型,過去要花數週數月的專案現在一個提示就能由 agent 完成。
Block 發布名為 Dessa 的對話模型,稱其完全基於人類語音對話從零訓練,並支援全雙工語音對話。為展示效果,Block 分享了多段 Dessa 與人類的聊天記錄;其中由專案負責人 Ragavan Thurairatnam 分享的一段裡,交流大多自然,但 Dessa 一開場把說話者誤認成“Ronaldo”。Block 稱這是首個可進行真實對話、完全用語音訓練的模型,訓練資料不是文字而是人類對話語音。
一位有基礎程式設計經驗的使用者稱,用 Opus 5.5 在約兩打提示詞內完成了一整款遊戲,包括玩法、畫面、音效與音樂,全程未寫一行程式碼;模型還能自寫測試、最佳化速度並修復觀察到的 bug。在室內導航對比中,Opus 5.5 的掃描與追蹤準確,Astra 開箱即用效果差,評分約 2/10 對 9/10。該使用者也指出 Claude 常提示工具使用過多或任務未完成,且超出額度後無法繼續使用。
越來越多 AI 助手無需下載 App,直接通過 iMessage、RCS、SMS、WhatsApp 等簡訊渠道使用,可記憶上下文、連線已有應用並代為完成任務。Instinct 在 2026 年 9 月完成 10 億美元融資、估值達 100 億美元,仍處私測;Caddy 自 2026 年 4 月起公測;Fambot 2026 年 9 月初推出測試版並獲 350 萬美元 pre-seed 融資,測試期免費,未來擬收約一份 Netflix 訂閱的費用;