馬斯克稱 Grok 是全球最好的對話語音模型
馬斯克在 X 上發文稱,Grok 是全球最好的對話語音模型。這條表態只有一句話,沒有給出基準測試、對比物件或所指的具體模型版本,也沒有說明該語音能力的開放範圍與使用方式。
找到 50 筆
馬斯克在 X 上發文稱,Grok 是全球最好的對話語音模型。這條表態只有一句話,沒有給出基準測試、對比物件或所指的具體模型版本,也沒有說明該語音能力的開放範圍與使用方式。
iRTE 2026 即時智慧大會的「對話式 AI 技術專場」將於 10 月 23 日 14:00–17:00 在北京悠唐皇冠假日酒店舉行,主題為「互動即智慧:對話式 AI 與互動模型」,門票限時免費。
馬斯克在 X 上宣布 Grok Voice 3.0 成為全球領先的對話式語音模型。這條表態確認 Grok 的語音模型已迭代到 3.0 版本,並給出了官方定位,但未公布模型引數、支援語言、可用平台、上線時間與訂閱範圍等細節。除版本號與這一說法外,官方目前沒有披露更多資訊,實際對話效果有待後續公布或實測。
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。
ChatGPT 推出 Pages:可以把一段對話直接轉成 Page,也能從模板開始,或直接在 Space 裡撰寫。使用者可以自己編輯文字,也可以讓 ChatGPT 改寫內容、新增圖表或生成互動式內容。協作者能在同一個 Page 上共同編輯並留言,每個人使用各自的 ChatGPT 帳號。
Splice CEO Kakul Srivastava 認為 AI 生成的郵件正在扼殺對話。她曾任職於 Flickr、Yahoo、GitHub 和 Adobe,目前執掌為音樂製作人提供取樣素材的 Splice,該平台的取樣曾出現在 Lisa 的《Money》和 Sabrina Carpenter 的《Espresso》等熱門歌曲中。她還主導了 Splice 收購 Spitfire Audio 並推動平台向新領域拓展。
Claude 官方宣布,Google Docs、Sheets 和 Slides 檔案可以直接在對話視窗旁邊開啟,使用者與 Claude 一起編輯同一份文件。使用方式有兩種:把 Google 檔案連結貼上進對話,或者直接讓 Claude 新建一份文件、表格或幻燈片。檔案訪問沿用 Google 的共享權限設定。該功能目前處於 beta 階段,向所有付費方案開放,官方同時給出了使用說明頁面。
2026 年 9 月 16 日,Vredenburgh v. OpenAI OpCo, LLC 在加州北區聯邦法院提起集體訴訟,指控 OpenAI 未披露其將真實 ChatGPT 對話交給外部承包商閱讀和評分以改進模型。Reddit 討論中有人指出,這些承包商多為零工式合同工,缺乏安全管控,且 OpenAI 隱私政策未明確告知此事。
馬斯克在 X 上稱,已擁有 Grok Bot 帳號的使用者可以直接向 @Bot 提出請求,為自己的帳號新增 Shopify 聯結器。也就是說,接入 Shopify 不需要額外的配置流程,用自然語言對話即可完成,無需走開發者或表單步驟。原文沒有說明適用的訂閱方案、開放地區與具體操作細節。
佛羅里達州 30 歲女子 Carli Michelle Heller 因涉嫌在 Anthropic 的 Claude 聊天中發出針對李縣治安官辦公室的暴力威脅而被捕。據 Gulf Coast News 報導,Claude 標記了這段對話,隨後人工稽核員檢視這些訊息並將其報告給警方。該女子來自 Bonita Springs,相關指控由 WBBH 報導,報導發布於 2026 年 10 月 5 日,未提及案件後續進展。
馬斯克在 X 上表示,Bot 可以接入 X 帳號,使用者只需開口請求就能完成連線,之後通過 X Chat 私信與 Bot 對話。該帖由 @elonmusk 於 2026 年 10 月 13 日發出,沒有說明指的是哪一款 Bot、接入的具體操作步驟,也沒有給出可用範圍與上線時間,只確認了從 X Chat 私信這一入口與 Bot 互動的方式。
《華爾街日報》報導,麥肯錫將在部分初級崗位的面試中,讓候選人進行一場 10 分鐘的 AI 模擬客戶對話。該模擬覆蓋麥肯錫顧問日常工作中約 80% 的場景,且並不刻意模仿「失控的客戶」。AI 本身不打分,由現場的人類面試官評估候選人如何應對這些模擬情境。目前該工具在部分辦公室面向申請商業分析師崗位的本科生測試。
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。
Android 為 Google Messages 加入 enhanced protection 增強保護設定,將在未來幾週推送,通過雲端 Gemini 模型快速判斷陌生髮件人的對話是否為詐騙。該功能建立在已有的 Scam Detection 之上,Google 稱詐騙者常用慢熱式對話掩蓋真實意圖,這項雲端安全分析用於補充並擴充套件現有檢測能力。Android 同時公布了其他防詐騙保護工具。
Google 推出 Gemini 3.8 Live with Live Avatar,在原生即時對話模型上加入近即時影片生成,讓 AI 能聽、能看、能說並帶動態虛擬形象。該功能即日起在 Gemini Enterprise 上線,支援 97 種語言的原生語音到語音同步,唇形與表情可隨語言切換自適應。它支援非同步工具呼叫,可在對話不中斷的情況下後臺取數,輸出內容統一嵌入 SynthID 水印;自訂虛擬形象目前僅通過企業白名單開放。
Anthropic 一年多來首次更新使用政策,新增禁止對 Claude 的「持續且不必要的虐待或殘忍行為」,並把選舉干預、武器開發、監控以及健康與金融用途列為新的高風險濫用場景。去年 8 月該公司已允許 Claude 終止與持續有害或辱罵使用者的對話,此次更新稱終止對話仍是主要執法手段;Anthropic 未就具體執行細節置評。
OpenAI 在 ChatGPT Work 與 Codex 中上線 Data 外掛,可在對話中分析已連線的業務資料:提出業務問題、排查資料變化,或生成可互動的儀表盤與報告。安裝後用 @Data 發起對話;連線資料來源可能需額外設定或授權,查詢沿用所連帳戶的現有權限,還支援追問細化分析並引入團隊的指標定義等業務上下文。目前該外掛可在外掛目錄直接獲取。
ChatGPT Library 新增 Box、Dropbox 和 SharePoint 三個檔案源,此前僅支援 Google Drive。連線帳戶後即可瀏覽和搜尋其中的檔案與資料夾,再用 Add from Library 或 @mentions 把所需檔案加入對話,無需重新上傳。檔案保持與原始來源的連線,可在對話旁檢視支援的預覽並跟隨引用回到原始檔;也能一邊開啟檔案,一邊讓 ChatGPT 做摘要、分析、對比或據此生成新內容,或選中一個資料夾讓它跨其中檔案工作。
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。
Google DeepMind 與新加坡政府科技局(GovTech Singapore)聯合微調出一款端側詐騙檢測模型,基於輕量級 Gemma,在新加坡國際網路周(SICW 2026)上公布。新加坡的詐騙案佔其報案犯罪的一半以上、2019 年以來損失超 40 億新元,其中社交工程類佔損失的 80%。模型在使用者授權後於裝置本地分析對話,即時提示使用者暫停操作,Google 與新加坡政府均無法讀取對話內容;
一位 Reddit 使用者分享了自己搭建的 Claude Project:核心規則是 Claude 永不展示完整待辦清單,只給出當前第一件事和時限,到點在同一對話裡提醒並推送下一項,夜間生成完成、等待他人與順延事項的報告,次日新對話據此接續。作者稱這是自己第一天之後唯一堅持下來的方案,當天完成了幾件重要事項,並把其餘任務連同書面計劃推到週一。
一位使用者通過對話讓 Claude Opus 5.5 研究成都並生成可列印的旅行小志,最終產出九份單頁 A3 主題小志和一張標註街區的概覽地圖,內容按具體出行日期定製,涵蓋活動、票務與交通。對話階段用較低設定,生成階段拉滿,全程在瀏覽器完成,使用 20 美元訂閱方案,最終 PDF 生成約消耗兩個半 5 小時用量額度。作者認為效果不錯,但每主題一頁的固定結構導致部分內容偏冗長或過簡。
Claude Enterprise 組織的 Compliance API 聊天端點現已能返回統一 Claude 體驗中的對話,功能處於 beta,沿用原有 Compliance Access Key 即可呼叫。此外,Compliance API 新增把 Claude Docs 文件下載為 Word 檔案的能力,同樣為 beta。
澳洲初創 Apate.ai 部署數千個 AI 智慧體,偽裝成不同年齡、性別和語言的受害者主動接觸騙子,接聽詐騙電話、回覆可疑資訊、點開釣魚連結,從對話中套出銀行帳戶、加密錢包、電話號碼和仿冒品牌等情報,再提供給銀行、電信與政府客戶。公司稱已完成 250 萬次對話,累計浪費騙子 17 年時間;客戶 TPG 電信轉接了近 59 萬通電話,澳洲聯邦銀行公開報告的詐騙損失下降 76%。該公司 8 月完成 815 萬美元種子輪融資,團隊 20 人,計劃在倫敦設辦公室並擴大美國業務。
Claude Code 2.1.296 在 Claude 應用閘道器的 managed.policies[] 中新增 code 鍵,配置與 cli 一致,同時作用於 Claude Desktop 的 Code 標籤頁,並可在桌面端開啟閘道器模式。子代理的 frontmatter 與 --agents 定義新增 autoCompactWindow,允許子代理比主對話更早自動壓縮上下文;
Claude 官方帳號在 X 上放出與 Dan Shipper、Willie Williams 的對談完整影片,主題是兩人如何把它做出來。推文字身未說明具體產品、時長或內容細節,僅給出 YouTube 連結。發布時間為 2026 年 10 月 6 日。
OpenAI 開發者帳號 @OpenAIDevs 發帖,提示可以直接用語音與 Codex 對話,讓鍵盤休息一下。帖文只有這一句話,未說明該能力在哪些客戶端或介面可用、是否已上線,也未提及面向哪些帳號型別、如何呼叫或是否收費。
LM Studio 的 Bionic 代理現已支援使用、安裝和建立 agent skills,採用 Agent Skills 標準(SKILL.md 檔案)。使用者可讓 Bionic 從剛完成的任務或對話中生成 skill,用 @ 語法呼叫,還能在設定中匯入 Codex、Claude Code 等應用已有的 skills,或直接給 URL 讓代理安裝。
有使用者在 macOS 版 ChatGPT 桌面應用中遇到 PDF 附件訪問問題:同一份 PDF 用「On the computer」可讀,用「Run on the cloud」卻無法獲取;把對話移入專案後,通過上傳 ID 下載 PDF 報錯「file could not be authorized or resolved」,且所選專案與活動工作區目錄不一致。
Earendil 旗下 Pi 發布 1.0 版本,同時推出將 Pi 移植到 TypeScript 的 Pi Durable,兩者均登上 Hacker News 首頁。Pi 1.0 新增原生 MCP、Jev 與影像模型支援、虛擬模型擴充套件、延遲工具載入、Anthropic 模型快取預熱、對話中途系統訊息與新 TUI 主題。
Pi 1.1.0 發布,新增對 Claude Haiku 5.5(anthropic/claude-haiku-5-5)的支援,自適應思考可開到 xhigh/max,並在 Bedrock 上啟用提示快取。同時加入 OSC 7501 程式狀態上報,支援的終端與 agent 面板可看到 Pi 正在工作、被對話方塊或登入阻塞、完成還是失敗。
X Premium 訂閱將把多款 AI 工具打包在一起:在 Cursor 裡用 AI 寫程式碼、用 Bot 處理工作、用 Grok 對話與創作,並同時享有 X Premium 的全部功能。該訊息由 @SpaceXAI 發布,未披露價格、上線時間以及各工具的具體使用額度。
Kimi WebBridge 正式更名為 Kimi 瀏覽器擴充套件,使用者可在瀏覽器側邊欄與 Kimi 對話,讓它瀏覽網站、填寫表單並完成任務。針對重複性操作,可錄製一次步驟並儲存為技能,之後由 Kimi 自動執行。該擴充套件已在官網和 Chrome 應用商店上線。
ChatGPT 的外掛現在可以連線多個帳號,個人與工作帳號能在同一段對話裡同時使用。此前該能力僅限 Gmail、Google 日曆和 Google 通訊錄,現已擴充套件到更多外掛。該更新於 2026 年 9 月上線,面向所有 ChatGPT 套餐開放,覆蓋網頁、移動端和桌面端。
OpenAI 開發者帳號宣布 ChatGPT 外掛支援外掛擴充套件:外掛可從側邊欄直接啟動,可在對話中通過 @ 提及呼叫,並新增檔案檢視器。官方同時放出一段與 @coreyching 的演示影片說明具體用法。該訊息未提及上線時間、可用範圍或價格。
ChatGPT 手機端相機加入掃描功能:連續拍攝多頁筆記或文件後,會自動合併成一個 PDF,可直接上傳到對話中使用。入口是開啟 ChatGPT 的相機,點三點選單,選擇 Scan。該功能目前僅在 iOS 上逐步推送,官方未說明其他平台的時間表。
Codex 0.161.0 將 GPT-6.1 Sol 設為內建目錄與 Amazon Bedrock 目錄的預設模型。Amazon Bedrock 在相容模型上支援多智慧體 V2 與 Ultra 推理,Bedrock Mantle 也開始接受 AWS GovCloud 區域;終端會話可用 /mcp login <name> 登入 MCP 伺服器,語音對話可自選麥克風、揚聲器與輸入聲道並本地儲存偏好。
Grok Bot 現在有了自己的電子信箱。官方說明它能用這個信箱代為註冊第三方服務、聯絡商家,或與他人約定時間。也就是說,Grok Bot 可以處理需要郵件往來的對外事務,不再侷限於對話本身;官方暫未公布信箱域名、適用範圍與開放條件。
哲學寫作者 Rebecca Lowe 於 2026 年 10 月 5 日發布一篇由六個問題組成的「choose your own adventure」式哲學資源,供讀者與相信 AI 有意識的人對話時使用。文章的核心提醒是:AI 從業者說 AI 有意識時,未必意味著他們認為 AI 擁有內在世界,因此建議追問第二個問題。
OpenAI Codex CLI 發布 0.162.0,啟用 worktree 功能後可從受信任的本地專案建立並列出託管 Git worktree。TUI 新增 /copy 跳轉與複製對話塊、Ctrl+Insert 複製選區,滾輪速度由 tui.mouse_scroll_speed 調整;自訂 Responses 相容模型提供方可配置即時聯網與遠端壓縮,Code Mode 增加流式 Promise 輔助與可選排序工具搜尋。
Meta AI 公布 Muse Wonder 的兩項核心能力,均面向 agent 每天要處理的長時、多步任務。Active Memory 讓上下文跨對話保留,並在相關時重新調出;Active Focus 讓模型在任務變難時繼續朝目標推進,嘗試替代方案、突破阻塞並堅持到完成。推文未說明上線時間、可用範圍與模型規格。
Claude Code 更新至 v2.1.288,修復了長對話因「Prompt is too long」而不自動壓縮、--resume 丟失檔案與上下文、恢復會話時丟失模型思考內容等問題。新增 Ctrl+C 清空提示後按上鍵恢復草稿、/code-review 的 --max-findings 引數、MCP 伺服器請求更多 OAuth 權限時重新認證提示,以及 agents 檢視的 Ctrl+F 查詢與 Alt+↑/↓ 分組跳轉。
OpenAI 為 Codex 的 Pro 使用者推出 composer 預測功能 beta 版:Codex 會依據當前對話內容以及使用者平時的說話方式,建議下一條要傳送的訊息。該功能目前僅面向 Pro 使用者開放,官方稱這是內部測試中最受喜愛的新功能之一。原文未提及價格、額度變化或正式版上線時間。
Anthropic 宣布自 2026 年 9 月 16 日起,Claude Cowork 與聊天合併為同一個 Claude,任務不再需要使用者選擇入口。同時新增 Claude Docs 與 Claude Slides,Claude Design 也可直接在對話中使用,三者均處於 beta 階段。該功能未來幾週先向 Pro 和 Max 訂閱方案推送,Team 與 Free 方案隨後跟進,Enterprise 管理員將在變更前至少 30 天收到通知。
Show HN 上的 PDF TO MP3 提供 MCP 伺服器,讓 Codex、Claude 等 AI 訂閱承擔 PDF 的文件處理,把文件轉成有聲書。用法是新增該 MCP 伺服器地址並完成認證,在對話裡附上 PDF 並要求呼叫它,另需一把 OpenAI 或 Google 的語音 API key;文件處理算在已付費訂閱內,語音生成按用量由 OpenAI 或 Google 單獨計費。
GPT-6 搭載 Intelligent UI 今日起向 ChatGPT 的 Plus、Pro、Business、Enterprise 使用者全球推送,Free 與 Go 使用者將從明天開始獲得。付費檔由 GPT-6 Sol 驅動,Free 與 Go 檔使用 GPT-6 Luna,兩者都針對日常對話做了調優。本次更新只作用於 ChatGPT 的 Chat 標籤頁,驅動 Work 與 Codex 的模型不在調整範圍內。
Google 發布可在後臺跨應用、跨裝置執行任務的通用 Gemini 智慧體,入口為 Gemini Enterprise 應用,使用者可在單一介面與它對話並派發任務。除直接在 Gmail、Drive、Docs、Sheets、Calendar 等 Workspace 應用內工作外,還能通過手機、桌面、網頁以及 Slack、Microsoft 365 等第三方應用呼叫;由於在雲端執行,Gemini 可在各端保持同一上下文。
Grok Bot 現在可以幫商家打理 Shopify 店鋪:把 Shopify 帳號連線後,就能讓它檢查訂單、跟蹤庫存,並保持商品列表更新。官方給出的用途集中在店鋪日常巡檢與商品資訊維護,屬於對話式 Bot 直接操作電商後臺的場景。目前只列出這三項能力,可用範圍與限制未作說明。
有人在 Windows 上用 llama.cpp 的專家流式方案,在單張 RTX 5070 12GB 加 32GB DDR4-2400 記憶體上執行 Qwen3.8-Flash-Next 177B(UD-IQ3_XXS),基準約 11.5 tok/s,日常對話可達 14-15 tok/s。一次長程式設計提示以 10.15 tok/s 生成 4,892 個 token,產出一個可執行的單檔案貪吃蛇遊戲。
Codex 桌面版開始內測 Composer predictions,會根據當前執行緒的對話內容預測下一條訊息,Codex 回覆後建議出現在輸入框,按 Tab 採納並可在傳送前自行修改,採納不會自動傳送。該 beta 面向 18 歲以上的個人 ChatGPT Pro 使用者,支援使用 GPT-6 Astra 或 GPT-6.1 Sol 的本地與 SSH 執行緒,功能預設開啟,可在 General 設定的 Composer 分割槽關閉 Show predictions。