精选

OpenAI@OpenAI精选AI 评分7070

OpenAI 发布 GPT-6.1 Sol，官方称其以五分之一的价格提供接近 Astra 的智能水平。OpenAI 表示，这是目前同等性能下最具成本效率的模型。

Google 展示开发者用 Gemini 3.8 Flash 做的四个项目

Google 介绍开发者用 Gemini 3.8 Flash 构建的实验项目，包括卫星与轨道火箭路径模拟、将日本传统青海波纹样转成动态水墨画、用四阶段提示词生成霸王龙骨架，以及从零搭建自动变速箱交互模型。

Google 发布 Gemini 3.8 Live with Live Avatar

Google 发布 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时对话能力结合，为对话模型带来近实时的视觉形象。该功能支持精确唇形同步、自然表情与流畅轮次切换，并可在对话中异步调用工具、在后台获取数据。它支持 97 种语言的原生语音到语音同步，输出均带 SynthID 水印，现已在 Gemini Enterprise 提供，自定义形象仅限企业白名单申请。

Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与深度创作控制，后者面向高并发、低成本的配音与语音智能体场景。

Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型

Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，前者面向规模化与成本效率，后者面向高复杂度任务和多步推理。

Meta 发布 Muse Spark 1.3，改进智能体与编码任务表现

Meta 发布 Muse Spark 1.3，在智能体与编码任务上性能提升，max reasoning 版本已在 Muse Code 和 Meta Model API 上线。

Meta 发布 Muse Voice Transcribe 实时语音感知模型

Meta Superintelligence Labs 发布 Muse Voice Transcribe，这是其首款实时音频感知模型，支持流式 ASR、20 人以上说话人分离和端点检测。模型原生支持任意中英混说，训练覆盖 70 多种语言，其中 25 种经过充分验证，并支持超过一小时的长音频输入。官方称其在 Artificial Analysis 流式语音转文字和公开说话人分离基准上排名第一。

Meta 发布 Muse Spark 1.2 多模态评测结果

Meta 公布 Muse Spark 1.2 的新评测结果与演示，展示其在视觉编码、图表理解、视觉推理和知识密集型任务上的表现，并称多模态提升在模型可调用工具时最明显。该模型支持将图像或视频转为可运行代码、面向机器人的空间智能与音视频理解，已上线 Meta Model API 和 Muse Code，官方同时预览了内部评测 WildArtifactBench 并放出 10 个任务。

Meta 发布开源智能体模型 Muse Glimmer，30B 参数可在本地设备运行

Meta Superintelligence Labs 发布 Muse Glimmer，一个 30B 参数的开源智能体模型，权重以 Apache 2.0 许可在 Hugging Face 开放下载。

Ideogram 4.0 技术细节：9.3B 开源文生图模型发布

Ideogram 发布 9.3B 参数开源权重文生图模型 Ideogram 4.0，采用 34 层单流 DiT，文本编码器为 Qwen3-VL-8B-Instruct，并拼接其 13 个中间层隐状态。