文心 5.5 Flash Preview 发布:2800 亿参数、百万 Token 上下文【AI 早报 2026-11-12】
今日模型发布密集:百度文心 5.5 Flash Preview 以 2800 亿总参数、百万 Token 上下文和限时五折 API 定价入场,阿里 Qwen4-Max 预览版同日开启 1 折体验,MiniMax 开源 H3-Image 把 4K 出图压到 10 秒;机器人侧,Claude Fable 5.2 在 RoboDojo Sim 拿到 64.9%,蚂蚁灵波用触觉模型把拧瓶盖成功率推到 90%。
今日概览
模型发布
- 文心 5.5 Flash Preview 发布:2800 亿参数、百万 Token 上下文
- 阿里 Qwen4-Max 预览版上线,限时 1 折开放体验
- MiniMax 开源 H3-Image:10 秒生成 4096×4096 图像
- Gemini 4 Carbon 实测:单任务成本比第二名低一半以上
- 蚂蚁灵波发布 LingBot-Touch,拧瓶盖成功率从 56.25% 提到 90%
- 上海创智开源 Nex-N2.6:321B 参数,OSWorld 83 分
- 小红书 dots.tts.edit V1.1:新增局部风格编辑,开源领先
- DeepMind 发布 AlphaGenome 2,预测 DNA 变异对疾病影响
技术与洞察
- Claude Fable 5.2 RoboDojo 得分 64.9%,前 Optimus 研究员加盟 Anthropic
- AlphaProof Code 四周完成 Signal 密码学核心形式化验证
- UMM-Reflection:不靠外部裁判,图像修复成功率提至 64.9%
行业动态
- Mercor 完成 7.5 亿美元 D 轮,估值达 200 亿美元
- Ocient 获 1 亿美元 C 轮,总融资达 2.6 亿美元
开发生态
- 清华与伯克利开源 uni-robot-agent,统一机器人 Agent 接口
- JetBrains 在 IDE 中上线 Air,支持并行 Agent 会话
- Visual Studio 18.12 正式支持 Bring Your Own Model
- 亚马逊 Bedrock AgentCore 推出独立 Web Search API
- Google 发布 A2UI 1.0,统一 Agent 生成式 UI 协议
产品应用
- OpenAI 推出 ChatGPT Business Hub,并收购旅行 Agent 公司 Odessia
- DeepL Voice 新模型 Aure 支持语调与语速跨语言迁移
模型发布
文心 5.5 Flash Preview 发布:2800 亿参数、百万 Token 上下文
百度发布基础模型文心 5.5 Flash Preview,总参数量 2800 亿,每个 Token 激活 140 亿参数,支持最长 100 万 Token 上下文。底层采用全新的混合稀疏注意力架构、多路由器 MoE 和 ECHO 多 Token 预测,在提升能力的同时降低计算与显存开销,生成速度超过每秒 200 tokens。该模型首次引入自研 RSI 技术,由 ERNIE Evolve 参与模型推理优化。在任务侧,它基于 Cocos、Unity、LayaAir、PixiJS、Canvas 2D 做出近百款手机小游戏,覆盖弹幕射击、肉鸽、塔防、竞速、卡牌 RPG 等品类;专业工作方向的后训练构建了 30 万个工作空间、1000 万份参考文件,覆盖 40 多种文件类型,并独立完成一份 24 页的 2026 年自动驾驶行业研究报告。视频创作方向已搭建超过 15 万个创作环境、适配上千个创作 skill,累计成片约 5300 分钟;制作过程中模型可连续工作一到两个小时,工具调用中位数约 170 次。模型已上线百度智能云千帆平台,API 定价为每百万 Token 输入忙时 2 元、闲时 1 元,输出忙时 8 元、闲时 4 元,限时五折;权重将于 11 月 25 日面向全球开源社区发布。 来源:https://mp.weixin.qq.com/s?__biz=MzI5NzUyMzM1Mg==&mid=2247670588&idx=1&sn=cda37201b3b339bb4fcfdc981ac93d1e
阿里 Qwen4-Max 预览版上线,限时 1 折开放体验
阿里发布 Qwen4-Max 预览版,采用极简式发布,仅在官方账号说明性能与 Agent 接入方式:对知识理解更深入、世界感知更立体,Coding 与 Agentic 能力持续进阶,擅长复杂编程、专业办公、前端设计和专业软件操作。今日起预览版首发上线阿里 TokenPlan,限时最低 1 折体验,千问办公、Qoder、千问 APP、QwenStudio 等入口同步开放。有实测者接入 Codex 后生成《灰烬地城》3D 地牢场景,包含披斗篷的探险者、火把暖光、石砖与木箱等元素,血条、钥匙、宝箱计数界面齐全;另一个案例《六颗星的旅行》生成胡桃木支架、黄铜轨道与玻璃弹珠组成的机械装置,支持选中弹珠跟随镜头、自由旋转视角、控制提升机启停。海外开发者已把 Qwen 4 与 Fable 5.5、GPT-6.2 Sol、Gemini Kryptom 并列进同一周的新模型期待名单。 来源:https://mp.weixin.qq.com/s/04GymU3n87FJ99TzoiaYXA
MiniMax 开源 H3-Image:10 秒生成 4096×4096 图像
MiniMax 于 11 月 10 日深夜发布新一代图像生成模型 H3-Image,并同步开放模型权重。高速版可在 10 秒左右生成一张 4096×4096 像素(16MP)的 4K 图像,耗时约为市面主流模型水平的 1/5。模型支持最多 16 张参考图融合,在开源模型中具备领先的指令遵循能力。实测中,一段包含标题、六个编号步骤、约 100 个汉字以及 15g、92°C、30 秒、2 分 30 秒、1:15 等数字单位的海报,标题与全部步骤文字、数字均准确生成,图标与文字未错位;一张乐队巡演海报同时提交 16 张人物、服装、发色、动作、材质、配色、字体、Logo 位置与排版线框素材,16 项要求全部命中。其余测试覆盖写实摄影、毛毡定格动画、达利式超现实油画、开放世界游戏画面、奇幻 RPG 的 HUD 界面,以及一把“蒸汽核心弩炮”的正视、侧视、背视和局部细节四视图。 来源:https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652813815&idx=1&sn=2b6a0855985ed9dbc638868c25ae320c
Gemini 4 Carbon 实测:单任务成本比第二名低一半以上
Gemini 4 Carbon 深夜正式开放。Google 在发布措辞中不再强调“最强”,而是反复强调“单任务成本比第二名低一半以上”,价格约为 Fable 5.2 的四分之一。实测在 Google 自家 Antigravity 中完成 9 个 case,思考强度统一设为 High。最受关注的一项是把一张香港“大闸蟹”户型图做成可交互 3D 场景,耗时约 1 小时(构建加测试),斜伸的住户、中央电梯楼梯、各户隔断的空间关系均对得上,切到第一人称可沿走廊走进住户,模型还自行补上家具、炉灶与昼夜变化。第二项是为虚构的 iPhone Duo 搭建交互式 3D 展台,支持旋转缩放、闭合与展开双屏、爆炸拆解外壳/双屏/铰链/电池/相机/主板等部件、点选零件显示名称与铰链演示。其余案例包括手写布料物理、逐帧复刻 Claude 宣传片等。纸面分数上它仍低于 Fable 5.2,但成本差距被摆到了第一位。 来源:https://mp.weixin.qq.com/s?__biz=MzkyNjU2ODM2NQ==&mid=2247635261&idx=1&sn=86412514b899a7ce6ba07629f8ddaac1
蚂蚁灵波发布 LingBot-Touch,拧瓶盖成功率从 56.25% 提到 90%
蚂蚁集团旗下具身智能公司蚂蚁灵波发布触觉基础模型 LingBot-Touch,把磁触觉、视触觉和压阻式触觉信号分别编码,再转化为统一的触觉 Token,从中提取接触位置、受力分布及其随时间变化的共同信息。训练使用 4983 小时真实触觉数据,包含约 46.4 万段交互记录、13.3 亿帧触觉信息,数据既来自遥操作的机器人灵巧手,也来自人类佩戴触觉手套完成的操作。在拧瓶盖实验中,同一只 Sharpa Wave 灵巧手、同一种 T-Rex 动作模型下,不使用触觉信息成功率为 56.25%,直接输入原始触觉数据为 62.50%,经 LingBot-Touch 处理后达到 90%。在 Sharpa Wave 与 XHand1 两款灵巧手、四种动作模型、26 项真机任务测试中,接入该模型后各组合平均成功率均高于直接使用原始触觉数据的方案;XHand1 的六项任务里,π0.5 的平均成功率从 48.00% 提升至 74.17%,LingBot-VLA 从 57.21% 提升至 75.04%。跨传感器实验中,训练用的磁触觉数据全部来自人类触觉手套,而 XHand1 所用磁触觉传感器型号此前未出现在训练数据中,不调整模型参数、只针对具体任务训练策略,机器人仍有明显性能提升。 来源:https://mp.weixin.qq.com/s?__biz=MzU5OTI0NTc3Mg==&mid=2247560199&idx=1&sn=5ff51e588b12abe629683a38d42dda63
上海创智开源 Nex-N2.6:321B 参数,OSWorld 83 分
上海创智学院开源能动性模型 Nex-N2.6,同步开放 321B 参数的 FP8 量化权重,支持 256K 上下文窗口的 API 调用,可使用支持 GLM-5.3-Flash 的 SGLang 部署。团队用 698 条内部与合作伙伴沉淀的 Badcase 构建“重复问题 Bench”,采用长轨迹故障断点重放机制,冻结上一代模型报错或卡死前的历史上下文与工具返回结果,让新模型从同一断点接续生成。结果显示,相较 N2.5-Pro,Nex-N2.6 推理复读触发率从 16.0% 降至 1.6%,相对下降 90%,整体调用未循环率 97.8%。跨 Harness 适配上,团队用 956 条真实上下文测试,无论 Claude Code、Codex、Cursor 还是自研 Harness,清单内工具精准匹配率达到 100.00%,与 GPT-6-Sol 相当,而 N2.5-Pro 为 80.56%。评测方面,OSWorld 得分 83.0(底座提升 5.0 分,DeepSeek-V4.1-Flash 为 71.7),Terminal-Bench 2.1 取得 84.1 分,AutomationBench 为 45.7。 来源:https://mp.weixin.qq.com/s?__biz=Mzk3NTc1NTU0Mw==&mid=2247515638&idx=1&sn=9ccc22ec20a46d9165041649f5a5e19e
小红书 dots.tts.edit V1.1:新增局部风格编辑,开源领先
小红书升级发布端到端精确语音编辑模型 dots.tts.edit V1.1,用户选中转录中的词句、设置文字修改或声音参数,即可对已有语音做局部编辑,多处修改可一次完成。V1.1 新增局部风格描述编辑能力,并大幅提升韵律与情感编辑效果。在 doteBench 精确语音编辑评测中,V1.1 综合表现领先 AuK、Ming-UniAudio、Step-Audio-EditX 等开源模型;在第三方评测 SpeechEditBench 上,文本、情感和韵律编辑取得开源最佳成绩。模型基于 dots.tts 的连续自回归架构,在 AudioVAE 的连续隐空间中生成语音,无需输入语音与文本的时间对齐,也无需单独预测时长,而是通过结束信号(EOS)自行决定何时结束,所有编辑类型共享同一个模型。项目采用与转录对应的半形式化编辑指令,把操作绑定到具体词句或边界,参数可以是语速倍率、音高变化,也可以是自由形式的自然语言描述。除模型与推理代码外,训练数据构造管线和 doteBench 评测基准也一并开源,并提供可本地部署的语音编辑应用。演示案例包含中英双语、双说话人混合语音,在同一次生成中同时完成文本替换、局部情绪、语速和停顿修改。 来源:https://mp.weixin.qq.com/s?__biz=Mzg4OTc2MzczNg==&mid=2247497143&idx=1&sn=2123049e80566a1cecdf5328ee0c9cb7
DeepMind 发布 AlphaGenome 2,预测 DNA 变异对疾病影响
Google DeepMind 在官方博客发布 AlphaGenome 2,定位是解析细胞如何读取 DNA,并预测 DNA 序列及其变异对特定人类细胞类型和疾病的影响。该公告只给出模型定位与应用方向,未披露参数规模、训练数据、基准测试结果、发布日期、开放形式或价格。 来源:https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/
技术与洞察
Claude Fable 5.2 RoboDojo 得分 64.9%,前 Optimus 研究员加盟 Anthropic
Anthropic 同时发布 Claude Fable 5.2 与 Mythos 5.2,官方发布文章在科学与工程部分专门设置了“硬件与机器人”小节。Fable 5.2 在 RoboDojo Sim 上得分 64.9%,较上一代 Fable 5.1 的 27.6% 提升 37.3 个百分点,也超过 Claude Opus 5.5 的 39.4% 和 GPT-6 Astra 的 29.8%。演示视频中,模型控制机器人完成操作益智方块、拧开瓶盖、绘制机器人图案等任务。科学侧,新模型通过约 1000 个 AI 智能体协作,用 30 小时完成费马大定理证明的形式化。人才方面,曾参与特斯拉 Optimus 人形机器人研发的研究员 Bingjie Tang 确认加入 Anthropic,担任 Member of Technical Staff,此前她在 Optimus AI 团队从事学习式灵巧操作研究,覆盖数据采集、策略训练、评估与真机部署,博士期间在南加州大学与 NVIDIA Seattle Robotics Lab 合作研究接触丰富的机器人操作与 Sim-to-Real。Anthropic 产品经理 Alex Albert 称机器人的“苦涩的教训”已经到来。 来源:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651073491&idx=2&sn=ced8463f39aaf80a79e1aeffe1305ae9
AlphaProof Code 四周完成 Signal 密码学核心形式化验证
Google DeepMind 的 AlphaProof Code 用四周时间完成了 Signal 密码学核心代码的数学验证,而这一过程通常需要数年。由 Gemini Carbon 驱动的 AI 智能体编写了超过 600 万行证明代码,其中仅约 1% 被标记出来交由人工复核。DeepMind 计划把这一方法扩展到电网、医疗设备等关键基础设施领域。 来源:https://the-decoder.com/google-deepminds-alphaproof-code-verified-signals-cryptographic-core-in-four-weeks-instead-of-years/
UMM-Reflection:不靠外部裁判,图像修复成功率提至 64.9%
南洋理工大学、上海交通大学和东京大学的研究者提出 UMM-Reflection,在开源统一多模态模型 BAGEL 上用强化学习训练完整的“反思—修改”多轮轨迹:同一个模型写出诊断,再按诊断重画,推理时不再需要任何外部打分器或验证器。研究者先构造 29,529 条多轮反思轨迹做反思 SFT,结果显示 95% 的轨迹遵守反思协议,对训练集中初始错误的图像各采样 16 条轨迹时有 78% 的图像至少存在一条正确修复路径,但单条轨迹只能修好 20.6% 的初始错误图像,三轮反思在 GenEval 上总共只带来约 2 个点提升。改用整条轨迹强化学习后,修复成功率从 20.6% 提升到 64.9%,GenEval 从 0.72 提升到 0.84,其中空间位置一项从 0.47 跃升到 0.89,颜色属性绑定提升 14 个点、计数提升 10 个点。迁移到训练中从未见过的基准:WISE 从 0.63 升到 0.74,T2I-CompBench++ 从 0.50 升到 0.55,OneIG 从 0.79 升到 0.83。同样 RL 预算直接训练生成器,GenEval 只到 0.76,WISE 甚至低于 Base,UMM-Reflection 在 WISE 上比它高 19.8 个点。代码、模型与训练数据均已开源。 来源:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651073491&idx=3&sn=b6814108953b35e12764216d29097516
行业动态
Mercor 完成 7.5 亿美元 D 轮,估值达 200 亿美元
美国 AI 训练数据公司 Mercor 宣布获得 7.5 亿美元(约合人民币 50.38 亿元)D 轮融资,英伟达、Zoom 以及 Benchmark 等参投,估值达 200 亿美元(约合人民币 1343.34 亿元),较去年 10 月 C 轮后的 100 亿美元翻倍。本轮交易同时包含员工股份出售安排,资金将用于模型评估、后训练基础设施及相关研究,并计划建设更多供智能体练习复杂工作流程的环境。Mercor 成立于 2023 年,总部位于旧金山,通过连接各领域专家为科技公司提供训练数据和模型评估服务,其专家网络覆盖超过 500 万人,OpenAI、Anthropic 等世界前五大 AI 实验室均为其客户。据 Sapphire Ventures 在投资公告中披露,Mercor 年化总收入已突破 20 亿美元,并产生正自由现金流。联合创始人兼联席 CEO 布伦丹·福迪透露,公司用于运行 AI 模型的推理支出已达员工薪资的三倍,但 AI 改善团队工作表现带来的收益足以覆盖这笔投入。三位创始人布伦丹·福迪、阿达什·海尔马斯和苏利亚·米达均为 00 后,2023 年辍学创业时年仅 19 岁。据 Crunchbase 统计,2026 年第三季度 AI 创企共融资 1020 亿美元,占全球风险投资总额的 64%。 来源:https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652813815&idx=3&sn=798ca7e7696bb294d5ec5b3bd38e068c
Ocient 获 1 亿美元 C 轮,总融资达 2.6 亿美元
芝加哥数据平台公司 Ocient 完成 1 亿美元 C 轮融资,由 BOKA Capital 和 OCA Ventures 联合领投,全部现有投资方参与,Dallas Venture Capital 新加入,累计融资达 2.6 亿美元。资金将用于加速交付 OcientAIQ Solutions,让 AI 智能体和分析师对 PB 级数据做实时查询,并内置针对智能体访问、策略与数据血缘的治理控制。公司预计今年营收增长三倍以上,需求主要来自网络安全、电信合规等数据密集型行业。Ocient 今年还完成了印度业务和 Ocient National Security Solutions 两家子公司的实体化。 来源:https://theaiinsider.tech/2026/11/11/ocient-raises-100m-in-series-c-funding-to-advance-trusted-ai-solutions-for-petabyte-scale-environments/
开发生态
清华与伯克利开源 uni-robot-agent,统一机器人 Agent 接口
清华大学丁宁、刘知远、徐梦迪、周伯文等人的研究团队,联合加州大学伯克利分校教授、BAIR 联合主任 Pieter Abbeel 团队,推出并开源 uni-robot-agent,试图为 Robot-Use Agent 建立一套统一、模块化的 Harness,让语言模型通过标准化工具接口操控不同机器人和仿真环境。在 RoboDojo 基准上,开放权重模型 Qwen3.8-Flash-Next 搭配该框架取得 31.39 分,超过官方此前公布的 GPT-6 Astra + RoboProbe 的 28.97 分;同一框架下 GPT-6 Astra 取得 51.90 分。真机 19 项任务评测中,未经任务专项微调的 Qwen 取得 53.50 分,分别领先微调后的 π0.5 达 5.75 分、零样本 Dream-1 达 10 分,GPT-6 Astra 搭配该框架取得 80.50 分。框架针对的痛点是硬件差异:同样抓取物体,单臂机器人与双臂机器人的动作接口也不同,模型需要重新理解参数、坐标系和控制规则,此前积累的工具调用经验难以迁移。uni-robot-agent 用统一工具接口屏蔽这些差异,测试覆盖 Franka 单臂、ALOHA 双臂和真实 YuMi 双臂机器人。 来源:https://mp.weixin.qq.com/s/_CWa2_CbkfSKD9jSe7l11A
JetBrains 在 IDE 中上线 Air,支持并行 Agent 会话
JetBrains 在 2026.3 版本中上线 Air,把编码智能体带入现有 IDE,提供统一入口跟踪进度、审查改动和发送反馈。官方引用的 Atlassian《2026 开发者体验报告》显示,49% 的开发者现在每周花 4 小时以上审查 AI 输出并修正提示词。由于运行在 IDE 内部,Air 通过 IDE 的 MCP server 和内置 skills 让智能体检查 inspection、运行构建与运行配置、查询数据库、调用 IDE 自带重构能力,在 IntelliJ IDEA 和 CLion 中还能驱动调试器。功能上支持并行智能体会话,每个智能体分配独立的本地 Git worktree 以避免冲突,并在需要输入或有未读结果时发送通知;还可把常用的智能体、模型和指令保存为 preset,按任务类型一键启动。Air 兼容 Junie、Codex、Claude Agent、GitHub Copilot,并通过 ACP 连接其他兼容智能体,可直接使用已有的提供方订阅或 API key。 来源:https://blog.jetbrains.com/ai/2026/11/air-in-jetbrains-ides-ga/
Visual Studio 18.12 正式支持 Bring Your Own Model
Bring Your Own Model(BYOM)在 Visual Studio 18.12 中正式可用,开发者可以在不离开 IDE 的情况下接入团队自托管模型、模型厂商 API key,或运行在本机上的模型。自 8 月预览以来,该功能针对团队部署、企业网络和个人项目做了改进,本次正式版带来同一提供方多套配置、专门的 Custom Endpoint 体验、更细的 API 兼容性控制以及改进的代理支持。同一提供方现在可以保留多套配置并分别命名,例如“Work”和“Personal”,各自保存连接信息与模型列表,不必删除再重加。新的 Custom Endpoint 提供方为 OpenAI 兼容服务(包括 OpenRouter)提供独立入口,填入端点 URL 和所需 API key 即可;启动 LM Studio 本地服务器后,也可以用该入口把本地模型接入 Visual Studio 的 Agent Mode。添加自定义模型时可选 OpenAI 兼容的 Completions 或 Responses 格式,或 Anthropic 兼容的 Messages 格式,并随时查看和修改已配置格式。该功能不需要 GitHub 登录,在无法访问 GitHub 的隔离网络环境中,只要模型端点可达并满足认证要求,同样可以使用本地或内部托管的模型。 来源:https://devblogs.microsoft.com/visualstudio/bring-your-own-model-is-now-generally-available-in-visual-studio/
亚马逊 Bedrock AgentCore 推出独立 Web Search API
亚马逊为 Bedrock AgentCore 推出 Web Search API,开发者用一次 API 调用即可搜索网页,返回由亚马逊运营的网页索引给出的排序结果,每条包含文本摘录,以及可用时的页面标题、URL 和发布时间。调用方式为 AWS SDK 或 AWS CLI,使用与其他 AWS 服务相同的 IAM 凭证签名,无需预先创建任何资源。此前 Web Search 只能通过 AgentCore Gateway 使用,需要创建 gateway 和 web search target,再从 MCP 客户端调用工具,适合平台团队在多个智能体间共享同一套搜索策略,但对只需要搜索结果的代码来说过重。新 API 面向四类场景:自建智能体循环或使用 LangChain、LlamaIndex 等框架时直接调用搜索工具;非智能体场景,如搜索驱动的仪表盘、事实核查流水线、内容增强工作流和监控系统;需要对重试、缓存和错误处理做自主控制的开发者;以及已有自身 API 层、希望直接加入网页 grounding 的存量应用。 来源:https://aws.amazon.com/blogs/machine-learning/introducing-the-web-search-api-on-amazon-bedrock-agentcore/
Google 发布 A2UI 1.0,统一 Agent 生成式 UI 协议
Google Developers Blog 发布 A2UI 1.0,这是一个面向生成式 UI 的开放协议,使 AI 智能体可以在 Web、移动端和桌面应用中渲染交互式原生界面。该版本提供 React、Angular、Lit、Flutter、SwiftUI 和 Jetpack Compose 六套渲染器 SDK,以及 Python、TypeScript 和 Dart 三套智能体 SDK。1.0 新增双向函数调用、可替换推理格式和安全数据绑定三项能力。 来源:https://developers.googleblog.com/a2ui-10-build-delightful-fast-reliable-agentic-experiences/
产品应用
OpenAI 推出 ChatGPT Business Hub,并收购旅行 Agent 公司 Odessia
OpenAI 推出面向企业的 Business Hub(目前为 beta),让公司创建经过验证的业务资料,确认并更新其产品与服务信息,形态接近 Google 等搜索引擎已有的商家档案。符合条件的企业还可创建专用业务智能体,回答 ChatGPT 用户关于该企业及其产品的问题;后台提供有限的数据洞察,包括资料浏览量、提及次数和网站点击量。企业须完成正式验证流程,OpenAI 变现副总裁 Benji Shomair 称公司针对不同市场的不同类型企业采用多种验证方式。这一动作发生在 OpenAI 此前把 ChatGPT 做成佣金制电商入口的尝试失败之后,该带结账购物车的功能已于 2026 年 3 月下线。另一项交易是收购 AI 旅行代理公司 Odessia,条款未披露;该公司成立一年,曾获 Sequoia 领投的 600 万美元 pre-seed,AI 旅行代理约 5 个月前上线,目前已关闭。创始人 Francis Davidson 已加入 OpenAI 帮助塑造旅行方向,他此前创办短租公司 Sonder,做到 1.43 亿美元营收的独角兽。OpenAI 发言人称每周有 12 亿人使用 ChatGPT 处理日常任务,包括行程规划,但目前尚未公布任何旅行专属产品。 来源:https://theaiinsider.tech/2026/11/11/openai-pushes-deeper-into-consumer-discovery-with-chatgpt-business-hub-and-odessia-acquisition/
DeepL Voice 新模型 Aure 支持语调与语速跨语言迁移
DeepL Voice 的实时翻译将变得明显更自然。公司新推出的 Aure 模型可以把原始说话人的语调、情绪、强调和语速带入目标语言,而不只是转换文字内容。 来源:https://the-decoder.com/with-its-new-voice-model-deepl-voice-now-translates-intonation-and-speaking-speed-into-other-languages-as-well/
暂无评论。