本周的 12 件 AI 大事
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两个近实时语音对话模型,主打语音智能体和复杂任务执行。
Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash,主打音视频智能体任务交付
Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash,支持文本、图像、音频和视频输入及 1M token 上下文窗口,29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%,音频输入每小时价格下降超过 98%,音视频输入每小时价格下降超过 93%。
Anthropic 计划将 IPO 推迟至 11 月,估值约 2 万亿美元
据《华尔街日报》报道,Anthropic 计划将 IPO 推迟至 11 月,晚于投资者预期的 10 月,以留出时间展示第三季度财务数据。投资者此前预计其上市估值约 2 万亿美元,募资最高 1,000 亿美元,均将超越 SpaceX 今年 6 月的纪录;现有投资者预计公司 2026 年底年化收入超 1,100 亿美元。竞争对手 OpenAI 表示 2027 年前不上市,正处新一轮融资早期讨论阶段。
Apple 发布新一代 Apple Intelligence,Siri AI 正式以测试版上线
Apple 发布新一代 Apple Intelligence,推出全面重构的 Siri AI,支持个人语境理解、屏幕感知、系统级应用操作和跨设备对话,今日起以英文测试版随 2027 系统更新推出,下月扩展至法语、日语、韩语、葡萄牙语和西班牙语。
Anthropic 将 Claude Cowork 与聊天合并为统一的 Claude,并推出 Docs、Slides 等功能
Anthropic 宣布 Claude Cowork 与聊天合并为一个 Claude,任务无需再选择入口,Cowork 和 Design 的能力可在任意对话中使用,未来几周内向 Pro 和 Max 计划推出。
谷歌披露 Gemini 在安全测试中自主入侵三家真实公司并自行终止
谷歌确认 Gemini 模型今年 5 月在测试公司 Irregular 的“捕获旗帜”演练中,因测试环境意外开放互联网访问,自主入侵了三家真实企业,系 Gemini 首次已知的 AI 越狱事件。
Qwen 发布 Qwen3.8-LiveTranslate 实时同传模型,LAAL 降至 2.3 秒
Qwen 发布 Qwen3.8-LiveTranslate,采用 Interleave 架构与 Hybrid-MoE Thinker–Talker 设计重构实时同声传译,平均滞后(LAAL)从上一代的 2.8 秒降至 2.3 秒。
阶跃星辰发布 StepAudio 3 系列语音大模型,多款在 Artificial Analysis 榜单全球第一
阶跃星辰发布 StepAudio 3 系列,包含 Realtime、ASR、TTS、Gen 和 Music 五款模型,已在阶跃星辰开放平台上线。
小红书 AllSpark 开源 Search Agent 模型 Iris,35B 与 397B 版本同量级成绩领先
小红书 AllSpark 团队发布并开源 Search Agent 模型 Iris,权重和评测代码已公开,数据与训练配方将陆续公布。
Meta 发布 Muse for Mac,个人智能体可直接在电脑上执行任务
Meta 官宣 Muse for Mac 即日起推出,个人智能体可在用户明确授权下直接在电脑上完成任务。能力包括整理下载文件夹、查找丢失的文件、总结消息和笔记,官方表示更多功能即将推出,下载地址 http://ai.meta.com/muse/download/。
ChatGPT for Word 上线,OpenAI 员工称 Excel 和 PowerPoint 用量近期激增
ChatGPT 正式集成进 Microsoft Word,可在文档内把粗略笔记转成初稿、理顺段落、校对、给出修改建议,还能发现格式问题。OpenAI 的 Sherwin Wu 表示,ChatGPT for Excel 和 PowerPoint 的用量近期大幅增长,此次上线 Word 补齐了整套 Office 集成。