相关推荐
Claude 语音模式终于用上 Opus 了:从"随口问答"升级成能调工具、换语言的实时参谋
Anthropic今日为Claude语音模式关键升级:不再限于Haiku,现可运行Opus、Sonnet、Haiku三档模型,并接入Gmail、Slack等已连接工具,扩展支持语言。此前添加免提对话后,用户已将语音用于更复杂的长会话,靠说话解决打字啃不动的难题。
2026年7月24号 14:10
117.1k
阿里开源0.8B文档解析模型OvisOCR2,端到端方案登顶OmniDocBench
7月24日,阿里开源0.8B参数的文档解析模型OvisOCR2,以96.58分登顶OmniDocBench基准,首个全面超越传统流水线,推动文档智能范式转折。它
2026年7月24号 14:05
59.0k
德国黑森林实验室发布Flux3 多模态模型:原生音频生成, 20 秒音视频同步输出
德国黑森林实验室发布多模态基础模型Flux3,基于Self-Flow架构及专用图像、视频、音频、动作编解码器,实现物理与数字环境的统一理解与生成。性能碾压Luma、Runway,首次原生支持音频生成,可一次性输出20秒音视频同步片段,并具备文本/图像/视频转视频、关键帧转场和多语言对话等功能。
2026年7月24号 13:55
122.6k
腾讯甩出 WorkBuddy Bench:一套把代码、网页、办公、安全全装进来的编码智能体考场
腾讯推出WorkBuddy Bench多领域评测套件,论文已发布于arXiv。它打破编码智能体评测各自为政、生产基准不透明的局面,将仓库级代码工程、前端制品、办公自动化等四类工作场景整合为一。最大亮点不在题量,而是从题目根源设计上杜绝“背答案”,确保评测能真实反映智能体在不同领域的通用与迁移能力。
2026年7月24号 13:53
109.5k
ChatGPT 桌面端装上了"真人口吻":GPT-Live 语音上线,你说话它就在后台干活
OpenAI今日为ChatGPT桌面端大升级,该客户端已与Codex整合,正式上线基于GPT-Live模型的ChatGPT Voice语音模式。新版本支持在聊天、办公和编程三个板块通过语音直接发起、检查或调整任务,将多线程工作协同从键盘移至语音。早在2024年,OpenAI便为ChatGPT添加语音识别,此后持续发力语音技术。
2026年7月24号 13:41
131.0k
