Suno 推出 Speech 功能,可同时生成语音与背景音乐
AI 音乐生成平台 Suno 推出名为 Speech 的新功能,可根据脚本或提示描述生成语音,并同时生成配套背景音乐。该功能已在 Suno 网页端和移动端开启公开测试,提供 Simple 和 Advanced 两种模式,最长时长约八分钟。Suno 表示该功能尚不完善,将根据用户反馈持续改进,此举被视为其在音乐生成业务面临多起诉讼背景下向语音领域扩展的尝试。
另有 1 家信源报道
公司与模型 · Google 与 DeepMind 的 AI 动态:Gemini 系列、Veo 视频模型、研究成果与云平台
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-11 06:28
AI 音乐生成平台 Suno 推出名为 Speech 的新功能,可根据脚本或提示描述生成语音,并同时生成配套背景音乐。该功能已在 Suno 网页端和移动端开启公开测试,提供 Simple 和 Advanced 两种模式,最长时长约八分钟。Suno 表示该功能尚不完善,将根据用户反馈持续改进,此举被视为其在音乐生成业务面临多起诉讼背景下向语音领域扩展的尝试。
另有 1 家信源报道
LiteLLM 发布 v1.105.0-dev.2 开发版本,所有 Docker 镜像均使用 cosign 签名,并提供了基于固定 commit hash 和 release tag 两种验证方式。该版本包含大量修复与功能更新,涉及路由、Bedrock、成本计算、代理安全、Agent 权限、追踪(traces)存储与 OTLP 接入等。
前Google DeepMind研究员撰文指出,当前大语言模型并不具备真正的推理能力,其链式思维仍由同一套下一词预测机制生成,缺乏可检查的持久认知状态、知识与推理的分离,以及真实的推理过程。作者以AlphaGo的搜索机制为例,认为真正的推理应像AlphaGo那样维护显式的博弈树并据此更新判断,并透露自己已离开Google DeepMind,希望推动借鉴Alp
Earendil 旗下 Pi 发布 1.0 版本并推出 Pi Durable,两者登上 Hacker News 首页。Pi 1.0 新增 MCP 原生支持、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息等功能;Pi Durable 将 Pi 移植到 TypeScript,外置全部有状态组件,支持崩溃恢复、可移植、并发、扩展、上
该论文比较了两个公开新闻数据集 GDELT 和 Common Crawl News(CC-News),分析其内容与覆盖范围。GDELT 汇集全球广播、印刷和网络新闻,覆盖100多种语言,可追溯至1979年,使用 CAMEO 编码并依赖 Google Cloud 处理,但只提供事件元数据而非原始文本。CC-News 则通过基于 Nutch 的 CCBot 网络
该论文研究在设备端进行商业意图检索的可行性,在3 MiB下载体积、20毫秒内推理且不上传原始文本、嵌入或稳定标识符的约束下,构建了基于4比特量化静态嵌入表的检索系统,并测试了联邦学习层。实验显示,在真实韩语商品文本上,当查询包含叶子类目名称时准确率较高,仅含品牌和型号时准确率下降约20个百分点;通过任务适配微调教师模型可部分弥补差距,且设备端可根据排序分数边
OpenAI 宣布在全球范围内为 ChatGPT 推出两项购物新功能:虚拟试穿和收藏夹。虚拟试穿允许用户上传自拍或全身照,查看服装或配饰穿在自己身上的效果,也可上传商品图片让 ChatGPT 试穿;收藏夹可将商品与试穿图片一起保存到应用内的 Library。这些功能基于新发布的 ChatGPT Images 2.5 模型,OpenAI 称其光照更自然、纹理更
卡内基梅隆大学、纽约大学、斯坦福大学和麻省理工学院的研究团队开发了名为Ataraxos的Stratego AI,在Nature论文中报告其首次在该棋盘游戏达到超人水平。在20局正式系列赛中以15胜1负4平击败史上最成功选手Pim Niemeijer。训练仅用16块Nvidia H100 GPU一周加4块GPU四天,成本不到8000美元,远低于DeepMind
Reddit 宣布将于 2025 年 11 月 13 日停止支持 RSS 订阅源,并在 2027 年 3 月前终止公共 API 访问,理由是 RSS 已成为大规模抓取和自动化滥用的常见渠道。此举发生在 Reddit 用户生成内容通过 AI 授权交易变现、其他收入同比增长 24% 至 4300 万美元的背景下。Reddit 建议版主改用 Discord Rel
特朗普总统与谷歌、Anthropic、Meta、OpenAI、xAI、英伟达等科技公司领导人会面后,宣布了一项名为“前沿责任联合承诺”的AI安全计划。该承诺要求企业以“道德约束”方式自我监管AI技术,而非通过具有法律约束力的联邦法规。六位签署者(Sundar Pichai、Dario Amodei、Mark Zuckerberg、Greg Brockman、
美国联邦贸易委员会(FTC)正对 OpenAI、Anthropic 及其他领先 AI 实验室展开调查,怀疑其存在消费者保护违规行为。FTC 主席 Andrew Ferguson 计划通过具有法律约束力的“民事调查令”强制企业提交文件并接受高管问询,相关命令预计数周内发出。调查在 Hugging Face 遭黑客攻击事件前已启动,AI 安全组织 METR 也在
Cloudflare 指出互联网出现了第二个受众——AI 代理,其网络每日 AI 代理请求一年内增长超 1700%,2025 年首次超过人类流量占比一半。这导致网站带宽成本上升而广告、订阅收入下降,部分类别人类流量一年内下降达 40%。Cloudflare 因此推出 AI Crawl Control、Web Bot Auth、Disallow AI Trai
雷峰网报道,Personal Agent 成为 AI 产品竞争新热点:Meta 的 Muse 下载量突破 300 万,OpenAI 发布 dots 提出 always-on agents,Manus 推出 Cue,千问、字节豆包(Spell)、腾讯(Handy Bot)等国内厂商也在跟进。文章分析 Personal Agent 围绕用户长期 Context
8月31日,OpenClaw 2.0(v2026.8.1)正式发布,官方将其定位为“自托管 AI 网关”,把 Discord、Slack、Telegram 等消息入口与 AI 编程助手、浏览器、终端、插件、记忆系统连接进同一工作流。雷峰网用同一道复杂长任务对比 v2026.7.1-2 与 2.0,发现 2.0 强化了新手引导、任务面板、产物清单与信源分级,L
爱诗科技(PixVerse)于2026年1月提出通用实时世界模型方向并推出R1,现已全量上线PixVerse R2,用户可直接在网页端体验动作指令与互动影游交互。R2通过Omni Causal AR(能力引擎)与Real-Time Acceleration(加速引擎)两层架构,将模型容量、数据、任务、控制信号和时间尺度五个维度的Scaling统一,实现更高生
该论文提出「GUI–API 对齐原则」,即人类通过图形界面可用的能力也应通过结构化可调用接口向 AI 智能体开放。作者提出 Agent-Callable Feature Coverage(ACFC)产品级就绪度指标,以及基于 Accessibility、Discoverability、Controllability 三维度的 Agent Readiness
PydanticAI 发布 v2.52.0,修复了本地 web fetch 工具处理攻击者控制的深层嵌套 HTML 时可能导致 CPU 和内存过度消耗的中危安全问题,v1 分支同步发布 1.107.7 补丁。该版本将 pydantic-ai-harness 并入主仓库并随每次发布更新,同时首次发布 pydantic-clai2 0.52.0。此外新增工作区抽
OpenAI CEO Sam Altman 在 DevDay 主题演讲后的记者问答中表示,在公司能够对模型安全性做出更有把握的承诺之前,OpenAI 不会上市,且没有明确时间表。他称等待过久对世界不利,但当前正处于模型能力跃升和新型安全要求的阶段,上市会带来华尔街的额外压力。此番表态背景是此前多起 AI 安全争议事件,包括未发布模型入侵 Hugging Fa
OpenAI在Dev Day上宣布多项更新,包括将ChatGPT打造为应用发现与运行平台、推出可自主执行任务的AI代理Dots、扩展插件架构支持交互面板,并推出“Sign in with ChatGPT”及企业应用市场。这些举措旨在让ChatGPT成为软件分发和使用的核心入口,直接挑战苹果和谷歌的传统应用商店模式。
Claude Code 发布 2.1.285 版本更新,新增 CLAUDE CODE DISABLE WEB FETCH 环境变量、claude --desktop 桌面端启动、插件配置与安装参数、allowedProviders 托管设置等能力,并修复了子代理、插件安装、SSH、云会话、MCP、权限提示、日志脱敏等大量问题。