Microsoft AI 发布流式语音转写模型 MAI-Transcribe-2-Streaming
Microsoft AI 发布流式语音转写模型 MAI-Transcribe-2-Streaming，在 AA-WER Streaming 上以 2.5% WER、语音结束后 0.13s 返回结果，拿下 Final Transcript 与 First Partial Transcript 两项准确率第一。
全部AI 动态
全部动态
X：Artificial Analysis (@ArtificialAnlys)AI 评分 X：Artificial Analysis (@ArtificialAnlys)AI 评分 Microsoft AI 发布流式语音模型 MAI-Transcribe-2-Streaming，AA-WER Streaming 排名第一
Microsoft AI 发布流式语音转文字模型 MAI-Transcribe-2-Streaming，在 AA-WER Streaming 的 Final Transcript 与 First Partial Transcript 两项上均排名第一，最终转写 WER 为 2.5%、语音结束后 0.13s 返回。
X：Artificial Analysis (@ArtificialAnlys)AI 评分 Artificial Analysis 编程智能体指数新增安全拒绝视图与基准细分
Artificial Analysis 编程智能体指数新增安全拒绝报告，可查看拒绝发生在任务提示词阶段还是智能体已开始工作之后，以及拒绝后切换到了哪个回退模型。
X：Artificial Analysis (@ArtificialAnlys)AI 评分 Artificial Analysis Coding Agent Index 新增安全拒答报告：拒答时机与回退模型
Artificial Analysis Coding Agent Index 新增安全拒答报告，可查看拒答发生在任务提示词阶段还是智能体已开始工作之后，以及拒答后切换到了哪个模型。
X：Artificial Analysis (@ArtificialAnlys)AI 评分 Qwen-Image-2.1 登顶 Artificial Analysis 开源权重图像榜两项第一
Artificial Analysis 评测显示，阿里 Qwen-Image-2.1 在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个开源权重榜上均排名第一，总榜排名第 18。
X：Artificial Analysis (@ArtificialAnlys)AI 评分 Qwen-Image-2.1 登顶 AA-Image 开源权重榜，T2I 与图像编辑均列第 18
阿里巴巴 9 月 20 日以开源权重发布 Qwen-Image-2.1，Artificial Analysis 评测显示它在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 均排名第 18，是两张榜上排名最高的开源权重模型，超过 Ideogram 4.0 (Quality) 和 HunyuanImage 3.0 Instruct。
X：Artificial Analysis (@ArtificialAnlys)AI 评分 Qwen-Image-2.1 登顶 AA-Image 开源权重榜，T2I 与图像编辑均列第 18
Artificial Analysis 评测显示，阿里 Qwen-Image-2.1 在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单上均排名第 18，是两项榜单中排名最高的开源权重模型，分别领先 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct。
X：Artificial Analysis (@ArtificialAnlys)AI 评分 Artificial Analysis 发布 AI 编程智能体基准与排行榜
Artificial Analysis 上线 AI 编程智能体基准与排行榜，在软件工程任务上测量编程智能体的真实表现，涵盖成本、token 用量和执行时间。该榜单对比不同智能体与模型之间的性能差异，完整结果可在 artificialanalysis.ai/agents/coding-agents 查看。
X：Artificial Analysis (@ArtificialAnlys)精选AI 评分 Artificial Analysis 编码智能体指数：Claude Sonnet 5.5、GPT-6.1 Sol 与 Gemini 4 Argon 登顶但成本差异显著
Artificial Analysis 的 Coding Agent Index 显示，本周发布的 Claude Sonnet 5.5、GPT-6.1 Sol 和 Gemini 4 Argon 均接近榜单前列，但性能与成本平衡各不相同。
推荐理由：榜单把三款新模型的编码智能体得分与单任务成本并列，读者可据此比较性能与开销的取舍。
X：Artificial Analysis (@ArtificialAnlys)AI 评分 Artificial Analysis 推出 AI 模型对比工具，可并排比较基准分数与成本
Artificial Analysis 上线模型对比工具，支持任选模型并排比较 Intelligence Index 与单项 benchmark 分数。该工具还提供 Capability Index 分数，覆盖金融会计、战略运营、法律、医疗、工程和经济学领域，并可按输入、输出和缓存 token 拆分成本，同时展示输出速度与延迟。
The DecoderAI 评分开源工具 BootLoops 让 Claude 完成精确科学计算，三个月产出 36 篇手稿
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops，它让 Claude 完成精确科学计算，源码已在 GitHub 发布。
X：MiniMax Design (H3) (@Hailuo_AI)AI 评分 MiniMax H3 视频编辑：Character-Swap LoRA 在 ComfyUI 上的测试
MiniMax H3 的视频编辑能力因 Character-Swap LoRA 而变得更有趣，该 LoRA 已在 ComfyUI 上完成测试。用户 toyxyz 展示了这一测试效果，H3 在视频角色替换编辑场景中展现出可玩性。
X：Andrew Milich (@milichab)AI 评分 Grok Bot 新增主动提醒与建议功能
Grok Bot 现在可以在用户未主动提问时主动提供帮助建议，包括实用提醒和提示。该功能由 Grok Bot 官方账号（@bot）发布，并附有演示视频。
X：Andrew Milich (@milichab)AI 评分 Grok Bot 无需用户提问即可主动建议帮助
Grok Bot 现在可以主动建议如何提供帮助，无需用户先开口提问。该功能由 Grok Bot（@bot）账号发布，并附有演示视频。
X：Andrew Milich (@milichab)AI 评分 Grok 4.7 现已上线 Gemini Enterprise Agent Platform
Grok 4.7 现已在 Gemini Enterprise Agent Platform 上线，使用该平台的企业用户可直接调用。该消息由 SpaceXAI 发布，并附有演示视频。
X：Andrew Milich (@milichab)AI 评分 XChat 聊天中可直接与 Grok 对话
XChat 群聊现已支持直接向 Grok 提问并获得回答。用户可在 XChat 聊天中与 @grok 对话，群聊因此变得更智能。
X：Andrew Milich (@milichab)AI 评分 Grok Build 新增 Agent Dashboard：一个 /dashboard 视图管理多个智能体与 worktree
Grok Build 新增 Agent Dashboard，可在同一屏幕查看所有智能体，并通过 /dashboard 命令调用。该功能同时支持在一个视图中管理多个智能体与 worktree。
X：swyx (@swyx)AI 评分 init() 开发者大会一周后开幕，演讲嘉宾包括 @levie、@howietl、@swyx、@clairevo
WorkOS 主办的 init() 开发者大会将于一周后开幕，演讲嘉宾包括 @levie、@howietl、@swyx、@clairevo 等，活动免费且仍有少量名额，可通过 workos.com/init 报名。大会由 @Stripe、@Cloudflare 和 @Databricks 赞助。
X：swyx (@swyx)AI 评分 MIT 张艾伦谈递归语言模型：Claude Code、Codex 与 Pi 本质相同，以及 OpenAI 万级智能体实验
MIT 研究者 @a1zhang 在 Latent Space 播客中提出递归语言模型（RLM），认为 Claude Code、Codex 和 Pi 本质上是同一类东西，通过代码、上下文卸载和递归子智能体实现跨任务泛化。他援引 OpenAI 一项 10,000 个智能体、130B 输出 token 的实验，讨论语言模型的未来，并指出有时一个专家就能替代万亿 token 的暴力搜索。
X：swyx (@swyx)AI 评分 Anthropic 介绍 Claude Mods：可读取对话上下文、派生 subagent 并修改 UI
Anthropic 的 Thariq 介绍了 Claude Mods 解锁的能力，包括对话上下文、subagent、结构化输出和对 UI 的控制。他表示 Mods 的作用域内包含对话有多少轮、已用多少 token 等信息；因为都在进程内运行，可以派生 subagent、解析其结果并用结构化输出返回；还可以修改 UI，这是 hooks 做不到的。
X：swyx (@swyx)AI 评分 swyx 宣布第二届 AI Security Summit 将于 2026 年 10 月 15 日在旧金山举办
swyx 以创始合作伙伴身份回归第二届 AI Security Summit，活动将于 2026 年 10 月 15 日在旧金山举行，2025 年的所有合作伙伴均已回归。他表示自一年前启动以来，恶意智能体数量激增、数据泄露和 AI 驱动的攻击增多，安全问题已不再是理论问题，必须成为 AI 讨论的核心。
X：swyx (@swyx)AI 评分 a1zhang：学术界是下大研究赌注的地方，Latent Space 播客谈 kernel、harness 设计与多智能体系统
MIT 博士生 a1zhang 认为学术界适合下大研究赌注：PhD 研究者虽没有无限算力，但能自由探索主流之外的想法、权衡不同取舍，从而催生新范式。昨日 Latent Space 播客与 swyx 的对谈还覆盖了 kernel、harness 设计、多智能体系统，以及从 GPU kernel、KernelBench 到 Recursive Language Models 的路径。
X：Google (@Google)AI 评分 Google 介绍 Project Suncatcher：把 AI 送上太空的登月计划
Google 公布 Project Suncatcher，一项把 AI 计算放到太空的登月计划。该项目正在测试硬件在太空环境中的存活能力，并为 AI 芯片设计散热系统。
X：Suno (@suno)AI 评分 Suno Studio 2.0：从聊天栏完成分轨、加乐器与自动化
Suno Studio 2.0 支持在聊天栏中完成从一首歌开始、分离音轨、添加新乐器、效果与自动化的全流程操作。该功能将分轨与编曲编辑整合进对话式输入，用户无需离开聊天栏即可完成多步音乐制作。
X：Suno (@suno)AI 评分 Suno 上线 Speech 语音生成功能 Beta 版
Suno 推出 Speech 功能 Beta 版，用户可在 Suno 上生成语音内容。官方提示 Beta 阶段仍有不足，例如英式口音有时会听起来更像澳式口音，戏剧性停顿也可能过于夸张，这些问题将随时间改进。
X：Suno (@suno)AI 评分 Suno 演示用维多利亚英语劝室友洗碗
Suno 分享了一段用维多利亚时代英语劝说室友洗碗的音频演示，并附上 suno.com 的分享链接。该内容以回复 @suno 的形式发布，展示 Suno 在特定风格化人声与台词生成上的效果。
X：Suno (@suno)AI 评分 Suno 推出 Speech Beta，可生成带背景音乐的语音
Suno 宣布 Speech 功能进入 Beta 阶段，称其为首个能生成与背景音乐相匹配的语音音频的模型，用户更新应用即可使用。官方博客链接为 suno.com/blog/introducing-speech-beta。
X：Suno (@suno)AI 评分 Suno 展示语音与背景音乐单次生成：实时音频的新进展
Suno 分享了一段演示，展示语音与背景音乐在一次生成中同步产出。评论者 Gavin Guo 指出，两个生成器争夺同一时间线通常会互相干扰，而这段音乐能随人声自动避让、起伏和强调，而非事后贴附，对实时音频而言是实质性进展。
X：Suno (@suno)AI 评分 Suno 音质遭用户吐槽：合成感太重，需打磨母带级听感
用户 𝐌𝐫. 𝐖𝐢𝐜𝐤 在 X 上批评 Suno 生成的音乐带有明显的合成感，称若不改善音质、达到打磨与母带处理的水准，Suno 将难以持续发展。他形容当前效果听起来像在用 Circuit City 倒闭前最便宜的扬声器播放。
X：Suno (@suno)AI 评分 Suno 为语音功能征集命名：Speech 还是 Vocal Booth
Suno 就新语音功能的命名向用户征求意见，认为 Speech 这个名字"感觉不太对"，并提出 Vocal Booth 作为替代方案。该讨论由用户 @OmnipotentCEO 在 X 上发起，目前尚未公布最终命名或功能细节。
X：Claude Devs (@ClaudeDevs)AI 评分 Anthropic 为 Claude Code 推出 mods 定制功能
Anthropic 的 Claude Devs 宣布 Claude Code 支持 mods，即用 TypeScript 函数改变 Claude Code 的工作方式，可改写提示词、拦截高风险命令、添加自定义 UI 或替换内置功能。官方称已用 mods 构建了 /diff 和 AGENTS.md 支持等功能，用户可自行编写或让 Claude Code 代写。
X：Claude Devs (@ClaudeDevs)AI 评分 Claude Code Playground 仓库新增预制示例 mods
Claude Code 在 Playground 仓库中新增了预制示例 mods，供开发者参考借鉴。mods 是随插件分发、在 Claude Code 会话内运行的 hooks，官方入门指南演示了如何从空文件夹构建一个 mod，并展示了两个更完整的 mod 案例。
X：Claude Devs (@ClaudeDevs)AI 评分 Claude Code 支持 Mod：可改行为、UI 与功能，随插件安装
Claude Code 现在支持 Mod，可以改变其行为、自定义 UI，或替换成自己的功能。用几行 TypeScript 即可编写，也可以让 Claude 代写；Mod 随插件分发，在 CLI 或桌面应用里用 /plugin 安装。
X：DAIR.AI (@dair_ai)AI 评分 Meta 提出 Context Language Models，让模型原生管理自身上下文
Meta 与合著者提出 Context Language Models（CLM），把上下文作为模型可用 Bash 编辑的文件，由模型决定保留、改写或删除哪些内容。
X：DAIR.AI (@dair_ai)AI 评分 Meta 提出 Mixture of Self-Improving Branches：分支化智能体 harness 优化
Meta 提出一种分支化的智能体 harness 优化方法，将 Meta-Harness 式单一搜索路径拆成多个分支，每个分支保留自身 harness 更擅长的开发用例、丢弃所有分支已解决的用例，并依据历史重写自己的提议策略，再由 router 在运行前为每个新输入选择某个分支的 harness。
X：DAIR.AI (@dair_ai)AI 评分 微软 FOCUS：无需训练的智能体上下文压缩方法
微软提出 FOCUS，一种在测试时压缩智能体上下文的方法，通过判断智能体下一步决策真正依赖哪些历史交互，保留这些单元并丢弃其余部分。该方法无需训练数据或微调，可作为独立层部署在闭源 API 模型之前。在工具调用、QA、网页和多轮对话基准上，FOCUS 将峰值上下文最多减少 48%，任务成功率最多提升 8.9 个百分点。
X：Francois Chollet (@fchollet)AI 评分 Francois Chollet：base LLM 与 LRM 的关键区别在于从转导范式转向归纳范式
Francois Chollet 指出，base LLM（2024 及更早）与现代 LRM 的关键区别不是符号工具使用，而是从转导范式（直觉给出查询答案）转向归纳范式（直觉给出产生答案的程序/指令），LRM 经训练具备归纳能力并在测试时进行归纳，即预测自然语言程序/推理链。
X：Francois Chollet (@fchollet)AI 评分 NCA 的局部通信可产生视觉"思维链"，在 ARC-AGI-1 中逐步移动颜色和形状解题
NCA（神经细胞自动机）的局部通信能产生视觉化的"思维链"。在迷宫任务中，NCA 会并行探索路径并从死胡同回溯，行为类似黏菌；在 ARC-AGI-1 中，它通过逐步在网格上移动颜色和形状来完成任务。
X：Francois Chollet (@fchollet)AI 评分 Keras 社区会议 30 分钟后开始，任何人都可加入
Keras 社区会议将在 30 分钟后开始，任何人都可通过 meet.google.com/gva-bbpr-twe 加入。会议由 Samaneh Saadat 主持，于 10 月 2 日 10 AM PST 举行，介绍 Keras 生态的最新进展。
X：Higgsfield AI (@higgsfield)AI 评分 Higgsfield 上线 FLUX 3 Image
Higgsfield 现已上线 FLUX 3 Image，用户可通过 higgsfield.ai/ai/image?model=flux-3-image 直接试用。该平台定位为面向创作者的 AI 相机控制工具。