搜索“Google”

在 Google 上添加为首选来源 Edge0 发布了 Audio8-TTS-Realistic，这是一个用于零样本语音克隆的开源权重文本转语音模型。Audio8-TTS-Realistic 是一个 0.6B 参数的模型，可从 1 段参考音频及其转写文本克隆音色。它支持 23 种语言，比其前代多 12 种。权重和代码以 Apache 2.0 许可发布。对开发者而言，关键在于它以易于低成本微调和部署的规模，提供了有竞争力的多语言准确率。 TL;DR 规模：主模型 601M 参数（不含编解码器）；最多 2,048 个打包的文本/音频上下文位置。 运行环境：推荐使用 CUDA GPU；已在 NVIDIA H20 上以 BF16 进行冒烟测试。论文报告在 Apple M2 CPU（INT4 ONNX）上峰值内存为 1.1 至 1.2 GiB。目前尚无 Realistic 的 ONNX 导出公开。 性能：在 CV3 上领先于更大的开源模型，在 MiniMax 上落后于 4B 级模型。 最佳：在 9 种语言上 CV3 平均错误率为 4.86%，而 Qwen3-TTS-1.7B 为 7.73%。 最

匹配字段正文

损的比喻，他觉得谷歌这次的发布方式，简直就像一个人四处炫耀：“我有个女朋友，只不过她在另一所学校，你们都不认识她。” 模型拿了第一，但账还没算完 Carbon发布后几个小时，谷歌母公司Alphabet公布了第三季度财报。 如果只看营收和云业务的增长情况，谷歌的成绩其实相当漂亮。 第三季度，Alphabet总营收达到1275.77亿美元，同比增长25%。其中，Google Cloud营收307.09亿美元，同比增长103%，营收规模较去年同期翻了一倍多。云业务的营业利润也从去年同期的35.94亿美元增长至111.21亿美元，利润率由23.7%提高至36.2%。 用户规模同样在增长。皮查伊在财报电话会上透露，Gemini App的用户数已经达到10亿，成为谷歌历史上增长最快的产品；谷歌自有模型API每分钟处理近320亿Token，是一年前的四倍以上。 然而，资本市场的反应却相当冷淡。 10月28日美股常规交易时段，Alphabet股价还上涨了1.34%。但随着财报公布，股价迅速转跌，盘后跌幅一度超过10%。 Carbon刚刚帮谷歌拿下全球第一，似乎也没能挽住投资者的信心。 原因之一是广告业

匹配字段正文

，还秀了一把发现漏洞、利用漏洞、修复漏洞的完整闭环： 找漏洞的 SEC-bench Pro，拿到 88.2%；在 ExploitGym 中编写漏洞利用代码、验证漏洞时，从上一代 Argon 的 42% 飙升到 54.8%，把只有 34.5% 的 Claude Opus 5.5 远远甩在身后；到了打补丁修漏洞的 CWE-bench，又拿下 71.0%。 图源：Google DeepMind 这就相当于 Carbon 拥有了发现后门，验证后门，和修补后门的完整能力，把网安人员和黑客想做的事情都具备了。 而且据谷歌说，以上三项外部安全评测，全部是在“解除安全防护限制”的裸奔状态下跑出来的。这就意味着无防护状态下完全体的 Carbon，完全有可能展现出非常强烈的攻击性，如果被有心人利用，也很有可能造成严重的网络安全威胁。 图源：Google DeepMind 因此，谷歌在收集够反馈、想好怎么给这头猛兽套上绝对可靠项圈之前，还不能直接放到公网上。 除此之外，Carbon 的“耐力”也是谷歌对它慎之又慎的重要原因。 据谷歌披露，在内部复杂任务中，工程师已经放手让 Carbon 连续工作好几天了。面

匹配字段正文

将我们添加为 Google 首选来源 Baseten 发布了 joey-1，这是一款来自其内部研究实验室 Base Labs 的 2B 模型。joey-1 决策模型返回标签和校准概率，而非生成文本。它面向高并发路由、分类和护栏检查。Baseten 将其定价为每百万输入 token 0.01 美元，权重以 MIT 协议开源在 Hugging Face 上。 TL;DR 规模：2B 参数，基于 Qwen3.5-2B 后训练。最大序列长度 16,384 token（Baseten 称在专用部署上可达 262k）。 运行方式：Baseten Model APIs，或在 1 张 CUDA GPU 上自托管（未披露显存）。未列出官方量化版本。 性能：据 Baseten 称，在 Jev Decision Index 0.4 公开集上为 4B 以下最强模型。 最佳：在 Jev Decision Index 0.4（公开集）上得分 63.30，在 230 个模型中排名第 37。 最差：在同一公开集上落后其 9B 同门模型 elephant-1 8.94 分（63.30 对 72.24）。 总结：最佳：每

匹配字段正文

新的AI模型正在到来，而且源源不断。 在Meta的Muse和Google的Gemini 4 Carbon近期相继推出之后，Mistral AI也发布了其新的旗舰前沿模型Mistral Large 4。该模型被亲切地称为“Le Chonk”，本月早些时候已开放公开预览。如今，经过数周的额外强化学习、微调，并结合开发者、网络安全专家和政府官员的反馈进行评估后，Mistral团队于周四宣布ML4可供下载。 “预览版的反馈超出了我们的预期，”Mistral在公告中表示。“我们已将这些反馈付诸实践，同时继续扩大强化学习的规模，在编程和防御性网络安全方面实现了大幅提升。” 更多来自CNET的内容 Mistral AI是一家以开源和开放权重LLM闻名的法国公司。该公司报告称，在综合指标上，Large 4模型“跻身全球最佳开放权重模型之列”，并且也优于欧洲和美国的模型，同时正在追赶一直主导开放权重领域的中国竞争对手。 本月早些时候，我与Mistral首席科学家Guillaume Lample和科学副总裁Pierre Stock谈论了这款新模型——他们称之为西方打造的最佳开放模型——以及它的专业能力和极

匹配字段正文

41.33亿元），较上年同期增长约209%；营业利润率从去年同期的23.7%提升至36.2%。 在财报会上，谷歌云CEO托马斯·库里安（Thomas Kurian）称，云业务的增长来自覆盖芯片、模型、数据、安全和智能体平台的整合式AI产品组合，同时受益于不同产品线、行业和客户群体的需求。谷歌云目前已有18条产品线的年收入分别超过10亿美元。 从具体业务来看，Google Cloud Platform（GCP）的AI基础设施、AI解决方案以及传统核心云服务均实现增长，TPU系统销售也成为重要的收入贡献来源。 库里安透露，谷歌正在将TPU的销售范围从自有云平台拓展至客户自有数据中心和其他服务商，以扩大产品覆盖面。 谷歌披露，超过100家重要客户已经在使用谷歌TPU系统。除Anthropic等现有合作方外，公司还在与Mistral、Physical Intelligence等模型公司，以及金融机构、大学和公共部门客户合作。谷歌还宣布与Oracle、CoreWeave AI建立TPU系统交付合作，并与Meta合作推进TorchTPU，以降低开发者将PyTorch模型迁移至TPU平台的门槛。 T

匹配字段正文

42.5分、30.7分。在工具调用测试BFCL V4中，该模型取得84.0分，高于DeepSeek-V4.1-Flash-1017的75.0分。 超衍智能成立于今年6月，核心业务是研究下一代自进化基础大模型（RSI），其创始人、CEO陈勇超今年27岁，是清华大学人工智能学院助理教授，本科毕业于中国科学技术大学，拥有哈佛大学与麻省理工学院联合培养博士学位，曾在Google DeepMind、微软研究院等机构从事AI研究。 ▲超衍智能创始人陈勇超（图源：清华大学） 今年5月，超衍智能曾利用其自动化研究系统Apex Research生成34篇AI研究论文，并提交至ACL Rolling Review（ARR）评审。据团队公布的研究报告，其中8篇论文的平均整体评分超过3.0分，2篇达到3.67分，评分高于约99%的人类投稿。 ▲Apex Research生成的34篇AI研究论文在ARR首轮评审中的评分分布及录用概率估算。图中11篇评分不低于3.0分，其中8篇超过3.0分；3篇评分不低于3.5分，其中2篇达到3.67分（图源：超衍智能） 截至今年9月，该公司已累计融资近4亿元，IDG资本、星连资

匹配字段正文

自由许可证的修改版允许商业使用，但转售模型服务访问权的公司除外——它们必须与Mistral签署单独许可证。 Le Chonk仍非个人电脑所能企及：即使其压缩版也需要四块Nvidia B200或B300数据中心显卡，完整版则需要八块。 探索福利 + 快速、+ 实用、+ 独家 零广告、高级阅读功能、AI摘要文章、独家内容等更多。 探索Numerama+的众多优势。 订阅Numerama+ 您本月已在Numerama阅读0篇文章 有不订阅的充分理由 并非所有人都有能力为信息付费。 因此我们坚持让所有人开放阅读我们的新闻。 但如果您有能力， 以下是支持我们工作的三个充分理由： 1 Numerama+有助于为所有Numerama读者提供免费体验。 2 您将享受无广告阅读、众多高级阅读功能和独家内容。 3 帮助Numerama完成其使命：理解当下以预见未来。 如果您相信免费网络和人人可及的高质量信息，请加入Numerama+。 订阅Numerama+ 一目了然的科技新闻 将Numerama添加到您的主屏幕，与未来保持连接！ 我们的所有文章也在我们的Google个人资料上：关注我们，不错过任何内容！

匹配字段正文

御此次攻击。） 此后，AI也在无处不在的软件中发现了安全漏洞。10月，在一款AI工具发现一项基础网络技术中的严重缺陷后，大量网站下线。 Mistral将其像Le Chonk这样的开放权重模型宣传为解决方案的一部分。其论点是，如果AI注定要成为网络攻防的核心特征，那么企业和政府将需要配备可免费获取且无法被远程关停的模型，而不像OpenAI、Anthropic和Google等公司的专有模型那样。 “AI将像电力一样。你不会想生活在一个邻居随时可以切断你电力的世界里，”Stock说。“一旦你将权重开源，它们就会传遍互联网。不可能切断访问。” 然而，代价是，可免费获取的模型也可能被威胁行为者下载并定制。 “这显然是一种两用技术，”安全公司Sophos威胁情报高级总监Rafe Pilling告诉《连线》。“任何可以不受限制地下载和传播的东西，既可能被用于生产性目的，也可能被滥用。” 据Pilling称，尽管一个具备互联网访问能力的中国模型有可能窃取数据，但所有先进模型在没有仔细监督的情况下都有可能失控——无论其原产国是哪里。 “技术现实和叙事——后者往往带有民族主义倾向——是两回事，”他说。“关

匹配字段正文

在 Google 上添加为首选来源 NVIDIA 发布了 Nemotron 3.5 Transcribe，这是一个专为转录构建的开源权重语音大模型。单个模型可处理 40 种语言和最长 1 小时的录音。文本指令可为每个请求选择输出风格。选项包括逐字、书面形式、说话人标注、上下文和翻译输出。对开发者而言，它可以替代独立的 ASR、说话人分离和对齐工具。 TL;DR 规模：总参数 34B，激活参数约 4.3B；65,536 token 上下文；音频最长 1 小时。 运行：BF16 下可在 1 张 H100 80 GB 上运行。存在 FP8（约 35 GB）和 NVFP4（约 21 GB）检查点；NVFP4 可在 RTX 5090 上运行。GGUF 文件面向 NeMo-Speech.cpp。 性能：在英文和多语言 Open ASR 排行榜上是最好的开源权重模型；顶级商业 API 仍然领先。 最佳：在 9 个公开英文 Open ASR 测试集上平均 WER 为 4.71%（次优开源模型：4.94%）。 最差：在 AliMeeting 普通话远场会议上 cpCER 为 34.95%。 结论：最好的

匹配字段正文

将我们添加为 Google 首选来源 Block 的 AI 研究实验室发布了 Dessa，这是一个仅用人类对话训练的全双工语音模型。Block 于 2026 年 10 月 23 日以研究预览形式公布了它。Dessa 是 Block 推出的语音到语音模型，能够边听边说。Block 表示，它没有使用任何文本，也没有使用预训练模型。这与当今大多数语音智能体背后以文本为先的技术栈是不同的设计。 TL;DR 运行环境：在 MacBook Pro M4 Max 或更高配置上本地运行，速度快于实时。 性能：目前仅限演示。现场录音展示了附和应答、句中笑声和自然打断。 最佳：在 1 台 NVIDIA GB200 NVL72 机架（72 块 GPU）上训练。Moshi 使用了 1,016 块 H100 GPU。 最差：公布 0 项基准分数。没有权重、论文、API 或价格。 Block 的 Dessa 是什么？ Dessa 是一个真正的语音到语音模型：音频输入，音频输出。根据 Block 的项目页面，它所知道的一切都来自人类语音。 TEXTTABLELAYOUT你的 PDF 解析器真的解析正确了吗？omni

匹配字段正文

将我们添加为 Google 首选来源 OpenAI 已发布 GPT-6.1 Terra，这是一款用于视觉推理、电脑操作和写作的快速模型。它取代了 GPT-5.6 Terra，并已以 gpt-6.1-terra 的名称在 API 中上线。标准定价为每百万输入 token 1 美元、每百万输出 token 5 美元。对于大规模自动化处理屏幕、表单和文档的团队来说，GPT-6.1 Terra 改变了成本计算方式。 TL;DR 规模：1.05M token 上下文，最大输出 128K。 运行于：仅限 OpenAI 托管（API、ChatGPT Work、Codex）。闭源权重。 性能：在视觉和电脑操作方面接近 GPT-6.1 Sol 和 GPT-6 Astra，但成本更低。 最佳：在最大努力档下，MMMU-Pro（视觉）得分 85.5%，落后 GPT-6 Astra 1.2 个百分点。 最差：在 Terminal-Bench 4.0 上得分 50.3%，落后于 GPT-6.1 Sol（55.9%）和 Claude Sonnet 5.5（70.6%）。 什么是 GPT-6.1 Terra？ GP

匹配字段正文

大调整 郭宁宁有望成首名“70后”正省级女高官 14:45王毅会见桑顿、弗里德曼：中美有能力也有责任共同发展好、管控好人工智能 14:28Kimi迭代3万亿参数大模型 首次推出Pro版本模型 14:20外汇局拟扩容跨境融资便利主体 提高关联企业外债和绿色外债额度 13:09黄金和科技股为何同步回调 12:39人事观察｜61岁王志军主政湖南 63岁沈晓明卸任 09:35人事观察｜河南省委换届 49岁杨小菁“入常” 09:00面对面｜中金缪延亮：央行黄金储备超美债，但回不到“金本位” 08:00美国入籍批准同比下降逾七成 美国土安全部强调移民净流出成果 22:329月财政收入年内首现同比下降 地产新政后卖地收入降幅走阔 内容页 end 底部 begin 财新网所刊载内容之知识产权为财新传媒及/或相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。 广播电视节目制作经营许可证：京第01015号 | 出版物经营许可证：第直100013号 finder end 全站收费统计代码 Global site tag (gtag.js) - Google Analytics

匹配字段正文

，Hugging Face 还处于 OpenAI 模型发起的一次重大黑客攻击的中心。） DNA 更像计算机代码，而不是自然语言。不过，它不用 0 和 1，而是用 A、C、G 和 T 来编码信息。人类基因组包含 60 亿个这样的字母。尽管人类基因组已被端到端测序，科学家们仍不了解其中大部分是如何运作的。 如今，AI 模型正在帮助研究人员解开其中一些谜团。去年，Google DeepMind 发布了 AlphaGenome，它可以预测 DNA 序列和基因突变的影响，但以数字格式呈现。它还需要更多算力。Evo 2 是由 Arc Institute 和英伟达与学术合作伙伴共同开发的模型，它使用 DNA 的语言，可以从零生成完整的基因组。 Carbon-X 在对话式界面中同时整合了 DNA 和自然语言。可以把它想象成 DNA 版的 ChatGPT。 该团队从现有语言模型入手，扩展其词表，以每六个字母为一组读取 DNA。随后，他们继续在 3000 亿个数据块（即 token）上进行训练，这些数据结合了 DNA 序列、英文文本以及将 DNA 与生物学描述关联起来的示例。DNA 序列来自哺乳动物（包括

匹配字段正文