Apple 机器学习研究页面列出 2026 年多篇论文，包括发表于 NeurIPS 的 Normalizing Trajectory Models、RLTL;DR 和 The Communication Bottleneck，以及发表于 EMNLP 的 On the Effectiveness-Fluency Trade-Off in LLM Conditioning。其余论文涵盖 RISED 智能体多环境选择与自蒸馏、扩散模型置信度极限、多语言语音模型语言判别、SCLATE 持续学习智能体训练与评估等方向。
匹配字段摘要
Apple Machine Learning Research 公布 2026 年论文列表，涵盖 NeurIPS、EMNLP 等会议，主题包括 Normalizing Trajectory Models、RISED 智能体多环境选择与自蒸馏、扩散模型置信度极限，以及多语言语音模型的语言判别等。
匹配字段摘要
Apple 机器学习研究（Apple Machine Learning Research）官网公开了 2026 年论文列表，涵盖 NeurIPS、EMNLP 等会议，涉及计算机视觉、方法算法、语音与自然语言处理、人机交互等方向。其中《Normalizing Trajectory Models》与《RLTL;DR: Self-Improvement by Internalizing Self-Generated Feedback》均发表于 NeurIPS。
匹配字段摘要
Descript 的 Studio Sound 功能可一键去除背景噪音、混响和麦克风噪声，其机器学习模型会提取语音内容后重新合成，模拟在录音棚中录制的效果。文章还对比了 AI 降噪、噪声门和 EQ 三种方法，并介绍了录音前选择安静环境、使用合适设备等减少噪音的做法。
匹配字段摘要
Descript 的 QA 工程师 Noel Cornell 没有编程背景，用 ChatGPT 语音模式口述需求生成 PRD，再交给 Cursor 构建出内部工具 GEM，可批量生成数百张图片和视频、同时套用多个 AI 模型与风格提示词，并让团队按 1-3 星协作评分。他最近一次测试用 GEM 生成了 364 张图片。
匹配字段摘要
The Verge 评测 Alexa Plus 一年后认为，它是目前最好的智能家居助手：响应时间从 2025 年的 10 到 15 秒缩短到 3 到 5 秒，支持多步指令、语音创建例程和厨房烹饪问答。但它在个人助理场景表现不佳，Echo Show 上的广告也失控。Alexa Plus 在美国和加拿大可用，在 Echo 设备上需 Prime 会员或每月 19.99 美元订阅。
匹配字段摘要
ElevenLabs 提供 Scribe v2 与 Scribe v2 Realtime 两款语音模型，用于构建会议转录 API，支持 90+ 种语言。Scribe v2 Realtime 实现音频输入到文本输出 150 ms 低延迟，支持最多 50 个关键术语提示；Scribe v2 则用于会后批量转录，准确率更高、成本更低。企业用户还可启用 Zero Retention Mode 满足隐私要求。
匹配字段摘要
作者用 Claude Code 在乐鑫 ESP-Mosaico 开发板上完成固件开发，先按官方提示词做出贪吃蛇，再把 Meta 开源的 Muse Gadgets 设备端 SDK 移植到这块板，实现中文对话、语音播报、拍照回传和走近亮灯。Muse 固件只认 ESP-IDF 6.0.1 而该版本不支持 ESP32-S31，作者保留 Vibe Mode 装机、把板级适配放进包装工程，对 Meta SDK 共提交 9 个改动。作者认为这证明 Vibe Coding 正在硬件领域快速成长。
匹配字段摘要、正文
OpenAI 的 Dots 上周发布后已在 Every 团队内部广泛使用，可代查 Slack 消息、从学校邮件中提取信息、标记账号访问请求，并支持语音远程操作。Dan Shipper 认为 Dots 与 Muse、Instinct、Grok bots 功能大致持平，但接入 ChatGPT 生态是实际优势；权限审批重复、批准后仍无法执行的问题仍待修复。
匹配字段摘要
Alexander Embiricos 转发了 Rohan Varma 关于 ChatGPT dots 上线一周的更新帖，并评论称“更多改进即将到来”。原帖列出了已修复的云浏览速度、通知、代码块、Safari/Firefox 渲染、Outlook 设置等问题，并预告语音可靠性、Codex 应用控制、多电脑连接和 Windows 本地控制等后续方向。
匹配字段摘要
Cohere 博客技术栏目汇总了其最新发布与工程文章，包括 North 2、Command A+ 以及开源语音识别模型 Cohere Transcribe。栏目还收录了硬件感知动态投机解码、用 AI 智能体自动化 fork 维护、LLM 服务公平性、W4A8 的 vLLM 集成等开发者技术文章。
匹配字段摘要、正文
Cohere 博客研究栏目汇总了其近期发布：North 2 主打“无妥协的 AI”，并推出开源语音识别模型 Cohere Transcribe，号称达到开源语音识别的最新技术水平。Cohere Labs 还发布了 Tiny Aya，让多语言 AI 更易获取，并介绍了 North Mini Code 的 megakernel 服务引擎与 RCP-nDCG@10 检索相关性度量方法。
匹配字段摘要、正文
Cohere 博客企业 AI 栏目汇总了其最新产品发布与洞察，包括 North 2、文档解析模型 Parse、工作流编排 North Automations，以及语音识别模型 Transcribe、机器翻译模型 North Small Translate 等。内容还涵盖小型 AI 模型对企业的影响、企业 AI 成熟度五阶段、AI 治理与安全，以及与 NVIDIA 合作推进主权 AI 能力。
匹配字段摘要、正文
Cohere 发布 Embed 5 前沿嵌入向量模型系列，并与 Aleph Alpha 签署协议，成为首个跨大西洋主权 AI 解决方案。Cohere 还与 PwC、OpenText 达成合作，推出 Parse 文档解析模型、Transcribe Arabic 语音识别模型和 North Mini Code 开发者模型，并收购 Reliant AI 拓展生物制药与医疗领域的主权企业 AI。
匹配字段摘要
X.PIN 援引知情人士消息称，Apple 新款 HomeHub 内置的 homeOS 多年前就已完成，真正拖住产品的是 Siri。由于 HomeHub 以语音为核心交互，Apple 智能家居硬件团队此前不愿放行一款主界面为 Siri 的设备，因为 Siri 多年表现不佳。大语言模型让 Siri 在理解自然语音上明显改善后，团队才认为时机成熟。该产品将于 10 月 13 日与 LG 的智能家居合作一同发布。
匹配字段摘要
Sierra 发布 fleming-1 模型，可实时分析通话语音、判断来电者是否为 AI 智能体，并默认采取保守策略以避免误标真人。该模型适用于任何基于 Sierra 构建的语音智能体，只需开启即可使用；Sierra 同时宣布正与行业伙伴共同开发开放标准 Personal Agent Protocol，让个人智能体获得经授权的企业对接方式。
匹配字段摘要
OpenAI 推出名为 Dots 的常驻 AI 智能体，可通过 ChatGPT 调用并主动执行订机票、买沙发等在线任务，订阅价每月 100 美元。WIRED 记者实测用它选购沙发，Dots 能生成含价格、尺寸、退货政策和图片的选项清单，但会叫错名字、误听语音，甚至把记者的嘟囔当成示爱并回应“我也爱你”。OpenAI 回应称 Dots 仅限成年用户，助手不应主动制造不当的情感亲近或调情。
匹配字段摘要
ElevenLabs 现已登陆 OpenRouter，提供 9 个文本转语音模型和 2 个语音转文本模型，用户无需单独的 ElevenLabs 套餐，直接用 OpenRouter API key 调用 POST /api/v1/audio/speech 和 POST /api/v1/audio/transcriptions。其中 Eleven v4 支持音频标签控制语气，v4 Turbo 面向实时场景且按 v4 半价计费，Scribe v2 支持说话人标注与词级时间戳。
匹配字段摘要
ElevenLabs 现已上线 OpenRouter，提供 9 个文本转语音（Text to Speech）和 2 个语音转文本（Speech to Text）模型。其中 Eleven v4 可输出带人类情感语音，v4 Turbo 为智能体提供低延迟回复，Scribe v2 能把会议转成标注发言人的笔记。
匹配字段摘要
ElevenLabs 现已上线 OpenRouter，提供 9 个文本转语音和 2 个语音转文本模型。其中 Eleven v4 可输出带人类情感语音，v4 Turbo 为智能体提供低延迟回复，Scribe v2 能把会议转成标注发言人的笔记。
匹配字段摘要