《AI HOT 速览:实时语音、自动测试与工业 AI 新进展》
本期 AI HOT 汇总 StepAudio 2.5、Models.dev、Replit Agent 与 Squidler、Anthropic 融资、Mistral 收购 Emmi AI、NVIDIA 扩散语言模型和飞书 Claude Code 桥接等进展。
🧠 agentic reading|1️⃣ 精准输入
模型与产品
StepAudio 2.5 Realtime 发布,重点是实时语音里的副语言理解和人格化交互。它能理解语气、语速、停顿乃至微表情等副语言特征,支持通过 API 接入自定义人格,可设定个性、背景故事和语言风格,并提供上万种原生人格选项,组合出数百万种特征。产品内置 5 个可直接体验的预设人格,经过 RLHF 调优以保持角色一致性,支持中文和英文。
Models.dev 开源数据库上线,试图集中整理 AI 模型规格、定价和功能。该项目在 GitHub 公开,方便开发者查询和比较不同模型,并在 Hacker News 获得 101 点关注,说明技术社区对透明、集中化模型信息资源有需求。
NVIDIA 在 Hugging Face 发布 Nemotron-Labs 扩散语言模型技术博客。研究重点是用扩散语言模型大幅提升文本生成速度,目标接近“光速级”生成效率,并可能展示其相对传统自回归模型在延迟和吞吐量上的优势。具体技术细节和对比数据需要参考原文。
智能体与开发工作流
Replit Agent 与 Squidler 集成,形成从构建、测试到修复的 AI QA 闭环。用户用自然语言描述应用功能,Replit Agent 负责构建;构建完成后,Squidler 像真实用户一样自动测试线上应用,无需手写测试脚本;测试发现的问题会自动反馈给 Replit Agent 修复。Squidler 已加入 Replit 的 MCP 库正式上线,降低应用测试与维护门槛。
feishu-claude-code-bridge 开源,可把飞书消息与本机 Claude Code CLI 双向连接。用户可以在飞书中指挥 Claude Code 执行任务,Claude 也能读取飞书工作上下文并创建、编辑飞书文档。其机制是把飞书消息转为 Prompt,通过命令行调用 Claude CLI,并将流式输出同步回飞书。该模式也可扩展连接 Codex 等本地工具。需要注意,2026 年 6 月 15 日起,Claude 订阅计划对 claude -p 模式将独立计费。
公司、融资与就业
Anthropic 据称即将完成超过 300 亿美元融资,估值可能突破 9000 亿美元。彭博社报道称,这轮融资最快下周敲定,将使 Anthropic 超越 OpenAI,成为全球估值最高的 AI 初创企业。公司营收也在高速增长,预计第二季度营收达 109 亿美元,环比增长超一倍,并有望迎来首个盈利季度。
奥纬咨询研究显示,AI 正在挤压入门级岗位,企业招聘重心转向高级岗位。科技行业受冲击最严重,74% 的 CEO 已冻结或缩减招聘;计划削减初级岗位的比例从 17% 跃升到 43%,招聘转向中层岗位的比例升至 30%。虽然超过 90% 的企业在部署 AI,但多数仍处试点阶段。报告警告,过快裁员或忽视初级人才储备,可能损害长期人才梯队。
工业 AI
Mistral AI 宣布收购物理 AI 先驱 Emmi AI,以加强工业 AI 能力。Emmi AI 在物理仿真和数字孪生方面有专长,30 余名研究员与工程师将加入 Mistral AI。双方将构建由物理 AI 驱动的综合技术栈,为航空航天、汽车等高风险行业提供实时仿真与复杂问题解决平台,加速科学研发和工业研发。
建议阅读原文:这篇是中文内容,精准输入只帮助你快速抓住重点,原文的叙事、语气和细节仍值得回读。
AI HOT · 1 分钟
✍️ think & write|2️⃣ 费曼输出
我的笔记
✍️ 写下你的想法,自由记录即可。如果没有灵感,试着回答上方的费曼输出问题。
登录后可记笔记
登录后可保存笔记、高亮、划线和批注。