《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
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。