《AI HOT 0625：双向语音、智能体世界与企业自动化更新》
本期 AI HOT 汇总双向语音模型、智能体框架、企业自动化和模型评测进展，适合快速追踪 AI 产品与工具链更新。
🧠 agentic reading｜1️⃣ 精准输入
导语
这期 AI HOT 是一组密集产品与研究更新：从 ChatGPT 双向语音、通义千问的原生语言世界模型，到 Gemini 的计算机使用、豆包专业版、Figma、火山引擎、Notion 与 Cursor、Mistral Connectors，再到远场语音识别、投机解码、推理机制、AI 编程和大模型训练库。整体线索是：AI 正在从模型能力展示，继续向实时交互、智能体基础设施、企业工作流和底层效率优化扩散。
1. 交互入口：语音、计算机使用和个人生产力
1.1 ChatGPT 双向语音和 GPT-5.5 Instant
- 6 月 23 日，部分用户反馈 ChatGPT 网页版和 App 版出现双向 AI 语音模型 Bidi 1，位于设置模型选择器中，与标准语音和高级语音并列。它支持边说边听，用户可以在模型说话中途打断并发出新指令，例如让模型从 1 数到 10 时中途喊停倒数。OpenAI 尚未官宣，预计本周启动更大范围测试。
- 新版 GPT-5.5 Instant 被描述为更会聊天、更能理解问题背后的意图，也能更可靠处理复杂约束，让购物和本地推荐更实用连贯。它今天推送给付费用户，明天推送给免费用户。
1.2 Gemini 3.5 Flash 和豆包专业版把代理接入工作环境
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。