讯飞发布新一代语音大模型
科大讯飞正式发布最新一代语音识别大模型 Spark-ASR-2.0。该模型通过非自回归与 LLM 增强自回归协同、中英文混合文本与声学联合增强、动态上下文注入等技术创新，在通用识别（中英文混合、方言、专业术语）、复杂声学场景（高噪、小音量、快语速、儿童）及文本流畅规范性上明显改善。
整体推理成本较 Spark-ASR-1.0 仅增 10%，词错误率明显降低，在方言、高噪、小音量维度优于业界最优水平。模型明日逐步上线讯飞输入法并开放 API，后续还将落地 AI 眼镜、智能办公本、讯飞听见等产品。
来源：IT之家
阿里千问发布音频大模型
千问正式发布 Qwen-Audio-3.1 系列语音大模型，一次性推出 ASR、TTS、Realtime 三大核心模型升级，并新增音频理解模型 Qwen-Audio-3.1-ASR-Next 与音频创作模型 Qwen-Audio-3.1-TTS-Next，覆盖"理解—生成—交互—创作"完整音频能力栈。
ASR 支持 30 种语言与 16 种中文方言，首字响应约 160 毫秒；TTS-Next 可统一生成人声、音效与环境音。为降低使用成本，全线语音模型价格下调，其中 TTS 降约 70%、Realtime 降约 85%、ASR 降幅达 95%。
来源：DoNews
马斯克惊叹中国AI大模型
特斯拉 CEO 马斯克在央视财经专访中表示，中国 AI 大模型整体非常出色，单位算力产出的性能几乎达全球顶尖水平。他认为中国解决算力问题的速度将快于多数人预期，粗略估计约两到三年内，可依靠光刻技术与芯片制造补齐算力缺口。
谈及教育，他建议广泛学习人文艺术与科学与工程；并预测未来 12 至 18 个月内 AI 在工程及数字领域实现能力跨越式提升，AI 编程最快明年达到"Stockfish 级"水准，人类开发者将丧失软件开发竞争优势。
来源：界面新闻
Deepseek 公开智能体论文
DeepSeek 最新论文（梁文锋署名）公开 Agent 训练基础设施 DSec（DeepSeek Elastic Compute）。该系统专为 Agent 训练批量制造沙盒，每秒生成 5000+ 个、单日达 300 万个、峰值并发 38 万个，由约 160 节点、3 万核 CPU、250TB 内存支撑。
DSec 为函数调用、容器、轻量虚拟机、完整虚拟机四类任务提供统一后端，并通过镜像分层、按需加载、内存优化等手段控制开销。论文还披露 Agent 在训练中出现的多种 reward hacking 手段，以及 AppArmor、eBPF 等平台防御思路。
来源：手机凤凰网
李飞飞呼吁独立评估AI
斯坦福教授、World Labs 联合创始人李飞飞呼吁由独立机构与公共部门对 AI 进行更多监督，认为能力日益强大的 AI 系统的安全评估不应完全交由开发公司负责。
她指出，企业内部研究可评估单个模型的能力与安全，但无法替代政府、行业与学界共同制定的更广泛标准。李飞飞强调人类必须掌握对技术的控制权，相关讨论已超出前沿模型本身，延伸至其"世界模型"等现实应用该如何被评估与治理。
来源：财联社
