日报：通义千问发布Qwen3-ASR-Flash｜快手上线AI超级员工Kwali｜百度文心X1.1追赶GPT-5

新闻资讯

1. 通义千问发布Qwen3-ASR-Flash：语音识别更准，还能听懂歌声

通义千问团队正式推出语音识别模型 Qwen3-ASR-Flash。该模型基于 Qwen3 基座模型，并经由海量数据训练，支持 11种语言、多种口音，甚至能够进行 歌声识别。其核心特性包括 领先的识别准确率、歌声识别能力、定制化识别、语种识别与非人声拒识以及 高鲁棒性，为语音交互和多模态应用提供更强支撑。

https://huggingface.co/spaces/Qwen/Qwen3-ASR-Demo

2. 快手上线AI超级员工Kwali：一句话生成完整短视频

快手近日推出 AIGC 超级员工 Kwali，目前已进入内测阶段。用户只需在对话框中输入一句需求，Kwali 即可在数分钟内生成包含 脚本、字幕与背景音乐 的完整短视频。Kwali 背后依托强大的 云端多Agent框架，能够将任务自动拆解并分配给不同Agent完成，包括 意图解析、脚本生成、镜头匹配与剪辑合成 等环节，大幅提升了短视频生产的效率与自动化程度。

https://kc.kuaishou.com/kwali

3. 百度文心X1.1登场：深度思考模型性能对标GPT-5

在 百度Wave Summit深度学习开发者大会 上，百度正式发布 文心大模型X1.1、飞桨框架V3.2 以及 文心快码3.5S。其中，文心X1.1 在事实性能力上提升 34.8%，指令遵循能力提升 12.5%，智能体能力提升 9.6%。在多项基准测试中，该模型表现已超越 DeepSeek-R1-0528，整体性能与 GPT-5 和 Gemini 2.5 Pro 基本持平，被视为百度迄今最强深度思考模型。

https://wenxin.baidu.com/

4. LongCat API开放平台上线：开发者平滑迁移无忧

美团 LongCat 团队宣布推出 「LongCat API开放平台」，为受美国大模型公司 Anthropic 停止服务影响的在华企业与开发者提供平滑迁移方案。平台每日提供 10万免费tokens，同时兼容 OpenAI API 与 Anthropic API 格式，开发者可无缝切换至 LongCat-Flash-Chat 模型，有效解决服务中断带来的不确定性。

https://longcat.chat/platform

小工具

1. Seedream 4.0上线：100+官方模版全赠，玩法再升级

Seedream 4.0 全量登陆扣子空间，为用户带来多样创作玩法。新版本支持 多图无缝融合，可用于手办设计、周边制作、装潢装置构思等场景，还能实现 跨场景穿越、图片融合、漫画主角出演 以及 系列表情包生成。在文字编辑能力上，Seedream 4.0 支持 精准修改海报 并生成不同风格作品，为创作者提供更丰富的AI工具体验。

https://seed.bytedance.com/en/seedream4_0