Fish Audio 旗舰语音模型 S2.1 Pro 免费开放:支持 83 种语言且不限用量
Fish Audio 宣布将旗舰文本转语音模型 S2.1 Pro 免费开放给开发者。该模型支持 83 种语言,最吸引人的是完全没有调用量限制。这意味着开发者无需承担高昂的语音 API 成本,就能直接在多语言项目里接入高质量配音能力。
Fish Audio 宣布将旗舰文本转语音模型 S2.1 Pro 免费开放给开发者。该模型支持 83 种语言,最吸引人的是完全没有调用量限制。这意味着开发者无需承担高昂的语音 API 成本,就能直接在多语言项目里接入高质量配音能力。
Microsoft 推出开源框架 SkillOpt,将 Agent 的技能文件视为模型外部的可训练参数。系统通过前向执行、反思更新与验证门控等机制自动打磨技能,不改动任何模型权重,让 GPT-5.5 的基准测试平均分提升 23.5 分。
Google Research 推出表格数据基础模型 TabFM。它将表格预测转为上下文学习任务,完全跳过特征工程与调参,在单次前向传播中完成分类和回归。模型完全由数亿合成数据预训练,已开源并原生接入 BigQuery。
Anthropic 正式推出 Claude Sonnet 5,在编程、工具调用与推理上大幅提升,性能已逼近 Opus 4.8。它能自主制定计划并调用终端等工具,API 定价每百万输入仅 2 美元,目前已成为免费与 Pro 用户的默认模型。
Anthropic 旗下 Claude Code 团队发布循环工程指南,详解如何让编程智能体脱离逐句盯梢、实现自主迭代。指南将循环划分为轮次交互、基于 /goal 的目标驱动、利用 /loop 与 /schedule 的定时轮询以及全自主的主动循环四种模式,并建议用 SKILL.md 进行端到端自我验证与 Token 控费。
OpenAI 发布预告,将于 7 月 15 日联合外设厂商 Work Louder 推出专为 AI 编程工具 Codex 打造的硬件设备。视频展示了一个类似 Creator Micro 2 的方形宏按键小设备。最值得关注的是,开发者未来或可通过实体按键直接触发 Codex 快捷指令。
Cursor 推出原生 iOS 版公测,向付费订阅用户开放。开发者不仅能在手机端启动云端智能体或远程操控电脑,还支持语音输入、锁屏实时提醒及直接合并 PR。7 月 5 日前移动端运行 Composer 2.5 享 25 折。
Anthropic 推出 Claude Apps Gateway,支持 Amazon Bedrock 和 Google Cloud。企业可将其作为无状态容器私有化部署,提供企业级 SSO 登录、集中策略管理、按用户成本核算及消费上限控制,免去逐台分发凭证的繁琐。
微软开源 Resource2Skill,能将教程视频、代码与文章自动蒸馏为智能体可调用的执行技能。提取的技能包含代码与视觉示例,挂载在 MCP 服务器上,支持智能体自主产出网页、PPT、Excel 及 Blender 场景,实测性能提升 11.9 个百分点。
Elon Musk 宣布 Grok 4.5 在 SpaceX 和 Tesla 开启内测。该模型基于 1.5 万亿参数的 V9 基座,并在补充训练中引入了 Cursor 数据,早期评测表现接近甚至超越 Claude Opus。目前强化学习仍在持续迭代该模型。
HP 宣布扩大与 OpenAI 的 Frontier 战略合作。自 2026 年 2 月测试以来,HP 一名工程师在数周内完成了 43 个项目的 122 次 PR,安全团队更在一天内修好多处以往需耗时一个月的漏洞。接下来,AI 将全面接入客服与十万级合作伙伴体系。
开源模型家族 Ornith 1.0 正式上线,专为智能体编程设计,覆盖 9B 到 397B MoE 规格。它最大的亮点是能在强化学习中自主生成引导解题的脚手架框架,在 SWE-bench Verified 等测试中比肩前沿大模型。全套权重及 21GB 的 GGUF 量化版已在 Hugging Face 开源。
Meta 开源了内部演进 8 年的设计系统 Astryx,它支撑了 Meta 内部超过 1.3 万个应用。系统基于 React 19 构建,包含 150 多个无障碍组件与专用 CLI。最值得关注的是它专为人机协作打造,统一了规范与文档,让 AI 智能体也能精准理解和调用。
Figma 在 Config 大会上推出设计智能体。设计师输入提示词,AI 就能直接在画布上生成并运行可复用的定制插件或 WebGPU 着色器,全程无需配置开发环境。以往必须找工程师协助的脚本工具,现在一句话就能自制并共享给全团队。
Nous Research 为 Hermes Agent 引入 /learn 命令,用户只需提供本地目录、网页 URL 或刚才的对话记录,智能体就会利用自带工具将其提炼为规范的技能文件。该功能不依赖额外的提取引擎,在本地、Docker 和远程环境都能直接把临时操作变成可复用能力。
Mistral 发布文档理解模型 OCR 4。它不仅能提取文本,还能返回每个区块的边界框、类型分类和行内置信度,支持 170 种语言且单容器即可私有化部署。API 基础定价每千页 4 美元,批量调用仅需 2 美元。
字节跳动发布 Doubao Seed 2.1 系列模型,包含 Pro 与 Turbo 版本。模型主打生产力智能体与多模态能力,在科学图表解析、PPT 模板精确修改及前端开发上表现抢眼,真实工作基准逼近 GPT 5.5。目前可通过豆包桌面版或在线 Studio 体验。
Anthropic 推出面向 Slack 的协作工具 Claude Tag,支持团队在频道内直接 @Claude 委派复杂任务。它基于 Opus 4.8,具备频道上下文记忆、异步执行和主动汇报能力。Anthropic 内部已有 65% 的产品代码由其编写,目前面向 Enterprise 和 Team 用户开启 Beta 测试。
Anthropic 宣布在 AWS、Google Cloud 和 Microsoft Foundry 全面开放 Claude Desktop,聚合 Chat、Cowork 与 Code 三项能力。模型推理完全保留在企业云环境内,对话记录存于本地,IT 团队可通过 SSO 和 MDM 统一分发管控。
OpenAI 扩展网络安全计划 Daybreak,推出 Codex Security 插件更新与 GPT-5.5-Cyber 模型。该模型专为防御方打造,CyberGym 跑分达 85.6%。最值得关注的是,AI 找出的漏洞太多成了维护负担,OpenAI 转向端到端自动化生成并验证补丁。目前模型仅向受信任防御者开放。