Fish Audio 旗艦語音模型 S2.1 Pro 免費開放:支援 83 種語言且不限用量
Fish Audio 宣佈將旗艦文本轉語音模型 S2.1 Pro 免費開放給開發者。該模型支援 83 種語言,最吸引人的是完全沒有呼叫量限制。這意味著開發者無需承擔高昂的語音 API 成本,就能直接在多語言專案裡接入高質量配音能力。
Fish Audio 宣佈將旗艦文本轉語音模型 S2.1 Pro 免費開放給開發者。該模型支援 83 種語言,最吸引人的是完全沒有呼叫量限制。這意味著開發者無需承擔高昂的語音 API 成本,就能直接在多語言專案裡接入高質量配音能力。
Microsoft 推出開源框架 SkillOpt,將 Agent 的技能檔案視為模型外部的可訓練引數。系統通過前向執行、反思更新與驗證門控等機制自動打磨技能,不改動任何模型權重,讓 GPT-5.5 的基準測試平均分提升 23.5 分。
Google Research 推出表格資料基礎模型 TabFM。它將表格預測轉為上下文學習任務,完全跳過特徵工程與調參,在單次前向傳播中完成分類和迴歸。模型完全由數億合成數據預訓練,已開源並原生接入 BigQuery。
Anthropic 正式推出 Claude Sonnet 5,在程式設計、工具呼叫與推理上大幅提升,效能已逼近 Opus 4.8。它能自主制定計劃並呼叫終端等工具,API 定價每百萬輸入僅 2 美元,目前已成為免費與 Pro 使用者的預設模型。
Anthropic 旗下 Claude Code 團隊釋出迴圈工程指南,詳解如何讓程式設計智慧體脫離逐句盯梢、實現自主迭代。指南將迴圈劃分為輪次互動、基於 /goal 的目標驅動、利用 /loop 與 /schedule 的定時輪詢以及全自主的主動迴圈四種模式,並建議用 SKILL.md 進行端到端自我驗證與 Token 控費。
OpenAI 釋出預告,將於 7 月 15 日聯合外設廠商 Work Louder 推出專為 AI 程式設計工具 Codex 打造的硬體裝置。影片展示了一個類似 Creator Micro 2 的方形宏按鍵小裝置。最值得關注的是,開發者未來或可通過實體按鍵直接觸發 Codex 快捷指令。
Cursor 推出原生 iOS 版公測,向付費訂閱使用者開放。開發者不僅能在手機端啟動雲端智慧體或遠端操控電腦,還支援語音輸入、鎖屏即時提醒及直接合並 PR。7 月 5 日前移動端執行 Composer 2.5 享 25 折。
Anthropic 推出 Claude Apps Gateway,支援 Amazon Bedrock 和 Google Cloud。企業可將其作為無狀態容器私有化部署,提供企業級 SSO 登入、集中策略管理、按使用者成本核算及消費上限控制,免去逐臺分發憑證的繁瑣。
微軟開源 Resource2Skill,能將教程影片、程式碼與文章自動蒸餾為智慧體可呼叫的執行技能。提取的技能包含程式碼與視覺示例,掛載在 MCP 伺服器上,支援智慧體自主產出網頁、PPT、Excel 及 Blender 場景,實測效能提升 11.9 個百分點。
Elon Musk 宣佈 Grok 4.5 在 SpaceX 和 Tesla 開啟內測。該模型基於 1.5 萬億引數的 V9 基座,並在補充訓練中引入了 Cursor 資料,早期評測表現接近甚至超越 Claude Opus。目前強化學習仍在持續迭代該模型。
HP 宣佈擴大與 OpenAI 的 Frontier 戰略合作。自 2026 年 2 月測試以來,HP 一名工程師在數週內完成了 43 個專案的 122 次 PR,安全團隊更在一天內修好多處以往需耗時一個月的漏洞。接下來,AI 將全面接入客服與十萬級合作伙伴體系。
開源模型家族 Ornith 1.0 正式上線,專為智慧體程式設計設計,覆蓋 9B 到 397B MoE 規格。它最大的亮點是能在強化學習中自主生成引導解題的腳手架框架,在 SWE-bench Verified 等測試中比肩前沿大模型。全套權重及 21GB 的 GGUF 量化版已在 Hugging Face 開源。
Meta 開源了內部演進 8 年的設計系統 Astryx,它支撐了 Meta 內部超過 1.3 萬個應用。系統基於 React 19 構建,包含 150 多個無障礙元件與專用 CLI。最值得關注的是它專為人機協作打造,統一了規範與文件,讓 AI 智慧體也能精準理解和呼叫。
Figma 在 Config 大會上推出設計智慧體。設計師輸入提示詞,AI 就能直接在畫布上生成並執行可複用的定製外掛或 WebGPU 著色器,全程無需配置開發環境。以往必須找工程師協助的指令碼工具,現在一句話就能自制並共享給全團隊。
Nous Research 為 Hermes Agent 引入 /learn 命令,使用者只需提供本地目錄、網頁 URL 或剛才的對話記錄,智慧體就會利用自帶工具將其提煉為規範的技能檔案。該功能不依賴額外的提取引擎,在本地、Docker 和遠端環境都能直接把臨時操作變成可複用能力。
Mistral 釋出文件理解模型 OCR 4。它不僅能提取文本,還能返回每個區塊的邊界框、型別分類和行內建信度,支援 170 種語言且單容器即可私有化部署。API 基礎定價每千頁 4 美元,批次呼叫僅需 2 美元。
字節跳動釋出 Doubao Seed 2.1 系列模型,包含 Pro 與 Turbo 版本。模型主打生產力智慧體與多模態能力,在科學圖表解析、PPT 模板精確修改及前端開發上表現搶眼,真實工作基準逼近 GPT 5.5。目前可通過豆包桌面版或線上 Studio 體驗。
Anthropic 推出面向 Slack 的協作工具 Claude Tag,支援團隊在頻道內直接 @Claude 委派複雜任務。它基於 Opus 4.8,具備頻道上下文記憶、非同步執行和主動彙報能力。Anthropic 內部已有 65% 的產品程式碼由其編寫,目前面向 Enterprise 和 Team 使用者開啟 Beta 測試。
Anthropic 宣佈在 AWS、Google Cloud 和 Microsoft Foundry 全面開放 Claude Desktop,聚合 Chat、Cowork 與 Code 三項能力。模型推理完全保留在企業雲環境內,對話記錄存於本地,IT 團隊可通過 SSO 和 MDM 統一分發管控。
OpenAI 擴充套件網路安全計劃 Daybreak,推出 Codex Security 外掛更新與 GPT-5.5-Cyber 模型。該模型專為防禦方打造,CyberGym 跑分達 85.6%。最值得關注的是,AI 找出的漏洞太多成了維護負擔,OpenAI 轉向端到端自動化生成並驗證補丁。目前模型僅向受信任防禦者開放。