分类： AI 资讯

英伟达开源 Nemotron 3.5 Transcribe：单 GPU 跑转录、翻译与说话人识别

英伟达开源了 Nemotron 3.5 Transcribe，把转录、英译翻译和说话人识别合进一个可接受文本指令的语音模型，还放出了 84.4 万小时数据集 Granary v2。对开发者和企业来说，语音处理多了一个可自部署、可定制的开源选项。

前雅虎 CEO、谷歌早期工程师 Marissa Mayer 因在新应用 Dazzle 的宣传中，用 AI 生成对 10 岁女儿的三个形容词而遭批评；这再次引发关于硅谷 AI 高管是否理解普通用户真实需求的讨论。

Anthropic 为 Claude for Legal 增加了预置模板和新一代 artifacts，可自动核验法律引用并把每条陈述链接回原始出处，再交由律师复核。这瞄准的是法律 AI 最敏感的一环——来源可信与可追溯。

OpenAI在柏林DevDay Exchange 2026上透露，AI助手Dots将在几周内扩大欧洲上线范围，但整场活动的重心其实是用Agents API、插件和12亿周活用户，把开发者更紧地绑在自己的平台上。

亚马逊在一份内部备忘录中提醒工程师：多用 AI 工具、消耗更多 token，并不等于工作更有效率，衡量团队应看客户与业务结果，而非 AI 使用量。

Google 为 Chrome 推出 AI 增强版自动填充，可直接从用户的 Gmail 中提取航班确认号、订单号、会员 ID 等信息来填写网页表单。这是 Personal Intelligence 能力从 Gemini 助手向浏览器场景的延伸，值得关注的是它如何划定“便利”与“隐私”的边界。

Google 上线 Connected Apps Platform，允许美国开发者提交应用接入 Gemini 和 Google 搜索，让用户在 AI 对话中直接调用第三方服务。这为 AI 助手争夺“入口”提供了新的开发者生态工具。

MiniMax 于 2026 年 10 月 28 日以 MIT 协议开源了其 MiniMax Code 团队日常使用的 17 个 Agent 技能和工作流，把“harness 工程”经验变成智能体可直接执行的检查清单。

Google Research 在 2026 年 10 月 27 日发布博客，提出在持续学习中引入“睡眠阶段”，让已部署的大模型能周期性把短期上下文固化为长期参数，以减少灾难性遗忘。这属于研究框架，目前公开信息显示尚未作为产品上线。

语音 AI 公司 Cartesia 公布分层网络（H-Nets）最新研究结果，声称其可直接从字节学语言、在模型内部动态切分数据，替代分词器，并在受控对比中取得最高约 10 倍的算力与数据效率提升。