腾讯混元发布Hy ASR3.0preview:语音识别迈入“懂语境”新阶段

腾讯混元发布新一代语音识别模型 Hy ASR3.0 preview,首次把大模型 Hy3 的语义理解能力接入语音识别链路,让系统从“先把语音转成文字”升级为“直接听懂并给出可用结果”。在普通话、英语、粤语的开源评测中,词错率分别低至 3.34%、2.62%、3.12%,整体稳定在 3% 左右。

腾讯混元发布新一代语音识别模型 Hy ASR3.0 preview,首次把大模型 Hy3 的语义理解能力接入语音识别链路,让系统从“先把语音转成文字”升级为“直接听懂并给出可用结果”。在普通话、英语、粤语的开源评测中,词错率分别低至 3.34%、2.62%、3.12%,整体稳定在 3% 左右。

腾讯混元发布 Hy ASR 3.0 preview,把语音识别从“逐字转写”推进到“理解语境后再输出”。这件事值得关注,因为它意味着语音识别可能从单纯的工具能力,升级为大模型语义理解的一个入口场景。

CodeBuddy与WorkBuddy宣布将Hy3大模型的免费体验延长至2026年8月31日,原因是用户反馈热烈。对开发者和办公用户而言,这是一次更长的零成本测试窗口,也反映出工具类产品正在用自研模型加深用户绑定。

Palantir CEO Alex Karp在财报电话会上批评前沿AI实验室“想殖民你的企业”,并宣称企业需要“AI主权”来保住数据和竞争优势。这既是对大模型厂商的公开抨击,也是Palantir借财报高增长向企业客户推销自身价值的最新动作。

开发者发布了一款名为 PISIGuard 的开源浏览器扩展,能在用户向 ChatGPT、Claude、DeepSeek 等 AI 发送消息前自动识别并脱敏姓名、邮箱、API 密钥等敏感信息,AI 回复后再自动还原,全程在本地完成。在 AI 隐私焦虑日益突出的当下,它提供了一种不依赖 AI 服务商承诺的轻量级保…

Y Combinator 将旗下多人在线 AI 代理工具 QM 以 MIT 许可证开源,支持在 Slack 和 Web 界面中运行。这意味着团队协作式 AI 代理从闭门实验走向开放生态,开发者可以直接获取、修改并部署这套工具。

JFrog 安全团队披露了一个潜伏十六年的 FFmpeg 高危漏洞 PixelSmash(CVE-2026-8461),攻击者只需上传一个 50KB 的恶意 AVI 文件,就能在媒体服务器或视频播放器上远程执行代码。由于 FFmpeg 是几乎所有视频处理应用的基础组件,影响范围远超单个产品。

英国运营商 EE 正式推出基于 Openreach XGS-PON 网络的消费级光纤宽带,最高下载速度达 8Gbps,2.3Gbps 套餐月费 54.99 英镑起。这是英国主流运营商首次向家庭用户出售万兆级对称光纤接入,对需要大带宽下载模型、频繁上传素材或依赖云端算力的 AI 开发者和内容创作者是实质性基础设…

蚂蚁集团旗下AI健康服务品牌“蚂蚁阿福”于2026年8月4日通过官方微博辟谣,称网传“1号位伟鹤调整”为假消息,意味着外界关于其管理层变动的猜测暂无事实依据。

GitHub 为 Copilot 云代理(cloud agent)新增了推理级别设置,用户可以在委派任务时选择模型,并决定模型的思考深度。它的直接意义是:把“推理质量”和“消耗成本”的取舍权交到了用户手里。