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。

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…

Anthropic 于 8 月 4 日发布 Claude Code v2.1.221,重点修复了一批涉及命令执行安全、MCP 连接和跨平台兼容性的问题,并新增了 Focus View 等开发体验改进,让 CLI 编程智能体在真实工程环境里更可靠。

苹果周一因儿童性虐待内容(CSAM)将 Telegram 从 App Store 短暂下架,在 Telegram 删除内容并封禁涉事用户后恢复上架。这再次表明,平台内容审核机制,尤其是 AI 驱动的识别与处置流程,正成为 App Store 合规的硬性门槛。

《华尔街日报》7月29日报道,AI 工具正在显著降低个人创业的门槛。Stripe 数据显示,年销售额超100万美元的单人企业数量到2025年预计将是2023年的两倍,AI 采用率越高的行业,新企业申请增速越快。

GitHub 为 Copilot 新增了评论触发自动化能力,开发者在 issue 或 PR 评论中输入指定文本,即可让 Copilot 云代理自动执行文档生成、错误排查等任务。这意味着 Copilot 正在从“问答式助手”转向“事件驱动的工作流执行器”。

OpenAI 针对苹果公司起诉其两名前员工窃取商业机密一事做出公开回应,指出苹果在诉讼前从未直接沟通具体指控,且诉状中存在搞错联系对象、虚构会面等事实错误。这起案件既关乎两家巨头之间的人才流动规则,也关系到 AI 行业里“跳槽”与“保密”的边界如何划定。

日本共同社旗下Jiji的一项全国民调显示,约四分之一的日本人认为未来更先进的AI会取代朋友和家人,年轻群体中这一比例更高。这提醒AI从业者,大模型的社会接受度正从“工具能否用”转向“关系是否可信”。