标签： API

MarbleOS 在 Hacker News 上展示了一款面向 AI 智能体的图形化工作空间，把文件、工具、任务和输出从聊天线程里拿出来，变成可见的操作界面。它试图回答一个被忽视的问题：当 AI 从对话工具变成工作主体时，人应该用什么界面来管理它。

Omnigent 提出了一套以策略（Policy）约束多 Agent 协作的金融研究工作流方案，把合规规则嵌入 AI 分析流程，而不再让大模型自由发挥。它代表大模型在金融领域正从“能用”走向“可管、可控、可审计”。

开源大模型月度汇总项目“awesome-open-llms”正式上线GitHub，7月盘点显示Kimi-K3成为国产开源新标杆，华为、英伟达等厂商也在加速开源，开源生态正从通用模型向具身智能等垂直方向延展。

阿里发布新一代语音识别模型，在医疗词汇场景下的识别准确率突破 95%，此前已在公开评测中拿下全球最低错字率。这件事的看点在于：语音识别的竞争正从“通用场景听清”转向“垂直行业听懂”。

阿里通义千问推出 Qwen-Audio-3.0-ASR 语音识别大模型，重点解决专业术语识别和长音频上下文一致性两大痛点，并同步提供低延迟 Streaming 版本，直接面向会议纪要、实时字幕、客服质检等落地场景。

Google Earth 基于 Nano Banana 2 模型推出全新图像生成功能，用户可直接在地图上选中区域并输入文字，生成贴合真实地形的 AI 场景。这项功能把生成式 AI 从通用绘图带入了地理空间可视化这一垂直场景。

DeepSeek 于 7 月 31 日正式上线 V4-Flash 正式版 API 公测，主打 Agent 能力大幅增强，多项基准测试成绩超过 V4-Pro-Preview，且原生适配 Codex、支持 Responses API，是面向智能体开发场景的一次明确补强。