跳到正文

精选 · 看变化,也看用途

从工具新能力、经营管理场景和实际用法中,找一件值得进一步了解的事。

  1. The Decoder

    Block 推出语音模型 Dessa:直接处理音频,识别情绪与语气

    据 The Decoder 报道,Square 和 Cash App 的母公司 Block 推出了语音模型 Dessa。该模型直接处理音频,不先转成文本,设计目标是实时识别情绪、讽刺和停顿。报道称,Dessa 可在 MacBook Pro M4 Max 上本地运行,但目前尚未公开可用。

    为什么值得看:企业负责人可关注它在语音客服、通话质检、会议分析等场景中的潜在价值:直接处理音频可能保留文本转写中丢失的语气和情绪信息,本地运行则涉及数据不出端的部署思路。但该模型尚未公开,效果、成本、硬件要求和合规能力均待核实,暂不宜作为采购或上线依据。

  1. TechCrunch · AI

    Recursive 发布笔记本端编程模型 Flint,称大部分由 AI 构建

    据 TechCrunch 报道,初创公司 Recursive 发布了免费、面向笔记本运行的编程模型 Flint,并称该模型大部分由其自家 AI 研究系统构建,定位为 AI 自我改进能力的早期测试。来源未披露模型规模、性能基准、支持语言和许可条款。

    为什么值得看:企业负责人可关注两点:一是编程辅助模型向本地、轻量部署延伸,可能影响开发工具的部署与数据安全选择;二是“AI 构建 AI”的研发方式若成立,可能改变模型迭代成本。但当前信息仅为厂商披露,缺少性能与许可细节,暂不宜作为采购或替换现有工具的依据,建议等待基准测试和商用条款明确后再评估。

  1. The Decoder

    Meta 发布开源权重模型 Muse Spark Open:8160 亿参数、支持多模态与百万级上下文

    据 The Decoder 报道,Meta 推出开源权重模型 Muse Spark Open,拥有 8160 亿参数,可处理文本、图像、视频和音频,上下文最高达一百万 token。来源称其在基准测试中大致与最强的中国开源权重模型相当,并针对 Apple M5 Ultra 的本地运行进行了优化。

    为什么值得看:企业负责人可关注其作为可本地部署的多模态长上下文模型选项,可能用于需要数据留在内网、处理长文档或多模态内容的场景,并影响硬件选型与推理成本评估。但许可证、商用条款、实际硬件门槛和基准细节尚未明确,需在采用前核实。

  2. The Decoder

    Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein,8 GB 显存可运行

    Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,参数为 56 亿,支持原生 4K 生成、像素级精确编辑以及最多十张参考图生成。该模型参数比前代减少 38%,据厂商内部测试仍优于专有竞品,并可在仅 8 GB 显存的消费级 GPU 上运行。

    为什么值得看:企业负责人可关注其本地化部署潜力:较低显存门槛可能降低图像生成与编辑的硬件成本,开源权重有利于数据留在自有环境。但厂商披露的超越专有竞品效果无法独立核实,商用许可、实际生成速度与质量、部署维护成本仍需进一步确认。

  1. The Decoder

    英伟达发布 Nemotron 3.5 Super VL 开源多模态模型,面向企业级 AI 智能体

    据 The Decoder 报道,英伟达发布开源多模态模型 Nemotron 3.5 Super VL,拥有 1200 亿参数,面向企业级 AI 智能体场景;同时推出两款紧凑型 Bolt 模型,可将智能体运行在本地机器上。报道称已有数十家组织在微调 Super VL,但要充分发挥其能力需购买英伟达硬件。

    为什么值得看:企业负责人可关注该开源模型在智能体自动化、本地部署和多模态能力方面的潜在用途,以及随之而来的硬件采购与供应商依赖问题。需注意目前信息来自媒体报道,缺少独立性能验证、许可证与商用条款细节,厂商披露的采用情况也无法独立核实。

已经到底了