英伟达Nemotron3.5 Transcribe开源,支持8人同时说话识别
英伟达近期开源Nemotron3.5 Transcribe语音转录大模型,主打多人对话、长音频、多语种转录场景,对经常开线上会议、做多语言访谈的用户比较实用。模型采用MoE混合专家架构,总参数340亿,推理激活参数43亿,兼顾识别效果和运行速度,单次最长支持1小时音频处理。
这款模型一共支持40种语言转录,其中31种语言可以和英语双向翻译,跨国沟通场景适配性很强。多人识别是它一大亮点,最多区分8个说话人,抢话重叠场景也能分配语音归属,解决以往语音识别分不清发言人的痛点。
在权威评测里,Open ASR英语测试平均词错误率低至5.33%,Artificial Analysis非流式测试WER低至2.8%,位列开源榜单第一
对于开发者来说,开源之后可以集成到会议系统、播客字幕、跨境客服工具
相比很多闭源语音模型,开源版本方便二次微调,适合有私有化部署需求的团队,给语音AI生态新增了一个高性能基座选择
详情查看:

Meta Style Sketch上线,可读取社交照片生成个性化穿搭方案
Meta近期推出免费应用Style Sketch,能够读取用户Facebook、Instagram历史照片,自动识别衣物,搭建线上虚拟衣橱,帮用户做穿搭搭配。用户除了读取旧照片,也可以现场拍摄单品、上传视频,把自己全部衣服汇总在这个数字衣橱里。
系统会结合用户身形、肤色生成贴合本人的虚拟模特效果,不再只能凭空想象上身效果。它可以根据单品延伸搭配灵感,还能结合天气给出当日穿搭,输入出行目的地、行程,自动打包出行穿搭清单。搭配方案支持直接分享给好友,带有社交属性
目前这款应用优先在印尼、新加坡、泰国上线iOS和安卓版本,暂时没有公布全球上线计划,先在监管相对宽松的东南亚市场测试。
隐私问题是大家重点关注的地方,应用会读取相册照片、视频,官方说明传输过程加密,用户可以申请删除数据,但照片读取范围、数据清理机制还有不少模糊点。对于喜欢穿搭、经常纠结搭配的普通用户,这是一个轻量化AI穿搭工具

Gemini新增文件内联编辑,聊天窗口直接修改PDF表格代码
谷歌Gemini迎来重要功能升级,用户不用下载文件跳转外部软件,直接在对话窗口预览、修改PDF、表格、演示文稿、Markdown、TXT和代码文件。PDF预览编辑同时支持网页和移动端,其余格式现阶段主要在网页端可用。
操作方式很简单,在对话里选中文档里的文字或者表格,直接下达修改指令。比如选中表格,一句话让它转换成可视化图表,整个流程在同一个对话闭环完成。早些时候Gemini只支持生成、下载文件,这次补齐实时编辑能力,进一步提升办公效率
之前谷歌Workspace套件里,Gemini只能在侧边栏辅助文档,现在独立对话窗口自带编辑能力。Anthropic的Claude此前已经上线同类文档编辑功能,头部AI助手陆续补齐这个刚需功能
对于文案、数据、开发人员,来回切换软件打开文件是高频痛点,对话内编辑减少很多操作步骤,也代表对话式AI正在从问答工具转向完整生产力平台。
模型地址:谷歌Gemini官网(海外网址需要科学上网)

百度升级AI搜索API,优惠价低至4.9元每千次调用
百度正式升级AI搜索服务以及搜索AI API,下调调用成本,方便企业和开发者接入联网搜索能力,活动期间API价格最低到4.9元/千次。同时百度App里面文心助手、AI镜头、GUI交互、AI互动应用四大模块同步更新。
文心助手从单次问答模式升级,面向170多种场景直接交付完整结果,而不只是简单回答一句话。AI镜头新增动态追踪,支持9种方言实时对话;GUI交互数据规模提升5倍,接入超50亿条资源;还上线AI互动剧这类内容产品,丰富C端用户体验
这次调整可以看出百度AI搜索的方向变化,不再只做检索问答,转向任务交付、实时交互、内容消费一体化服务。
低价API策略,能够降低中小开发者、创业公司接入联网搜索的门槛,很多AI应用都需要实时联网信息,低成本搜索接口有利于推动AI搜索能力在第三方产品落地,不管是知识库问答、智能客服还是内容创作都可以接入

豆包工作开启签到活动,签到30天最高领取8800AI额度
字节豆包上线签到领额度福利,新老用户都能参与,新用户登录电脑版直接领取30天免费订阅权益,体验付费版模型能力。平台同步更新订阅额度规则,标准、加强、高级套餐分别是每7天2100、5600、14000额度,配额更加透明
签到规则设置清晰,每日签到拿200额度,周一签到额度翻倍。累计额度达到500、2000、5000三个节点,额外发放200、500、1300奖励额度,坚持连续签到30天最多拿到8800额度,完成额外任务还能继续追加额度
入口在豆包电脑版、豆包工作电脑版,左下角弹窗或者头像侧边栏“免费用豆包”进入活动页。赠送额度有效期30天,有使用限制,视频生成、Pro模型无法使用赠送额度
这类免费额度活动,一方面降低普通用户体验高级功能门槛,另一方面也是平台拉动活跃的方式,电脑端持续加码福利,也说明豆包正在重点布局桌面办公场景。
工具地址:豆包工作官网

腾讯Marvis上线Coding管家,手机远程操控电脑AI编程工具
腾讯Marvis新增Coding管家功能,在原有手机遥控电脑基础上,支持远程调用CodeBuddy IDE、Kimi Code Desktop两款桌面AI编程工具,方便开发者离开电脑时跟进代码任务。手机端可以查看项目列表、历史对话,随时发送新需求。
Marvis本身定位电脑、文件、应用的全天候AI管家,此前已经推出电脑、文件、软件、浏览器四大管家,这次专门面向编程场景延伸能力。很多AI代码任务运行周期长,下班、外出之后不方便守在电脑前,Coding管家解决远程跟进项目的需求
在移动端点击手机遥控电脑,进入Coding管家列表,电脑端工具保持在线并完成授权连接,手机端同步聊天窗口,支持切换模型、上传文件照片,对话改动双向同步,回到电脑上可以接着开发
相比直接远程桌面,它不用在小屏幕操作窗口,是原生面向代码对话的入口。电脑端开启防休眠,就能保证任务持续跑,后续还会接入更多AI编程工具。
工具地址:腾讯Marvis官网

今日宜休发布ISHO Ring智能戒指,主打AI睡眠主动干预
睡眠科技品牌今日宜休举办新品发布会,创始人王腾推出ISHO Ring智能戒指、iFlow智能温控床品系统,搭配ISHO Intelligence睡眠AI体系,切入AI睡眠主动干预赛道,区别于传统只做数据监测的穿戴设备。
ISHO Ring搭载Apollo330B Plus芯片,支持端侧AI计算,一共监测18项生理指标,输出精力评估,标准版售价1799元,Pro版2199元,11月11日正式发货。iFlow温控系统采用联发科技Genio420芯片,依靠半导体温控加水循环调节床面温度,标准版9999元,Pro版12999元起,12月交付
整套方案依靠个人Agent和生理信号大模型汇总多设备数据,从单纯记录睡眠数据,升级到软硬件协同主动调节睡眠环境。睡眠赛道长期缺少成熟端侧AI方案,这套产品瞄准夜间8小时睡眠场景,把AI和健康穿戴、家居温控结合,给智能硬件厂商开辟垂直落地方向,也给有睡眠困扰的用户带来新的选择。

AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息,带来最新AI内容讯息。
想了解AITOP100平台其它版块的内容,请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说
AITOP100平台官方交流社群二维码:

