完整日報

AI 日報 2026-09-24

71 則值得知道的變化

要聞

3 則

新模型支援逾百種語言與雙人對話生成，在 Hume AI 語音設計跑分奪冠，現已於 Google AI Studio 上線。

該模型專為胸部與腹部 3D CT 分析設計，能生成結構化診斷報告並模仿放射科醫師進行多輪對話，目前作為研發基礎模型開放。

新系列涵蓋語音辨識、文字轉語音與即時互動，具備情緒感知能力，ASR、即時模型與 TTS 價格分別調降 95%、85% 與 70%。

6 則

該模型能同時預測影片與動作，規劃未來的距離翻倍，並支援微調應用於機器人、遊戲與電腦操作等視覺決策場景。

採用 Omni Causal AR 與實時加速雙層架構，將多模態輸入統一進因果自迴歸框架，用戶可透過指令即時改變場景角色與劇情。

官方稱該車載模型普通任務能力媲美十倍參數的雲端模型，並透過軟硬體最佳化使推論加速五至六倍，記憶體佔用減少逾半。

包含 Flash 與 Flash-Lite 雙版本，API 支援定義多角色對話與不同聲音風格。實測顯示生成 78 秒音訊僅需 20 秒，成本約 2.74 美分。

該模型能掃描壓縮文字影像，透過學習工具僅將相關頁面展開為未壓縮形式，社群已提供 GGUF 格式，模型採 Apple 研究授權。

該基準將模型能力分為六級並設 29 個評測維度，首批測試顯示 HappyOyster 2.0、GPT-6-Astra 與 MiniMax-H3 分別在三大賽道領先。