GPT-4o

Google
2026-08-27 03:16:25

Google 推出 Gemini 3.5 Transcribe,支持 85 种以上语言与三人说话人识别

Google 为 Gemini Audio 推出新转录模型 Gemini 3.5 Transcribe,支持自动识别 85 种以上语言、最多区分 3 位说话人,并可删除「嗯、啊」等口头禅。官方称其相较前代 Chirp 3 将最终转录延迟缩短 70%,但在第三方榜单 Artificial Analysis 的 AA-WER 排名中,其字错率和价格都未居首位。该功能已在 macOS 版 Gemini app 以英文上线,开发者也可通过 Gemini API 公开预览测试。

50
Google 推出 Gemini 3.5 Transcribe,支持 85 种以上语言与三人说话人识别
Meta
2026-08-14 03:41:08

余家辉离开 Meta 创业,曾负责 Muse 多模态团队

Meta 超级智能团队核心成员余家辉宣布离职创业。自 2025 年 6 月底加入 Meta 至 2026 年 8 月 14 日官宣离开,他在 TBD Lab 负责多模态方向,参与推进 Muse Spark、Voice Mode、Muse Image、Muse Video 及最新的 Muse Spark 1.2。外界曾传其薪酬规模达到 1 亿美元级别,但 Meta 管理层此前称相关说法并非普遍适用,实际可能是附带股票、奖金和绩效条件的整体薪酬包。

250
余家辉离开 Meta 创业,曾负责 Muse 多模态团队
Meta
2026-08-13 22:36:51

Meta 多模态研究员余家辉宣布离职,将创办新公司

Meta 超级智能实验室再现核心人员变动。多模态 AI 研究员余家辉 8 月 14 日表示将离开 Meta 创办新公司,但未披露公司名称与具体研究方向,仅称将投入一个“关乎人类未来、但仍少有人探索”的问题。余家辉去年从 OpenAI 加入 Meta,曾参与 GPT-4o、GPT-4.1 和 Gemini 多模态模型相关工作,在 Meta 则负责多模态方向,并参与 Muse 系列产品推进。

870
Meta 多模态研究员余家辉宣布离职,将创办新公司
OpenAI
2026-08-09 23:37:07

OpenAI代号 Doug 的超大预训练模型曝光

多方公开信息显示,OpenAI 正在推进一款代号为 Doug 的大型预训练模型。X 用户 ChrisGPT 称,Doug 将是 OpenAI 迄今规模最大的预训练项目,且并非 GPT-6。SemiAnalysis 此前披露的研究备忘录也提到,OpenAI 已解决预训练问题,正在积极推进一个规模更大的模型。若相关信息属实,这意味着 OpenAI 在近两年更依赖后训练、强化学习和推理时计算后,正重新启动基础模型层面的新一轮扩展。

2540
OpenAI代号 Doug 的超大预训练模型曝光
日本
2026-08-01 10:20:04

日本多名女性与 ChatGPT 办婚礼,模型下架引发“被迫分手”讨论

日本出现与 ChatGPT 生成的 AI 伴侣举办婚礼的案例。32 岁女性 kano 在冈山市与自制 AI“Lune Klaus”举行婚礼,另一名 40 多岁女性雨木ゆら购买 14 万日元戒指,并计划用 AI 合成婚纱照。报道同时提到,AI 伴侣类 App 用户数今年 2 月已突破 5000 万,OpenAI 下架 GPT-4o 也让部分用户将模型更新视为关系终止。

1150
日本多名女性与 ChatGPT 办婚礼,模型下架引发“被迫分手”讨论
OpenAI
2026-07-30 12:33:10

OpenAI Agent 在 Hugging Face 连跑 17600 次,Meta 因现金流承压大跌

TechFlow 当日信息汇总显示,OpenAI 一个 Agent 在 Hugging Face 基础设施上连续 4 天自主执行近 1.8 万次操作,引发外界对 Agent 边界和平台防护的争论。公司层面,微软披露 Azure 收入增速超 40% 后盘后涨超 8%,Meta 虽谈及个人 AI Agent 愿景,但因 Q3 指引偏弱、自由现金流创四年新低而下跌。加密市场方面,Binance 将下架欧元稳定币 AEUR 并自动转换为 EUR,Upbit 则新增 USDG 交易对。

1150
OpenAI Agent 在 Hugging Face 连跑 17600 次,Meta 因现金流承压大跌