OpenAI最近总是喜欢搞突袭。昨晚11点的时候突然发了一个预告，4秒钟的音频的大概意思，就是太平洋时间10点我们发个产品。然后就在北京时间凌晨1点，开了一场直播，发了一些新玩意。总结一下就是:2个比Whisper更好的语音转文本的STT模型:gpt-4o-transcribe和gpt-4o-mini-transcribe
......
本文由站长之家合作伙伴自媒体作者“数字生命卡兹克公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
今日AI热点：OpenAI发布三款实时语音模型，覆盖推理对话、翻译和转录场景；苹果首款AI硬件AirPods进入DVT阶段，内置摄像头；宇树科技UniStore平台开放，开启人形机器人应用商店时代；阶跃星辰完成25亿美元融资，冲刺香港IPO；美团推出首个数字生命共生社区“鲸游”公测；OpenAI推出GPT-5.5-Cyber预览版，专攻网络安全；Mozilla借助AI发现Firefox 271个安全漏洞；OpenAI发布Codex Chrome扩展，优化浏览器工作流。
OpenAI正式宣布对其实时API接口进行重大升级，一次性推出三款全新高阶语音智能模型，全面强化AI在实时听觉、口语交互、翻译与转录方面的能力，并大幅降低企业开发智能语音应用的技术门槛。 本次更新的核心产品包括：GPT-Realtime-2、实时翻译模型以及实时转写模型。其中，GPT-Realtime-2搭载了GPT-5级别的推理能力，人声仿真度进一步提升。 相比前代产品，它能够更精准地理�
豆包大模型，又上新了。 2026年4月9日，原生全双工语音大模型Seeduplex正式发布，相比上一代半双工豆包端到端语音模型，新模型基于“边听边说”的全新框架设计，交互体验的自然感、顺畅度大幅提升，目前已在豆包App全量上线。 这意味着，前沿的全双工语音技术，第一次实现商业规模化落地。 而依托全双工语音技术，豆包的语音交互不再是机械式的一问一答，而是收放�
本期AI日报聚焦八大热点：腾讯发布AI设计平台Ardot，一句话生成可编辑设计稿并一键转代码；通义千问“重量级”大模型将于5月20日阿里云峰会亮相，实现全面升级；AI大模型在基层警务中落地，豆包助力破获柴油盗窃案；Google I/O大会将推出Gemini 4.0等创新产品；索尼澄清Xperia 1XIII的AI相机助手仅提供拍摄建议；OpenAI推出ChatGPT个人理财工具，结合GPT-5.5支持连接银行账户；中国大模型周调用量连续三周超越美国，腾讯Hy3 preview以2.66万亿Token领先；红果短剧回应取消AI仿真人剧本保底传闻，称部分剧本仍保留保底政策。
Sora宣布停服后，国内“天空AI”视频生成大模型正式发布。该模型由温州专帮信息科技推出，支持文本、图片生成逼真视频，核心亮点是用户无需GPU服务器，用家庭或办公电脑即可完成算力，成本几乎为零。目前发布三个版本：手机版、单机版和多用户商用版，并支持OEM贴牌、私有化部署等技术服务，实现低成本、高效率的视频创作。
近日，智微智能举办“智启·万象”AI全栈产品发布会，展示覆盖感知AI、生成式AI、代理AI到物理AI的技术广度，以及通用与专用型产品的纵深布局。展区亮点包括：基于Jetson平台的视觉AI方案、支持大模型推理的SYS系列AI服务器、搭载JWiClaw平台的智能体工作站、人形机器人控制器及智元灵犀X2机器人等。此外，AI PC、智慧教育终端、工业机器视觉及穿戴式AI产品也悉数亮相，体现AI从概念走向现实，赋能千行百业智能化升级。
近期不少iOS用户更新微信后发现，未读语音消息的提示色由醒目的红色变为灰色，该改动引发了大量用户吐槽与热议。 灰色未读语音与已读消息视觉高度相近，用户稍不留意就会忽略未读内容，不少人反馈因此错过工作通知、亲友重要信息，长期形成的红色提醒习惯被打破，使用体验明显下降。 腾讯客服对此回应称：未读语音变灰是iOS端未读模式”功能的灰度测试，属于阶�
长期以来，电脑端微信在操作便捷性上一直被用户吐槽，不少功能不得不依赖手机端完成。不过这一局面正在改变，微信电脑版近日推送了4.1.9版本更新，一口气上线了多项贴近日常使用的实用功能。 此次更新中最受关注的当属滚动长截图功能。过去在电脑上想要截取一篇长文章或一段完整的聊天记录，往往需要分多次截屏，再手动拼接，过程繁琐且容易出错。新版本上线后�
千问电脑版正式上线AI语音输入法，全面开放免费使用。用户只需按下快捷键（Windows右Alt键/Mac右Command键），即可在微博、QQ邮箱、PS等桌面应用中直接调用。该功能支持“边想边说、边说边改”，自动去除口语化表达如“嗯”“啊”，并进行纠错和格式化。此外，它还能结合上下文智能回复，支持创作、问答、翻译等指令，如自动生成邮件回复、制作PPT、整理表格或输出Word文档，大幅提升办公效率。
微信电脑版4.1.9版本更新，新增滚动长截图功能，用户只需截图后选择滚动截图并滑动鼠标滚轮，即可完整保存长文章。同时支持直接发送语音，点击话筒图标或按Alt键即可说话，快捷键可自定义设置。表情输入也更便捷，选择后按方向键可快速复制发送，无需重复点选。这些实用功能贴近日常需求，更新后即可使用，让办公聊天更省事。
