Google推出Gemini 3.5 Transcribe，官方号称最精准的语音转文本模型，流式WER降至4%、延迟改善70%，支持实时与预录音频。两项API并行，语音代理的工程门槛正在被重新定义。
AI前沿技术
谷歌 Gemini Omni 1.1 Flash 把视频生成拉进“可编排”阶段：10秒上下文扩展、首尾帧控制、4K输出，加上360p预览成本降至720p的三分之一、速度提升最多60%，让多版本并行成为新常态。开发者正从写提示词变为做决策。
SGLang 团队在 H200 集群上实测 MiniMax-H3 视频生成：无损路径比 Diffusers 快近 2 倍，且 Cache-DiT 单独用比叠加稀疏注意力更划算。
Ox Alpha以1/100前沿价格拿下OpenRouter近20%周token份额登顶。这不是低价奇迹，而是开发者用真实调用给AI模型价值重新投票。
Google DeepMind推出Gemini 3.5 Transcribe，流式词错率降至4.0%，延迟改善70%，支持85+语言与三人说话人识别。本文从产品逻辑与行业格局角度拆解这场语音技术迭代的真正意义。
腾讯混元Hy-MT2-1.8B经2-bit/1.25-bit量化后仅440MB，翻译质量几乎无损，FLORES-200上优于微软翻译；与英特尔适配x86，并在B站弹幕实时翻译落地，单条耗时500~800ms。
通义千问开源 Qwen3.8-Flash-Next：125B 总参数、6B 激活，Qwen4 架构提前预览，训练成本仅为 Qwen3.7-Plus 的 1/9，长上下文与办公编码能力成为亮点。
Qwen3.8-Flash发布：125B参数MoE模型，激活仅6B，训练成本暴降九成，性能反超前代。API定价低至$0.16/1M输入，开源权重并支持1M上下文，成为Qwen4架构的试水之作。
智谱GLM-5.3-Flash开源：320B参数、多模态AA 57分，价格砍到Opus 4.8的1/40，混合注意力架构已跑在国产芯片集群上。
OpenRouter 以一套异步 API 统一 Seedance、Veo、Wan 等视频生成模型，切换模型只改标识符。这背后是 AI 基础设施走向成熟的关键一步。
