腾讯混元拿出Hy ASR 3.0 preview，将LLM语义理解与MoE架构塞进语音识别，中文词错率3.34%，还能听懂耳语、粤语并动态纠错。模型已在元宝App免费上线，API同步开放，专业语音场景的门槛正在被拆掉。
AI前沿技术
SwanTale 把零样本声音克隆和自然语言指令控制装进同一个模型，靠 SwanData-Caption 数据方案和 GRPO 后训练在表达力上大幅领先。语音创作从此告别碎片化，直接说需求就能生成。
UEmbed在单次前向传播中同时输出稀疏与稠密多模态嵌入，稀疏模式精度接近稠密且原生适配倒排索引。一位资深科技作家深入剖析其如何用特殊token和词汇表分区打破单token信息瓶颈。
ForgeStencil用两个AI Agent把Stencil优化的完整链条自动化了。Kernel Agent负责找最快的算子实现，App Agent直接把它塞进真实应用里验证、部署。这个闭环一跑通，那些耗时费力的手工调优工作，突然就变成了可以批量复用的加速现货。
Orchard是微软研究为AI智能体社区打造的开源框架，直指训练评估碎片化痛点，允许复用基础设施、用更小模型实现强性能，但首批发布尚未给出性能基准，悬念不小。
AirLLM项目在Hacker News上炸开锅——一块4GB显存的旧显卡就能跑70B参数大模型。不神话，不踩踏，我们聊聊它到底改变了什么，以及代价是什么。
蚂蚁百灵发布Ling-3.0-flash开源权重，同步提供BF16和FP8量化版本，让开发者根据硬件灵活选型。这次发布背后是对推理成本的重新定义，以及对开源生态的精确卡位。
从 200 多个开放 issue 到即将归零，Cloudflare 没有增加人手，而是用一支 AI 子代理团队在隔离环境中复现、诊断并修复 bug。本文还原这套由标签驱动的自动化流水线，以及从它内部生长出来的开源框架 Flue。
304B参数模型塞进一块MI300X，不量化、不卸载，还能跑出单流168 tok/s、256K上下文——一个开源仓库让这件事成为生产现实。本文从FP8修补、推测解码到混合KV缓存，拆解这张卡到底怎么撑住的。
Cloudflare 推出 @cloudflare/computer，一个试图重新定义智能体运行时的开源项目。它用一个虚拟文件系统配三种执行环境，直指当前 agent 部署中最棘手的成本与冷启动问题。
SenseNova U1.5-Lite-Preview仅8B-MoT参数，却在多模态生成与编辑上叫板商业闭源模型。本文拆解其NEO-Unify架构的真正看点、轻量化路线的商业意图，以及预览版释放的危险与机会。
Qwen3.8-Max不只是参数狂堆，更把Max级权重甩进开源圈。这篇文章拆解了它的硬核能力、开放策略背后的算盘，以及即将到来的社区验证战。
Codex 里真正的杠杆不是多模态，不是更大的上下文窗口，而是把任务拆开、把推理烧到极限的子代理配置。Sol 只当包工头，Luna Max 埋头写代码，这套玩法省额度、可复用，但别急着把它请进生产环境。
