OpenAI 推出实时听写功能 Live Dictation
OpenAI 推出了 Live Dictation 功能,允许 ChatGPT 在用户说话时实时转录音频提示,而不必等待录音结束。该功能现已在全球网页端、桌面端以及 iOS 和 Android 应用的所有 ChatGPT 计划中推出。
媒体报道跟上 AI 的每一次变化。
OpenAI 推出了 Live Dictation 功能,允许 ChatGPT 在用户说话时实时转录音频提示,而不必等待录音结束。该功能现已在全球网页端、桌面端以及 iOS 和 Android 应用的所有 ChatGPT 计划中推出。
北大和斯坦福的研究团队推出 Shepherd 框架,将版本控制概念引入 AI 代理管理,实现对工作代理的监控、回滚和分叉。该系统以 Python 实现,可在沙箱中捕获代理行为,并通过元代理干预提升安全性和性能。论文将在 2026 年 NeurIPS 会议上发表,项目已开源但仍在从 alpha 向生产就绪阶段演进。
Anthropic今日以每股83美元上市,募集数十亿美元并引入约307.9亿美元的供应商投资者持股,其中亚马逊和谷歌合计持股约307.9亿美元。公司预计拥有约2200亿美元现金,第三季度收入达170亿美元,年化约680亿美元。分析师指出,尽管融资呈循环模式,但上市后资本来源将更为多元,降低供应商冲突风险。
人工智能初创公司 Anthropic 于 2026 年 11 月将其首次公开募股(IPO)定价为每股 83 美元,高于最初的预期区间,估值创下历史新高。此次募资额打破了此前由 SpaceX 保持的纪录,上市首日股价大幅高开。
Superhuman Inc.(前身为 Grammarly)宣布在其 Go 平台上新增可命名的个人 AI 助手,并将该助手及多代理功能全面嵌入 Docs、Mail 等全套产品。新助手可跨工具监控任务、起草内容并协助团队,平均每封邮件可节省约九分钟,折算每周约三小时。
NVIDIA的云游戏服务GeForce NOW在黑五期间推出限时优惠,六个月Performance或Ultimate会员可享30%折扣,并在部分地区首次月费最高减免90%。服务扩展至Amazon Fire TV Stick系列设备,支持包括《辐射4》《上古卷轴V:天际》等五款Bethesda游戏的GOG版本。
麻省理工学院(MIT)研究人员于 2026 年 11 月发布的一项研究指出,AI 数据中心的快速扩张给远隔设施所在地的区域带来了负面空气质量与健康影响。电网电力需求的增加预计在 2023 年全美导致了约 650 例过早死亡。
Superhuman 在更名后推出了全新 Go 助手,支持在 Docs、邮件等多场景内提供上下文感知的个性化建议,并新增 20 种第三方代理。该助手可主动读取日程、邮件并草拟回复,已拥有超过 100 万活跃用户。
新型网络便携 Linux 计算机 Flipper One 在 Kickstarter 上表现亮眼,已从超过 24,000 名支持者那里筹集了超过 1300 万美元资金。该设备基础售价 399 美元,搭载 8 核 ARM SoC 与 8GB RAM,并提供包含 LoRa、SDR 和 5G 模块的高端套装。
OpenAI 报告显示,内部编码代理的使用成本已超过研究员的基本工资,平均每日代币价值约 2,400 美元,前 10% 用户甚至达 23,000 美元。研究员表示宁愿牺牲团队人数或算力,也不愿三个月不使用这些工具。
作者在 Apple Watch Ultra 4 上测试了 Siri Recap 功能,评估其在隐私保护与实用性之间的平衡。该功能需用户主动开启,可自定义开启时间并在 1、3 或 7 天后自动删除摘要,且大部分处理在本地完成,未保存原始音频。实际使用中,摘要缺乏说话人标记,导致内容常出现误解或无关信息,作者认为在多数情境下并未提升记忆或在场感。
AI基础设施正进入更理性的阶段,企业从搭建AI工厂转向追求盈利运营。Vultr借助Nvidia和AMD芯片扩展全球云,已在34个地区布局,并强调在全球足迹和主权合规下提供成本高效的AI平台。
设计平台 Canva 推出了一项新功能,允许用户关闭其生成式 AI 功能,包括 Magic Expand 和 Canva 聊天机器人。不过,诸如背景移除和 Magic Grab 等不生成全新内容的日常效率工具将继续保留开启状态。
分析师 Govrin 在《AI 主权买家指南》中评估七大云供应商的五大主权层面,指出所有超大规模云服务商均未能回答美国《云法案》要求,意味着欧盟企业的数据可能被美国法院强制交出。该报告对 AWS、Google 等提供商进行评分,强调法律层面的风险最高。
Cal Newport 在乔治城大学的博士研讨课上与学生审视超级智能叙事的技术与文化根源,提出多项反对意见:递归自我改进仍属推测;GPT-4 之后模型扩展收益递减,训练依赖大量成对数据,编程与数学之外进展有限;Anthropic 与 OpenAI 虽宣称 AI 正在加速 AI 研发,但工程障碍仍在。他担心即便智能爆炸不发生,追求它本身也会造成真实危害。
Anthropic 完成史上最大 IPO,募资约 810 亿美元(含私募共 1070 亿),上市后账上约 2000 亿美元,但承诺未来 19 年向供应商支付超 9000 亿美元。其最近季度销售额达 170 亿美元,同比增长超 1100%;但今年截至 9 月亏损超 1040 亿美元,且面临数据中心抗议与安全顾虑。
招聘系统公司 Greenhouse 的调查显示,90% 的美国雇主称曾因申请材料疑似 AI 生成而拒绝真实候选人,86% 已调整招聘流程,57% 增加了人工面试。同时一半雇主使用 AI 语音面试,其中 40% 发现了原本会错过的候选人;但仅 7% 雇主愿意把是否推进候选人的决定交给 AI。
Google DeepMind 于 2026 年 11 月发布了 Gemini 4 Neon 模型,支持 100 万 token 的统一上下文。该模型主要面向编程代理、知识工作和科学工作流,定价为每百万输入 token 3 美元、输出 token 15 美元。
AI攻击者利用机器速度的智能代理,使攻击频率和规模大幅提升。过去六个月中,多个AI平台披露了涉及环境变量和API密钥的安全事件,导致数百家企业受影响。文章提出四大响应支柱,并以Fireworks AI的快速检测、及时沟通、彻底根除和最小化冲击为案例,展示了成熟的事故响应实践。
Hugging Face的Daniel van Strien对八款OCR模型进行评测,发现最新的LightOnOCR‑3‑0.8B每千页成本不足0.10美元,最旧的RolmOCR约为0.51美元。以相同GPU(Nvidia RTX PRO 6000)租用费用计算,处理一百万页的费用在65至130美元之间,且优化运行方式的省钱效果可与换模型相当。
OpenAI 推出了由 Codex 驱动的自动化系统 Performance Factory,用于在云端发现并修复性能回退问题。该系统在三个多月内追踪了 1,700 多次调查并找出了 600 多个根本原因,实现了从调查、修复到验证的全流程自动化,显著提升了工程效率。
LLM 有时会把文档中错误的数值当作事实返回,这在基于这些信息做决策时代价高昂。营养数据提取 API 正是为了解决此类错误而设计,提供每个字段的来源引用和置信度评分,以帮助用户验证和纠正提取结果。
在夏季保持低调期间,竞争对手 Anthropic PBC 与 OpenAI Group PBC 推出了强大的前沿模型,谷歌公司如今以 Gemini 4 Neon 反击,该模型在推理速度上比 Carbon 快三倍,并在若干评测指标上取得领先。
微软 CEO 萨蒂亚·纳德拉解释了他在 10 月份向 6 万名员工提供买断的原因。
高性能计算(HPC)与人工智能的融合速度超过了许多研究团队的适应速度。