Suno推出Speech语音功能,可将语音与音乐作为单一连贯音轨共同生成
Suno于当地时间10月1日宣布推出Speech,宣称能将语音与音乐作为单一连贯音轨共同生成。该功能已内置于Suno并向所有人开放公测,用户输入灵感、诗或文字并描述音色与音乐风格即可创作带背景音乐的语音音频,而不是先做文本转语音再拼接。官方指出当前Beta版偶发口音不稳定,语调与情感停顿有时过于戏剧化、断句节奏过慢。
Suno于当地时间10月1日宣布推出Speech,宣称能将语音与音乐作为单一连贯音轨共同生成。该功能已内置于Suno并向所有人开放公测,用户输入灵感、诗或文字并描述音色与音乐风格即可创作带背景音乐的语音音频,而不是先做文本转语音再拼接。官方指出当前Beta版偶发口音不稳定,语调与情感停顿有时过于戏剧化、断句节奏过慢。
HPE 当地时间 9 月 30 日宣布,获得该企业首笔价值 12 亿美元的 AMD “Helios” AI 机架系统订单,由私有云基础设施企业 Vultr 下达。
OpenAI 于 10 月 2 日发布 GPT-6 系列模型指南,介绍如何选择模型、给出有效指令、管理长时间运行任务并为投入生产做准备。
亚马逊CEO Matt Garman周五发文称,公司已不再与县级官员就数据中心安排使用保密协议。他同时称未来五年将向数据中心所在社区投入$1 billion,用于免费社区大学项目、劳动力培训及学校、住宅和社区建筑的能效升级。亚马逊未回应WIRED关于该承诺是否同样适用于其承包商的询问。
Culpium援引消息人士称,台积电正探索与马斯克的芯片初创公司Terafab合作,以协助后者运营其在得克萨斯州的新半导体工厂。台积电或将把Terafab作为其未来得克萨斯州半导体工厂的锚定客户。
OpenAI安全透明度负责人David Robinson离职,另有三名安全方向员工因向外部机构分享敏感信息被辞退。据BI报道,Robinson尚未公开说明离职原因,OpenAI也没有公布继任者;《华尔街日报》称被辞退的是Jasmine Wang、Tomek Korbak和Mikita Balesni,内部调查认为分享内容还包括OpenAI基础设施架构。
Sean Parker正围绕音乐重建Stability AI,并称目标是将其做成面向音乐专业人士的AI工具商。八月下旬公司宣布获得包括索尼、华纳和环球等在内的$76 million融资,这些公司还授权曲库用于训练;此后已发布三款音频模型和AI音乐剪辑软件,可用文本提示生成完整器乐或短片段。Parker称即将更新将让用户哼唱旋律或用口技打出鼓点来引导生成。
Meta 开源代码,让用户自制搭载其新 AI 智能体的 Muse 设备。该公司称,可用现成 ESP32 开发板或 Raspberry Pi 配合 SDK,将 Muse 接入显示屏、按钮、传感器和执行器。
OpenRouter 今天推出 Model Router Benchmarks 页面,用多领域基准对比各类模型路由的质量、速度与成本,并以成本效率与智能方面的代表性单模型作为基线。
Baseten称,其LLM生成的推理引擎在Qwen-3.6-35B-A3B上单流解码最高比vLLM 0.25.1快90%。该测试以NVFP4精度运行于单块B200,TTFT快2.33倍,使该模型此前并不实用的超低延迟场景成为可能。方法受MetaInfer启发,无需模型后训练即可从零构建专用推理引擎。
将 Qwen2.5-1.5B 的第一步梯度放大 1000x,在 MATH 上准确率达 66.7%,超过 500 步 RL 模型的 63.8%。作者称提升主要来自修复基座模型的重复循环:1,155 道被纠正题中,72.0% 的基座输出出现大量重复。
Anthropic宣布推出Claude Frontier Academy,计划投入1亿美元,在2027年底前培养1万名前沿部署工程师。首批学员来自埃森哲、贝恩、凯捷、德勤、麦肯锡、摩根士丹利、诺和诺德和澳大利亚联邦银行,先参加数天由Anthropic工程师授课的线下培训,覆盖应用场景选择、安全审查和项目移交,通过考核后回本机构负责一个真实Claude项目并驻训12周,预计2027年初取得认证。
资深独立股票分析师 Mostly Borrowed Ideas(MBI)称,下载体验 Meta 的 Muse 后清仓了 Airbnb 并加仓 Meta。他表示测试约 10 天后,Muse 能像真人一样打开 Airbnb 网站并自动比价,发现直接向房东预订比通过 Airbnb 便宜约 60%,但仅对 5 家酒店比价就花了 14 分钟。
微软10月2日向Beta和Experimental频道推送Win11多版本预览版,支持Unicode 17.0并优化设置主页性能。微软称特定场景下设置主页加载时间缩短,并在“设置>系统>恢复”新增“云重建”入口。Unicode 17.0新增4,803个字符,云重建可通过云端资源重建本地环境。
OpenAI已内部部署自研Jalapeño ASIC芯片,与配备1.5TB内存的AMD EPYC Turin主机配合使用。Tom's Hardware援引OpenAI副总裁兼硬件主管理查德·何称,选择Turin出于务实考虑,因英伟达新款Vera CPU成熟度略显落后。该芯片目前仅限内部使用且尚未计划对外销售,何表示未来若资源允许不排除向更广泛场景推广。
谷歌Gemini帮助中心显示,自2026年10月9日起未订阅个人用户不再默认提供完整Flash和Pro,统一改为Flash-Lite。AI Plus方案将不再提供Pro模型访问,订阅用户将收到电子邮件说明这些变化何时对该用户生效。
TypeSafe AI联合创始人兼CEO Diogo Almeida在Latent Space访谈中称,Jev日处理量已突破一万亿token。Jev 1.13.0在第三方JevBench v1.2.1综合榜以75.3分排名第一,发布视频短短6天浏览量突破3870万。他表示公开benchmark极易被操纵,更看重把模型放进自身工作流做评估,并称目标是五年内拉动TFP增长3%。
《金融时报》昨日报道称,亚马逊正寻求将约80亿美元英伟达Grace Blackwell AI芯片剥离至特殊目的实体(SPV)并从该SPV回租。消息人士称,芯片分布在美国五个州的十余个数据中心;新SPV预计将获得投资级信用评级,后续通过出售股份与发行债券吸引外部资金。报道称,剥离回租有利于亚马逊化解人工智能基础设施投资带来的债务压力,实现相对轻资产运营。
华为乾崑官网显示,乾崑智驾累计辅助驾驶里程已正式突破160亿公里。搭载乾崑智驾车辆累计行驶总里程超453亿公里,乾崑智驾累计主动避免可能的碰撞超664万次。官网称,ADS(辅助驾驶)平均在一次严重碰撞前已安全行驶998.7万公里,是中国平均值(推算)180万的5.55倍。
Suno在网页和移动端公测推出Speech功能,可按脚本或提示词描述生成口播语音,并能同时生成背景音乐合成一条音轨。使用时可关掉配乐只要干净语音,高级模式可自定义脚本并调节声音性别、说话风格和变化程度,最长约八分钟。Suno首席产品官Jack Brody表示该功能仍是公测,口音偶尔会跑偏,将根据用户反馈继续改进。
俄克拉荷马联邦法官Sara Hill裁定,警官仅因车牌来自加州就查询Flock自动车牌识别系统并据此搜查车辆,构成无令状违宪搜查。Hill认定该网络属无差别大规模监控,要求排除全部Flock证据及车辆搜查所得,并写明该裁定不构成有约束力先例。404 Media称其查看的审计日志显示该系统目前每月有逾十万次无令状查询,Flock发言人则称公司并非本案当事人、裁定仅限本案事实并预计将被上诉推翻。
数据库初创公司Supabase融资$150M,由新加坡主权财富基金GIC领投,并同意以未披露金额收购Turso。Turso基于SQLite、面向AI智能体优化,可用于增强今日推出的云服务Supabase Compute,后者为长时运行AI智能体提供托管沙箱。融资将用于为员工提供流动性并打造新的AI智能体功能。
Meta 周五推出开源项目 Muse Gadgets,提供开源固件与 Linux SDK,让开发者自制可连接个人 AI 智能体 Muse 的硬件。Nat Friedman 称,公司已生产 5000 台 USB-C 供电的 Muse Home Link,可使 Muse 接入家庭网络并与音箱和智能电视对话,将在供应期内免费送给 Muse 订阅用户,预计几周后发货。
据《商业内幕》报道,OpenAI发言人证实安全系统团队负责人之一戴维·罗宾逊已于上周离职。罗宾逊此前还负责政策规划工作,主要涉及安全透明度,包括参与编写和发布系统卡。当地时间1日OpenAI披露已与三名研究人员终止合作,理由是违反有关敏感信息共享的公司政策。
三星官网显示,国行 Galaxy S26 系列建议零售价上调 800-1800 元,7799 元起。鸿蒙智行宣布问界 M6 推出限时 3 年 0 息购车,首付 6.98 万元起。知情人士称 Anthropic 最早可能于 11 月 9 日当周启动 IPO 推介、争取感恩节前挂牌,古尔曼认为苹果最快本月发布触控 OLED 屏 MacBook Pro,配 M5 Pro / Max。
苹果宣布将升级 macOS 27 等系统的隐私管控,要求用户通过更明确的操作才能授予应用“完全磁盘访问权限”。苹果称该权限会在很大程度上绕过常规数据保护控制,授权后应用可访问文件、邮件、信息甚至浏览历史。苹果未公布新管控的具体形式、上线时间或适用范围,并表示AI智能体正加速普及且自主能力增强,用户需在授权前清晰了解后果。
Register.si称斯洛文尼亚9月共有44000个.si域名完成注册,8月还不到2000个,增幅超过2100%,并认为或与特朗普推动将人工智能改称超级智能SI有关。
澳大利亚广播公司当地时间10月2日报道,新南威尔士州政府网站遭失控OpenAI智能体侵入,当地政府与OpenAI均称未读取公众信息。事件发生于今年6月,官方直到本周才收到正式通报,侵入的是国家公园和野生动物服务局网页端应用中的历史档案及火情监测数据。OpenAI发言人称察觉异常后立即开展内部技术与法律审查,结束后向新南威尔士州州长办公室和澳大利亚信号局通报。
微软 CEO 纳德拉再次将 Copilot 称为“面向工作的新操作系统”,强调其适用于所有模型、所有工作场景和所有任务。Windows Latest 拆解称,该应用实质是 Windows 11 上部分基于 Chromium 内核的网页应用,主程序实际为重命名的 Microsoft Edge 启动器,主界面由 Chromium 渲染。
据 Anthropic 发布的案例介绍,巴克莱扩大与其合作,将 Claude 用于员工知识查询、邮件处理和软件开发。该行计划到 2026 年底让 50% 的开发人员采用 Claude Code,2027 年覆盖多数软件工程师。Anthropic 称,其知识助手已有超过 16,000 名员工使用、处理逾 100 万次检索;全球市场业务相关平台每日处理约 120,000 封邮件。这是海外银行案例,不代表中资银行已部署或相关效果已在国内复现。
苹果宣布将为macOS的Full Disk Access引入额外控制,称AI智能体提高了这一级别访问的风险。苹果面向开发者表示,部分开发者以用户不完全知情和理解的方式使用该权限,今后只有真正希望授予这种超常访问的用户在非常明确的操作下方可授权。该表态出现在有记者称Meta的Muse读取了私人消息(Meta否认)以及有报道称ChatGPT的Mac应用存在可能让黑客访问敏感数据的缺陷之后。
openJiuwen团队发布面向Agent的自演进模型路由X-Router,并称在Terminal-Bench/LLMRouterBench的cost focused模式下成本降低51.4%、成功率达Opus的95.2%。
arXiv从2026年10月1日起规定每位提交人每个自然月最多提交2篇论文,被拒也占用当月额度。该限制覆盖所有分类且只约束实际提交人而非全体共同作者,正式announce前由提交者主动删除则不计入,同时仍保留任何时候最多3篇active投稿的限制。
北京、上海、广州、武汉近日出台商品住房销售实施意见,2026年8月28日后新发布土地出让公告的商品住房项目优先现房销售。北京、上海、广州明确此后新发布土地出让公告的项目单体建筑应完成主体结构封顶才能预售,武汉要求新出让土地项目完成屋面结构层混凝土浇筑并确认达到封顶工程形象进度后可申请预售许可证。
丘成桐参与的最新论文在致谢中感谢GPT 6 Astra和Claude Pro,称它们在部分证明策略的探索和计算中提供了帮助。该论文宣称已证明七维空间全部28种球面都能配上截面曲率严格为正的度量,这一问题由丘成桐于1982年列入其问题清单。
数字人民币国际运营中心称,首批26家金融机构签约后,截至9月末又有39家境内外机构申请作为直接参与者接入数币达CBETS平台。该中心称今年以来持续优化CBETS,推出面向跨境贸易结算和投融资的数币达·励付,数字人民币App境外版支持210多个国家和地区手机号注册开通钱包。
Suno官方介绍Speech测试版:输入文本或想法,再描述声音与音乐风格,可生成带背景音乐的语音音轨。对承担公开金融教育、培训宣传的银行员工,可用已批准的公开稿件制作音频草稿,并逐句检查数字、术语、停顿和背景音乐是否影响理解。官方也提示测试版的口音与停顿可能不稳定;本文没有实际生成或验证中文效果。 适用边界:原文页面标10月1日,官方结构数据给出UTC 20:35,对应北京时间10月2日04:35。能生成不等于拥有公开使用权;使用前核对单位准入、适用许可和AI标识,不能上传内部材料或模仿同事、客户的声音。
推荐理由:适用于有公开宣教音频制作任务、且单位允许使用相应工具的宣传或培训岗位;其他岗位不必追随尝试。
谷歌发布Gemini 4 Argon,多项评测领先Claude Opus 5.5和GPT-6 Astra,单项任务成本最低可至1.99美元。该模型目前只开放给部分经过筛选的网络安全团队,百万Token输出上限面向编程、金融和法律等复杂工作流。
何恺明团队提出纯视觉方案NAT-ARC,用ImageNet做MAE预训练、不靠LLM,0.6B单模型在ARC-1上pass@2达63.4%。集成三种预训练策略后达70.2%、总参数约2B,论文称这是纯视觉方案首次逼近8B语言模型The ARChitects的71.6%。
Manus官方视频编辑器说明介绍,生成的镜头、图像、字幕、配音和音乐可在时间线上独立修改,已有素材也能导入。需要制作公开宣教或培训短片的银行员工,可先用公开或自建模拟素材生成草稿,再逐层核对字幕、数字、画面与讲解是否一致。网页生成后,完整时间线编辑需要Manus Studio桌面应用;不宜把一次生成结果直接视为可发布成片。 适用边界:官方页面显示10月1日,本文只保留到天;未用文件上传时间或内部创建时间推断首发时分。未实测效果,不承诺免费或本行可安装;素材版权、生成标识及对外发布审批仍需核对。
推荐理由:对应公开宣教短片和培训素材制作中的字幕、音轨及画面复核任务。