办公时最烦的场景之一,是明明记得写过某份方案,却想不起存在哪个应用里。腾讯10月29日推出的Buddy One,想解决的就是这种跨应用取材的麻烦。它以WorkBuddy的Agent能力为底座,把腾...
办公时最烦的场景之一,是明明记得写过某份方案,却想不起存在哪个应用里。腾讯10月29日推出的Buddy One,想解决的就是这种跨应用取材的麻烦。它以WorkBuddy的Agent能力为底座,把腾...
传统语音流水线挺折腾的:ASR转写、说话人分离、机器翻译,几个模型串起来,中间还得对齐格式。英伟达10月底放出的Nemotron 3.5 Transcribe,想用一条自然语言指令把这些事全干了—...
Agent的技能文档有个尴尬的处境:写完就没人敢动。改一个字有没有用,过去只能凭感觉;改一版掉一批用例,也不知道是哪句话惹的祸。微软研究院5月推出的SkillOpt,做的就是把这份文档变成可训练、...
长文档问答有个绕不开的浪费:同一份合同、同一份研报被反复追问,每次都要把整段提示的注意力重算一遍。小红书机器学习团队6月开源了一个叫RedKnot的推理加速引擎,做的就是把这段重复计算拆开——不需...
谷歌DeepMind 10月28日发布的Gemini 4 Carbon,定位跟前几代旗舰不太一样。它没把重点放在“又刷了多少榜”,而是把新增能力压在网络安全防护和长时间自主推进上——能在大型代码库...
文档数字化这件事,最麻烦的不是认字,是认完之后你不敢直接信。一页票据转成 Markdown,表格结构对不对、公式有没有丢、金额识别准不准,还是得人眼过一遍。面壁智能10月底开源的 MiniCPM-...
同声传译这件事,延迟和质量往往互相拉扯——想译得快,容易漏;想译得准,又得等。腾讯混元10月底开源的Hy-SimulMT,给出的数字是StreamLAAL约3秒,同时把权重放了出来,Apache-...
OpenAI在10月底补了一款偏视觉和界面操作的模型,叫GPT-6.1 Terra。价格表第一眼看很便宜:每百万输入1美元、输出5美元。但真正用起来,有几个地方会直接改变账单,值得先说清楚。上下文...
自己搭一套SaaS,最拖时间的往往不是首页设计,而是认证、支付与多语言这三条线的接线。登录注册要处理会话,订阅支付要对接网关回调,多语言要拆语言包和路由——每一项都不难,但加起来能把“两周上线”拖...
设计交付最耗时的环节,往往不是画稿,而是把稿子翻译成代码。标注、口头对齐、改一版再传一版,这些往复吃掉的工期,比设计本身还长。西班牙Kaleidos团队2021年2月开源的Penpot,试图从文件...