更多动态
谷歌下一代模型 Gemini 3 Pro 预览版已在 Vertex AI 平台出现，传闻支持 100 万 Token 上下文。 1️⃣ 核心看点：100 万 Token 上下文窗口。 这个容量远超 Claude 3 (20万) 与 GPT-4T (12.8万)，意味着能一次性分析整本书或大型代码库。 2️⃣ 其他能力：多模态处理增强，覆盖实时视频理解、3D 识别；内置“深度思考”模式，提升复杂推理。 3️⃣ 推出路径：目前在 Vertex AI（标签 gemini-3-pro-preview-11-2025）向企业客户预览，预计 12 月向开发者（AI Studio）开放。 企业用户可通过 Vertex AI 申请测试；开发者可留意 Google AI Studio 的后续更新。 #Gemini3Pro #GoogleAI #LLM #大模型 #VertexAI
Soul AI Lab 联合西工大等开源了 SoulX-Podcast，一个支持稳定生成 90 分钟多人对话的语音模型，解决了长篇内容生成的难题。 几个值得关注的特性： 1️⃣ 超长对话：能连续合成 60-90 分钟的多人播客，保持音色与韵律稳定。 2️⃣ 跨方言克隆：很实用的功能。仅需提供普通话参考语音，就能生成四川话、河南话、粤语等方言。 3️⃣ 细节可控：支持在文本中用 <|laughter|> 等标签，控制笑声、叹气等副语言，增加自然感。 4️⃣ 零样本克隆：Zero-shot 还原音色风格，适应多轮对话。 模型基于 Qwen3-1.7B 与 Flow Matching 范式，使用了 130 万小时数据训练。 GitHub ：https://github.com/Soul-AILab/SoulX-Podcast HuggingFace：https://huggingface.co/collections/Soul-AILab/soulx-podcast #AI #语音合成 #TTS #开源 #播客
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
