Meta 发布 Muse Spark Open:816B 开源 MoE,支持 1M 上下文
Meta 发布 Muse Spark Open,这是一个 816B 参数的开源权重 MoE 模型,支持 1M 上下文。该消息来自 Rohan Paul 的通讯,同期还提到 Elorian 发布视觉思考模型 Glimpse、Meta 与 Apple 合作把开源权重 AI 带到 Mac,以及 Claude Mythos 5 用少 17 倍门电路设计椭圆曲线量子电路、量子比特数提升 12%。
Meta 发布 Muse Spark Open,这是一个 816B 参数的开源权重 MoE 模型,支持 1M 上下文。该消息来自 Rohan Paul 的通讯,同期还提到 Elorian 发布视觉思考模型 Glimpse、Meta 与 Apple 合作把开源权重 AI 带到 Mac,以及 Claude Mythos 5 用少 17 倍门电路设计椭圆曲线量子电路、量子比特数提升 12%。
NTT Docomo Business 正在福岛会津若松为老年居民试点语音智能体 CONN,该助手基于 ElevenAgents 构建。项目与武田健康基金会合作,并在会津若松市政府配合下部署,用于分享本地信息并进行日常对话,以应对冬季大雪导致老年居民难以出门的问题。
网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”,投入10万元征集产品建议,设11个名额、单人最高5万元,不设学历专业门槛。该Agent通过自研ASR与语义理解链路,口语输出对键盘打字效率比值提升至5倍,支持124个语种实时语音互译,专业领域翻译精准度可达98%,数据本地处理且终身免费。
阿里云宣布由通义实验室打造的虚拟数字人产品因产品策略调整退市,2026 年 11 月 30 日停止新购,2027 年 5 月 31 日停止续订及版本更新,2027 年 11 月 30 日全面停止服务,控制台、支持与工单服务及退款服务同步下线。官方建议用户迁移至阿里云云市场的蚂蚁灵境数字人、相芯数字人、一知智能 AI 直播数字人等替换方案。
Amazon 设备、Alexa 和 Leo 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示,个人 AI 的未来是环境计算而非 App,设备将靠传感器主动理解用户需求。
模思智能宣布完成超 10 亿元 Pre-A 轮融资,由华控基金领投,国开科创、上海科创基金、新微资本等参与,元禾控股等老股东继续投资,距天使轮官宣约半年。这家由复旦大学邱锡鹏创立、成立不到两年的公司主攻全模态实时交互,2026 年以来围绕语音、视觉和实时多模态发布 20 多个模型,其中 7 月开源的 MOSS-VL-Realtime 可持续接收视频流并随画面更新判断。
前Plaud高管Peter Mo创办的Ambi完成2600万美元多轮融资,由Luminous Ventures和华勤(Huaqin)领投,并推出iPhone、Mac和Apple Watch应用。其AI智能体可在会议进行中主动给出建议或调取知识,支持跨设备接续任务,环境录音默认关闭且不存储录音。公司还计划推出带屏幕、扬声器、摄像头和麦克风的硬件设备。
Raise Financial Services 正与 Cartesia 合作,将语音模型接入其自研实时语音基础设施,为印度金融市场提供多语言语音体验。Cartesia 的 Sonic 文本转语音模型支持 11 种印度语言及单次生成内的语码切换,目前已在 Dhan 的语音机器人中处理会话式 KYC 等交互,其中超 75% 的交互使用非英语语言,印地语占一半以上。
针对社交平台热传的"接听陌生来电先沉默三秒"提醒,文章指出不法分子可能利用数秒通话语音进行 AI 声纹克隆实施诈骗。当前 AI 技术将人脸、虹膜、步态等生物特征转化为易被采集利用的数据,带来过度采集、深度伪造滋生犯罪及多源信息整合推断隐私等风险,并提出多维度隐私防护建议。
国家安全部针对社交平台热传的「接到陌生来电先沉默三秒」防诈建议作出提醒,指出不法分子可能利用数秒通话语音进行 AI 声纹克隆,进而实施伪造身份诈骗。随着 AI 技术普及,人脸、声纹、虹膜及步态等生物特征面临窃取与深度伪造的新型安全威胁。文章呼吁完善法治、压实平台合规并提高公众防范意识。
ElevenLabs 本周在新加坡开设新办公室,目前已有 25 名员工在当地与客户并肩工作。CEO Mati 做客 CNBC Squawk Box,谈及打造本地化 AI 以及语音 AI 创新正从亚洲起步并向全球扩散。本周末 ElevenLabs 还将以 Audi Revolut F1 官方合作伙伴身份亮相新加坡大奖赛。
Apple 向欧盟委员会披露,已同意向 Huxe AI 部分员工发出录用邀约,并获得 Huxe 知识产权的非独占许可。Huxe 由曾参与 NotebookLM(现更名 Gemini Notebook)AI 播客功能的开发者创立,已于 5 月 21 日宣布关停应用并删除用户数据,Apple 于 6 月 9 日通报该交易。
苹果与 AI 音频初创公司 Huxe 达成人才引进与技术许可协议,可向 Huxe 特定员工发出聘用邀请并获得其知识产权非独占许可,但不收购 Huxe 业务。这是 2026 年公开披露的第 4 笔苹果 AI 相关交易。Huxe 由 3 名前 Google NotebookLM 团队成员创立,其同名应用可依据邮件和日历生成每日音频简报,已于 2026 年 5 月关闭。
ElevenLabs 与 Banner Health 合作,用 AI 语音智能体接听患者来电,从初级保健预约开始。患者可在任何时间拨打,ElevenAgents 会直接在 Banner 的电子病历中预约、改期或取消预约;需要人工服务时,通话会转接给 Banner 团队成员并附带必要上下文信息。
X.PIN 援引知情人士称,Apple 新款 HomeHub 内置的 homeOS 系统多年前就已完成,真正拖延产品发布的是 Siri。由于 Siri 多年来表现不佳,Apple 智能家居硬件团队一直不愿签核这款以语音为核心交互的设备;直到 LLM 让 Siri 理解自然语音的能力明显提升,团队才认为时机成熟。HomeHub 将于 10 月 13 日与 LG 的智能家居合作一同发布。
Google 正在内部测试代号为 "Concierge" 的语音智能体,同时为 Gemini 4 在 Antigravity 上的发布做准备。该产品目前仍处于非常早期的原型阶段,尚不确定是否会以当前形式最终面世。
ElevenLabs 在班加罗尔 Summit 上与印度一个邦政府签署首个 MOU,试点语音 AI。过去一年,ElevenAgents 在印度完成 1 亿多次对话,其中超过 70% 使用印地语、卡纳达语、泰米尔语和泰卢固语。本次 Summit 汇聚 500 多位企业领袖、开发者和合作伙伴。
Amazon Echo 智能音箱上的 Alexa Plus 出现诡异 bug,会连续数分钟反复说唱“lalala”,有时还发生在与用户对话中途。多名用户在 Reddit 上报告该问题,涉及多款 Echo 音箱,最近一次报告在三天前。被问及此事时,Alexa 似乎完全不知道自己在做什么。
意大利总理梅洛尼于 10 月 5 日向欧盟知识产权局(EUIPO)提交申请,希望将自己的声音注册为商标以防范 AI 深度伪造,其办公室已证实该申请。申请材料附带一段 4 秒录音,她用意大利语重复说了两遍“我是焦尔吉娅·梅洛尼”。
意大利总理 Giorgia Meloni 向欧盟知识产权局申请为其声音注册商标,申请材料包含她说 Io sono Giorgia Meloni 的录音。此举目的是在意大利选举前遏制 AI 深度伪造。
Anthropic 开始提示用户自愿分享语音对话数据,用于改进其 AI 模型理解和回应语音的方式。用户可随时在设置中关闭该功能或删除数据。
洛杉矶一位 AI 电台 DJ 迅速走红,引发当地人类主持人的不满。该 AI DJ 在电台节目中担任主持工作并获得关注,人类主持人对此表达了负面情绪。
东京法院在一起 AI 声音克隆案中裁定给予人类声音法律保护。该案涉及日本动漫配音演员,具体判决细节与适用范围尚未在现有材料中披露。