ElevenLabs 本週推出 13 項產品與更新,作者評析 3 項語音AI 助理工具
ElevenLabs 在紐約 Summit 宣佈 13 項產品與更新;作者實測後指出,其中 3 項已開放使用,適合建置語音AI 助理的開發者。
ElevenLabs 在紐約 Summit 宣佈 13 項產品與更新;作者實測後指出,其中 3 項已開放使用,適合建置語音AI 助理的開發者。
PyTorch 在 viable/strict/1794545416 標籤中,將 NCCL EP 設為預設建置,讓 TokenSwitchNCCL 啟用。此版本由 fduwjj 標記,附有 ZIP 與 tar.gz 原始碼。
Rust 1.100.0 正式發布,Cargo 新增套件發布冷卻期,以延後採用新版本;Never Type 也正式穩定,並開放自訂記憶體配置器的核心介面。
Brave Search API 新增 x402 付款支援,讓開發者與 AI 助理可逐次付費查詢搜尋結果,無須建立帳號或管理 API 金鑰。 - 付款流程:未付款的請求會收到 HTTP 402 回應,載明價格與付款資訊;AI 助理附上簽署的 USDC 付款後重試,驗證完成即執行搜尋,並提供 Base 區塊鏈交易收據。
我打造了一款 Rick and Morty 解說影片產生器,輸入網站連結或產品描述,就能產生影片。 展示範例:頁面展示了使用這套工作流程製作的 3 支解說影片,片長分別為 2 分 26 秒、1 分 4 秒和 1 分鐘。
JSLab 為 macOS 上的 JavaScript 與 TypeScript 程式碼暫存工具,其 AI Chat 面板可根據目前分頁的程式碼回答問題,並以差異檢視呈現修改;本機模式透過 Ollama 在 Mac 上執行模型。
RealtimeVAD 在 Silero VAD 判定語音結束前,透過音量與環境噪音檢查提早發出停說訊號;在 3,279 段即時語音資料中,停說訊號的中位數提早 100 ms,結束事件則提早 70 ms。
推薦理由:這個專案以 3,279 段即時語音資料比較提早判定停說的幅度,也列出安靜語音與背景噪音對判定的限制,可供語音助理整合時權衡延遲與誤報。
Anthropic 將 Claude Meetings 開放 beta,讓 Claude 以參與者身分加入 Google Meet,會中整理筆記與待辦事項,也能起草檔案、繪製白板並查詢已連線工具中的資料。
推薦理由:Claude Meetings 把會議記錄延伸到共同編輯檔案與白板,並列出方案限制、外部來賓處理方式與費用條件,便於評估匯入情境。
PyTorch 為 CppFakeTensorMode 加入具執行緒區域堆疊的 context 管理,追蹤模式進入、巢狀重入與還原狀態,並要求同一執行緒依反向順序退出。
GRIDCITY 是一款開源、以本機為優先的基礎架構管理工具,將伺服器、資料庫、Redis 執行個體與儲存桶呈現為 3D 城市中的建築,並用燈光與動畫顯示資源和狀態。
Thinking Machines 的多模態推理模型 Inkling 2 Small 已在 Vercel AI Gateway 上提供,可用於程式開發AI 助理、視覺理解與專業知識工作。 輸入與輸出:支援文字和影像輸入,並產生文字輸出;可處理較長的程式開發任務、使用工具蒐集資訊,再整理成檔案、試算表等成果。 視覺能力:可讀取影像中的文字、解讀圖表與資訊圖表、檢視介面;在視覺開發流程中,能根據截圖檢查程式碼產出並引導後續修改。 接入方式:模型名稱為 thinkingmachines/inkling-2-small。安裝最新版 Vercel CLI 並執行設定後,可在 Claude Code、Codex、Cursor 等程式開發AI 助理中選取該模型;詳情見 coding agents guide,也可在 model playground 試用。 AI Gateway 服務:提供統一 API、用量與成本追蹤、重試與故障轉移設定及效能最佳化;另有自訂報表、Zero Data Retention 支援、API 金鑰預算和路由規則。 費用:AI Gateway 依照供應商定價,不加價;推論不收平臺費,包含 Bring Your Own Key(BYOK)請求。
Google 推出 Gemini 4 Hydrogen,並發布 Gemini Decisions API 與生成式 UI 開放協議 A2UI 1.0,涵蓋模型、決策 API 與AI 助理介面工具。
Google Gemini 智慧眼鏡於 11 月 12 日開放預購,12 月 10 日上市,售價 395 美元起,主打拍攝提示與隱私保護。
Fireweave 推出發布管理平臺,串接程式撰寫代理程式與部署流程,協助團隊分階段釋出變更並在指標觸發護欄時自動回復。 - 風險評估與釋出:每個 PR 都會取得風險分數;變更透過控制點逐步從 1% 推進至 100%。
HelloFace SDK 將人臉處理移至裝置本機,支援 Android、iOS、HarmonyOS、Windows 與 Linux 原生整合,並以 Beta 版 0.8.11 供測試。
Modal 說明其 Sandbox 採用主動資源計費,CPU 與記憶體會隨工作負載突發擴充,費用依每秒實際用量計算。 - 預設配置:每個 Sandbox 預設從 0.125 cores 與 128 MiB 開始;CPU 預設最多可在請求值之上突發至 16 cores,記憶體預設沒有上限。
Seedance 2.5 Flash 現已在 Runway 上線。 以更低成本、更快生成影片。 https://t.co/ccUXbcizH3
Google攜手三星、Gentle Monster 與 Warby Parker 推出搭載 Gemini 的 AI 智慧眼鏡,預計 12 月 10 日率先在美國及南韓上市,首波不包括臺灣。
Skipbox、OpenRelay 等服務提供 GitHub Actions 固定月費 Runner,讓符合方案容量的工作不按執行分鐘計費;文章比較各服務價格、硬體管理方式與適用限制。
llama.cpp b12342 加入新的 int8 MMA 核心,用於處理 src1 欄數為 2–24 的量化矩陣乘法,可用於 speculative decoding 驗證階段。
快速更新:Orchestrator 現已提供給 Pro 訂閱使用者,並會使用 Hydrogen 和 Argon 完成任務。這能讓你更快完成任務,並減緩 Argon 額度的消耗! 明天還會有更多訊息 👀
推薦理由:Google 以 3D 水上飛機展示 Gemini 4 Hydrogen 上線後的創作案例,呈現其在 Gemini App、Antigravity 與 Google AI Studio 的應用情境。
Alba LM 打造 Fadely,一款用來暫存檔案的 iOS App;使用者為檔案設定到期日,日期一到,檔案便會自動刪除。 用途與付費方式:適合暫時需要的簽證申請、租屋流程或旅行檔案,採一次性付費,無訂閱制。 可用性:目前已在 App Store 上架,限時提供上市價格;原文未列出價格。
AQB 推出供 AI 助理使用的鏈上付款工具,透過公開的 JSON 檔案提供鏈、代幣與合約地址等資訊,並以 CLI 和 MCP 工具支援註冊、付款與兌回。
Uno Platform 發布 7.0,更新跨平臺開發功能與效能;開發者工作臺 Uno Platform Studio 也推出 3.3,加入 AI 助理協作功能。
PyTorch 的 trunk/21e85424b9aaa3854ab1b609118816fac4af19a9 變更為預設建置 NCCL EP,讓 TokenSwitchNCCL 啟用。 變更內容:標記為 [distributed];來源未提供其他版本、效能資料或適用條件。
Futhark-J Bridge 讓 J 程式內嵌 Futhark 程式碼,透過 Futhark 編譯並平行執行;v1.7.0 新增固定尺寸陣列支援。
Samsung 首款智慧眼鏡將於 12 月 10 日在美國開賣,搭載 Gemini,可翻譯選單、提供方向指引,並回答使用者對眼前事物的提問。
我們很榮幸以 Tripo H3.1 支援 Runway 全新的 3D 功能。將文字或圖片轉換為細緻的 3D 模型,並直接放進你的創作流程中。 迫不及待想看看社群會用這項功能創作出什麼。
Amplitude 表示,其產品AI 助理 Wave 結合 OpenAI 模型與程式代理程式,協助團隊將產品洞察轉為可執行的改進;Amplitude 估計,產品改進所需時間可從約一個月縮短至 1–2 天。
Cerulion 推出開源、零複製的機器人執行環境,可記錄機器人執行資料,並以錄製輸入重播新程式,檢查輸出是否發生變化。 - ROS 2 整合:可透過 rmw_cerulion 執行既有 ROS 2 堆疊、連線執行中的堆疊,或將 ROS 2 程式與原生節點放入同一張圖;支援多程式執行。
推薦理由:Cerulion 將多程式執行、錄製與重播驗證整合進 ROS 2 相容的機器人執行環境,並提供基準資料與既有堆疊接入方式。
Samuel Watson 介紹 Welvet v1.7,這套開源 Go AI 引擎可在本機硬體訓練與執行神經網路,並說明各後端、訓練模式與實測限制。
Lokutor 成為 LiveKit Agents 外掛,提供語音辨識與語音合成,讓既有 LiveKit AI 助理可在原有流程中使用 Lokutor 語音模型。
llama.cpp 的 Vulkan 後端加入 Intel FA prefill shader,並調整 shader 與主機端程式,以支援更多輸入形狀並修正精度問題。
PyTorch ROCm 將 AOTriton 更新至 0.15b,修正短序列效能回歸與多款 GPU 的數值問題,並擴大對新 GPU 的支援。
Anthropic 推出 Claude Meetings,讓 Claude 以可見參與者身分加入視訊會議,並在會中回答問題、產生檔案與白板,以及記錄筆記和待辦事項。
Meta 將 Muse 代打美國商家電話的功能開放給所有付費訂戶,使用者可請 AI 助理代為處理不想親自撥打的電話。 - 適用範圍:目前僅限美國付費訂戶;此前只有部分早期使用者能申請試用。