今日趋势速览OpenAI实时语音引入推理能力SGLang以置信度推测解码提升吞吐蚂蚁LingBot-Depth 2.0将透明物体深度误差降低一半。 今日要点OpenAI 发布支持推理的 GPT-Realtime-2.1-miniSGLang 支持 DSpark 启用推测解码置信度验证蚂蚁 LingBot-Depth 2.0 攻克透明物体深度感知 今日内容汇总 AI动态OpenAI 发布支持推理的 GPT-Realtime-2.1-miniSGLang 支持 DSpark 启用推测解码置信度验证蚂蚁 LingBot-Depth 2.0 攻克透明物体深度感知ChatGPT for PowerPoint 全球全套餐上线Anthropic 发现 Claude 内部存在全局工作空间DeepSeek V4 周处理 6.6T token 领跑中国大模型Cloudflare 推出 AI 爬虫精细化分类控制Karpathy 700 次 Loop 实验揭示 Agent 提升关键SpeechifyAI Simba 3.2 登顶语音榜单AssemblyAI 发布 Universal-3.5 流式语音模型Claude 语音模式界面再次更新曝光Gemini 支持接入 Google 商家资料提供经营建议 芯片半导体SK 海力士拟 11.9 万亿韩元采购 ASML EUV 设备 机器人具身智能智元 8 台人形机器人完成 64 小时工厂测试DeepMind 扩展与 Apptronik 机器人研究合作 科技公司硅基流动提交香港 IPO 申请公有云毛利率 -119% 模型排行榜Artificial Analysis AI 模型能力排行榜 AI动态1. OpenAI 发布支持推理的 GPT-Realtime-2.1-miniOpenAI 在 API 中上线 GPT-Realtime-2.1-mini为 Realtime mini 系列引入推理与工具调用能力成本与 GPT-Realtime-mini 持平适用于需要实时响应的低延迟语音对话场景。2. SGLang 支持 DSpark 启用推测解码置信度验证SGLang 新增支持 DSpark为推测解码引入基于置信度的可变长度验证。仅在草稿模型置信度高时验证 token在 DeepSeek-V4-Flash 上实现最佳吞吐与延迟平衡高并发下吞吐提升约 20%。以下是官方给出的 demo展示了上述功能的实际运行效果3. 蚂蚁 LingBot-Depth 2.0 攻克透明物体深度感知蚂蚁集团发布 LingBot-Depth 2.0 深度估计模型基于 1.5 亿级训练数据将深度误差降低一半在 16 项基准测试中 12 项夺冠有效解决玻璃与镜面等透明物体的深度感知难题配套 LingBot-Vision 同步开源。以下是官方给出的 demo展示了上述功能的实际运行效果4. ChatGPT for PowerPoint 全球全套餐上线OpenAI 宣布 ChatGPT for PowerPoint 正式向全球所有套餐用户开放用户可在演示文稿制作流程中直接调用 ChatGPT 辅助生成与编辑内容降低 PPT 制作门槛并提升办公效率。5. Anthropic 发现 Claude 内部存在全局工作空间Anthropic 最新研究发现 Claude 内部存在类似人类大脑的全局工作空间机制。模型在处理信息时只有一小部分内容能进入可推理、可描述的意识层与人类大脑的选择性意识访问呈现惊人相似的分化特征。6. DeepSeek V4 周处理 6.6T token 领跑中国大模型OpenRouter数据显示DeepSeek V4周处理Token 6.6T超Anthropic 6.1T登顶平台大幅领先小米4.0T、腾讯3.8T、MiniMax 3.6T为平台调用量最高的中国模型。平台上半年总Token 457万亿DeepSeek访问占比18.1%。7. Cloudflare 推出 AI 爬虫精细化分类控制Cloudflare 将一键屏蔽所有 AI 爬虫的策略升级为精细化控制允许网站所有者分别管理搜索、训练和代理三类爬虫。自 2026 年 9 月 15 日起含广告页面上的训练与代理爬虫将被默认屏蔽。8. Karpathy 700 次 Loop 实验揭示 Agent 提升关键前OpenAI联合创始人Karpathy经700轮循环实验证实AI Agent约76%的性能提升和底层模型无关核心在于工作流与系统机制设计打破了“靠更强模型就能解决所有问题”的行业固有认知。同一DeepSeek-v4-pro不改动权重仅优化外层执行机制专业任务综合得分便从3.5%跃升至80.1%。9. SpeechifyAI Simba 3.2 登顶语音榜单SpeechifyAI 旗下 Simba 3.2 在 Artificial Analysis 语音竞技场排行榜跃居第一Elo 评分 1233 超越 Gemini 3.1 Flash TTS、Sonic 3.5 等对手每百万字符 10 美元的定价也是当前榜首模型中最低。10. AssemblyAI 发布 Universal-3.5 流式语音模型AssemblyAI 发布 Universal-3.5 Pro Realtime 流式语音转文字模型在 AA-WER Streaming 基准上达到 4.1% 词错率首次最终输出延迟约 0.4 秒支持在通话开始与每轮代理发言后接收上下文且无需重新连接。11. Claude 语音模式界面再次更新曝光Anthropic 即将推出的 Claude 语音模式界面再次更新模型选择器仍位于底部其他交互元素分散排布。Claude 发声时会显示与桌面端一致的 Anthropic 微光效果语音样本也疑似更新正式上线临近。12. Gemini 支持接入 Google 商家资料提供经营建议Google 宣布 Gemini 可安全接入 Google 商家资料连接后能读取客户评价、提问与经营表现数据为商家提供基于真实业务语境的智能建议支持分析月度表现、起草评价回复及实时更新营业信息。以下是官方给出的 demo展示了上述功能的实际运行效果 芯片半导体13. SK 海力士拟 11.9 万亿韩元采购 ASML EUV 设备SK 海力士在纳斯达克 IPO 招股书中披露计划投入约 11.9 万亿韩元采购 ASML 的 EUV 光刻设备用于扩充 HBM 先进制程产能以应对 AI 算力带来的存储需求持续增长。 机器人具身智能14. 智元 8 台人形机器人完成 64 小时工厂测试智元机器人直播展示 8 台 G2 人形机器人在中国一家工厂连续 64 小时测试协作检测超过 17000 片平板电脑完成缺陷分拣与物料运输任务成功率达 99.99%验证人形机器人在工业产线的稳定性。15. DeepMind 扩展与 Apptronik 机器人研究合作Google DeepMind 宣布扩展与机器人公司 Apptronik 的研究合作最新 Apollo 2 人形平台采集的真实世界数据将用于训练和推进 Gemini Robotics 模型加速具身智能能力提升。以下是官方给出的 demo展示了上述功能的实际运行效果 科技公司16. 硅基流动提交香港 IPO 申请公有云毛利率 -119%硅基流动向港交所提交上市申请冲刺港股 AI Token 工厂第一股。公司注册用户超 1028 万日均词元吞吐 5785 亿按吞吐量计为中国第四大独立词元平台但公有云业务毛利率为 -119%仍处亏损状态。 模型排行榜17. Artificial Analysis AI 模型能力排行榜最后是今日的 AI 模型能力排行榜单三榜显示Claude家族全面领跑Fable 5横扫智力、代码、智能体三项第一Opus 4.8与Sonnet 5紧随其后与GPT-5.5形成美中两强对峙。Gemini 3.5 Flash稳居中游。以上是今天的AI 风向标欢迎在评论区提出建议我们明天见。