野生码农
智谱开源原生多模态模型 GLM-5.3-Flash
来源:智谱 · via AI工具集
智谱正式推出GLM-5.3-Flash，是GLM-5系列首个原生多模态模型，AA综合智能指数57分与ClaudeOpus4.8持平，定价仅后者1/40。模型采用稀疏+线性注意力混合架构，激活参数量与层数近乎减半，长上下文成本大幅降低。原生集成视觉编码能力，支持代码、浏览器与GUI协同。
阿里通义推出多模态 MoE 模型 Qwen3.8-Flash
来源:千问大模型 · via AI工具集
阿里正式推出多模态MoE模型Qwen3.8-Flash，总参数125B，每token仅激活6B，原生支持26万token上下文并可扩展至100万。模型采用GDN与QSA混合注意力、门控残差、N-gram嵌入及Muon优化器四大升级，训练成本降至前代1/9，编码与办公能力更强。模型对外提供API服务定价输入1元、输出3元每百万token。
腾讯混元推出端侧翻译大模型 Hy-MT2-1.8B
来源:腾讯混元 · via AI工具集
腾讯混元推出Hy-MT2-1.8B翻译模型，通过2-bit和自研Sherry1.25-bit技术，将3.3GB模型极致压缩，翻译质量几乎无损且优于微软、豆包等商业API。联合英特尔完成x86算子优化，已在哔哩哔哩直播弹幕实时翻译中落地，支持33语种，单条弹幕翻译耗时500-800ms。
阿里千问办公国际版，开启公测
来源:千问办公QwenWork · via AI工具集
千问办公国际版（QwenWork）开启公测，海外个人及企业用户可通过网页版与PC客户端体验。产品定位All-in-OneAI生产力平台，已接入Slack、Notion等海外协作工具，未来将连接企业数据库与工作流。产品现已支持中英文，即将拓展西语、葡语、日语、韩语等；账号体系支持Google账号、邮箱及阿里云国际账号注册。
谷歌推出语音转文本模型 Gemini 3.5 Transcribe
来源:IT之家 · via AI工具集
谷歌推出Gemini3.5Transcribe语音转文本模型，可自动删除”嗯””呃”等口头禅及自我修正内容，生成更通顺文本。相比前代Chirp3，速度提升约70%，实时语音错误率降至5.5%。模型支持85种语言及最多3人预录音频，已用于Pixel11的Gboard键盘的”Rambler”功能。
本文资讯条目聚合自 AI工具集(ai-bot.cn/daily-ai-news),原文链接随条附,版权归原出处所有