谷歌近期為旗下大模型Gemini推出了一項語音自定義功能,允許使用者通過速度、活力、正式度、親切感四個滑塊,精細地調整AI的語音交流風格。這項功能覆蓋即時對話和普通聊天場景,意味著使用者不再只是被動接受一種固定的機器語音,而是可以根據個人偏好,塑造一個聽起來更急促或更沉穩、更活潑或更嚴肅的AI對話夥伴。這標誌著AI語音互動競爭的一個新方向:在技術能力趨同的背景下,語音的人格化定製成為谷歌、蘋果、OpenAI等巨頭尋求差異化的關鍵戰場。
與此同時,輝達釋出了全新的Nemotron-3 Embed系列嵌入模型,其中的8B旗艦版本在RTEB檢索基準測試中取得了78.46分的成績,登上榜首。該系列模型的核心理念在於,與其一味追求更快的推理速度,不如從源頭提升檢索質量。輝達提出的觀點是,"最便宜的推理Token是智慧體從未生成的那個",即通過提高檢索的精準度,讓AI智慧體減少不必要的推理輪次,從而實現系統級的成本最佳化。該系列提供了從精度優先到成本敏感的不同版本,並覆蓋了34種語言,為開發者構建檢索增強生成應用提供了更豐富的選擇。
在AI安全領域,密碼管理公司1Password與Anthropic達成合作,為其AI模型Claude開發了一款外掛。這項技術方案的核心在於,它構建了一個"零暴露安全框架",使AI智慧體能夠在完全不接觸密碼明文的情況下,安全地呼叫使用者儲存的各類登入憑證,且每次呼叫都需要使用者的生物識別授權。這解決了AI智慧體在自動執行任務時面臨的一個核心痛點——如何安全地"代表使用者登入"。此舉也開創了AI智慧體身份治理的新賽道,將安全管理的邊界從人擴充套件到了AI。
此外,OpenAI官方商城上線了周邊產品線,包括售價70美元的籃球和175美元的衛衣等,被外界解讀為這家AI公司從純粹的技術提供商向消費品牌轉型的訊號,試圖通過文化符號構建更廣泛的品牌認同。而在自動駕駛領域,Waymo的自動駕駛出租車在舊金山獨立日煙花事故中起火癱瘓,導致舊金山市長致信要求加強監管,這一事件暴露了自動駕駛系統在應對極端場景時的能力邊界,可能推動監管重點從"平均安全"轉向"極端場景可靠執行"。