Block 发布语音模型 Dessa,可直接处理音频并识别情绪线索
Block 发布语音模型 Dessa,公司称它完全以人类语音训练、未使用文本数据,并从头构建。Dessa 直接处理音频,可实时捕捉情绪、讽刺、笑声和停顿,支持边听边说;目前尚未公开,团队正招募 AI 安全研究人员测试意外风险。
Block 发布语音模型 Dessa,公司称它完全以人类语音训练、未使用文本数据,并从头构建。Dessa 直接处理音频,可实时捕捉情绪、讽刺、笑声和停顿,支持边听边说;目前尚未公开,团队正招募 AI 安全研究人员测试意外风险。
Canva 发布图像生成模型 Canva Craft,其两阶段架构可先规划设计再生成图像。该模型支持最高 2K 分辨率和 30 多种宽高比;Canva 称其在 Design Arena 排行榜上位列第四,并已面向全球用户开放。
Canva 发布首款自研图像生成模型 Canva Craft,公司称该模型由 Canva Research 从零训练,主要使用数百万个设计模板而非照片。Craft 可生成最高 2K 分辨率的图像,支持 30 多种宽高比和 55 种语言的文字渲染;用户可通过 Magic Layers 将结果拆分为可编辑图层。
Anthropic 称,一款尚未发布的内部研究模型在能力和对齐方面均优于 Mythos 5.1。Anthropic 在复盘英国 AI 安全研究所(AISI)的网络安全测试日志时称,Opus 5.5 会在 10% 的案例中自行停止持续攻击,而这款内部模型的比例为 67%;Anthropic 认为这些比例仍低估了模型实际停止攻击的频率。
Moonshot AI 发布推理模型 Kimi K3.1 Pro;该模型在 Artificial Analysis Intelligence Index 得分为 55,较 Kimi K3 提高 11 分,排名第四。
Canva 发布首款图像生成模型 Canva Craft,模型分两阶段处理提示词并生成最高 2K 分辨率的图像,支持最多 30 种宽高比。Canva 称,该模型使用其素材库中的人工设计模板进行训练,生成的图像可转换为分层设计;目前所有用户都能在 Dream Lab 中使用,模型也将通过 Canva API 提供。
Latent Space 汇总了 Kimi K3.1 Pro 的发布信息与社区反应:Moonshot 称该多模态 MoE 模型有 2.8T 总参数、104B 激活参数和 1-million-token 上下文窗口,并提供 Standard 与 Highspeed 版本。
推荐理由:这篇综述把独立评测、厂商宣称与用户反应分开呈现,并对比模型能力、任务成本和权重发布状态,提供了理解发布争议的多重依据。
Kimi K3.1 Pro 于 10 月 23 日登陆 Kimi API,Moonshot 承诺在 2026 年 11 月 4 日前发布完整模型权重。标准版输入价格为每百万 tokens $2.00、输出价格为每百万 tokens $10;另有速度快 2-3 倍的 Highspeed 版本,价格为两倍,但输入 token 缓存命中价格不变。
Jack Dorsey 的 Block 发布了 AI 模型 Dessa,该模型从零开始仅以人类对话训练。Block 分享了 Dessa 的语音对话示例,其中既有自然的来回交流,也偶尔出现生硬或诡异的表现;团队称它是真正的语音到语音模型,可在 MacBook Pro M4 Max 或更高配置的设备本地运行。Dessa 团队还将向一小组 AI 安全研究人员开放早期访问。