传谷歌新Pro模型首个checkpoint现身,10月或公开发布
相关推荐
腾讯开源「音频版Nano Banana」:改词换声全包,语音编辑大幅刷榜
动察 Beating AI 快讯,腾讯混元开源 15 亿参数语音生成与编辑模型 AuK,官方直接称它为「音频版 Nano Banana」。声音克隆、改词、换情绪、去口音、调语速和音高、降噪、多人及音乐分离,都塞进了同一个模型,用自然语言就能控制。 AuK 可以直接改已有录音。说错几个字,只改那几个字就行,不用整段重录;内容不变,也能换情绪、音色或口音。改歌词、去掉笑声和咳嗽声、把正常说话改成耳语也都支持。声音克隆也不用先给参考录音配文字稿,只要一段声音和新的文本就能生成。 官方测试中,AuK 在语音生成和通用语音编辑多项评测领先。SpeechEditBench 得分 49.73,第二名 Ming-UniAudio 为 28.70。快速版 AuK-Flash 经过蒸馏后只需 4 步推理,速度约快 4.5 倍。不过论文也承认,AuK 目前还不能稳定理解所有随意输入的自然语言指令,仍要靠 Prompt Enhancer 先判断任务、整理参数和改写指令。代码和模型权重已经公开,采用 MIT 许可证。
谷歌推出图像模型Nano Banana 2.1,文字渲染能力提升
PANews 10月6日消息,据谷歌DeepMind官网模型卡,谷歌发布图像生成与编辑模型Nano Banana 2.1,基于Gemini 3.6 Flash构建,画质、提示词遵循、角色一致性及文字渲染较前代显著提升,最高支持4K输出。偏好测评中,其思考模式得分超1050,高于Nano Banana Pro的935。该模型已在Gemini应用及API上线。
10 月 9 日起,谷歌 Gemini 免费用户仅能使用 Flash-Lite
火星财经消息,IT 之家援引谷歌 Gemini 应用帮助中心信息称,自 2026 年 10 月起,使用个人账号访问 Gemini 应用时,模型可用情况将发生变更。自 2026 年 10 月 9 日起,Gemini 网页端与 App 端免费个人用户不再默认提供完整的 Flash 模型及 Pro 模型访问,统一调整为体积更小、更轻量的 Flash-Lite 模型。变更生效后,未订阅用户仅可使用 Flash-Lite,不能使用 Flash 与 Pro。AI Plus 方案可使用 Flash-Lite 与 Flash,不再提供 Pro 模型访问,订阅该方案的用户将收到电子邮件,说明变化何时对其生效。AI Pro 与 AI Ultra 方案用户仍可使用 Flash-Lite、Flash 与 Pro。
DeepSeek V4.1 Flash即将上线,官方称全面超过V4 Pro
动察 Beating AI 快讯,DeepSeek 计划在 9 月 10 日前后正式发布 V4.1 Flash。官方称,经过内部和外部测试,新模型在性能、费用、速度和总用时等指标上已经全面超过 V4 Pro。 V4.1 Flash 上线后,在 V4.1 Pro 发布之前,所有发往 V4 Pro 的请求都会自动切到 V4.1 Flash,并按更便宜的 Flash 价格计费。用户不需要修改原来的 V4 Pro 调用方式。
Anthropic开源零知识证明系统FlashProve
Odaily星球日报讯 Anthropic 发布基于零知识证明(zkSNARK)的开源 AI 推理验证系统 FlashProve,StarkWare 联合创始人 Alessandro Chiesa 参与研究。该系统利用与区块链 ZK 技术同源的密码学方法,使用户无需获取模型权重或重新运行模型,即可验证 AI 输出是否由指定模型生成。 Anthropic 表示,Claude 参与了系统优化,目前已开源相关代码及 Lean 形式化证明。该系统仍处于研究原型阶段,证明生成的 GPU 时间开销约为普通推理的 70–95 倍。 测试显示,FlashProve 在单张 H100 GPU 上,可为 Meta 旗下 4000 亿参数模型 Llama 4 Maverick 以约每秒 110 Token 的速度生成证明,单个证明约 19 MB。
OKX 闪赚 Lite 上线 Cluster Protocol 空投活动
ChainCatcher 消息,OKX 闪赚 Lite 上线 Cluster Protocol (CP) 空投活动,用户可通过申购 BTC、ETH、SOL、OKB 或 CP 瓜分 30,000,000 CP 奖励。活动时间为 2026 年 9 月 21 日 15:00 至 9 月 26 日 15:00。