Hugging Face 发布 Open TTS Leaderboard,用客观指标评测多语言 TTS 与语音克隆
Hugging Face 发布 Open TTS Leaderboard,用 WER/CER、RTFx、TTFA 和说话人相似度等客观指标评测开源 TTS 模型,把评测周期从数周投票缩短到数小时。
推荐理由
Hugging Face 用客观指标替代投票式评测,读者可了解开源 TTS 模型在多语言与语音克隆上的横向对比方式。

Hugging Face 发布 Open TTS Leaderboard,用 WER/CER、RTFx、TTFA 和说话人相似度等客观指标评测开源 TTS 模型,把评测周期从数周投票缩短到数小时。
Hugging Face 用客观指标替代投票式评测,读者可了解开源 TTS 模型在多语言与语音克隆上的横向对比方式。
DeepSeek 将 TileLang 算子开发工具链原生支持华为昇腾 950 NPU,并同步推出 DeepGEMM、DeepEP、FlashMLA、TileKernels、DeepSelect 五大计算与通信库的昇腾版本。
材料梳理了 TileLang 原生支持昇腾及配套算子库的适配范围,读者可据此了解国产算力工具链的当前覆盖情况。
9 月 1 日宣布恢复独立运营的 Manus 发布回归后首个大版本更新 Manus 2.0,包含新 Agent 底座、创作工作台和全新个人 Agent 应用 Cue。
Manus 恢复独立后首个大版本更新,读者可据此了解个人 Agent 给助手配身份、拉群协作的产品思路。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用,面向智能体编码、计算机操作和专业工作负载提供更强的推理能力。据 OpenAI 称,它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平,每任务成本约为后者的五分之一,并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
原文给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与成本对比,读者可据此判断智能体编码任务的性价比。
OpenAI 在旧金山举行 DevDay 2026,一口气公布 25 项更新,覆盖 ChatGPT、Codex、GPT-6 模型和 API。
梳理了 OpenAI DevDay 25 项更新中 Dots、GPT-6.1 Sol、Codex 与 Agents API 的配合关系,便于理解其 Agent 产品线布局。
OpenAI 在旧金山 DevDay 2026 开发者大会上宣布扩展 Codex 与 API:Codex 新增可复用的云端开发环境和 Codex Security Cloud 仓库漏洞扫描,ChatGPT 桌面端加入代码审查视图,Codex CLI 重做并支持语音启动与操控任务。
梳理了 Codex 与 API 在安全扫描、决策模型和速度档位上的多项更新,可据此判断开发者工作流与成本的变化。
OpenAI 发布主动式助手 dots,可在复杂项目和日常任务中持续推进工作。官方称 dots 让用户在任务推进过程中保持控制权。
OpenAI 官方给出 dots 的定位与可控性说明,读者可据此判断主动式助手与现有工具的区别。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线,提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度,支持 Responses、Chat Completions 和 Converse API,通过跨区域推理配置文件在 bedrock-runtime 端点提供服务。
文章给出 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度,读者可据此判断长任务智能体的成本与延迟取舍。
GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需给出 GitHub 仓库地址,它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness、分诊崩溃并生成漏洞报告。
GitHub Security Lab 把模糊测试的写 harness、读覆盖率、崩溃分诊交给 LLM 智能体,并公开了完整实现与运行方式。
We heard you loud and clear. ChatGPT Voice can now: - Use plugins like your email, calendar, and Slack. - Be powered by GPT-6 Astra, Sol, and Luna. - Be used in ChatGPT Work on web and mobile, so you can create docs, decks, sites, and spreadsheets or tackle complex tasks in the browser, just by talking. Rolling out globally today in the latest version of the app.
ChatGPT Voice 接入邮件、日历、Slack 等插件并进入 Work,读者可据此判断语音入口能承接哪些工作流。
Qwen 发布 Qwen Intelligence,首批上线三个 SOTA 智能体:Mobile Planner Agent 负责任务规划与拆解,在 MobilePA-Bench。
官方给出三个手机端智能体的基准成绩与开放入口,可据此判断端侧智能体当前的能力边界。
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0,新增智能体工作流与平台支持,帮助开发者更快构建、定制和部署机器人应用。
原文列出 Isaac ROS 5.0 的智能体技能与平台支持,读者可据此判断机器人开发流程的自动化程度。
Hugging Face 为 transformers 加入 GGUF 模型支持,用户可从 Hub 选取 GGUF 检查点,用 from_pretrained 传入 gguf_file 即可在本地生成,无需额外配置。
Hugging Face 官方给出在 transformers 里直接加载 GGUF 的路径与实测对比,读者可据此判断本地推理工作流是否值得迁移。
Perplexity 使用 GPT-6 Astra 撰写沟通内容、修改软件并监控生产系统,且相比早期模型,人工检查的频率大幅降低。
OpenAI 发布 ChatGPT for Financial Services,将内置金融数据与 GPT-6 Astra 结合,用于研究、建模和面向客户的材料制作。
OpenAI 把内置金融数据与 GPT-6 Astra 打包成行业版本,读者可据此判断金融研究流程的入口变化。
OpenAI 在 API 中推出 GPT-Live-1,为开发者带来自然的全双工语音对话能力。该模型在指令遵循上更强,并支持自定义音色和电话(telephony)接入。
GPT-Live-1 把全双工语音对话能力开放到 API,读者可据此判断语音应用的接入方式与能力边界。
Hugging Face 发布 Workflow1111,用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张工作流画布。
原文展示了用 73 个节点重建 A1111 全部功能的具体做法,可据此判断节点式工作流与 ComfyUI 的差异。
OpenAI 发布 Agents API,这是一个由 Codex harness 驱动的托管服务,用于构建和上线云端智能体,支持编排、长时间运行的会话和工具调用。
OpenAI 把 Codex 的编排能力做成托管服务开放,读者可据此判断云端智能体的接入门槛变化。
OpenAI 发布 ChatGPT Images 2.5,可将想法、草图与参考照片转化为更个性化、更精致的图像,更贴近用户原本的构想。
OpenAI 官方发布 ChatGPT Images 2.5,读者可了解其在个性化图像生成上的定位与输入方式。
GitHub 发布 Project HydraFusion 研究预览,在 GitHub Copilot CLI 中通过 /experimental 启用,可在 /model 中选择,按各模型标准价格按 token 计费。
GitHub 官方给出三种编排模式与三个基准的质量成本对照,可据此判断多模型编排在编码任务上的取舍。