Suno 上线语音生成功能,可同时生成人声与背景音乐
AI 音乐平台 Suno 推出语音生成功能 Speech,目前以公开测试形式在网页端和移动端上线,可根据脚本或提示词生成人声,并同时生成配套背景音乐。该功能提供 Simple 和 Advanced 两种模式,Advanced 可自定义脚本并调整 AI 声音性别、语音风格和每次生成的多样性,最长时长约 8 分钟,背景音乐可通过开关关闭。
AI 音乐平台 Suno 推出语音生成功能 Speech,目前以公开测试形式在网页端和移动端上线,可根据脚本或提示词生成人声,并同时生成配套背景音乐。该功能提供 Simple 和 Advanced 两种模式,Advanced 可自定义脚本并调整 AI 声音性别、语音风格和每次生成的多样性,最长时长约 8 分钟,背景音乐可通过开关关闭。
Earendil 旗下 Pi 发布 Pi 1.0 与 Pi Durable,两者同时登上 Hacker News 首页。Pi 1.0 带来 Codemode(原生支持 MCP、Jev 和图像模型)、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息、新 TUI 主题和默认全屏模式。
Chatham Financial 借助 Codex 和 GPT-5.6 构建技术并重构工作流,将交易验证时间从 30 分钟缩短到 4 分钟以内。这家资本市场咨询公司借此扩展其资本市场专业能力。
OpenAI 的 GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPU 上运行,并面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由:原文给出 Astra Ultrafast 的加速倍数与开放入口,读者可据此判断它对编码智能体循环的实际影响。
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps,应用每次打开时都会实时查询受治理的 Quick Sight 数据集,不再依赖构建时的静态快照。
Albertsons 正使用 ChatGPT Enterprise 和 OpenAI API 帮助团队加快工作速度,并让数百万顾客的购物体验更轻松。
社交俱乐部 The Den 在新店开业之际,用 ChatGPT Work 将拨款申请的准备时间从 3 天缩短到 2 小时,酒牌材料从 4 天缩短到 3 小时,每周因此省出 10-15 小时用于业务增长。
Latent Space 在 OpenAI DevDay 后采访了负责 Computer Use 产品与工程的 Ari Weinstein 和 API 产品负责人 Nikunj Handa,讨论当天发布的 Dots、GPT-6.1 Sol、Agents API 与 Decisions API。
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API 与 ChatGPT Spaces,并称 ChatGPT 周活达 12 亿。
推荐理由:汇总 OpenAI DevDay 2026 的发布清单与定价变化,并附独立评测和社区反馈,便于快速把握当日平台动向。
Amazon Bedrock 现支持 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5 在印度境内进行推理,通过地理跨区域推理在孟买(ap-south-1)和海得拉巴(ap-south-2)区域间路由请求。
Amazon Bedrock 现支持在首尔区域使用 Claude Opus 5 和 Claude Sonnet 5、在新加坡区域使用 Claude Sonnet 5 进行区域内推理,请求和数据全程不离开所调用的 AWS 区域。
Hugging Face 发布 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单模型评测耗时从数周投票缩短到数小时。
GPT-6.1 Sol 已在 Amazon Bedrock 正式可用,作为 GPT-6 Sol 的重大升级,面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。
推荐理由:原文给出 GPT-6.1 Sol 在 Bedrock 上的可用入口与成本对比,读者可据此判断智能体编码任务的性价比变化。
Simon Willison 用 GPT-6 Astra 构建了实验性工具 Photo Scrubber,可自动识别人脸并模糊处理。该工具基于 Google 的 MediaPipe C++ 库,通过 @mediapipe/tasks-vision 编译为 WebAssembly,并使用 BlazeFace 人脸检测模型,全程在本地运行。
Condé Nast 联合 AWS 生成式 AI 创新中心,基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案,并选用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与转录文本。该方案将单次内容检索耗时从 250 分钟降至 2 分钟以内,覆盖超 14 万条视频库,支持自然语言意图搜索、以图搜图和精确时间戳定位。
OpenAI 发布 DevDay 2026 回顾,汇总了 20 多项发布,涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。原文仅提供摘要,未展开各项更新的具体内容。
推荐理由:OpenAI DevDay 2026 一次性放出 20 多项发布,读者可据此快速了解 GPT-6 Astra 与 Codex 等更新方向。
OpenAI 推出 dots,一种可跨复杂项目和日常任务持续推进工作的主动式助手。dots 让工作在向前推进的同时,用户仍能保持掌控。
llm-anthropic 0.30 发布,新增 Claude Sonnet 5.5 支持,并加入 llm anthropic refresh 命令,可直接从 Anthropic API 刷新模型列表,无需为新模型单独发版。该版本还新增 llm anthropic count 命令,调用免费 token 计数 API,在发送提示词前返回其将消耗的 token 数。
GPT-6 Astra 完成一份 50 个标签页的税务工作簿的速度是 GPT-5.6 Sol 的两倍。其对用户意图更强的理解能力,让 Basis 在真实场景使用中更有信心。
Hugging Face Hub 新增 RL Environments 筛选,带 rl-environment 标签的数据集仓库会集中展示,无需新建仓库类型或注册。
推荐理由:Hugging Face 把 RL 环境作为数据集标签纳入 Hub,读者可据此了解环境托管与跨框架复用的新做法。
OpenAI 启动 Codex Originals 项目征集,面向使用 Codex 的开发者、研究者与创作者收集真实故事与项目。有意参与者可通过下方表单提交自己的经历与项目介绍。
Simon Willison 用 Opus 5.5 开发了 Bluesky reply bot checker,可分析账号近期发帖,检测打字速度、发帖时间、互动模式等自动回复机器人常见特征。工具会展示每项测量与规则,并给出触发最多信号的示例回复,便于用户核验判断依据。它重点识别秒级跟帖回复、从不发布原创内容或图片链接、只回复高粉丝账号,以及含问号的回复等信号。
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务,销售提升 60%,节省 75+ 小时。
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,基于其 Taskflow Agent 框架构建。
推荐理由:GitHub Security Lab 公开了自主模糊测试流水线的架构与运行方式,读者可了解 LLM 智能体如何接管覆盖率分析与崩溃分诊。
Remedy Entertainment 的 CONTROL Resonant 本周在 GeForce NOW 首发上线,Ultimate 会员可以 GeForce RTX 5080 级性能串流,支持 DLSS 4、光线追踪、Reflex 和最高 5K HDR,无需 100GB 本地安装。
Simon Willison 发布 Gemini 3.8 TTS Playground,一个用 GPT-6 Astra 编写的自带 API key 交互界面,可测试 Google 当天发布的 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts 两款文本转语音模型。
Harvey 利用 GPT-6 Astra 生成结构更清晰、更贴合上下文的法律文档,让律师得以专注于策略。
invideo 借助 GPT-6 Astra 实现更精准的剪辑规划,调色与色彩校正效率提升 3 倍,并在一天内产出 50 个自定义特效。
Ringg 基于 GPT-5.6 打造的多语言 AI 智能体可解决最多 65% 的客户来电,覆盖语音、聊天、WhatsApp 和网页渠道,成本相比 GPT-4.1 降低 90%。
ChatGPT Ads 扩展至东南亚和台湾,使符合条件的企业可在超过 60 个国家和地区触达用户。
Airbnb 正在扩大 GPT-6 Astra 及 OpenAI 前沿模型的使用范围,帮助工程团队排查 bug、设计系统并加快交付。
GPT-6 改进了提示词缓存,带来更高的缓存命中率、新的诊断工具、显式断点以及可降低延迟与成本的控制项。
Simon Willison 发布 llm 0.36。该版本于 2026 年 9 月 22 日发布,具体更新内容原文未作说明。
Simon Willison 发布 llm-anthropic 0.29。该版本属于 LLM 工具生态中面向 Anthropic 模型的插件,具体更新内容原文未披露。
Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0,为 TypeSafe AI 的新模型 Jev 提供支持,可通过 `llm install llm-typesafe` 安装并设置 API key 使用。
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0,这是一套基于 ROS 的 GPU 加速软件包集合,新增智能体工作流与平台支持。
推荐理由:Isaac ROS 5.0 把智能体工作流引入机器人开发,并给出多家厂商的落地案例,可据此判断开源机器人栈的演进方向。
Parallel 借助 GPT-6 Astra 让智能体研究并综合劳动力市场数据,耗时和成本均降至此前模型的一半。
Hugging Face 在 transformers 中加入 GGUF 支持,用户可从 Hub 选取 GGUF 检查点,通过 from_pretrained 传入 gguf_file 在本地加载并生成。
推荐理由:Hugging Face 官方说明 transformers 接入 GGUF 的加载方式与性能对比,可据此判断本地推理工作流的变化。
Higgsfield AI 借助 GPT-6 Astra,一天内上线新视频功能,让小型企业更轻松地制作视频广告,并更快将新创意工具推向市场。
OpenAI Academy 新增面向员工、开发者、管理者、教育工作者和学生等多类人群的学习路径,用于培养和展示实用 AI 技能。