發現高質量的人工智能工具
將全球領先的人工智能工具聚集在一起，以幫助提高工作效率
CarlPerez發表的文章
阿里巴巴 Qwen 推出 Qwen-Audio-3.1，推出五款涵蓋語音辨識、合成、即時互動及創作的模型。此次更新將價格下調 70% 至 95%，使語音技術變得極為普及。 主要功能包括具備語境感知能力的語音識別（ASR）與原生轉錄精修、支援 30 種語言及 16 種中文方言，以及超低延遲。TTS-Next 模型可實現通用音訊生成，結合人聲、音效及環境噪音。 即時互動功能支援全雙工對話，具備情緒感知與工具整合能力。這套全面的解決方案不僅大幅降低成本，更提升了準確性、多語言支援能力以及創意音訊製作能力。
阿里巴巴 Qwen 推出 Qwen-Audio-3.1，推出五款涵蓋語音辨識、合成、即時互動及創作的模型。此次更新將價格下調 70% 至 95%，使語音技術變得極為普及。 主要功能包括具備語境感知能力的語音識別（ASR）與原生轉錄精修、支援 30 種語言及 16 種中文方言，以及超低延遲。TTS-Next 模型可實現通用音訊生成，結合人聲、音效及環境噪音。 即時互動功能支援全雙工對話，具備情緒感知與工具整合能力。這套全面的解決方案不僅大幅降低成本，更提升了準確性、多語言支援能力以及創意音訊製作能力。
騰訊混元發布了由 Hy3 大型語言模型（LLM）驅動的語音辨識模型「Hy ASR 3.0」預覽版。該模型在通用辨識能力、語境感知能力、多場景魯棒性及方言覆蓋範圍方面均有提升，實現了從逐字轉錄到語境理解的進化。 在海外開源評估數據集上，普通話的單字錯誤率為 3.34%、英語為 2.62%、粵語為 3.12%。騰訊自建的評估數據集在各種情境下也展現出低錯誤率。
騰訊混元發布了由 Hy3 大型語言模型（LLM）驅動的語音辨識模型「Hy ASR 3.0」預覽版。該模型在通用辨識能力、語境感知能力、多場景魯棒性及方言覆蓋範圍方面均有提升，實現了從逐字轉錄到語境理解的進化。 在海外開源評估數據集上，普通話的單字錯誤率為 3.34%、英語為 2.62%、粵語為 3.12%。騰訊自建的評估數據集在各種情境下也展現出低錯誤率。
在 2026 年的 Google I/O 大會上，該公司宣布了 25 年來最重大的搜尋服務革新，整合 Gemini 3.5 Flash 推出全新的 AI 驅動廣告格式。這些創新將廣告從被動展示轉變為主動的對話式服務。主要功能包括能生成個人化購買理由的「AI 購物解說員」，以及提供即時品牌支援的互動式「購物助理」。 廣告現已無縫融入 AI 摘要與搜尋結果中，旨在縮短從搜尋查詢到轉化的路徑。這些新格式目前正在美國進行測試，標誌著搜尋功能正從資訊匹配轉向由 AI 促成的商業交易，並引發業界對搜尋公平性與使用者體驗的討論。
在 2026 年的 Google I/O 大會上，該公司宣布了 25 年來最重大的搜尋服務革新，整合 Gemini 3.5 Flash 推出全新的 AI 驅動廣告格式。這些創新將廣告從被動展示轉變為主動的對話式服務。主要功能包括能生成個人化購買理由的「AI 購物解說員」，以及提供即時品牌支援的互動式「購物助理」。 廣告現已無縫融入 AI 摘要與搜尋結果中，旨在縮短從搜尋查詢到轉化的路徑。這些新格式目前正在美國進行測試，標誌著搜尋功能正從資訊匹配轉向由 AI 促成的商業交易，並引發業界對搜尋公平性與使用者體驗的討論。
儘管美國五大科技公司 (Nvidia、蘋果、微軟、Alphabet、亞馬遜) 合計市值高達 1600 億美元，並擁有 4000 億美元現金，但在 2025 年僅揭露了 10 項新創公司併購案。Alphabet 的 320 億美元 Wiz 交易主導了原本緩慢的併購趨勢，監管審查阻止了更大的行動，而人才挖角則成為另一種策略。
儘管美國五大科技公司 (Nvidia、蘋果、微軟、Alphabet、亞馬遜) 合計市值高達 1600 億美元，並擁有 4000 億美元現金，但在 2025 年僅揭露了 10 項新創公司併購案。Alphabet 的 320 億美元 Wiz 交易主導了原本緩慢的併購趨勢，監管審查阻止了更大的行動，而人才挖角則成為另一種策略。
矽谷領袖，包括安德森·霍洛維茨和OpenAI的格雷格·布羅克曼，正在向支持AI的政治行動委員會投資超過1億美元，以影響2026年中期選舉。「引領未來」網絡旨在反對嚴格的AI監管，提倡有利於創新的政策，並對抗州級監管努力，以維持美國在AI領域的競爭力。
矽谷領袖，包括安德森·霍洛維茨和OpenAI的格雷格·布羅克曼，正在向支持AI的政治行動委員會投資超過1億美元，以影響2026年中期選舉。「引領未來」網絡旨在反對嚴格的AI監管，提倡有利於創新的政策，並對抗州級監管努力，以維持美國在AI領域的競爭力。
