Together AI 推出实时语音智能体统一解决方案，同集群共置 STT、LLM 与 TTS
Together AI 发布面向实时语音智能体的统一解决方案，将 STT、LLM 和 TTS 共置在同一集群内，用户语音结束到首个音频 token 的端到端延迟低于 500ms。
网站与博客
媒体报道、公司博客与研究文章
按账号或来源筛选（70）
全部网站与博客新闻IT Home8852 条Simon Willison357 条OpenAI News317 条TechCrunch · AI287 条The Decoder262 条Hugging Face Blog151 条The Verge · AI149 条Claude Blog140 条elsewhere articles114 条Google Research108 条OpenRouter Announcements103 条Mistral AI88 条Tomer Tunguz82 条Databricks Blog81 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条Gemini API 更新日志60 条LMSYS Blog60 条Manus Blog60 条Together AI Blog60 条Google DeepMind58 条NVIDIA Blog51 条a16z News49 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条ElevenLabs Blog45 条Apple Machine Learning Research43 条Google Blog: AI41 条Qwen Blog40 条Google Developers Blog35 条Cursor Blog34 条Microsoft AI News32 条Linear Now30 条AWS Machine Learning Blog29 条Google Cloud: Databases29 条Dwarkesh Patel27 条Ars Technica · AI26 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条ByteDance Seed Papers17 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条MiniMax Blog12 条Meta Engineering11 条Sam Altman Blog11 条Berkeley AI Research10 条Black Forest Labs Blog10 条MarkTechPost10 条Microsoft Research10 条xAI：News9 条Every latest articles7 条Thinking Machines Lab Blog7 条ByteDance Seed Research5 条CMU Machine Learning Blog1 条MarkTechPost · 历史来源114 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源50 条Claude YouTube · 历史来源42 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
12,983 条AI 相关新闻 · 最新在前
Together AI BlogAI 评分5050 Google Research精选AI 评分6767 Google AMIE 完成 BIDMC 真实门诊前瞻性可行性研究
Google Research 与 Beth Israel Deaconess Medical Center 合作完成 AMIE 对话式诊断 AI 的前瞻性单中心可行性研究，100 名成人在初级保健就诊前与 AMIE 对话采集病史，全程由医生实时监督，未发生一次安全中止。
推荐理由：这是 AMIE 首次在真实门诊流程中开展的前瞻性可行性研究，给出安全性、诊断质量和医患体验的具体数据。
Gemini API 更新日志AI 评分3636 Gemini API 在 AI Studio 推出项目级支出上限
Gemini API 为 AI Studio 的计费引入项目级支出上限（project-level spend caps），用于限制单个项目的花费。该功能于 2026 年 3 月 12 日上线。
Manus BlogAI 评分3434 Manus 首封年度信：Mens et Manus 序章，Manus 2.0 同步推出
Manus 发布首封年度信并推出 Manus 2.0，CEO Red 回顾了 Manus 从"AI 不仅应思考、更应行动"的构想出发，一年内已能构建含数据库和 AI 原生功能的全栈 Web 应用乃至移动应用。信中提出下一步目标：让不懂编程的人也能使用，并让 Agent 全天候 24/7 持续运行。
Runway NewsAI 评分3434 Runway 推出内部孵化器 Runway Labs，探索生成式视频新应用
Runway 宣布成立内部孵化器 Runway Labs，专注探索生成式视频与 General World Models 的下一代应用。该孵化器由联合创始人兼首席创新官 Alejandro Matamala Ortiz 领导，负责孵化处于 AI 视频前沿的实验性产品。Runway 同时启动招聘，招募设计、ML、全栈及 AI 工程师与创业者。
Mistral AI精选AI 评分6363 Mistral 基于 Vibe 构建自动编写 Rails RSpec 测试的智能体
Mistral 构建了一个自主智能体，读取 Rails 源码并生成或改进 RSpec 测试，在 CI/CD 流水线中无人干预运行，基于开源编码助手 Vibe 搭建，通过 AGENTS.md、分类 skills 文件和 RuboCop、SimpleCov 自定义工具实现。
推荐理由：原文完整给出了用 Vibe 搭建 Rails 测试智能体的方法，AGENTS.md、skills 和自纠工具的做法可迁移复用。
Together AI BlogAI 评分4747 Together AI 在 Day 0 上线 NVIDIA Nemotron 3 Super
Together AI 在 Day 0 通过 Dedicated Inference 上线 NVIDIA Nemotron 3 Super，这是一款 120B 参数（12B 激活）的混合模型，结合 Transformer 与 Mamba 架构，支持 1M token 上下文窗口。
LMSYS Blog精选AI 评分6161 SGLang 支持 NVIDIA Nemotron 3 Super，面向高效多智能体系统
SGLang 宣布 Day 0 支持 NVIDIA Nemotron 3 Super。该模型为 120B 参数混合 MoE，每次前向仅激活 12B 参数，采用混合 Transformer-Mamba 架构，支持 1M token 上下文、多 token 预测和思考预算，相比上一代 Nemotron Super 1.5 吞吐提升至 5 倍。
推荐理由：原文给出模型架构、吞吐与准确率对比和 SGLang 部署命令，读者可以据此评估在多智能体工作流中的实际可用性。
Microsoft AI NewsAI 评分5353 微软发布 Health Check 报告：分析 50 万条 Copilot 健康对话的使用模式
Microsoft AI 分析 2026 年 1 月超过 50 万条 Copilot 健康与 wellbeing 相关对话，发现近 1/5 对话涉及用户描述自身症状、解读检查结果或管理病情，约 40% 的问题聚焦症状、疾病和治疗信息。
Together AI BlogAI 评分3737 Together GPU Clusters 新增自动扩缩容、可观测性与自愈能力
Together AI 为 Together GPU Clusters（原 Instant Clusters）加入自动扩缩容、RBAC、全栈可观测性和自助节点修复等企业级能力。
Gemini API 更新日志AI 评分4949 Gemini 发布首个多模态嵌入模型 gemini-embedding-2-preview
Gemini 发布首个多模态嵌入模型 gemini-embedding-2-preview，支持文本、图像、视频、音频和 PDF 输入，并将所有模态映射到统一的嵌入空间。同时，gemini-2.5-flash-lite-preview-09-2025 将于 2026 年 3 月 31 日关停。
Manus BlogAI 评分5858 9款AI电商网站构建器实测：Squarespace、Wix、Shopify、Manus等横评
作者将Squarespace Blueprint AI、Wix AI、Shopify、Manus、Framer、10Web、Hostinger AI、Durable和Webflow放在三个相同的电商场景中评测AI实际生成的网站质量。
Gemini API 更新日志AI 评分3030 Gemini 3 Pro Preview 关停，gemini-3-pro-preview 指向 gemini-3.1-pro-preview
Gemini 3 Pro Preview 模型已被关停，原 gemini-3-pro-preview 现指向 gemini-3.1-pro-preview。
Manus Blog精选AI 评分6363 Manus 横评 8 个免费 AI 作品集制作工具并给出 2026 年排名
Manus 博客用同一严格提示测试了 8 个 AI 作品集构建工具，按设计质量、AI 智能化程度和发布能力评分排名。Manus 和 Replit 均为 9/10，Aura、Figma、Webflow 为 8/10，Lovable、Wix 为 7/10，Jimdo 为 6/10。
推荐理由：作者用同一提示实测 8 个 AI 作品集构建工具，从设计、AI 智能化和发布能力逐项对比，读者可按预算和风格对号入座。
Manus Blog精选AI 评分6868 Manus 评测 7 款 AI 应用构建工具：同一提示下谁最能交付完整应用
Manus 用同一个 Solace Studio 健康工作室应用提示，实测 Manus、Lovable、Base44、Replit、Bubble、Figma App Builder 和 Glide 七个平台。结论是 Manus 综合最佳，几乎从单一提示交付支付、取消政策和预订逻辑等完整堆栈；Lovable 原型最精美，Replit 最适合开发者，多数平台仍主要生成前端，后端逻辑需手动补齐。
推荐理由：同一提示实测七款工具，指出多数平台只生成前端而支付与预订逻辑才是分水岭，结论可用于选型参考。
Manus BlogAI 评分5757 Manus 实测 2026 年十款 AI 视频剪辑软件：从 Premiere 到 OpusClip 的横评
Manus 博客用同一段 8 分钟原始素材对十款 AI 视频剪辑工具做统一工作流评测，涵盖 Adobe Premiere、Veed.io、Wisecut、DaVinci Resolve、Descript、CapCut、Runway、OpusClip、Filmora 与 Manus 自身，价格截至 2026 年 3 月。
Together AI BlogAI 评分5252 FlashAttention-4 发布：算法与内核协同设计针对 Blackwell 非对称硬件扩展
Together AI 团队发布 FlashAttention-4，通过算法与内核协同设计最大化 Blackwell GPU 上矩阵乘与其他资源瓶颈的重叠。在 B200 BF16 上达到最高 1605 TFLOPs/s（71% 利用率），前向比 cuDNN 9.13 快最高 1.3 倍、比 Triton 快最高 2.7 倍。
Together AI BlogAI 评分5050 Together 在首届 AI Native Conf 发布 FlashAttention-4 等七项研究与产品
Together 在首届 AI Native Conf 发布七项研究与产品，覆盖内核、强化学习和算法推理优化三大方向。
Together AI BlogAI 评分4242 Together AI 提出 CPD：长上下文 LLM 推理吞吐最高提升 40%
Together AI 提出缓存感知的 prefill–decode 分离架构 CPD，在标准 PD 基础上新增 pre-prefill 节点层和三级 KV-cache 层级（GPU 显存、主机 DRAM、RDMA 分布式缓存），将低复用率的冷请求与高复用率的暖请求分流到不同计算资源。
Gemini API 更新日志AI 评分5050 Gemini 3.1 Flash-Lite Preview 发布，为 Gemini 3 系列首个 Flash-Lite 模型
Google 在 Gemini API 更新日志中发布 Gemini 3.1 Flash-Lite Preview，是 Gemini 3 系列首个 Flash-Lite 模型。模型页面提供规格、具体更新和开发者指引。
Together AI BlogAI 评分2525 Together AI 发布全新品牌形象
Together AI 推出全新品牌视觉形象，新形象由设计机构 Pentagram 参与打造，围绕其连接开源创新、系统研究与开发者体验的生态理念展开。Together AI 定位为 AI Native Cloud，提供从预训练到推理的全流程支持，Cursor 和 Decagon 等 AI 原生公司已在其平台上构建产品。
Gemini API 更新日志精选AI 评分6868 Gemini API 发布 Nano Banana 2（Gemini 3.1 Flash Image Preview），Gemini 3 Pro Preview 将于 3 月 9 日停用
Google Gemini API 发布 Nano Banana 2，即 Gemini 3.1 Flash Image Preview，定位为面向速度和高并发场景的高效模型。同时官方宣布 gemini-3-pro-preview 将于 2026 年 3 月 9 日停用。
推荐理由：官方更新日志同时给出新模型定位和旧模型下线日期，读者可以据此安排 Gemini API 的模型切换。
AI as Normal Technology精选AI 评分7070 AI as Normal Technology 团队发布论文《Towards a Science of AI Agent Reliability》
Sayash Kapoor、Arvind Narayanan 与 Stephan Rabanser 等人发布 66 页论文《Towards a Science of AI Agent Reliability》，将智能体可靠性拆解为一致性、鲁棒性、可预测性、安全性四维共 12 项指标。
推荐理由：论文把智能体可靠性拆成12个维度并实测14个模型，显示18个月内准确率大涨而可靠性仅小幅提升。
Together AI BlogAI 评分5959 Together AI 发布 SF Streets 与 US Streets 基准，揭示语音模型街名转写平均错误率达 39%
Together AI 推出 SF Streets 和 US Streets 两个语音识别基准，测试显示 15 个先进 ASR 模型对街名的平均转写错误率为 39%，非英语母语者准确率比英语母语者低 18 个百分点（46% 对 64%）。
LMSYS BlogAI 评分5252 SGLang 在 NVIDIA GB300 NVL72 上实现最高 25x 推理性能提升
SGLang 团队与 NVIDIA 合作宣布，在 SemiAnalysis InferenceXv2 基准上，SGLang 运行 DeepSeek R1 在 GB300 NVL72 上相比 H200 实现最高 25x 性能提升，同时不到 4 个月内将 GB200 NVL72 上的性能提升最高 8x。
Together AI BlogAI 评分4545 Together AI 提出 CDLM：扩散语言模型推理最高提速 14 倍且不牺牲质量
Together AI 提出一致性扩散语言模型 CDLM，通过轨迹蒸馏、块级因果注意力掩码与三项联合训练目标，让扩散语言模型在减少采样步数的同时支持精确的块级 KV 缓存。在 Dream-7B-Instruct 上，CDLM 将精炼步数减少约 4.1x–7.7x，GSM8K-CoT 延迟最高降低 11.2x，MBPP-Instruct 最高降低 14.5x，多数任务准确率变化很小。
Gemini API 更新日志AI 评分5454 Gemini API 发布 Gemini 3.1 Pro Preview 并推出自定义工具端点
Gemini API 发布 Gemini 3.1 Pro Preview，这是 Gemini 3 系列的最新迭代版本。同时上线独立端点 gemini-3.1-pro-preview-customtools，更擅长优先调用自定义工具，适合同时使用 bash 和工具的开发者。
LMSYS BlogAI 评分4040 在 GB300 NVL72 上部署 DeepSeek：长上下文推理大幅提速
SGLang 在 GB300 NVL72 上部署 DeepSeek R1-NVFP4，128K/8K 长上下文场景下实现 226.2 TPS/GPU，较 GB200 提升 1.53X；相同吞吐下 MTP 使用户吞吐再提升 1.87X。
Gemini API 更新日志AI 评分4343 Gemini 2.0 Flash 系列模型将于 6 月 1 日关停
Gemini API 宣布 gemini-2.0-flash、gemini-2.0-flash-001、gemini-2.0-flash-lite 和 gemini-2.0-flash-lite-001 四款模型将于 2026 年 6 月 1 日关停。开发者需在此日期前迁移至其他模型。
Gemini API 更新日志AI 评分2626 Gemini API 关停 gemini-2.5-flash-preview-09-25 等三款预览模型
Gemini API 于 2 月 17 日关停三款预览模型：gemini-2.5-flash-preview-09-25、imagen-4.0-generate-preview-06-06 和 imagen-4.0-ultra-generate-preview-06-06。上述模型已停止服务，开发者需迁移至其他可用版本。
Qwen Blog精选AI 评分8282 Qwen3.5 发布，开源权重模型 Qwen3.5-397B-A17B
千问团队正式发布 Qwen3.5 系列，并开源该系列首个模型 Qwen3.5-397B-A17B 的权重。该模型是原生视觉语言模型，官方称其在推理、编码、智能体能力和多模态理解的全套基准评测中表现突出，面向开发者和企业开放使用。
推荐理由：官方宣布 Qwen3.5 系列首个开源权重模型发布，覆盖推理、编码、智能体和多模态评测，适合关注开源多模态模型进展的读者。
LMSYS BlogAI 评分4747 SGLang-Diffusion 如何为生产级视频生成做深度优化
SGLang-Diffusion 公布面向生产级视频生成的进阶优化，覆盖并行策略、VAE、服务稳定性与 I/O。序列并行从帧级改为 token 级分片，在 8×H100 上把填充开销从 3 帧（14.3%）降到 0，all-to-all 通信量降至 0.875×。同时为 Wan-VAE 实现按高度分片的并行编解码，并修复 Cache-DiT 在多请求服务下的缓存污染与崩溃问题。
MiniMax BlogAI 评分5454 MiniMax 发布 Forge 可扩展 Agent RL 框架及配套算法
MiniMax 发布内部 RL 框架 Forge，通过中间件解耦架构、Windowed FIFO 调度、前缀树合并和 CISPO 算法解决 Agent RL 的吞吐、稳定性与灵活性冲突。该框架在 MiniMax M2.5 训练中接入超过 10 万种真实 Agent 脚手架与环境，上下文长度达 200k，日吞吐量达百万级样本；前缀树合并带来 40x 训练加速。
Sierra BlogAI 评分4343 Sierra 如何在不改变 Agent 行为的前提下稳定服务 LLM
Sierra 构建了 Multi-Model Router（MMR）与拥塞感知的 provider 选择器两层基础设施，在 provider 出现限流或容量波动时保持 Agent 行为一致。
AI as Normal TechnologyAI 评分4949 AI 不会自动让法律服务更便宜
一篇发表于 Lawfare 研究论文系列的文章指出，先进 AI 默认不会帮消费者以更低成本获得理想法律结果，因为监管壁垒、对抗性动态和人类参与这三重瓶颈仍待解决。文章以 GPT-4 通过律师资格考试为背景，指出即便生产力提升、单项法律任务成本下降，诉讼双方仍会陷入工作量军备竞赛，总成本居高不下。
MiniMax Blog精选AI 评分7575 MiniMax 发布 M2.5 模型，主打编码与 Agent 场景的低成本高速度
MiniMax 发布新模型 MiniMax-M2.5 及提速版 M2.5-Lightning，SWE-Bench Verified 得分 80.2%，Multi-SWE-Bench 51.3%，BrowseComp 76.3%。
推荐理由：原文给出 M2.5 的基准分数、速度和成本对比，还透露 Forge RL 框架细节，读者可据此评估其在编码与 Agent 场景的性价比。
Together AI BlogAI 评分5252 Together AI 发布 Dedicated Container Inference，自定义模型推理提速 2.6x
Together AI 推出 Dedicated Container Inference，用户自带 Docker 容器部署视频生成、数字人等自定义生成式媒体模型，平台负责自动扩缩容、排队、流量隔离和监控。
ElevenLabs BlogAI 评分4242 ElevenLabs 推出面向政府部门的 ElevenLabs for Government
ElevenLabs 正式发布 ElevenLabs for Government，为公共部门提供语音与聊天智能体，支持 24/7 多语言服务。该方案已在乌克兰、捷克和美国得州 Midland 落地：捷克福利与就业热线智能体每天处理约 5,000 通电话，独立解决约 85% 的来电，并将接通率从约 60% 提升至近乎全覆盖；Midland 预计每月减少约 7,000 通未接来电。
ElevenLabs BlogAI 评分5252 Klarna 基于 ElevenAgents 上线美国电话语音 AI 客服，解决速度最高提升 10 倍
Klarna 与 ElevenLabs 合作，在美国上线基于 ElevenAgents 的语音 AI 客服，作为 3500 万美国用户电话支持的第一线，查询解决速度最高快 10 倍。Agent 处理咨询类请求并可在必要时转接人工；Klarna 看重 GDPR 合规、超低延迟与可编排分析能力，下一步计划推广至全球 1.14 亿用户。
LMSYS BlogAI 评分4141 千问（Qwen）与 AMD 在 MI300X 上优化 Qwen3 与 Qwen3-VL 推理延迟
千问 C 端基础设施工程团队与 AMD AI 框架团队基于 SGLang，在 AMD Instinct MI300X 系列 GPU 上对 Qwen3-235B 和 Qwen3-VL-235B 完成极端延迟优化。