模型发布 - AI 资讯
20万页 智能选型深度横向博弈，紧密跟踪前沿大模型发布与 AI 落地实战应用解析。
AssemblyAI 发布 Universal-1：1250 万小时训练数据打造行业最强语音识别模型
AssemblyAI 正式推出其最强大的语音识别模型 Universal-1。该模型基于超过 1250 万小时的英、西、法、德四语多语言音频数据训练，在词错误率（WER）上较竞品提升 10% 以上，幻觉率降低 30%，并实现了 5 倍推理加速。Universal-1 显著提升了时间戳精度和跨语言切换能力，为开发者构建下一代语音 AI 应用提供了坚实基础。
Suno 发布 v5.5 版本：引入“人声”功能，打造最具表达力的音乐创作新纪元
Suno 正式推出 v5.5 版本，这是其最具表达力的模型迭代。核心突破包括全新推出的“人声（Voices）”功能，允许 Pro 及 Premier 用户将自身声音转化为音乐创作工具；同时上线“自定义模型（Custom Models）”与“我的品味（My Taste）”功能，深度个性化音乐风格。此次更新标志着 Suno 从通用音乐生成向“人类中心”创作模式的重大转变，强调音乐创作中人的直觉与情感。
Viggle 赋能虚拟偶像：SherryBeary 打造动态 Avatar 世界的技术实践
Viggle 与虚拟偶像创作者 SherryBeary 合作，展示其如何利用 AI 视频生成技术将静态 Zepeto 角色赋予动态生命力。通过结合 Procreate 绘图与 Viggle 的动作迁移能力，SherryBeary 实现了从手绘草图到复杂动作（如花样滑冰、后空翻）的无缝转化，重新定义了 Metaverse 内容创作的工作流，为开发者与创作者提供了低成本、高效率的虚拟形象动态化解决方案。
Exa AI 发布研究：基于强化学习的搜索代理性能突破，Exa 优于传统 SERP 基准
Exa AI 发布最新研究《How Search Quality Shapes RL Outcomes》，对比了基于 Exa 搜索与 Google SERP 的强化学习（RL）训练效果。研究发现，使用 Exa 作为后端训练搜索代理（Search Agents）在相同训练算力下能取得更高的性能表现。该研究采用 Qwen3-4B-Instruct 模型，通过 LoRA 适配器进行微调，验证了高质量实时检索对智能体决策能力的决定性影响，标志着从离线检索向高质量实时搜索代理的范式转变。
Sora 时代落幕：Kling 3.0 登顶，NVIDIA Cosmos 3 开源，AI 视频生态重大变革
2026 年 6 月，AI 视频领域迎来结构性转折。OpenAI 正式终止 Sora 应用，API 进入倒计时；Kling 3.0 以 2031 分登顶评测榜单，成为新标杆；NVIDIA 发布开源多模态世界模型 Cosmos 3，强化物理 AI 基础设施。与此同时，TikTok 与 YouTube 加大 AI 内容监管力度，行业正从“生成狂欢”转向“合规与高质量”的新阶段。
OpenRouter 推出视频生成 API：统一异步接口，支持 Seedance/Veo/Wan 多模型切换
OpenRouter 正式发布视频生成 API，旨在解决多模型集成复杂度高、切换成本大的痛点。通过统一的异步接口（POST /api/v1/videos），开发者可无缝切换 Seedance、Veo、Wan 等不同视频生成模型，无需重构代码。该 API 采用异步架构，分离提交与完成流程，显著提升了开发效率与系统稳定性，是构建多模型视频应用的最佳实践。
LALAL.AI 发布 Andromeda 模型：新增全类吉他分离与重训钢琴 Stem
LALAL.AI 宣布其最新音频分离模型 Andromeda 正式支持吉他（Guitars）与钢琴（Piano）Stem。全新吉他 Stem 将原分开的原声与电吉他合并为单一类别，通过简化分类逻辑将分离错误率降低约 20%。同时，钢琴 Stem 基于 Andromeda 架构从零重新训练，显著提升了复杂混音中的分离纯净度。旧版 Orion/Perseus 模型仍保留以兼容现有工作流。
Otter.ai 里程碑：5000 万会议摘要与 OtterPilot 智能代理全面上线
Otter.ai 宣布成为首个突破 5000 万会议摘要里程碑的 AI 会议助手，累计转录超 10 亿场会议。新版 OtterPilot 智能代理正式上线，具备语音激活、自动跟进任务及跨平台集成能力。同时推出 Otter AI Chat 与垂直领域的销售助手，标志着会议记录从“被动存储”向“主动执行”的范式转变。
Luma AI 发布 Ray 3.2：打造 TikTok 原生感视频内容的新一代 AI 引擎
Luma AI 正式推出 Ray 3.2 模型，专为解决品牌内容在 TikTok 上缺乏“原生感”的痛点而设计。该更新强化了垂直 9:16 格式优化、视频重定向（Reframe）及跨平台一致性工作流。通过 Agent 系统，Luma AI 实现了从创意构思到多语言本地化变体的全链路自动化，帮助创作者在保持品牌调性的同时，快速生成符合算法推荐机制的短视频内容。
Exa AI 开源 WebCode 评估框架：破解代码搜索 Agent 幻觉与噪声难题
Exa AI 正式开源 WebCode 评估框架，旨在解决代码搜索 Agent 在检索阶段面临的噪声污染与上下文污染问题。该框架通过‘黄金提取’（Golden Extraction）与多模态渲染技术，构建了比传统参数化记忆更可靠的评估基准。数据显示，Exa 在内容完整性、代码召回率及结构保持度上均显著优于主流竞品，为开发者提供了衡量代码检索质量的新标准。
Qodo 10 月重磅更新：多模型支持、智能代码审查与最佳实践对齐全面升级
Qodo 于 2024 年 10 月发布多项核心功能，涵盖 Qodo Gen 聊天交互优化、多模型支持（Claude 3.5、o1 系列等）、基于 .best_practices.md 的合规对齐、以及 Qodo Merge 的智能代码审查与变更追踪。此次更新显著提升了开发者在复杂项目中的上下文保持能力、代码质量把控及团队协作效率，标志着 Qodo 从单一工具向企业级 AI 工程平台迈进。
Rask.ai 2026 重磅升级：以 135+ 语言与真人语音克隆重塑 AI 视频本地化生态
Rask.ai 在 2026 年迎来重大功能迭代，正式确立其作为 HeyGen 等生成式 AI 视频平台之外，专注于“现有视频本地化”的领军者地位。平台新增 135+ 语言支持，核心突破包括真人语音克隆（Voice Cloning）、高精度口型同步（Lip Sync）及多说话人自动识别。这些功能让企业无需重新录制即可将视频内容无缝适配全球市场，解决了传统 AI 视频工具在真实素材处理上的短板。
