华为 FreeClip 2 耳夹耳机京东国补后价格降至 976.8 元
华为 FreeClip 2 耳夹耳机在京东部分城市享受 15% 国补后,价格降至 976.8 元,低于官方定价 1299 元。该耳机搭载华为第三代自研低功耗芯片并引入 NPU AI 处理器,算力提升 10 倍,单次续航 9 小时。
华为 FreeClip 2 耳夹耳机在京东部分城市享受 15% 国补后,价格降至 976.8 元,低于官方定价 1299 元。该耳机搭载华为第三代自研低功耗芯片并引入 NPU AI 处理器,算力提升 10 倍,单次续航 9 小时。
开源电子书管理软件 Calibre 发布 9.16 版本,新增 Kokoro 文本转语音支持并改进 PDF 导入与多栏排版处理。该版本还优化了书库管理性能,内置新闻下载器新增支持 Camoufox 以从屏蔽传统自动下载方式的网站获取内容。
极米宣布 MemoMind One AI 显示眼镜开启超前预约,搭载蔡司定制光学镜片与哈曼联合调音。该产品支持 Memo 记忆、双目显示及 16 小时综合续航,并采用无摄像头隐私保护设计。
vivo OriginOS 7 于 10 月 9 日正式开启首批升级,覆盖 vivo X Fold6、X300 系列及 iQOO 15 系列等机型。升级按尝鲜申请顺序分批推送,10 月 9 日首批推送 5000 名用户,10 月 13 日推送全部已申请用户。此前该系统已正式发布,主打蓝心小 V 大升级及光影美学质感手动切换功能。
豆包 App 新增“生活缴费”功能,用户可通过语音或打字发起水、电、燃气缴费指令。目前该功能在青岛地区显示“暂未开通”,且需保留绑定户号、确认及支付步骤,不支持一句话直接扣款。这是豆包逐步建设包括出行服务在内的生活场景办事能力的一部分。
AI 硬件初创公司 Natura 推出售价 99 美元的智能戒指 Interface,用户可通过语音指令调用 Claude、ChatGPT 等 AI 智能体执行任务,同时监测心率、睡眠等健康指标。
Google 发布实验性应用 Google AI Edge Foresight,利用本地 EmbeddingGemma 2 模型在 macOS 上完全离线转录会议。该应用免费使用,支持将速记转化为笔记并回答基于本地文件的问题,数据不离开电脑。目前该应用仅针对 Apple Silicon Mac 优化。
Cal AI 19 岁创始人 Zach Yadegari 新创 AI 智能体公司 Persona 并获 Vine Ventures 领投的 1000 万美元融资。
Hugging Face 发布 1.6B 参数的 Falcon-ASR 语音识别模型,重点支持阿拉伯语及阿联酋方言。该模型在六个阿拉伯语测试集上平均 WER 为 20.92%,优于此前最佳公开结果 23.17%。Falcon-ASR 基于 Falcon3-Audio 架构构建,目前可通过 Hugging Face Demo Space 试用,API 访问功能计划后续推出。
亚马逊正式发布接替 Fire Tablet 的 Alexa Tablet 系列,包含 12 Pro、11 和 8 三款机型,均内置 Alexa+ 人工智能助手。旗舰款 Alexa Tablet 12 Pro 搭载联发科天玑 8400 处理器,8GB+128GB 版本起售价 499.99 美元。该系列运行 Android 系统并支持完整的 Google Play 商店访问。
华硕 ROG 为降临 OWS 开放式电竞耳机新增“暮粉”配色,黑色原版当前到手价为 1199 元。该耳机搭载 14.2mm 类钻碳驱动单元与 AI 降噪 4 麦克风阵列,支持双模无线连接,总播放时间可达 64 小时。
Google 已向公众开放 SynthID Detector,可检测 Gemini、Veo、Lyria 等模型生成内容中的隐形水印,支持 JPG、PNG、MP4、MP3。该公司称已有 180 billion 图像和视频嵌入水印,每日在搜索、Gemini 应用和 Chrome 中处理 1 million 验证请求。OpenAI、Nvidia 等也已采用 SynthID,Apple 据称即将加入。
Google 推出改进的 SynthID AI 内容检测器,并上线 SynthID.com 网站供全球用户检测多伙伴 AI 水印。此前外部用户只能通过 Gemini 询问且仅检 Google 水印,现网站支持 ChatGPT 图像等伙伴水印。Gemini 已集成 SynthID 超 180 billion 图像视频与 240,000 年音频。
Google 正在为 Antigravity 接入 Gemini 4 Argon,该模型在 DeepSWE v1.1 评测中得分 77.9%。内部发现支持实时语音的 Concierge 原型及减少权限提示的 Auto mode。此前 Google 已宣布 Argon 将优先向 Ultra 订阅用户和付费 API 客户开放。
Google 周二推出新 SynthID 网站,任何人可验证图片、视频或音频是否由 AI 生成。该网站支持多种文件格式,基于 2023 年 SynthID 水印技术,Google 表示目前每日验证请求达 100 万次。
Sesame 发布移动端语音助手新预览,其语音代理拥有独立计算机并可连接 Google 应用与用户 MCP。用户可免提指挥代理规划任务并后台执行,代理还能协调其他代理与使用工具。该公司同时披露 2027 年推 AI 眼镜,将框架、智能与角色作为一体设计。
苹果发布 iOS 27.2 第 2 个公开测试版,主要聚焦于功能完善与稳定性提升。该版本重点打磨了健康 App、Siri 多语言支持及 FaceTime 群组双镜头功能,目前暂无证据显示带来大规模界面变化。此前苹果已发布 iOS 27.2 Beta 3 开发者测试版。
iOS 27.2 Beta 3 用户反馈显示系统运行更流畅,并修复了 AirPlay 菜单跳动及应用切换动画错误。该版本还改善了蜂窝网络连接,扩展了新版健康应用测试范围,新增 Insights 与 Longevity 板块。此前 Beta 2 版本存在辅助触控卡顿及 Siri 无法定位邮件等问题。
该教程展示如何使用 Amazon Bedrock AgentCore、Amazon Bedrock Knowledge Bases 和 Amazon Nova 2.5 Sonic 为航空应用构建语音旅行礼宾智能体。架构通过 MCP 将智能体后端解耦,支持实时语音改座、政策问答与人工转接。代码置于 aws-samples GitHub 仓库,模块可复用。
Claude Opus 5.5 成功生成了《猴岛的秘密》风格的电脑游戏音乐,并构建了可播放的文本格式 Artifact。作者认为这种作曲能力可能是文本模型近期涌现的新特性,类似 3D 图形生成,但需进一步实验确认。
亚马逊 Alexa Plus 语音助手出现 Bug,导致 Echo 系列智能音箱在对话中突然卡住并哼唱“啦啦啦”数分钟。亚马逊确认该漏洞影响少量用户,目前正研究解决方案。此前数周已有大量用户在 Reddit 论坛反馈此问题。
Amazon Alexa Plus 出现 Bug,导致部分 Echo 智能音箱在对话中持续数分钟重复说或唱“lalala”,且系统对此行为毫无察觉。该问题在过去几周被 Reddit 用户多次报告,涉及多种 Echo 音箱型号。Amazon 确认这是影响少数用户的 Bug,目前修复方案正在开发中。
索尼音乐娱乐要求数字平台在9月底前下架超过26万首AI生成冒充艺人的曲目,几乎是3月底13.5万首的两倍。这些深度伪造曲目利用生成式AI模仿声音与形象,针对阿黛尔等艺人,索尼称流媒体欺诈年损失高达22亿美元。法国Deezer今夏披露其平台日均上传9万首AI歌曲且85%欺诈播放。
意大利总理梅洛尼已向欧盟知识产权局(EUIPO)提交申请,希望将自己的声音注册成为商标,用以防范 AI 生成的深度伪造内容。申请日期为 10 月 5 日,材料中附有一段 4 秒录音,她用意大利语重复两遍“我是焦尔吉娅 · 梅洛尼”,目前申请仍处于审核阶段;意大利媒体报道称,即便获批,单凭这一商标权也无法完全阻止他人用她的语音制作 AI 深度伪造音频,只能给造假者增设法律障碍。
tvOS 27.2 Beta 3 代码显示苹果 Apple TV 4K(第四代)将支持 Siri AI 与 Apple Intelligence,新增“改进 Siri 与 Apple Intelligence”开关以授权数据收集。
谷歌 Gemini 的 Call for Me 功能有望扩展至拨打亲友私人电话,目前该功能仅支持商户通话。新版更新界面出现“妈妈”等私人联系人示例,显示 AI 可执行转达信息或简单问询任务,并允许用户拒绝接收此类 AI 来电。
Google 的 Gemini Call for Me 功能可能扩展至亲友通话,支持发送如“告知妈妈晚到 15 分钟”等简短语音消息。Android Authority 在 APK 拆解中发现相关界面及细粒度权限设置,允许用户选择 Gemini 可访问的应用能力。目前该功能扩展及设置细节尚未正式公开,Google 可能不会发布此更新。
阿里千问 AI 耳夹式耳机已上架电商平台开启预约,具体价格暂未公布。该耳机由 Bose 调音,支持 89 种语言 AI 翻译及 92 语种转写纪要,续航 9 小时。
倍思 MC2 NC 降噪耳夹耳机在京东发售,定价 783 元,部分地区国补后低至 598 元。该耳机内置 12mm 碳纤维三磁路动圈,支持 LDAC 协议,结合气垫物理隔音与 ANC 芯片实现 -50dB 降噪深度,单耳重 5.9g 并获 IP67 认证。此外,其接入豆包、通义千问及 DeepSeek 模型,提供 AI 录音转写、实时助答与同声传译等功能。
圆刚推出面向工业应用的 AIClear Mic (A113) 麦克风,工作温度范围达 -25℃ 至 +60℃。该设备支持 AI 降噪,可使语音识别准确率提升 60% 以上,并采用 USB-C 一线连设计。
瑞典滚珠轴承制造商斯凯孚用 AI 生成的形象拍摄广告,让已故好莱坞影星葛丽泰·嘉宝再度出镜。图像使用字节跳动 Seedream 5 Pro 与谷歌 Gemini 的 Nano Banana Pro 生成,动作使用字节跳动 Seedance 2、Seedance 2.5 和快手可灵 AI,语音则用嘉宝早年影片原声训练。
AI 音乐制作平台 Suno 宣布推出 Speech,将语音与音乐作为单一连贯音轨端到端生成,现已面向所有用户开放公测。该功能直接内置于 Suno,用户输入灵感、诗或一段文字并描述音色与音乐风格即可创作带 BGM 的语音音频,官方称其不同于先做 TTS 再拼接 BGM 的传统工作流。官方同时指出 Beta 版偶发口音不稳定,语调与情感停顿有时显得过于戏剧化。
苹果 homeOS 系统整合了 iOS 小部件、iPadOS 应用设计及 watchOS 图标风格,以 Siri AI 为核心交互方式,支持语音查询个人内容。该系统内置 Music、Photos 等应用,预计不提供 App Store,但允许从 iPhone 导入第三方小部件。此前苹果已注册 homeOS 系统商标,目前名称尚未正式确认。
Sean Parker 正把 Stability AI 重塑为面向音乐专业人士的 AI 工具商,公司已从 Sony、Warner、Universal 等获得 7600 万美元融资,三家唱片公司同时授权曲库用于训练。
微软 AI 发布实时语音转文字模型 MAI-Transcribe-2-Streaming,并同时推出 MAI-Voice-2.1 与 MAI-Voice-2.1-Flash 两款语音模型。
Suno 新增 Speech 功能,能根据用户输入生成包含语音和匹配背景音乐的单一音频轨道。该功能目前处于 Beta 阶段,适用于诗歌、冥想等场景,但存在口音混淆等 Bug。此前,Suno 已因版权侵权问题被主要唱片公司起诉,且慕尼黑法院近期驳回了其合理使用抗辩。
东京法院在声优津田健次郎诉 TikTok 案中认定 AI 克隆其声线侵权,首次确认声音受法律保护。法院指出未经许可使用声音视为侵犯形象权,但因账号注销未支持下架视频请求。去年日本政府曾向 OpenAI 要求动画漫画内容不得侵权训练 Sora 2 生成模型。
Meta 公布雷朋 Display 眼镜 2026 年下半年大型更新,主要改进导航体验、通知功能及视频通话。导航新增骑行和公共交通模式,语音提示结合环境描述;用户可自定义关闭特定类型通知。此外,计划向美国 Early Access 用户推送 Hologram 虚拟化身,首批支持 WhatsApp 视频通话,并加入“Explore”应用推荐第三方 Web 应用。
MiniMax 正式推出语音大模型 MiniMax Speech 2.8,首次实现原生语气词支持,并升级了音色克隆、音质与跨语言合成。仅需 10 秒原声片段即可克隆音色,新模型消除了背景杂音与机械毛刺感,并率先修正中文音色合成日语时的发音偏移。该模型已全面上线 MiniMax 开放平台与 MiniMax Audio,一个音色支持 40+ 种语言。
MiniMax 正式发布全模态生成模型 H3,支持对文本、图像、视频、声音组成的多模态上下文统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。官方称在 2K 分辨率下每秒价格不到主流模型的 1/3,768P 下约为主流模型 720P 的 1/2。MiniMax 计划在未来几天内在符合相关法律法规的前提下开放模型权重,并称 H3 设计初期已考虑多款现有国产芯片的兼容性。
推荐理由:官方给出全模态生成的预训练任务划分与三项关键技术取舍,可看清视频模型从专用走向任务统一的路线。