Google发布 Gemini 3.8 文本转语音能力↗
Google在官方博客介绍 Gemini 3.8 的文本转语音能力。该功能属于 Gemini 模型系列的语音生成更新,面向需要将文本转换为语音的应用场景。
往期日报16 条新闻08:30 更新
Google在官方博客介绍 Gemini 3.8 的文本转语音能力。该功能属于 Gemini 模型系列的语音生成更新,面向需要将文本转换为语音的应用场景。

Meta Engineering介绍Meta AI眼镜的私密处理方案,称眼镜能够理解用户个人上下文,并在提供AI帮助时加强对相关处理过程的隐私保护。文章聚焦可穿戴设备上的AI处理与数据安全。

Google DeepMind宣布为Private AI Compute引入服务端持久化内存层,使个人AI能够在不同设备间保留记忆。Google称,该设计用于在提供云端规模记忆能力的同时保护用户数据隐私。
GitHub表示,Copilot代码审查新增个人配置选项,并将相关能力扩展至更多Copilot计划,同时提供企业级默认设置。这些改进已正式发布。

GitHub介绍其如何重建GitHub Copilot应用中的差异查看界面,以打开包含约一百万行代码和数百条行内审查评论的大型Pull Request。文章聚焦超大规模代码审查内容的渲染性能与使用体验。

作者使用Rust独立完成约4亿参数、以孟加拉语为主的语言模型预训练,并记录Candle和Burn在训练后端中的缺陷,包括梯度静默失效、低吞吐和内核融合崩溃。论文提出梯度流仲裁测试,检查每个可训练参数是否获得有限且非零梯度。
GitHub仓库HKUDS/CLI-Anything旨在让各类软件具备Agent原生的命令行接口,并配套CLI-Hub,用于连接和管理可供AI代理调用的软件能力。
GitHub仓库strands-agents/harness-sdk提供Python和TypeScript开源SDK,用于端到端构建和控制AI代理Harness,并支持不同模型与云平台。
GitHub仓库pbakaus/impeccable提供一套面向AI harness的设计语言,帮助AI工具在界面和产品设计任务中遵循更一致的设计规范。
GitHub仓库agent-substrate/substrate定位为“Agent Substrate”的核心系统,项目聚焦为AI代理提供底层运行与组织能力,具体功能以仓库内容为准。
GitHub仓库TNT-Likely/PanWatch是一款自托管AI盯盘助手,集成TradingAgents,支持A股、港股和美股实时监控、持仓管理、智能分析及多渠道推送。
NVIDIA介绍开放模型NV-Reason-CT,这是一款面向三维CT影像的视觉语言模型,目标是支持放射科场景中的链式推理。文章将其置于胸部X光、病理切片和二维扫描等医学影像AI进展中讨论。

OpenAI介绍MentalHealthBench,这是一个由专家参与设计的基准,用于在贴近现实的心理健康对话中评估AI回答的有用性与安全性。

NVIDIA介绍SWE-Serve对推理服务软件变更的评估。文章指出,AI编程Agent生成的补丁可能通过本地测试,却在加载真实模型并处理请求时失败,因此评测需要覆盖实际服务环境。

Qualcomm在 Snapdragon Summit 相关公告中表示,Snapdragon X2 Series 将获得 Linux 支持。该计划面向搭载 Snapdragon X2 的智能PC,并与其面向Agentic AI PC的产品方向相关。
GitHub宣布Node 20已不再提供给GitHub Actions运行器,JavaScript actions现使用Node 24运行。此前用于临时允许旧版Node的ACTIONS_ALLOW_USE_UNSECURE_NODE_VERSION退出选项也不再作为解决方案。
