Mistral 发布 Voxtral 3 语音 Agent SDK↗
Mistral 推出面向实时语音的 Voxtral 3 语音 Agent SDK,支持 50 多种语言的准确转写、情感 TTS 和深度工具调用,可选择欧盟托管或自部署。
往期日报14 条新闻13:07 更新
Mistral 推出面向实时语音的 Voxtral 3 语音 Agent SDK,支持 50 多种语言的准确转写、情感 TTS 和深度工具调用,可选择欧盟托管或自部署。

NVIDIA在Hugging Face博客中介绍Cosmos3-H-Dreams,展示其通过生成式仿真构建临床手术场景的能力。

Simon Willison发布第12轮迭代的浏览器RTS游戏Battle Drones,支持手机与桌面端,包含9种建筑、7种地面载具、6种空中载具和3种步兵单位,并具备战争迷雾。项目由编程代理完成321次提交,主要在Claude Code中开发;附近设备可通过音频同步进行多人对战,后续还增加了在线多人模式。

GitHub博客分享三位Java Champion使用GitHub Copilot解决问题、加速开发的经验,并强调人类仍对结果负责。
cloudflare/security-audit-skill 是Cloudflare提供的编码Agent技能,用于执行多阶段安全审计,输出可独立验证、机器可读的发现结果。
vllm-project/vllm 是面向大语言模型的高吞吐、内存高效推理与服务引擎,当前出现在 GitHub Trending 榜单。
Graphify-Labs/graphify 可将代码库及其文档、SQL模式、配置和PDF转换为可查询知识图谱,作为Claude Code、Cursor、Codex和Gemini CLI的/graphify技能,使用本地确定性AST解析并解释每条边,不依赖向量库。
sickn33/agentic-awesome-skills 的 AAS Core 提供本地、Agent优先的控制平面,用于技能目录发现、Agent自主选择、技术栈校验与规划,内置2600多个agentic skills,并包含CLI、本地MCP、目录、插件和Workbench。
wshobson/agents 是面向Claude Code、Codex、Cursor、OpenCode、GitHub Copilot、Google Antigravity和Pi的多框架Agent插件市场。
OpenAI 案例称,Terminal X 的 Eval Agent 依据 54 项标准评分,并用 GPT-6.1 Sol 比对基金授权要求,多发现 25% 的偏差;其判断与资深投资人的一致率为 88.6%。

MIT与波士顿儿童医院的研究人员开发了一种利用对称性信息的模型,可在扫描过程中动态调整以跟踪胎儿运动,从而有望减少家庭因重复检查而往返医院。MIT News称,这项工具可能让产前诊断更可靠。

Ai2在Hugging Face博客介绍FairStress,称其用于更深入地评估大语言模型在决策过程中的公平性。

PyTorch博客介绍Google与Meta的开源协作项目TorchTPU,该项目为Google TPU提供原生PyTorch后端,使模型可开箱即用地在TPU上执行。

Google、Temasek与Bain联合发布的e-Conomy SEA 2026报告预计,东南亚数字经济规模将达到3680亿美元,报告以“构建智能经济”为主题。
