阿里通義千問發佈新一代實時語音合成模型Qwen-Audio-3.0-TTS,實現從“能說話”到“會表達”的跨越。Plus版本在Artificial Analysis Speech Arena排名全球第一,超越Gemini3.1TTS等主流模型。雙版本中Flash版主打低延遲實時交互(首包約300ms),Plus版專攻高質量自然度與音色還原。
法國Mistral AI推出OCR4文檔識別模型,支持跨越10個語族的170種語言。該模型在OmniDocBench測試中獲93.07分,輸出準確自然,用戶體驗優於GPT5.5Pro和Gemini3.1Pro。
Google Research於6月12日發佈Gemini-SQL2模型,基於Gemini3.1Pro打造,專注於“文本轉SQL”任務,能精準將日常對話轉化爲數據庫查詢指令,在權威評測中登頂,推動AI理解與處理數據庫查詢技術的突破。
歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南,每天我們爲你呈現AI領域的熱點內容,聚焦開發者,助你洞悉技術趨勢、瞭解創新AI產品應用。新鮮AI產品點擊瞭解:https://app.aibase.com/zh1、爆改漫畫師?這兩款工具支持MCP協議,可連接企業內部私有數據庫,並具備強大的數據可視化能力,爲用戶提供專業深度報告。