阿里通义千问发布新一代实时语音合成模型Qwen-Audio-3.0-TTS,实现从“能说话”到“会表达”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。双版本中Flash版主打低延迟实时交互(首包约300ms),Plus版专攻高质量自然度与音色还原。
法国Mistral AI推出OCR4文档识别模型,支持跨越10个语族的170种语言。该模型在OmniDocBench测试中获93.07分,输出准确自然,用户体验优于GPT5.5Pro和Gemini3.1Pro。
Google Research于6月12日发布Gemini-SQL2模型,基于Gemini3.1Pro打造,专注于“文本转SQL”任务,能精准将日常对话转化为数据库查询指令,在权威评测中登顶,推动AI理解与处理数据库查询技术的突破。
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://app.aibase.com/zh1、爆改漫画师?这两款工具支持MCP协议,可连接企业内部私有数据库,并具备强大的数据可视化能力,为用户提供专业深度报告。