今日导读
语音与推理栈同日升温:Mistral 正式推出 Voxtral 3(转写 / TTS / 语音 Agent SDK,50+ 语言);DeepSeek 开源量产侧推理框架 DeepInfer(Apache 2.0,NVIDIA SM100 与华为昇腾 950 并列支持)。国内侧,蚂蚁百灵开源 Ming-3.0 语音系列,腾讯元宝搜索经腾讯云向行业开放。OpenAI 同日在 ChatGPT 推送 Slides 协作与 Locked chats。今日关键词:语音 Agent、推理开源、搜索开放。
🤖 AI 热点
1. Mistral 发布 Voxtral 3:语音模型 + Voice Agent SDK
评级:高 · 出处:Mistral 官方博客 / Docs
Mistral 推出 Voxtral 3 家族:含 Small / Mini Transcribe 3、Mini Transcribe Realtime 3 与 Speech / TTS 3,并配套基于实时流式管线的语音 Agent SDK(听—推理—工具调用—说)。官方称转写覆盖 50+ 语言,TTS 支持 35+ 语言与 50+ 方言,可走欧盟托管 API 或自部署。公开价目包括转写约每分钟数美分量级、Speech 约每百万字符 13 美元。定位客服、虚拟助手与免提副驾驶等场景。
2. DeepSeek 开源 DeepInfer:量产推理引擎走向社区
评级:高 · 出处:DeepSeek / The New Stack / 多家财经科技媒体
DeepSeek 以 Apache 2.0 开源自用推理框架 DeepInfer,面向 DeepSeek-V4.1-Flash 等自托管部署,集成 FlashMLA、DeepGEMM、DeepEP、投机解码与结构化输出等组件,并同步更新 deepseek-recipe。文档口径以离线推理为主,KV cache 管理、PD 分离与负载均衡等完整在线服务件仍需自行补齐。硬件名单同时列出 NVIDIA SM100(Blackwell)与华为 Ascend 950,成为本轮开源叙事焦点。
3. OpenAI:ChatGPT Slides 协作上线,并推 Locked chats
评级:中 · 出处:OpenAI ChatGPT Release Notes(2026-10-20)
官方更新写明:ChatGPT Slides 可在 Space 内从对话、文件或大纲生成演示文稿,支持实时协作与评论,并导出 PowerPoint / PDF / Google Slides(面向具备 Space 的 Pro / Business / Enterprise)。同期推出 Locked chats(PIN 或设备认证隐藏会话),以及 GPT-6 Pro 更快响应、多 Agent 并行等体验更新。此为产品面升级,并非新的基座模型版本号牌。
📦 开源与中国圈
1. 蚂蚁百灵开源 Ming-3.0 语音系列(五款)
评级:高 · 出处:TechNode / 第一财经 / IT之家
蚂蚁围绕声音创作、长语音分析与业务转写,开源 Ming-3.0 语音系列共五款模型,覆盖 TTS、音频理解与对话、ASR。TTS 支持参考音频克隆与自然语言音色设计,并可指定情绪、重读与节奏;音频侧强调长录音转写、总结与分析。媒体称相关能力已服务支付宝搜索、阿福健康等场景。
2. 腾讯元宝搜索经腾讯云向行业开放
评级:中 · 出处:腾讯云 / 钛媒体等
「元宝搜索」向个人开发者与企业开放,提供 Skill、MCP、API 三种接入,面向大模型联网搜索增强。此为检索 / 搜索产品能力开放,不是新的基座模型发布。
3. DeepInfer 冲上社区热榜
评级:中 · 出处:GitHub / 第三方趋势汇总
开源当日 DeepInfer 仓库星标快速攀升,成为开发者讨论「自建 Flash 推理栈」的中心话题;本地部署类工具亦继续在社区热议。
📈 行业趋势
语音栈产品化:转写、TTS、Agent 管线绑在一起卖
出处:Mistral / 蚂蚁百灵 / OpenAI 更新交叉观察
Voxtral 3 与 Ming-3.0 同日强化「可组合语音能力」叙事:一端是闭源 API + 主权部署,一端是开源权重与业务场景背书。叠加 ChatGPT Slides 协作,消费端与企业端都在把多模态交互做成可交付工作流,而不只是单模型聊天。
推理层开源:权重开源之后的下一战场
出处:DeepSeek DeepInfer 发布说明 / 行业报道
Flash 模型权重可下之后,吞吐、成本与国产芯片适配开始决定「能不能用得起」。DeepInfer 把生产内核开出来却留下服务编排缺口,意味着社区会继续拼装完整 serving,并密切关注昇腾路径的可复现性。
✅ 行动建议
- 【内容创作】 做「语音 Agent 四件套」对照卡(听 / 想 / 说 / 工具)→ 串联 Voxtral 与 Ming-3.0。
- 【技术跟进】 评估 DeepInfer 离线吞吐与缺口清单 → 对照 vLLM / SGLang 补齐 serving。
- 【产品参考】 试用元宝搜索 Skill / MCP → 写一页「中文联网检索」接入笔记。
- 【竞品关注】 对照 ChatGPT Slides 协作导出 → 盘点自家演示文稿工作流卡点。
- 【风险预警】 DeepInfer 硬件门槛(SM100 / 昇腾 950)写进选型说明 → 避免按「全卡通用」误读。
