科技情报日报|Wallet与混元实时语音2026-11-14

科技情报日报|Wallet与混元实时语音2026-11-14

今日导读

OpenAI 推出 ChatGPT Wallet:美国、年满 18 岁的 ChatGPT Pro 用户可在 dots 里让智能体代为下单,每笔先核对商品、总价和所用卡,再用 Face ID 或指纹批准,真实卡号不分享给商家或智能体。同期,Gemini 应用在美国接入 Google Wallet,提供只读理财洞察,不能付款或调拨资金。腾讯混元发布实时语音模型 Hy Realtime,已在元宝语音通话和腾讯客服上线,腾讯云 API 官方称将于近期上线。DeepSeek 把 App 侧的搜索、文件、语音等能力开放为 API,作用在既有 V4.1-Flash 上。今日关键词:ChatGPT Wallet、混元 Hy Realtime、DeepSeek 应用 API。

🤖 AI 热点

1. OpenAI 推出 ChatGPT Wallet,美国 Pro 用户可让 dots 代为下单
评级:高 · 出处:OpenAI 官方博客 / TechCrunch / CNBC / The Verge

官方博客标注日期为 11 月 13 日,正文没有精确钟点。官方称,这是首个让智能体付款时无法接触用户真实卡信息、且每笔都需安全校验,同时保留合格争议保护与卡组织奖励的钱包,并与 American Express、Mastercard、Visa 合作。用户添加一次卡片后,每笔先核对商品、总价和所用卡,再用 Face ID 或指纹等批准;随后由支付网络提供 payment token,真实卡号不分享给商家或智能体。即日起在 dots 中滚动;初期面向美国、年满 18 岁的 ChatGPT Pro 订阅用户,并使用合格的美国发行卡片。官方同步发布 Commerce Partner Playbook,指导商家避免误拦智能体订单,点名的风控与支付合作方包括 Forter、Riskified、Sardine、Signifyd,以及 Adyen、Checkout.com、Stripe。官方还写 ChatGPT 每周使用者 12 亿,并计划未来允许设定额度、品类或时段后预授权。帮助中心与 The Verge 的表述还出现 Chase,Chase 不见于所读官方博客正文的合作方名单,标为帮助中心/媒体口径。CNBC 采访称起步阶段 OpenAI 不抽成,该说法不见于官方博客正文,标为 CNBC 口径。

2. Gemini 应用在美国接入 Google Wallet,提供只读理财洞察
评级:中 · 出处:Google 官方博客 / 官方账号 / 9to5Google

谷歌官方账号主帖时间为 17:27 UTC(上海时间 11 月 14 日 01:27)。美国所有 Gemini 应用用户可在 Personal Intelligence 的 Connected Apps 中连接 Google Wallet,并在对话里用 @Google Wallet 提问;也可选择通过 Plaid 把信用卡和银行账户连到 Wallet,以获得更深洞察。官方举例包括生成现金流、资产配置或预算图表,查找仍在扣费的订阅并标记涨价,以及根据去年礼品和旅行支出建议假日预算。功能覆盖 Web 与移动端(Android 和 iOS)。官方强调只读:Gemini 只能读取账户信息,不能移动、管理或投资资金,连接可随时开关。这与 ChatGPT Wallet 不是同一类产品,不能写成代下单或付款能力。官方文同时提到的 Memory Summary,媒体称是本周早些时候已强调过的能力,本条不把它当作今天首发。


🇨🇳 中国大模型

1. 腾讯混元发布实时语音模型 Hy Realtime,已在元宝和腾讯客服上线
评级:高 · 出处:第一财经 / 每日经济新闻 / IT之家(媒体转述官微)

多家媒体在 11 月 13 日 16:38 前后报道此事,每日经济新闻写明来自腾讯混元官微;本次未打开官微原帖,以下为媒体转述官方口径。Hy Realtime 被定位为全新实时语音模型,官方称在语音理解、指令遵循、拟人化表达等基础对话上有优异表现,并新增 Agentic 工具调用与唱歌能力。已在元宝语音通话、腾讯客服等产品上线;可在最新版元宝 App 语音通话中选择「初语」音色,或通过网页演示体验部分能力。官方表示近期将上线腾讯云并对外提供 API,窗口内不是已经开放调用。官方介绍称,可处理口齿含糊、话说半截、中途改口等不完整输入,并能判断是否联网搜索,把搜索决策、工具调用与作答统一起来。唱歌能力与腾讯音乐 TME 灵音 AI 团队共同设计,可按歌手、专辑、曲风、语种、发行年份和热度组合点歌,并能承接前文继续选择。官方称仍在迭代,下一步重点包括双工交互、长期个性化记忆、前后台 Agent 交互。所读报道提到内部评测和公开基准领先,但未给出可转述的具体分数,这里不补写。

2. DeepSeek 将 App 能力开放为 API,作用在既有 V4.1-Flash 上
评级:高 · 出处:DeepSeek 官方文档 / 官方账号 / IT之家

官方账号主帖时间为 14:24 UTC(上海时间 11 月 13 日 22:24)。这不是新的基础模型版本,而是把 DeepSeek App 背后的搜索、文件、链接、安全和语音等能力开放到 API:既可用参数打开内置工具,也可单独调用 Search、Fetch、OCR、ASR、TTS。V4.1-Flash(deepseek-flash)在 Messages、Responses、Chat Completions 三种接口下支持这些能力,工具调用与上下文拼接由服务端完成。内置能力包括:非思考模式下的联网或图片搜索并带引用,思考模式下的多步搜索与阅读,PDF、Office、图片等文件解析,自动读取用户消息中的链接,以及安全校验;对外应用须开启安全校验。工具费在 Token 费之外,官方定价为:Search 每 1,000 次 0.75 美元,Web fetch 每 1,000 次 0.75 美元,文件解析/OCR 每 1,000 页 0.225 美元;TTS 标价每 1 万字符 0.45 美元(限时 0.225 美元),ASR 标价每小时 0.116 美元(限时 0.058 美元)。限时折扣未写截止日期。官方还同步开源前端演示,支持导入 DeepSeek 历史对话。Token 价是既有价目,本次未核到窗口内调价声明。


📦 开源动态

1. llama.cpp 与 ggml 发布 v1.0.0,开始对公共 API 做语义化版本承诺
评级:中 · 出处:GitHub Release / Hugging Face 官方博文

GitHub Release 发布时间为 10:20 UTC(上海时间 11 月 13 日 18:20)。在项目发展约 3.5 年后,llama.cpp 与 ggml 同步发布 v1.0.0;之后公共 C API 或 ABI 不兼容将提升主版本号。此版移除已弃用的公共 API,把 NextN/speculative API 提升到 llama.h,并新增 OCP FP8 KV cache、可配置 CPU 份额的 MoE expert cache、外部 PLE shard 加载等。推理侧新增对 Kimi-K3.1-Pro、Ripple-65B-Preview、xing4_0、drama-3 TTS 以及部分视觉模型的支持,这些模型本身不是今天才发布。llama-server 加强了 SSRF、CORS、DNS rebinding 等安全项,并新增 OpenAI 兼容的语音合成接口。这是推理框架的版本化里程碑,不是新模型发布。

2. GitHub 热榜清晨快照:modern-web-guidance-src 仍居高位,新见 open-code-review
出处:GitHub Trending(2026-11-14 约 06:01 CST 快照)

采集时点的 Today 日榜里,GoogleChrome/modern-web-guidance-src 仍在前列,当时单日约增 1,875 星;openai/codex-security 约增 754 星。这两项昨日已作为热榜记录,今天只记它们仍在榜。更醒目的新面孔包括 alibaba/open-code-review(约 206 星)以及 we-promise/sure(约 944 星)、tailscale/tailcat(约 324 星)等。这是单源快照,星数会变动,也不把上榜写成这些仓库今天才发布。


📈 行业趋势

LangChain 完成 3 亿美元 C 轮,估值 30 亿美元
评级:中 · 出处:LangChain 官方博客 / BusinessWire / TechCrunch

官方博客标注日期为 11 月 13 日。本轮融资 3 亿美元、估值 30 亿美元,由 CapitalG 领投,GIC 与 DFJ Growth 大额参与,IVP 与 Sapphire Ventures 跟投。官方还列出 Salesforce Ventures、Insight Venture Partners、QuantumLight、MongoDB Ventures 新加入,以及 Sequoia、Amplify、Benchmark 加码。官方称超过 7,000 家组织使用 LangSmith,并预告 11 月 20 日将发布若干新的 LangSmith 能力,这只是预告,不是今天已经上线。约一年前 1.25 亿美元、估值 12.5 亿美元的对比出自 TechCrunch,不是本轮官方博客正文必写数字。

Google DeepMind 开放 SatWeave 与 PARDIG 天气数据集
评级:中 · 出处:Google DeepMind 官方博客 / 官方账号

官方博文标注日期为 11 月 13 日,同期开放 SatWeave(地球静止卫星全球镶嵌)和 PARDIG(AI 全球降水再分析数据集),二者是已发布的 WeatherNext 3 的关键数据,WeatherNext 3 本身不是今天新发布的模型。SatWeave 提供小时级更新及逾十年历史档案;官方正文写融合五颗卫星,同页视频说明却写六颗地球静止卫星,转述保留这一处不一致,不自行改写。PARDIG 时间分辨率约 15 分钟、空间约 10 公里,平均延迟约 5 小时,历史档案覆盖 1999 至 2026;官方称相对 IMERG-Final,对轻到中等降水的小时级探测技能提升超过 30%。数据在 Google Cloud Storage 开放,PARDIG 历史目录也在 Google Earth Engine。


✅ 行动建议

  1. 【产品对照】 把 ChatGPT Wallet 与 Gemini 接入 Google Wallet 分开记:前者是美国 Pro 用户在 dots 里经生物识别批准后代下单,后者只读理财洞察,不能付款。
  2. 【语音试用】 在最新版元宝语音通话里选「初语」体验 Hy Realtime;腾讯云 API 等到官方宣布上线再接,不要按已经开放来排期。
  3. 【API 接入】 若要把搜索、读链接、文件解析或语音能力接到现有对话,优先评估 DeepSeek V4.1-Flash 的内置工具与独立接口,工具费与 Token 费分开核算;限时语音折扣没有官方截止日期。
  4. 【本地推理】 依赖 llama.cpp 公共 C API 的项目,按 v1.0.0 的语义化版本规则做一次兼容性核对,并查看新增的语音合成接口与安全项。
  5. 【口径提醒】 DeepSeek 本条不是新基座版本;混元 Hy Realtime 以媒体转述官微为准;LangChain 11 月 20 日产品能力只是预告。