Google 发布 Omni 1.1 Flash 视频模型

Cartesia 推出 Sonic 3.5 和 Ink 2 两个模型，作为单一实时语音栈，分别负责文本转语音和语音转文本。Ink 2 在 Artificial Analysis 的流式语音转文字排行榜上排名第一。Sonic 3.5 在实时文本转语音中位列榜首，首音频延迟约 82ms。Cartesia 成为目前唯一同时拥有 #1 听与说模型的提供商。

智谱发布最强开源模型GLM-5.2，面向所有GLM Coding Plan用户（Lite/Pro/Max）开放。该模型支持真正可用的100万上下文窗口，在长程任务独立完成方面保持领先，适合构建复杂AI智能体应用，也是国产最强编码模型的核心引擎。面对外部封锁限制，智谱强调科学全球性、AGI不应被高墙垄断，采取激进开源态度。GLM-5.2的开源与API预计下周同步上线。

谷歌 I/O 🔥：GEMINI OMNI FLASH 已发布，现已在 GEMINI 和 GOOGLE FLOW 上可用。 GEMINI OMNI PRO 即将推出 🤩

谷歌I/O 🔥：我们今天将迎来 Gemini 3.5 Flash！ &gt； GEMINI &gt； GEMINI &gt； GEMINI &gt； GEM 👀 【引用 @AiBattle_】：Gemini 3.5 Flash 刚刚出现在 Google Cloud 控制台中 它来了

OPENAI 🚨： GPT-5.5 Instant 正在向所有 ChatGPT 用户推出！"gpt-5.5-chat-latest" 也将进入 API。 &gt； 更加简洁。更好的记忆。更个性化。 即时测试时间 👀

OpenAI 未发布模型 Astra（内部代号"mozaik-alpha-fdm"）的首批公开输出已流出，测试显示其零样本、Max effort 下表现惊艳。OpenAI 已扩大该模型的内部测试，暗示发布可能临近。

Grok 4.6 现已在 Grok 网页版和移动端开放普通对话使用。 > 此前，Grok 4.6 仅作为 Grok Build 的一部分提供。 > 顺带一提，Grok 网页界面也略有更新。 Grok 4.7 即将到来？👀

腾讯发布 Hy4 Preview，一款采用 Apache License 2.0 的开源权重模型。该模型为新一代 MoE 旗舰，拥有 770B 总参数、49B 激活参数和 1M 上下文窗口，主打生产力场景，并保持定价稳定。

Google 正式发布多模态视频生成与编辑模型 Gemini Omni 1.1 Flash，现已上线 Gemini API 和 Google AI Studio。新模型为开发者提供场景扩展、指定镜头起止帧、视频输入参考等创意控制，并支持将片段放大至 4K、以 360p 快速测试想法。

GOOGLE 🔥：全新的 Gemini 3.5 Transcribe 现已登陆 Google AI Studio、API 以及 macOS 版 Gemini Desktop！ > "开箱即用，自动识别 85+ 种语言"