OpenAI 发布三款实时语音模型，针对推理对话、实时翻译和实时转录

via AI新闻资讯 (author: AI Base)

Telegraph

OpenAI 发布三款实时语音模型，针对推理对话、实时翻译和实时转录

OpenAI 近日正式推出了三款新型实时语音模型，旨在为开发者提供更先进的语音应用解决方案。这三款模型分别是 GPT‑Realtime‑2、GPT‑Realtime‑Translate 和 GPT‑Realtime‑Whisper，各自针对不同的应用场景。 GPT‑Realtime‑2 是首款具备 GPT‑5 级推理能力的语音模型。该模型能够处理复杂的请求，并以更自然的方式持续进行对话。它被专门设计用于实时语音交互，能够在用户提问或发出指令时，同时进行推理并保持对话的连贯性。此外，GPT‑Realtime‑2…

Perplexity发布Mac端“个人电脑”应用:深度整合本地文件与跨端协作

Perplexity于2026年5月7日宣布，其名为“Personal Computer”的本地AI智能体应用正式面向全体Mac用户开放，这标志着该公司的AI服务由纯云端搜索向本地生产力中心化转型。作为其通用多模态数字助手Perplexity Computer的进阶版本，Personal Computer的核心价值在于打破了AI与本地系统的壁垒。它被设计为深度嵌入用户物理设备的“个人中枢”，通过获取本地文件、原生应用程序权限以及400多个连接器，能够自主执行跨应用的复杂多步工作流。

在技术架构上，Personal Computer在Perplexity服务器的受控开发环境中运行，通过与AI浏览器Comet联动，可在无需直接连接器的情况下操作网页工具。该应用不仅支持对电子表格和项目文档进行深度本地处理，还实现了设备间的远程协同——用户可通过iPhone远程调用Mac Mini等常驻设备的计算能力，发起并审批复杂的智能体任务。

值得注意的是，针对此前行业内OpenClaw等本地代理存在的安全权限隐患，Perplexity强调其方案在提升自动化能力的协作效率时，更兼顾了计算环境的安全性。

目前，该应用已整合至全新的Perplexity Mac客户端中，Pro或Max订阅用户可直接下载体验，而早期的旧版Mac应用将在数周内停止服务。此举不仅是Perplexity在Snapchat合作案终止后的重要战略重心调整，也预示着AI行业正从“对话式搜索”向“端侧自主代理”演进，智能体与操作系统的深度融合正成为下一阶段大模型落地的核心赛道。

via AI新闻资讯 (author: AI Base)

OpenAI Nexus芯片项目遇阻 博通微软采购首批四成产能才愿出资

OpenAI摆脱英伟达束缚的自研芯片之路，正面临一场严峻的融资博弈。原本被视为强强联手的“Nexus”芯片项目，近期因资金出资条件陷入僵局。作为核心合作伙伴，芯片巨头博通（Broadcom）向OpenAI提出了一个颇为苛刻的前提：只有大金主微软承诺采购首批产能的四成，博通才愿意拿出真金白银。

这项代号为“Nexus”的雄心壮志，旨在 2030 年前建成规模达 10 吉瓦的算力集群，其电力消耗相当于五个胡佛水坝。项目的初衷非常明确——通过自研芯片将服务器成本降低两到三成，从而在 2029 年之前化解超过 2000 亿美元的运营资金压力。然而，仅第一阶段1. 3 吉瓦的建设就需要投入约 180 亿美元，而整个项目的芯片生产成本预计将飙升至 1800 亿美元。

博通的谨慎并非没有道理。尽管微软预留了数据中心空间，但目前尚未签署正式的采购协议。博通认为，只有拥有顶级信用资质和运营经验的微软入场担保，这笔天文数字般的投资才能看到回款的希望。对于博通而言，将微软绑定在战车上是项目落地的“安全栓”，但对OpenAI来说，这无疑增加了一层复杂的不确定性。

内部备忘录显示，双方的合作协议已经设置了风险预案：如果微软最终未达到采购标，OpenAI必须自寻买家。更令人担忧的是，OpenAI过去已有过类似“先宣后凉”的先例，例如此前曾传出与英伟达达成的千亿级数据中心合作最终也无疾而终。

在当前复杂的竞合关系下，微软已不再向OpenAI支付营收分成，并失去了技术独占授权，而OpenAI也开始将模型接入亚马逊AWS以寻求多元化。在这种微妙的“盟友博弈”背景下，微软是否愿意为OpenAI的自研芯片梦承担巨额采购风险，将直接决定“Nexus”项目是能顺利起飞，还是沦为又一个昂贵的纸上谈兵。

via AI新闻资讯 (author: AI Base)

OpenAI上线“可信联系人”功能：AI将成为预防自残的屏障

为了进一步提升人工智能的安全防护能力，OpenAI于当地时间 5 月 7 日正式推出了一项名为“可信联系人”的安全辅助功能。该功能的核心逻辑在于利用AI监测技术，为处于心理危机中的用户提供多一层“数字生命线”。

根据功能说明，当OpenAI的自动化监测系统及经过专业培训的审核团队发现成年用户在对话中表现出明确的自残倾向，且研判该行为可能演变为严重的现实安全风险时，系统将主动向用户预设的“可信联系人”发出提醒通知。这一举措旨在通过及时的外部干预，弥补单纯依靠机器对话在危机处理中的局限性。

对此，相关声明强调，“可信联系人”功能并非旨在替代专业的心理医疗护理或现有的紧急危机干预服务。其定位是作为一种补充性的保障手段，为深处困境的用户搭建起与现实世界的沟通桥梁。

在实际运行中，ChatGPT依然会将引导用户求助放在首位，鼓励其在面临压力或极端情绪时，主动联系危机干预热线或当地的紧急救援部门。

除了在安全领域持续发力，OpenAI近期在算力储备与技术协议方面也动作频频。据悉，该公司预计今年将在计算资源上投入约 500 亿美元，并联合多家行业巨头发布了MRC开放网络协议。这些动作表明，OpenAI在提升模型智能化与安全性的同时，正不惜重金强化底层算力集群的运行效率，以支撑更超大规模的AI应用需求。

via AI新闻资讯 (author: AI Base)

Investigating Service Degradation

May 8, 00:45 UTC
Update - We are continuing to investigate this issue.

May 8, 00:43 UTC
Investigating - We are investigating a service degradation.

via Cursor Status - Incident History

宇树科技UniStore平台全面开放，开启人形机器人“应用商店”时代

2026年5月7日下午，宇树科技（Unitree）正式宣布其UniStore官方共享应用平台即日起向全球开发者及用户全面开放。作为全球首个人形机器人任务动作应用商店，UniStore的上线标志着人形机器人产业正式跨越硬件驱动阶段，迈入“硬件+软件+生态”协同发展的智能化新纪元。

该平台通过自研的开发框架打破了传统机器人应用开发的封闭壁垒，使开发者能够以类似于移动App的便捷方式创建、上传并共享机器人动作序列与复杂任务程序。对于普通用户而言，UniStore极大地降低了操作门槛，通过简单的下载与安装即可解锁人形机器人在家庭、工业、科研等多元场景下的潜能，实现从“固定功能机器”到“通用智能终端”的质变。

业内分析认为，这一战略动作不仅加速了具身智能技术的商业化落地，更预示着人形机器人产业正重演移动互联网早期的生态爆发逻辑，为机器人走进千行百业奠定了关键的软件基础。

via AI新闻资讯 (author: AI Base)

Horizon Summary: 2026-05-08 (ZH)

via Horizon Daily - 中文摘要

Horizon Daily

Horizon Summary: 2026-05-08 (ZH)

From 47 items, 18 important content pieces were selected

OpenAI自研芯片遇阻 博通要求微软采购四成产能

OpenAI与博通AI芯片合作陷入融资僵局。据报道，OpenAI与芯片设计厂商博通去年官宣联合研发定制人工智能芯片时，双方曾将这笔合作视作板上钉钉的既定交易。数月过后，据一份内部备忘录及两名参与谈判的知情人士透露，双方正协商由博通出资推进芯片生产第一阶段建设。

该阶段需消耗1.3吉瓦的数据中心算力容量，造价约180亿美元。按此成本测算，代号为“Nexus”、总规模10吉瓦的完整项目，仅芯片生产环节成本就高达1800亿美元，还未计入数据中心建设及其他配套开支。

落实这笔融资对OpenAI至关重要。这家ChatGPT开发企业预计，到2029年其运营资金消耗将超2000亿美元。自研芯片是OpenAI降低服务器成本、提升毛利率战略的核心一环。但目前谈判已陷入潜在僵局。一名OpenAI高管在上月的内部备忘录中向同事透露，博通明确表示，只有微软同意采购约40%的芯片产能，才会为项目首期提供融资。微软将把这批芯片部署至自有数据中心，再向OpenAI租赁算力使用。

参与谈判的知情人士称，微软拥有数十年数据中心运营经验、也是全球信用资质顶尖的企业，一旦作出采购承诺，将让博通确信自身投资能够回本。备忘录同时指出，微软也有可能拒绝采购这批定制芯片，这将直接改写项目的融资条款。据备忘录及两名谈判知情人士透露，拟定中的芯片合作协议已增设条款：若微软实际采购量未达标，OpenAI必须自行寻找其他接盘采购方。

相关文章:

OpenAI将与博通达成10吉瓦级合作 自主设计人工智能芯片

博通CEO陈福阳透露与OpenAI芯片合作细节

via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)

OpenAI 推出三款实时语音模型 可边听边“思考”、翻译和转录

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Telegraph

OpenAI 推出三款实时语音模型 可边听边“思考”、翻译和转录

OpenAI 今日发布三款全新的实时语音模型，旨在为开发者“解锁新一代语音应用形态”。 这三款语音智能模型分别侧重推理对话、实时翻译和实时转录等不同场景需求。 根据 OpenAI 公布的信息，新系列包括 GPT‑Realtime‑2、GPT‑Realtime‑Translate 和 GPT‑Realtime‑Whisper 三个模型。 其中，GPT‑Realtime‑2 被定位为首款具备 GPT‑5 级推理能力的语音模型，能够更好地处理复杂请求，并以更自然的方式持续推进对话。 官方介绍称，该模型专为实时…

↩️🖼 OpenAI 发布 Realtime API 三款新语音模型

科技圈🎗在花频道📮:

OpenAI升级语音转录及生成模型 OpenAI发布了新的文本转语音模型gpt-4o-mini-tts，和语音转文本模型gpt-4o-transcribe和gpt-4o-mini-transcribe。开发者现可通过自然语言指令控制语音合成效果，如指定特定风格，提升了语音的真实度和可控性。 新语音转录模型在处理口音、嘈杂环境及减少幻觉方面有显著提升。但对某些语言，错误率仍较高。OpenAI此次未开源这些模型，因其规模较大，不适合本地运行。 TechCrunch 📮投稿 ☘️频道 🌸聊天

OpenAI 发布 Realtime API 三款新语音模型

OpenAI 在 Realtime API 中推出三款新模型，旨在提升语音应用的推理能力与实时交互体验：

1. GPT-Realtime-2：首款具备 GPT-5 级推理能力的语音模型，上下文窗口由 32K 扩大至 128K，支持五档推理力度调节，显著提升了复杂指令遵循和工具调用的可靠性。
2. GPT-Realtime-Translate：实时语音翻译模型，支持 70 多种输入语言和 13 种输出语言，能在保持语速同步的同时处理方言与专业术语。
3. GPT-Realtime-Whisper：流式语音转文字模型，专为低延迟场景设计，适用于实时生成会议纪要、字幕或驱动语音助手持续理解。

GPT-Realtime-2 的输入与输出定价分别为每百万 token 32 美元和 64 美元；Translate 与 Whisper 按分钟计费，单价分别为 0.034 美元和 0.017 美元。

OpenAI

🌸在花频道 · 茶馆讨论 · 投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel

Elevated transcription failures affecting ChatGPT & Codex

Status: Identified

We have identified that users are experiencing elevated errors for the impacted services. We are working on implementing a mitigation.

Affected components
● Voice mode (Degraded performance)
● Codex Web (Degraded performance)
● CLI (Degraded performance)
● App (Degraded performance)
● VS Code extension (Degraded performance)
● Codex API (Degraded performance)

via OpenAI status

Google Health Premium取代Fitbit Premium 年费上调20美元

Google公司宣布，将Fitbit Premium订阅服务正式更名为Google Health Premium，同时Fitbit应用也将转型为全新的Google Health应用。 新订阅服务的年费将从原先的79.99美元上涨至99.99美元，月费保持9.99美元不变，此举相当于年费上调20美元。

iframe (www.youtube.com)

这一更名举措标志着Google逐步淡化Fitbit品牌在订阅服务中的存在，正值公司推出首款无屏健身追踪器Google Fitbit Air之际。 Google Health Premium将大力整合Google的AI技术，提供Gemini驱动的健康教练服务（前身为Personal Health Coach）和“Ask Coach”功能，根据用户健康数据给出个性化的科学指导。

此外，该服务还将包含自适应健身计划、更深入的睡眠分析、主动健康建议，以及多模态记录功能，用户可通过文字、照片或语音追踪信息。 基础版Google Health应用免费向所有Fitbit和Pixel Watch用户开放，支持活动追踪、睡眠监测、心率记录、医疗记录整合以及健康日志，并兼容其他设备、应用和服务。

值得一提的是，Google Health Premium将捆绑在Google One AI Pro和Ultra计划中，提供给超过30个国家的用户，此前Google Home Premium也已纳入该计划，使Pro级订阅更具吸引力。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Google 被发现或在测试 Gemini 的 AI Ultra Lite 套餐

Android Authority 在 Gemini 的 macOS 应用字符串中发现，Google 似乎在开发名为 AI Ultra Lite 的新订阅档位，代号为“Neon”。现有信息只显示它位于每月 20 美元的 AI Pro 与 250 美元的 AI Ultra 之间，具体价格和权益尚未公布。

同批线索还显示，Google 可能为 Gemini 增加 AI 使用量看板，用来显示 5 小时和每周额度，以及超额额度相关信息。更多细节或许会在 Google I/O 2026 前后出现。

Android Authority

🌸 在花频道 · 茶馆讨论 · 投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel

Elevated errors on Claude Opus 4.7

May 7, 12:20 UTC
Monitoring - A fix has been implemented and we are monitoring the results.

May 7, 12:19 UTC
Identified - The issue has been identified and a fix is being implemented.

May 7, 12:10 UTC
Investigating - We are currently investigating this issue.

via Claude Status - Incident History

图像生成现已成为推动AI应用发展的关键功能

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Telegraph

图像生成现已成为推动AI应用发展的关键功能

最新的应用数据分析显示，在 2026 年，真正能驱动移动端 AI 应用下载量增长的主角，已经从更“聪明”的大模型本身，转向了以生成式图像为核心的视觉功能。根据 Appfigures 的统计，以图像模型为卖点的版本更新，其带来的新增下载量约为以语言或推理能力升级为主的“常规更新”的 6.5 倍。 这一变化标志着 AI 浪潮重心的明显转移。早期，推动用户尝试 AI 应用的主要是对话模型的迭代，以及语音等交互方式的提升，这些功能如今依然重要，但已不再能像过去那样在短时间内大幅拉动用户兴趣。相较之下，能直接生成…

Anthropic CEO解释为何会出现算力不足

人工智能公司 Anthropic 首席执行官达里奥·阿莫代伊表示，他的公司曾试图为10倍的增长做规划。但按年化计算，第一季度收入和使用量增长了80倍，他表示这解释了为什么一直难以跟上需求。“这就是我们在计算能力方面遇到困难的原因，”阿莫代伊周三在旧金山举行的公司开发者大会上表示。阿莫代伊补充说，公司正在尽可能快地努力以提供更多容量，并将尽快把这些计算能力交付给你们。阿莫代伊在台上说：“软件工程师是采用新技术最快的人群。这预示了整个经济将如何运作，以及经济将如何被人工智能改变。”

—— CNBC

via 风向旗参考快讯 - Telegram Channel

谷歌 Chrome 浏览器 148 版本发布，AI 自动填充功能全面升级

谷歌今天正式推出了 Chrome 浏览器的 148 版本更新，此次更新引入了众多新功能，尤其是在 AI 驱动的自动填充和表单工具方面的显著改进。用户现在可以在地址栏或新标签页直接询问 AI 智能体，AI 会聚合相关信息，并以自然语言回答复杂问题，用户还可以通过澄清提示进行追问。

在自动填充方面，Chrome 148 允许用户在同意的情况下，通过 AI 模式协助填写信用卡号码和地址。此外，内置的 Gemini 聊天机器人功能扩展至亚太地区的 49 个国家和地区，进一步提升了用户体验。在 Android 设备上，Chrome 新增的增强型自动填充功能能够理解网页表单，并根据用户以往填写的方式自动填充相应字段。还新增了支持存储在谷歌钱包中的政府标识符的自动填充功能，例如驾照号码和护照号码。

在用户界面方面，Chrome 148 对个人资料创建界面的视觉设计进行了调整，但功能保持不变。此外，Android 版本新增了一项设置，允许网站使用近似位置而非精确位置，这对于保护用户隐私具有积极意义。ChromeOS 也迎来了新变化，现支持垂直标签栏的功能。

在开发者工具方面，此次更新提升了对 HTTP/3 的支持，并引入了一个新的 Prompt API，用于与大型语言模型交互。开发者们可以利用该 API 处理文本、图像和音频输入，并获取结构化结果。同时，CSS 和媒体元素的加载优化也得到了改进，提升了浏览器性能。

安全性方面，Chrome 148 修复了 127 个漏洞，其中包括三个被评为严重级别的安全问题。这些漏洞的修复将增强浏览器的安全性，保护用户数据不受攻击。谷歌还为发现这些漏洞的研究者支付了总计约 138，000 美元的奖励，展现了其对安全研究的重视。

划重点：

🔍 新增 AI 自动填充功能，支持信用卡和地址的智能填写。

📱 Android 版 Chrome 引入增强型自动填充和位置隐私设置。

🔒 修复 127 个安全漏洞，确保用户数据安全。

via AI新闻资讯 (author: AI Base)

机器人界的“ChatGPT时刻”？Genesis AI 单模型搞定打蛋弹琴，这波Demo太炸了！

在全球机器人领域持续升温的背景下，初创团队 Genesis AI 近日发布了其首个机器人基础模型——GENE-26.5。这一模型的问世，标志着通用机器人技术在处理高难度、非结构化任务上取得了实质性突破。

在最新公开的演示中，搭载该模型的机器人表现出了惊人的灵活性与自主性。无论是需要精细力度控制的单手打蛋、考验逻辑与空间感知能力的解魔方，还是对节奏和精准度要求极高的弹钢琴，甚至是日常厨房中的切番茄任务，机器人均能精准完成。值得关注的是，这些完全不同的复杂技能并非由多个专项模型堆砌而成，而是由同一个底层基础模型驱动，且整个过程无需人工干预，实现了真正的全程自主运行。

技术层面的领先源于团队深厚的研发积淀。Genesis AI 核心团队此前曾发布过业内知名的 Genesis 物理引擎。凭借这一技术优势，该项目实现了从硬件设计、控制栈开发、数据采集到模型训练及仿真评估的全链路全栈自研。这种“闭环”研发模式极大地提高了学习效率:据团队透露，大多数复杂的动作技能，仅需不到一小时的任务专属机器人数据即可完成训练。

资本市场对这一技术路径表现出了极高的期待。早在2025年中旬，该团队便凭借前瞻性的技术架构获得了1.05亿美元的种子轮融资，创下了行业内种子轮融资的规模纪录。

Genesis AI 团队表示，目前的成果仅仅是个开始。随着基础模型能力的不断进化，他们计划在近期公布首个全身通用机器人。这预示着机器人可能很快就能走出实验室，在更复杂的真实世界场景中展现出类人的操作能力。

via AI新闻资讯 (author: AI Base)

谷歌正在开发“AI Ultra Lite”订阅层级

目前，谷歌的订阅AI产品在AI Pro和AI Ultra层级之间存在相当大的差距。但证据表明，谷歌可能正在悄悄开发介于两者之间的新选项：AI Ultra Lite。由于AI Pro每月费用为20美元，而原版AI Ultra费用为250美元，因此AI Ultra Lite的价格很可能会落在两者之间的某个位置。无论其最终价格如何，这可能意味着它可能提供AI Pro所提供的所有功能以及原版AI Ultra所提供的许多功能，但可能使用限制稍微低一些。例如，它可能提供深度思考推理模式的使用权限，但不提供Project Genie。谷歌还正在开发一个新页面，用于追踪Gemini中明确的人工智能使用限制以及你在任何给定时间点离达到该配额有多近。

—— Androidauthority

via 风向旗参考快讯 - Telegram Channel

腾讯混元 Hy3 预览版上线两周，Token 调用量激增超十倍

腾讯混元近日发布最新数据，表明自 Hy3 预览版上线以来，其 Token 调用量不断攀升，目前已达前一代模型 Hy2 的十倍之多。这一显著增长主要发生在代码及智能体应用场景中，特别是在腾讯的 WorkBuddy、Codebuddy 和 Qclaw 等应用中，Token 调用量的增幅更是超过了 16.5 倍。

数据显示，Hy3 预览版在过去一周内的 Token 调用量达到了 3.66 万亿，荣获周榜总榜及市场占有率的双第一。在编程和工具调用的场景下，Hy3 预览版同样表现不俗，保持着榜首位置。这一版本是腾讯混元在技术重构后推出的首个模型，采用了快慢思考融合的混合专家架构，拥有 2950 亿的总参数量和 210 亿的激活参数量，并支持 256K 的长上下文窗口。

目前，Hy3 预览版已全面融入腾讯的多个产品中，包括腾讯元宝、QQ 浏览器和微信读书等多个业务场景。同时，OpenRouter 发布的调用量排名中，前五名的应用均为国际主流的智能体和代码类应用，进一步证明了 Hy3 预览版的市场影响力。

这一系列数据不仅展示了腾讯在 AI 领域的最新进展，也引发了广泛的关注与讨论。随着更多用户和开发者的加入，Hy3 预览版有望继续推动智能应用的发展。

划重点：

🌟 Hy3 预览版上线两周，Token 调用量已达前一代模型的十倍。

📈 在代码和智能体应用场景中，Token 调用量增长显著，部分应用增幅超过 16.5 倍。

🏆 Hy3 预览版在过去一周的 Token 调用量达 3.66 万亿，成为市场占有率的双第一。

via AI新闻资讯 (author: AI Base)