OpenAI 最智能语音模型：GPT-Live-1/mini 登场，边听边说让 AI 对话更接近真人聊天

OpenAI 今天（7 月 9 日）发布 GPT-Live 系列模型，定位新一代全双工语音模型，可同时聆听与说话，让 AI 对话感觉更接近真人。

字节发布多模态图像创作模型 Seedream 5.0 Pro：复杂信息可视化、交互式精准编辑

据介绍，相比之前版本，Seedream 5.0 Pro 在图文匹配、结构合理性、文字渲染与画面美感等基础能力上全面提升。

消息称稀宇科技 MiniMax 计划推出参数规模 2.7 万亿新一代大模型

稀宇科技计划推出 2.7 万亿参数规模的新一代大模型。（The Information）

前沿 AI 模型竞争激烈：在 ECI 榜单上只能维持约 7 周领先地位

科技媒体 The Decoder 昨日（7 月 7 日）发布博文，报道称在 Epoch Capabilities Index 榜单榜首更迭中，前沿模型最多只能维持 7 周领先地位。

OpenAI 更新 2.1 系列 GPT Realtime AI 模型，p95 延迟至少降低 25%

OpenAI 昨日（7 月 7 日）发布公告，宣布在其 API 调用中，新增 gpt-realtime-2.1 和 gpt-realtime-2.1-mini 两款模型，官方表示 p95 延迟至少下降 25%。

数据规模跃升至 1.5 亿：蚂蚁灵波空间感知 AI 模型 LingBot-Depth 2.0 发布

蚂蚁灵波科技发布空间感知模型 LingBot-Depth 2.0，训练数据从 300 万激增至 1.5 亿，在 16 项深度补全基准测评中拿下 12 项第一。新模型在玻璃、镜面等传统深度相机易失灵···

小米 MiMo-V2.5-ASR 全链路语音模型听觉基座上线，定价 0.5 元 / 小时

作为全链路语音模型听觉基座，MiMo-V2.5-ASR 宣称在方言、双语、强噪音、多说话人等复杂真实场景下均达到业界领先水平。

腾讯元宝接入混元 Hy3 模型，支持免费做文件

腾讯元宝深度整合混元 Hy3 模型，所有能力免费开放。用户无需代码基础，即可通过指令完成文件处理、数据分析、报告生成乃至小游戏制作等复杂任务。新模型在推理、智能体、长···

单模型支持 30 种语言 + 16 种方言，阿里千问升级 Fun-ASR-Realtime 语音识别模型

在覆盖八大方言区的 16 种方言识别测试中，Fun-ASR-Realtime 字符准确率平均为 88.62%，在 12 类方言上领先。

美团万亿参数大模型 LongCat-2.0 开源，同步开放国产卡推理代码

美团正式开源万亿参数大模型 LongCat-2.0，并同步开放了针对国产算力芯片深度优化的推理代码。该模型在五万卡国产集群上完成推理，通过架构与部署的协同优化，让万亿模型在···