AI 编程实时动态与要闻

11 月 13 日，DeepSeek 官方宣布把 DeepSeek App 背后的能力全部开放到 API：V4.1-Flash（模型名 deepseek-flash）在 Messages、Responses、Chat Completions 三种协议下都支持服务端执行的联网搜索（含图片搜索和引用）、深度思考搜索、PDF/Office/图片文件解析、自动读取消息中的链接，以及输入输出安全审核。OCR、语音识别（ASR）、语音合成（TTS）也作为独立接口上线。工具调用在 Token 费之外另计：搜索和抓取 0.75 美元/千次，OCR 0.225 美元/千页，ASR 限时 0.058 美元/小时，TTS 限时 0.225 美元/万字符。官方同时开源了可导入 DeepSeek 聊天记录的前端 Demo（MIT）。面向公众的应用必须开启安全审核。

查看大图

NVIDIA AI 官方账号 10 月 28 日发布 Nemotron 3.5 Transcribe，权重已上架 Hugging Face 和 ModelScope。它是可用自然语言指令驱动的离线语音模型，一个检查点同时做 40 种语言转写、31 种语言与英语互译、13 种语言的说话人标注和音频问答，可处理最长 1 小时录音、最多标注 8 位说话人。官方称它在 Hugging Face Open ASR 英文榜以 5.33% 平均 WER 居开源模型第一；Artificial Analysis 测得 AA-WER 2.8%，与 24B 激活参数的 Voxtral Small 并列开源第一。权重、Granary v2 训练数据和微调配方一并开放。

查看大图

蚂蚁 Ant Ling（inclusionAI）10 月 19 日以 MIT 协议开源 Ming-3.0 的 5 个模型，覆盖语音合成（tts-0.5B、tts-tiny 7.9B/1.3B 激活）、音频理解（audio-flash 126B/6.5B 激活、audio-tiny 9.3B/2.7B 激活）和语音识别（asr-tiny 8.6B/2B 激活）。官方称 tts-0.5B 在 Artificial Analysis Controlled Voice 榜以 1069 Elo 位列开源权重第一，发音稳健性 93.2% 并列全榜第一；asr-tiny 四类 ASR 平均错误率 4.41%。权重已上 Hugging Face 和 ModelScope，SGLang 与 vLLM 首日支持。

查看大图

阿联酋 MBZUAI 旗下 Institute of Foundation Models（IFM）与 Inception42 于 2026-10-15 正式发布 Jais 3：在开源底座 K2 Horizon 上做的首个语言适配，提供六档开源权重（0.9B 稠密至 375B-A23B 稀疏 MoE，每 token 激活约 23B）与阿拉伯语 ASR 模型 Jais Speech。全系列共享训练配方与智能体能力，上下文最长 512K（0.9B 为 128K），Apache-2.0，权重与分阶段 checkpoint 已上 Hugging Face，vLLM 宣布 Day-0 支持。

查看大图