Anthropic公司为其Claude助手推出了语音模式，标志着主要AI实验室在语音功能上的全面普及。新功能允许用户通过语音与Claude进行自然对话，并提供多种语音选择和实时转录。该功能基于最新的Sonnet 4模型，并与Google Workspace集成，为付费用户提供更强大的功能。此外，SpAItial公司正在构建能够从文本和图像生成交互式3D环境的AI系统。研究人员推出了INTUITOR，一种AI训练方法，使语言模型能够利用内部自信信号改进其推理。

🗣️ Anthropic为Claude移动应用推出了语音模式，用户可以通过语音与其AI助手进行自然对话，并提供五种语音个性选择和实时转录。

📝 该语音模式基于Claude最新的Sonnet 4模型，并与Google Workspace集成，付费订阅用户可以通过语音命令访问日历、文档和Gmail。

🏢 Synthesia联合创始人推出了SpAItial，该公司旨在创建能够从文本和图像生成交互式3D环境的AI系统，构建空间基础模型(SFMs)。

🧠 研究人员推出了INTUITOR，这是一种AI训练方法，使语言模型能够利用内部自信信号改进其推理，无需正确答案或外部反馈，在编程任务上表现更好。

最新动态

🗣️ Anthropic为Claude推出的新语音模式

概述: Anthropic刚刚宣布为其Claude移动应用推出新的语音模式，成为最后一批让用户能够与其AI助手进行自然语音对话的主要AI实验室之一。

详细信息:

该测试功能将在未来几周内向英语用户推出，并运行在Claude最新的Sonnet 4模型上。用户可以在说话和打字之间自然切换，提供五种语音个性选择，并在聊天时显示实时转录。语音模式还与Google Workspace集成，付费订阅用户可以通过语音命令让Claude访问日历、文档和Gmail。免费用户每月可获得20-30条语音消息，付费层级则有"显著更高"的使用限制。

重要性: 随着所有主要实验室现在都提供语音模式，竞争转向了执行层面——延迟、集成和底层模型质量等因素都在用户体验中发挥作用。这些能力也与Siri等老一代语音助手形成鲜明对比，显示出它们真正的落后程度。

🚀 跳过设置，直接部署代理

Postman的Agent Generator提供完整的交钥匙基础设施，无需服务器设置，使开发人员能够无摩擦地即时构建和部署AI代理。

使用Agent Generator，您可以:

即时启动代理工作流程与OpenAI、LangChain等兼容在Postman中测试、调试和部署

🌐 Synthesia联合创始人的3D世界AI初创公司

概述: Synthesia联合创始人Matthias Niessner刚刚推出了SpAItial，这是一家旨在创建能够从文本和图像生成交互式3D环境的AI系统的新初创公司。

详细信息:

该公司正在构建空间基础模型(SFMs)，这些模型能原生理解3D空间，并能掌握几何、物理和材料属性。SpAItial的创始团队包括来自Synthesia、Google和Meta的前领导者，带来了3D AI和神经渲染技术的专业知识。早期演示从简单的文本提示生成了照片般逼真的3D房间，应用范围涵盖游戏、建筑、VR和机器人技术。

重要性: 虽然AI已经掌握了生成2D图像和视频，但创建连贯、具有空间意识的3D世界仍然是一个挑战。这类新型模型可以让任何人只用几句话就能创建复杂的虚拟环境——解决许多人认为是AI的下一个前沿领域。

☺️ 研究：AI通过自信学习推理

概述: 来自加州大学伯克利分校和耶鲁大学的研究人员推出了INTUITOR，这是一种AI训练方法，使语言模型能够利用内部自信信号改进其推理——无需正确答案或外部反馈。

详细信息:

INTUITOR测量AI对其生成的每个单词的自信程度，使用这种"直觉"作为学习的指南。与需要正确答案学习的传统AI训练不同，该系统在AI产生自信的响应时给予奖励。在数学问题上测试时，该方法与传统训练表现相当，但在编程任务上显示出更好的结果。AI还开始表现出类似人类的推理行为——分解复杂问题、制定计划并逐步解释其思考过程。

重要性: 正如直觉和自信在人类学习中扮演重要角色一样，这项研究表明AI在相同系统中取得了成功。这种自我导向的方法对于没有明确"正确答案"或人类专业知识有限的领域尤其有价值，使AI能够探索未知的知识领域。

快速浏览

⚙️ Claude Code - Anthropic的代理编码工具，现已全面可用� Nemotron AceReason - Nvidia的数学和代码推理模型🦙 Llama-Factory - 无需代码即可微调和训练开源LLM▶️ OpusClip Thumbnail - 一键AI缩略图生成器据报道，Meta正在重组其AI组织，分成专注于AI产品和AGI基础的两个独立团队，旨在加速公司的发展。Anthropic的Claude 4 Sonnet模型在ARC-AGI-2基准测试中达到了新的SOTA，超越o3登上排行榜首位。Google DeepMind 预告了SignGemma，这是一款能够将手语翻译成文本的即将推出的模型。Salesforce 收购了云数据管理公司Informatica，交易金额达80亿美元，加强了为其基于代理的产品和平台提供支持的基础设施。The Browser Company 透露，它将不再开发其Arc浏览器，而是完全转向将其AI优先的Dia浏览器作为独立产品开发。