AI日报:xAI发布Grok Voice 3.0;蚂蚁百灵开源 Ling-3.1-flash;Step 5 Preview 模型权重正式开源
Quick Answer
xAI's Grok Voice 3.0 achieves top performance with an 86.9 score in voice AI benchmarks at just $0.08/min.
Quick Take
Ant Group's Ling-3.1-flash reduces deployment costs significantly, while Step 5 Preview's open weights enhance the development of complex AI applications.
Key Points
- Grok Voice 3.0 processes calls with 70% automation at Starlink's customer service.
- Ling-3.1-flash supports 1M context with a cost of $0.19 per million tokens.
- Step 5 Preview's 600B parameters optimize for long-range tasks with 1M context.
- MiniMax accelerates its A-share IPO process with significant compliance progress.
- YouTube Music adds AI-generated song labels to enhance content transparency.
📖 Reader Mode
~3 min read欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解:https://app.aibase.com/zh
1、马斯克旗下 xAI 发布 Grok Voice 3.0,定价仅 0.08 美元
xAI推出的Grok Voice 3.0展现了马斯克系公司在语音AI领域的强劲实力。该模型延续0.08美元/分钟的亲民定价,实现0.81秒极速响应,并在语音到语音综合测试中首次参评即以86.9分登顶榜首。更值得关注的是其商业化落地能力——星链客服中心约70%来电可由模型独立解决,证明了技术从实验室到实际应用的高效转化。速度、成本与实用性三者兼备,对语音交互行业格局形成有力冲击。

【AiBase提要:】
🏆 性能登顶:语音到语音综合指数测试首次参评即获86.9分位居第一,任务成功率行业首位,音频推理能力超越谷歌相关模型
⚡ 极速响应:平均首次音频响应时间仅0.81秒,稳控1秒以内,官方称实现了响应速度与综合成本低于业内前沿模型的极佳平衡
💼 深度落地:已应用于特斯拉智能语音交互系统并全面接入星链客服中心,每日处理约2万通多语言来电,约70%无需人工介入即可独立解决
2、蚂蚁百灵开源 Ling-3.1-flash:560B级模型部署降至4卡,最高支持1M上下文
蚂蚁百灵开源Ling-3.1-flash体现国产大模型'真实可用'的务实路线。560B总参数、25B激活的混合线性架构兼顾能力与效率,1M超长上下文适配办公、医疗、软件工程等复杂工作流。MXFP4量化使部署从8卡降至4卡,显著降低企业落地门槛;0.19美元/百万Token的定价与210 Token/秒的输出速度,在性能与成本间取得良好平衡,'智效比'定位精准切中高频业务场景,是开源生态中颇具竞争力的选择。

【AiBase提要:】
🚀 模型架构升级:560B总参数、每Token激活约25B,延续混合线性架构,最高支持1M上下文,在办公、医疗、软件工程、终端操作等真实业务场景保持高质量表现
⚡ 智效比突出:Artificial Analysis智能指数41、输出速度约210 Token/秒,混合调用价格约0.19美元/百万Token,面向高频业务场景兼顾生成效率与成本优势
💾 部署门槛降低:routed experts采用MXFP4量化、dense层保持block-FP8,权重占用从534GB降至292GB,服务部署由8卡降至4卡,助力企业自有环境灵活接入
3、阶跃星辰放大招!Step 5 Preview 模型权重正式开源,百万上下文与 MoE 架构引爆全球开发者社区
阶跃星辰开源Step5Preview模型权重,标志着国产大模型在开源生态的进一步深化。该模型采用稀疏MoE架构,总参数600B、激活参数仅27B,兼顾强大推理能力与运行效率;原生多模态支持与100万token超长上下文窗口,使其在长程Agent任务中具备显著优势。其曾在OpenRouter周榜与日榜调用量稳居全球第二,实力得到验证。此次权重全面开放并适配主流芯片与推理框架,将有力加速垂直领域应用落地。

【AiBase提要:】
🔓 权重全面开源:BF16与FP8权重、技术博客及开源工具同步公开,已上线Hugging Face和ModelScope平台
🧠 先进MoE架构:总参数量600B,每token仅激活27B参数,专为长程复杂Agent任务深度优化,性能与效率兼得
📏 超长上下文与多模态:原生支持文本与视觉多模态输入,具备100万token上下文窗口,适配主流芯片与推理框架
4、MiniMax 发布 IPO 辅导第二期进展,加速推进上市合规完善
MiniMax于今年1月登陆港交所后,迅速推进A股IPO进程,中信证券发布第二期辅导进展报告,显示其资本化布局节奏明显加快。辅导期内已完成全面尽职调查、集中辅导授课等核心工作,但公司治理在实际执行层面仍存优化空间,需持续整改完善。若辅导验收顺利,MiniMax有望实现'港股+A股'双重上市,为国内基础大模型企业融资树立新标杆,也反映出资本市场对优质AI企业的支持态度。
【AiBase提要:】
📋 中信证券发布MiniMax A股上市辅导第二期进展报告,本期辅导周期为2026年7月10日至2026年10月13日
🔍 辅导期间完成全面尽职调查、集中辅导授课等工作,督促MiniMax明确业务发展目标及募集资金投向方案
🏛️ 公司治理执行层面存在优化空间,辅导小组将会同通商律所与安永会计所持续推进整改,备战辅导验收
5、腾讯又一AI产品宣布停运,元器用户需尽快迁移数据
腾讯元器与QClaw相继宣布停运,标志着腾讯正在收缩并整合智能体产品线。这一举措折射出AI智能体行业已从产品探索期进入深度洗牌期,单纯的功能尝试难以支撑商业闭环。对用户而言,及时导出数据、规划迁移路径是当务之急;对行业而言,明确产品定位、构建可持续的用户需求与商业模式,将成为智能体平台竞争的关键分水岭。
【AiBase提要:】
📅 元器平台将于2026年11月9日停止服务,10月29日起停止创建新智能体及API Key分发
💾 用户可在停服前导出智能体配置、工作流和对话记录,数据导出过渡期持续至2027年1月9日
🔀 腾讯建议用户迁移至腾讯云智能体开发平台(ADP),QClaw用户可转向腾讯WorkBuddy
6、YouTube Music将为AI生成歌曲添加标签,未来扩展至主应用
YouTube扩大AI内容标识机制,是流媒体平台应对AI音乐浪潮的关键举措。随着AI生成内容占比快速攀升(Deezer平台新增曲目44%为AI生成),内容透明度已成为行业治理核心议题。但YouTube未明确标记触发阈值,执行标准模糊或引发争议。结合Apple Music、Spotify等平台同步布局,以及行业组织推动的'AI生成'与'AI辅助'两级标识体系,AI音乐标识正走向标准化,将重塑创作者、平台与听众间的信任机制,对音乐产业生态影响深远。
【AiBase提要:】
🎵 YouTube Music将为认定为主要由生成式AI创作的歌曲添加标签,结合自身检测工具与音乐合作伙伴分析结果识别,未来扩展至YouTube主应用
🏷️ 各平台积极应对AI音乐浪潮:Apple Music年底前推出'Made with AI'标签,Spotify推出AI Personas功能,Deezer、Tidal和Bandcamp也已采取治理措施
🤝 美国唱片工业协会等行业组织推动建立'AI生成'与'AI辅助'两级标识体系,通过统一标识提升透明度,维护创作者权益与听众知情权
7、Anthropic 正式确认 Claude 订阅额度全面打通第三方应用
Anthropic 通过官方政策明确确认,Claude Max 和 Team 订阅用户的月度 API 额度可直接用于 Agent SDK、命令行工具、API 及第三方应用,正式确立 BYOS(用户自带订阅)模式。此举打破了大模型行业长期存在的'用户与开发者双重收费'僵局:用户一次订阅即可多端畅用,开发者无需承担高昂 API 成本,可专注产品创新。

【AiBase提要:】
🔓 官方确认 Claude Max 和 Team 计划的月度 API 额度可直接用于 Claude Agent SDK、Claude 命令行、Claude API、Managed Agents 及所有相关第三方应用'}
💰 正式确立 BYOS 模式,打破双重收费僵局:用户一次订阅即可在各类第三方工具中畅行使用,开发者无需自行承担高昂的 API 调用成本'}
🌱 开放政策被视为大模型时代的'App Store 开放时刻',将全球开发者利益与 Anthropic 生态深度绑定,催生创新 Agent 应用,推动行业进入生态竞速阶段"}
8、谷歌 Argon 模型开放全球开发者,输入 Token 定价2美元起
谷歌旗舰模型Argon正式面向全球开发者与企业开放,标志着从受限测试迈向全面商业化。定价以2美元/百万输入Token形成对OpenAI GPT-6 Astra的成本优势,但12月价格翻倍显示策略仍在调整。模型在编码、多模态推理与具身机器人领域展现潜力,沙包投掷演示验证了物理理解能力。
【AiBase提要:】
🌍 Argon正式向全球开发者及企业开放,此前仅通过Fairwind计划向部分可信网络防御人员提供测试,现可通过AI Studio API、Gemini订阅及Antigravity平台付费使用。
💰 定价为每百万输入Token 2美元、输出Token 10美元,12月价格将翻倍,但仍显著低于OpenAI GPT-6 Astra(输入10美元、输出50美元)。
🤖 模型融合多模态推理、智能体编码与物理理解能力,演示中机器人通过分析人类投掷沙包视频,在真实环境连续七次投中目标,有望推动具身机器人研发。
— Originally published at news.aibase.com
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from WebSearch (Tavily)
See more →全球AI芯片峰会,9月上海见!
The 2026 Global AI Chip Summit will take place in Shanghai on September 22-23, focusing on the evolving AI chip landscape, including the shift from training to inference, the rise of diverse chip technologies, and the restructuring of industry competition. Notable speakers include experts from leading universities and companies, discussing advancements in AI chip architecture and applications.