Mistral AI 发布 Voxtral 3 语音模型家族与实时语音智能体 SDK
Mistral AI 发布 Voxtral 3,包含新一代语音转文字和文字转语音模型,以及基于 LiveKit 的语音智能体 SDK,将听、推理、工具调用和说话整合为单一实时流式管线。
推荐理由:原文给出各模型价格和基准对比,便于与 Whisper、ElevenLabs 等现有语音方案比较成本与能力。
技术方向
怎么把模型跑得更快更省钱:推理加速、显存与成本、服务部署与基础设施选型。
3 条精选近 30 天 3 条共收录 32 条
Mistral AI 发布 Voxtral 3,包含新一代语音转文字和文字转语音模型,以及基于 LiveKit 的语音智能体 SDK,将听、推理、工具调用和说话整合为单一实时流式管线。
推荐理由:原文给出各模型价格和基准对比,便于与 Whisper、ElevenLabs 等现有语音方案比较成本与能力。
Microsoft Research 发布零知识虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行,无需密码学专家改写电路。
推荐理由:微软研究院展示的 Magnetar zkVM 只依赖标准哈希函数做安全基础,速度比同类最快系统平均快 10 到 39 倍,可与量子安全路线对照阅读。
GitHub 博客介绍与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器,可在两毫秒内评估候选密钥,将 push protection 扩展到无固定模式的非结构化秘密,可拦截的秘密数量有望翻倍以上。
推荐理由:作者用九个季度数据说明开发者并未因 Agent 变得更粗心,并给出新的检测模型如何以低延迟拦截更多泄露,可对照自家安全流程参考。