Llama Prompt Guard 2 22M仓库获收录

概览

本期共 8 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · Llama Prompt Guard 2 22M仓库获收录
2. 重点 · Claude Opus 5.5领跑APEX会计评测

全球 AI 资讯

3. 重点 · 微软发布实时转写与两款语音合成模型
4. Suno Speech开放公测，可同时生成旁白与配乐
5. ServiceNow介绍企业智能体训练数据生成方法

区域与早期信号

6. openJiuwen发布X-Router模型路由技术
7. Docker拟将智能体权限规范带入CNCF
8. TwinDEX以无机器人示范训练完成24步化学实验

九凤根据本期已引用来源整理。

热门模型动态

RuntimeWire收录了Meta的文本分类模型仓库，但这条记录不能证明模型在当天发布。

RuntimeWire收录了Hugging Face仓库meta-llama/Llama-Prompt-Guard-2-22M，任务类型标为text-classification。记录指向公开模型仓库，并明确区分了仓库页面与推理端点。

局限：报道明确表示，发现仓库不代表确认发布日期或推理服务可用性；不能据此写成模型今日发布或API上线。

图片来源：huggingface；已转存至九凤 R2。

来源：RuntimeWire · Meta模型仓库

Opus 5.5满足61.8%的评分标准，但完整基准中近六成任务仍没有模型能完全解决。

The Decoder报道，完整APEX Accounting基准包含10家模拟公司的160项任务，由超过40名、平均拥有11年经验的专业人士构建。当前模型成绩如下，分数表示满足评分标准的比例：

另一次简化任务比较邀请了12名持证会计师，平均从业5.5年；Mercor称，当前模型在这些结构化任务上的速度与准确率已超过参测会计师。

局限：简化任务的人机比较与完整基准不是同一口径；Mercor表示，完整基准中近60%的任务尚无模型完全解决，结账工作仍需监督。

来源：The Decoder

全球 AI 资讯

新转写模型覆盖60种语言，Flash语音合成模型的厂商标称延迟为150毫秒。

据The Decoder报道，Microsoft AI发布了MAI-Transcribe-2-Streaming，以及MAI-Voice-2.1和MAI-Voice-2.1-Flash，两类模型分别面向实时转写与语音生成。

• 实时转写：覆盖60种语言，首个部分结果在略高于100毫秒时返回；每小时音频的优惠价为0.54美元，持续至2026年底。
• 多语言合成：MAI-Voice-2.1支持同一声音讲23种语言，微软称各语言可采用母语口音。
• Flash规格：微软称延迟为150毫秒，价格为每百万字符15美元。
• 使用入口：模型可通过Microsoft Foundry和MAI Playground等平台使用，两款语音合成模型还上架了OpenRouter。

局限：准确率排名与延迟来自微软的说法；两款合成模型支持用数秒参考音频克隆声音，报道提到内置防滥用措施，但所给材料未提供其效果评测。

来源：The Decoder

Suno把生成范围扩展到口语音频，Speech已在网页端和移动端开放公测。

The Verge报道，用户可以通过脚本或提示描述生成声音，并同时生成配套背景音乐。新功能名为Speech，面向旁白等口语内容生成场景，最长生成时长约为8分钟。

局限：目前仍为公开测试阶段；所给材料未提供价格或支持语言，不能据此确认完整的生产使用规格。

来源：The Verge

AutoSynthData围绕智能体在具体企业环境中的薄弱能力，生成后续训练任务。

ServiceNow-AI团队在Hugging Face发布AutoSynthData文章，将企业系统、业务规则和数据状态作为训练任务的环境约束。文章描述了围绕薄弱能力生成新任务、随模型进步调整训练课程的流程，并以EnterpriseOps Gym说明该管线。

局限：这是团队的一手方法介绍；现有摘录未提供可引用的性能增益、训练成本或独立复现结果。

来源：ServiceNow-AI文章 · EnterpriseOps Gym相关论文

区域与早期信号

X-Router根据请求与反馈选择模型，报道标题称测试中token消耗减少超过50%。

量子位报道，openJiuwen团队在智能体与模型之间引入路由引擎，支持按业务的成本、速度等偏好调整选择。其能力画像结合历史数据离线刻画与在线刷新，并强调决策依据和执行反馈的可观测性。

局限：超过50%的节省属于报道转述的项目测试主张，所给摘录未包含完整测试条件或独立验证，不能推广为所有任务的固定收益。

来源：量子位 · openJiuwen代码仓库

Sandbox Kit Specification尝试把智能体访问权限打包为OCI镜像。

InfoQ报道，Docker宣布计划将Sandbox Kit Specification带入CNCF。该规范面向智能体可访问资源的权限描述，目标是让访问权限能够随智能体一起迁移。

局限：本条依据报道摘要；“带入CNCF”的计划不代表已经获接纳，现有材料也未提供规范版本、实施时间或兼容性测试结果。

来源：InfoQ

Pandaily报道，一项仅用数百条无机器人示范训练的策略，在机器人上执行了24步化学实验。

X Square Robot的TwinDEX将可穿戴外骨骼与匹配的三指机械手配对。报道摘要称，训练数据来自数百条不使用机器人采集的示范，随后将策略用于该化学实验。

局限：本条依据报道摘要，材料未提供重复试验次数、成功率或独立复现；零机器人训练数据不等于零训练数据。

来源：Pandaily