AI 热点资讯

Shizuku-Duplex 发布:日语全双工对话模型

核心速览
  • •日本 Shizuku AI 公布日语全双工模型 Shizuku-Duplex,按 80ms 间隔实时运行,自评响应质量仅次于 GPT-Live
  • •另有 Pinterest 改用 4B Qwen3、TitanX 放弃 Grok Bot 合同、LG 开放 K-EXAONE-2.5 API、字节 Seedream 5.5 等。
2026年11月9日
14 分钟阅读
本文目录

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 · Shizuku-Duplex 发布:日语全双工对话模型,对标 GPT-Live
  2. 重点 · TitanX 试点成功后,放弃了一份中六位数的 Grok Bot 合同
  3. 重点 · LG 开放 K-EXAONE-2.5 API,训练用了英伟达 Nemotron 数据集

全球 AI 资讯

  1. Reason Machines 开源 Aspen:给 AI 智能体用的 Git 服务器
  2. 0sec Labs 开源 AI 安全工具框架 0:网页界面、CLI 和 MCP 都有

区域与早期信号

  1. 字节发布 Seedream 5.5:2K 修图单张约 0.28 元
  2. 苹果 HALO:宇树 G1 背着跑千问的 Mac mini,陌生家庭里成功率 91%
  3. LobeHub 用自家智能体做研发:FrontierHarness 30 题完成 21 题

热门模型动态

01/08

Shizuku-Duplex 发布:日语全双工对话模型,对标 GPT-Live

新模型 · 发布榜 →

日本 Shizuku AI 公布日语全双工模型 Shizuku-Duplex,可以边听边说。官方称它在全双工模型里的响应质量仅次于 OpenAI 的 GPT-Live。

Shizuku AI(雫)称,除 OpenAI 的 GPT-Live 之外,Shizuku-Duplex 是第一个能用日语做智能对话的全双工模型。它采用新架构,做了包括内核级在内的推理优化,可以按 80ms 的间隔实时运行。官方测试一共比较了 6 个模型,它在日语对话自然度上排第一;在全双工模型里,响应质量排在 GPT-Live 之后。

官方公布的轮次控制测试如下(箭头表示数值越低或越高越好):

模型提前接话率 ↓(%)停顿时抢话率 ↓(%)用户附和时沉默率 ↓(%)被打断 2 秒内停下 ↑(%)对旁人说话误回应率 ↓(%)
Shizuku-Duplex10258983
GPT-Live-134128297
J-Moshi-ext24362073100
LLM-jp-Moshi-v1241872998

局限:以上数字都是 Shizuku AI 的自测。表里它的提前接话率是 10%,高于 GPT-Live-1 的 3%;对旁人说话时仍有 83% 的情况会回应。公开信息没有说明会不会开放权重或 API,也没有给出价格。

Shizuku-Duplex 发布:日语全双工对话模型,对标 GPT-Live:提前接话率 ↓(%)、停顿时抢话率 ↓(%)对照

九凤根据本期已引用来源整理。

来源:有原始出处 OpenAI:Introducing GPT-Live · Moshi 论文 arXiv:2410.00037 · Shizuku AI 博客

02/08

TitanX 试点成功后,放弃了一份中六位数的 Grok Bot 合同

持续追踪:Grok 动态 →

TitanX 的 CEO 说,试点已经成功,但到签约时他们还是放弃了在全公司部署 Grok Bot。理由是质量下降,而且买方控制不了模型。

TitanX 创始人兼 CEO Joey Gilkey 11 月 8 日在 X 上发帖说,公司放弃了和 SpaceXAI 的一份中六位数(mid-six-figure)合同,这份合同原本要在全公司推开 Grok Bot。他给了三条理由:模型会被更换,买方无权控制;额度会突然调整;马斯克说过 Grok Bot 的运行成本「过高」,难以持续。

局限:这是 Gilkey 单方面的说法。报道没有提到 SpaceXAI 的回应,合同的具体金额和条款也没有公开。

来源:有原始出处 Joey Gilkey 的 X 帖子 · RuntimeWire

03/08

LG 开放 K-EXAONE-2.5 API,训练用了英伟达 Nemotron 数据集

API 开放 · 发布榜 →

英伟达称,LG AI Research 正在开放 K-EXAONE-2.5 的 API 访问。这个模型用英伟达的 Nemotron 数据集开发,其中包括 Nemotron-Personas-Korea。

  • K-EXAONE-2.5:LG AI Research 开放 API 访问,模型开发时用了 Nemotron 系列数据集。
  • 数据集:Nemotron-Personas-Korea 已经在 Hugging Face 上公开。
  • 同篇其他动态:英伟达称,现代汽车集团正在评估 NVIDIA NemoClaw 蓝图和 NVIDIA OpenShell 运行时,用于智能体的安全防护。

局限:这条消息出自英伟达的博客,不是 LG 的公告。原文没有写 K-EXAONE-2.5 API 的价格、开放范围和评测分数。

Korea’s AI Ecosystem Advances and Secures Agentic AI With NVIDIA

图片来源:NVIDIA Blog。

来源:有原始出处 NVIDIA:Korea's AI Ecosystem and Agentic AI · Hugging Face:Nemotron-Personas-Korea

全球 AI 资讯

04/08

Reason Machines 开源 Aspen:给 AI 智能体用的 Git 服务器

Aspen 照着 OpenAI 公开的 Pando 设计,自己从头实现了一遍,目标是撑住几百个智能体同时推送的仓库。

Aspen 是一个 Rust 写的单一二进制程序。分支存在 PostgreSQL(或 SQLite)里,pack 文件放在对象存储里。它可以在笔记本上用 aspen dev 跑,也可以用 Docker Compose 单机部署,或者用 Helm、Terraform 部署到云上。推送到不同分支时互不等待,拉取时直接复用已经存好的 pack。官方自测:一台 8 核服务器上连续 5 分钟,每秒持续处理 567 次推送。

局限:合入 main 只有每秒约 4 次。项目还在 pre-alpha 阶段,没有正式版本,没有网页界面,24 小时持久性测试也还没通过。

来源:有原始出处 GitHub:reason-machines/aspen · OpenAI:Scaling Git at OpenAI · MarkTechPost

05/08

0sec Labs 开源 AI 安全工具框架 0:网页界面、CLI 和 MCP 都有

苏黎世的 0sec Labs 开源了安全工具框架 0,能做代码审查、渗透测试、逆向和修复生成。模型由用户自带。

  • 许可:MIT 或 Apache-2.0 二选一,目前是研究预览版。
  • 用法:可以用本地浏览器控制台、无界面 CLI 或 MCP 服务器来驱动。
  • 模型:支持 14 家列出的模型服务商,推理在服务商那边跑,本地不需要 GPU。
  • 平台:Apple Silicon macOS、x64 或 ARM64 Linux,也可以用 ghcr.io/0sec-labs/0 容器。
测试口径结果
XBOW 网页 CTF(gpt-5.4 组,任一次成功即算)93/95(97.9%)
XBOW 仅黑盒测试(合并统计)81/104(77.9%)
2026 年冷启动运行45/104(43.3%)

局限:以上分数都是厂商自报。冷启动成绩只有 43.3%,和最好成绩差距很大。0 本身只是工具框架,效果取决于接入的模型。

来源:有原始出处 GitHub:0sec-labs/0 · MarkTechPost

区域与早期信号

06/08

字节发布 Seedream 5.5:2K 修图单张约 0.28 元

新模型 · 发布榜 →

豆包的图像创作模型升级到 Seedream 5.5,原生支持透明素材。2K 方图编辑的单张成本,不到 Seedream 5.0 Pro 的一半。

Seedream 5.5 已经接入豆包、豆包工作和即梦,API 即将在火山方舟上线。计费还是「输入图 + 输出图」两段,文本 Token 不收费。以 2K 方图编辑为例,单张约 0.28 元。它原生支持生成带 Alpha 通道的 RGBA 图像,也能分层输出素材。官方实测:每轮都用上一轮的结果作输入,连续改上百轮后,编辑区域以外的主体、构图和光影仍然一致。

局限:速度提升没有给出具体数字。六类场景可用率提升的结论,来自 MagicArena 上的专项测试,原文没有给出分数。API 还没上线,Pro 版本也只是预告。

来源:单一报道 雷锋网

07/08

苹果 HALO:宇树 G1 背着跑千问的 Mac mini,陌生家庭里成功率 91%

持续追踪:千问 Qwen 动态 →

苹果研究团队的人形机器人项目 HALO,训练数据全部来自仿真合成。在 6 个从没见过的真实环境里,360 次测试的平均成功率是 91%。

据爱范儿报道,HALO 用宇树 G1 当身体,背上绑着一台 Mac mini M4 Pro。编排器默认在本地运行 Qwen3.6-35B-A3B,运动生成器用的是冻结的 Qwen3.5-2B VLM 编码器。机器人可以走进陌生的家,找椅子坐下、从桌子底下钻过去、推开箱子,测试的 6 个环境事先都没有扫描过。训练数据的做法是:用运动扩散模型生成全身动作,用 INFINIGEN 程序化生成 1000 个虚拟家庭,在 Isaac Sim 里渲染机器人头部相机看到的画面,再用自动校验器剔除穿模、滑脚的坏样本。

局限:这是研究项目,不是产品,目前只有一家中文媒体的报道。报道没有提到要不要开源模型或数据。

来源:单一报道 爱范儿

08/08

LobeHub 用自家智能体做研发:FrontierHarness 30 题完成 21 题

8 万 Star 的开源项目 LobeHub,让智能体拆任务、派活、写代码、审代码。它的 Agent Harness 配 Kimi K3,在 FrontierHarness 上的通过率是 70%。

据量子位报道,LobeHub 团队大约半年前开始用自家的 AI 协作平台做研发。在 FrontierHarness 的 30 道软件工程题里,优化过的 Agent Harness 配 Kimi K3 做出了 21 道,每道成功任务的成本中位数是 1.68 美元。报道举了一个例子:智能体创建任务 T-1149,写出 PR #21852,经人工审阅后合并。另一个例子是跨项目协作,智能体请 lobe-ui 组件库加了一个功能,并随 6.0.1 版本发布。

局限:「超过 Codex 和 Claude Code」的说法目前只出自量子位这一篇报道。PR 合并之前仍要经过人工审阅。

来源:有原始出处 GitHub:lobehub/lobehub · 量子位

本文由 AI 根据文中所附信源整理,经自动事实核查后发布,发布前未经人工逐篇审核;如与原文不一致,以原始出处为准。了解本日报的制作方式或报告错误:关于本日报

在 JIUFENG 试试 GPT Image 2.5

OpenAI 最新的图像模型,文字渲染与密集版面最强——海报、包装、仪表盘都清晰可读。在浏览器里直接生成。注册即送 5 积分,无需信用卡。

打开 GPT Image 2.5