摘要：ElevenLabs发布新版TTS模型Eleven v3，支持70多种语言，声称是"迄今为止最具表现力的文本转语音模型"；
生成式AI
一、 OpenAI升级高级语音功能，更像真人，外加随身翻译官
1. ChatGPT高级语音功能升级，声音更自然，能表达情感和语调变化，使交流更具人性化；
2. 新增实时翻译功能，支持跨语言对话，可在国际环境中充当同声传译，无缝衔接对话；
3. 该功能已向所有付费用户开放，用户只需点击输入框中的语音图标即可使用。
二、 独角兽ElevenLabs发布Eleven v3：狠狠拿捏情感控制
1. ElevenLabs发布新版TTS模型Eleven v3，支持70多种语言，声称是"迄今为止最具表现力的文本转语音模型"；
2. 引入音频标签系统，可精确控制情感表达，包括情感标签、音效标签和特殊标签，标点符号也影响情绪传递；
3. 支持多人对话功能，可为不同角色分配不同语音，英语效果优于中文，目前处于内测阶段。
三、 OpenAudio S1上线！一句话指令让AI声优演出所有情绪
1. Fish Audio推出OpenAudio S1声音克隆模型，支持通过指令精确控制语音情感、语气和节奏，表现力媲美专业配音；
2. 采用双自回归架构和RLHF技术，支持13种语言，包括中英日等，在TTS-Arena排名第一；
3. 定价每百万字节15美元(约0.8美元/小时)，适用于内容创作和配音领域，未来计划推出版权音色注册与分成机制。
四、 全球圈粉6000万PixVerse国内版「拍我 AI」一手实测
1. 爱诗科技推出PixVerse国内版"拍我AI"，海外已积累6000万用户，月活1600万，在美国曾超越TikTok位列总榜第四；
2. 产品提供丰富功能，包括百种模板、首尾帧、多主体、运镜、视频重绘等，生成速度快(不超过1分钟)，底模已升级至PixVerse V4.5；
3. "拍我AI"兼顾"好玩"与"好用"特性，既能让普通用户通过简单模板快速体验创作乐趣，也满足专业创作者对功能完整性和效率的需求。
五、 智源全新悟界系列大模型，加速数字世界、物理世界融合
1. 智源研究院发布全新悟界系列大模型，旨在促进AI从数字世界迈向物理世界，包含四款大模型覆盖微观生命到具身智能领域；
2. 悟界系列包括原生多模态世界模型Emu3、脑科学多模态基础模型见微Brainμ、跨本体具身大小脑协作框架RoboOS 2.0和具身大脑RoboBrain 2.0、全原子微观生命模型OpenComplex2；
3. 智源已开源约200个模型和160个数据集，全球总下载量超6.4亿次，构建了覆盖模型、算法、数据、评测、系统的大模型开源技术体系。
六、 全球30名顶尖数学家秘密集会围剿AI，惊呼已接近数学天才
1. 30位顶尖数学家在UC伯克利对OpenAI的o4-mini进行秘密测试，发现AI能解决约20%的教授级数学难题，表现超越多数参赛团队；
2. 数学家Ken Ono承认AI展现出接近数学天才的水平，能在几分钟内解决人类专家需要数周甚至数月才能完成的复杂问题；
3. 陶哲轩已在社交平台分享AI在数学研究中的惊人进展，如与AlphaEvolve合作突破18年未解的和差集指数问题，预示AI将成为数学研究中值得信赖的合作者。
前沿科技
七、 Figure AI人形机器人物流工作最新视频，实习3个月转正
1. Figure AI人形机器人Helix在物流仓库工作三个月后实现重大突破，能处理硬质纸箱、塑料袋和扁平信封等多种包裹类型；
2. 机器人性能显著提升：包裹处理速度从5.0秒/件提高到4.05秒/件，条形码扫描成功率从70%升至95%，并展现出自适应行为如拍平褶皱包裹；
3. 突破归功于三大技术增强（视觉记忆、状态历史、力反馈）和训练数据规模扩展（从10小时增至60小时），机器人还能通过"视觉条件化"实现与人类协作递物。
报告观点
八、 苹果：DeepSeek、o3、Claude等并没有真正的推理能力
1. 苹果研究质疑推理模型真实能力，认为DeepSeek、Claude等只创造思考印象而非具备稳定思维过程；
2. 通过汉诺塔等谜题测试发现，推理模型面对高复杂度问题会出现"断崖崩溃"和"思考退化"，甚至无法执行给定算法；
3. 研究显示三种性能区间：简单问题标准模型更优，中等复杂度推理模型占优，高复杂度两类模型均失效。
九、 OpenAI：人们正对AI产生依赖，模型感知意识将再增强
1. OpenAI负责人Jang首次回应人机情感问题，承认用户正对ChatGPT产生依赖，认为随着AI系统融入更多生活场景，这种情感纽带将加深；
2. 文章将AI意识分为"本体论意识"和"感知意识"两个维度，预测即使用户知道AI无意识，感知意识仍将随模型智能化增强；
3. OpenAI寻求产品设计平衡点：让ChatGPT保持温暖体贴但不追求情感连接，将扩展评估、加深研究并公开分享发现。
十、 Lex Fridman 对谈谷歌 CEO：追上进度后，谷歌的下一步
1. 谷歌CEO Pichai表示随着AI模式功能成熟将迁移到主搜索页面，AI概览已提升用户满意度并推动产品增长；
2. 谷歌内部AI工具生成约30%代码，提升工程效率10%，Pichai认为AI将让程序员专注更具创造性的工作；
3. Pichai认为我们处于非均衡人工智能阶段，2030年前难达成AGI，他相信AI具递归自我改进能力，将成为比电更重要的科技发明。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
来源：腾讯研究院
