ElevenLabs 指南:如何用 AI 转写播客
ElevenLabs 发布播客转写分步指南,流程为导出音频、选择方式、上传配置、审校、导出五步。其 Scribe v2 支持 90 多种语言、单文件最多 32 位说话人,网页端单文件上限 3GB、标准模式最长 10 小时。指南建议 AI 转写后人工审校,SRT 与 VTT 适合播客应用字幕,纯文本或 HTML 适合网站博客。
ElevenLabs 发布播客转写分步指南,流程为导出音频、选择方式、上传配置、审校、导出五步。其 Scribe v2 支持 90 多种语言、单文件最多 32 位说话人,网页端单文件上限 3GB、标准模式最长 10 小时。指南建议 AI 转写后人工审校,SRT 与 VTT 适合播客应用字幕,纯文本或 HTML 适合网站博客。
ElevenLabs 发布 Eleven Realtime 系列语音到语音模型,包含面向低成本自然对话的 v1 Mini 和面向复杂任务、多步工作流的 v1 Max,两者支持 90 多种语言并可调用 ElevenLabs 库中 17,000 多个声音。Artificial Analysis 的独立评测显示。
MiniMax于10月19日发布新一代模型M3.1 Flash,线上推理速度提升近3倍,Agent任务综合使用成本降低70%。模型输入价格每百万Token 1元、输出4元、缓存读取0.1元,已上线MiniMax API、MPlan及MiniMax Code,权重后续开放,Pro版本将稍后推出。
ElevenLabs 发布面向内容创作者的语音转文字工作流指南,用于生成视频字幕、播客节目笔记并将音频内容转为博客等文字形式。其 Caption Generator 可生成词级和字符级时间戳,字幕可导出为 SRT 和 VTT 文件。Scribe v2 模型默认逐字转写。
ElevenLabs 孵化的全球 AI 创意赛事 Chroma Awards 第二季已开放投稿,设 Film、Music Videos、Advertising、Games 和 Behind-The-Scenes 五个分区,截止 2027 年 1 月 1 日。本季提供超 45 万美元现金奖与 100 万美元免费试用,并新增学生奖项。
Browzwear 官方博客给技术设计师一套按固定顺序执行的六步清单,用于审核供应商提交的 3D 服装:文件、面料、纸样、合身度、尺码、状态。每一步都以明确的通过或退回结束,遇到首个失败即停止审核并说明原因退回。面料环节建议用 Fabric Analyzer 测量实物面料属性并应用到数字孪生。
GenOffice v0.11.919 稳定版桌面安装包发布,文档表格支持拖拽底边调行高、角柄缩放整表,Ctrl/Cmd+点击可做非连续选择。AI 方面可读取图片、运行颜色与尺寸,OpenRouter 选择器列出实时目录并支持搜索,DeepSeek 新增 deepseek-flash。Markdown 新增 [[ 笔记补全、![[嵌入]]、反向链接面板与图谱视图。
豆包公关负责人刘星回应“国内55%算力用于造爽剧”称数据不靠谱,就字节跳动而言仅约10%总算力用于视频生成模型训练和推理。Lovart 2.0上线个人设计Agent“Arti”,可记忆用户审美偏好与工作习惯,提供设计调研、画布巡检、评论修改和可复用Skill,已向所有用户开放。DeepSeek将V4.1 Flash升级至V4.1-Flash-1017,强化游戏开发、3D建模等“许愿式编程”能力。
新榜海汇分析8602条AIGC广告发现,催泪亲情题材仅占2.2%,百万爆文率却达42.5%,约为整体水平的2.8倍,AIGC广告TOP10中4条为亲情主题且TOP1亦属此类。拆解案例显示,这类爆文多从爷孙、父子等熟悉关系与日常场景出发,让床垫、球鞋、环保板材等产品成为承载亲情的情感道具,在情绪高潮自然露出品牌。母婴育儿行业凭借天然亲情关联跑出更高爆款率。
REA Agents 发布 v6.7.0,客户端配置编辑改为遵循 MCP 客户端使用的重复成员语义,Setup 会编辑最后一个重复的 JSON/JSONC 成员,并拒绝会重新激活被遮蔽重复项的删除操作。该版本包含未发布到 npm 的 6.6.0 变更与迁移说明。
AI新榜第101期周榜显示,AI角色聊天平台PolyBuzz总榜上升19名至第32位、海外榜上升13名至第26位,主打免费模式和海量AI角色库。国内榜中,即时设计旗下AI设计工具即时AI上升7名至第38位,为本期涨幅最高,支持用一句自然语言生成可编辑设计稿。海外榜涨幅最高的是AI抠图工具Photoroom,上升16名至第33位。
Browzwear 提出数字色彩审批的三通道框架,把色彩决策分为关系类与身份类:配色组合、位置和印花比例可在屏幕上签核,有已知标准的色号屏幕审批后只需对照首个生产样验证一次,品牌标志色、跨材料匹配色、深色高饱和色及有合同容差的色号仍需先做物理标准。该框架配合 Fabric Analyzer、VStitcher 中的 Coloro 3。
Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,采用混合专家架构,每次处理 Token 激活约 420 亿参数,支持 100 万 Token 上下文及文字、图片、音频、视频输入,借助苹果 MLX 框架可在两台 Mac Studio 组成的约 1TB 内存集群上本地运行。苹果确认 Apple 智能已获批进入中国市场。
Siemens 与 Mazak 将于 10 月 23–24 日在印度浦那 Mazak India Technology Center 举办 Mazak Open House,现场演示航空航天、模具和透平机械三类零件的 CAM 到机床工作流。NX CAM Post Hub 提供超过 1,200 个机床套件和后处理器。
Comfy 发起开源重建竞赛,悬赏 1 万美元大奖征集 Genjutsu、Cinema Studio 等创意应用的开源实现,要求发布仓库并允许任何人运行、fork 和改进。另设最具创新、最具传播力、仅用开放权重三个单项奖,各奖一块 GeForce RTX 5090,10 名入围者各获 250 美元 Comfy Credits。
Krea 3 现已在 ComfyUI 中通过 Partner Nodes 提供,这是 Krea 推出的新图像模型,面向以参考图驱动的生成与编辑。它支持上传多张参考图并按上传顺序编号引用,例如人物取自图 1、夹克取自图 2、背景取自图 3,并可在描述改动的同时指定哪些元素保持不变。使用时需将 ComfyUI 更新到最新版本或打开 Comfy Cloud。
推荐理由:ComfyUI 通过 Partner Nodes 接入 Krea 3,读者可据此判断参考图驱动的图像编辑如何进入现有节点工作流。
10月15日DeepSeek网页端和App出现近5小时故障,官方按用户7日内消耗金额以赠金全额返还,今年已至少记录10次较大范围故障。OPPO宣布与Manus合作,将Manus智能体能力接入AI Mind Pilot并在Find X10系列首发。GPT-5.5于10月14日从ChatGPT等产品退出,API暂仍可调用。
GenOffice v0.11.829 稳定版桌面安装包发布,Docs 首页和文件菜单新增转换菜单,表格单元格内插入图片不再溢出,AI 助手上线交互式思维导图。Sheets 修复了使用 ROW()/COLUMN() 的条件格式公式改为 1-based,OpenDocument 文件(.ods/.odt/.odp)可作为可编辑 OOXML 副本打开。
截至10月15日,豆包官网拒绝屏幕自动化操作的清单已增至155个应用,微信、淘宝、支付宝、美团、拼多多及DeepSeek、Kimi均在列。豆包的SAEP协议由App声明哪些屏幕操作不许做、由手机系统按声明拦截,10月14日30天公示期结束后未声明拒绝的应用会逐步开放操作。同期阶跃AI手机STEPX采用A2A、MCP等协议,由服务方智能体接力办事。
Notilus Software 发布 Rhino 8 复合材料结构插件 Notilus Composite,面向 FRP 船艇的海军建筑师与船厂。层压板定义直接保留在 Rhino 几何体上,重量、重心、材料清单与车间文档均来自同一模型并随设计变更更新。支持按 ISO 12215-5 附录 C 逐层构建材料与层压板库、顶帽与自定义加强筋。
PhotoCraft 0.9.0 的官方发布记录列出 Photoshop Actions(.atn)读写、裁剪与拉直自动化、PSD/PSB 文件兼容选项,以及颜色、图层和导出修复。适合用真实动作文件和 PSD 副本做兼容性小样;更新清单不等于完整兼容或可直接替换生产软件。
推荐理由:直接关系修图自动化:新增 .atn 动作读写与自动裁剪、拉直,可用现有动作和 PSD 副本检验重复处理流程;兼容性仍需逐项小样验证。
Autodesk 总结 AU 2026 的 Forma 更新:Forma Board 的 AI 可视化、项目站点自然语言助手,以及场地到详细设计的数据协作。Street Design 尚在开发,Civil 3D 连接是技术预览,Building Layout Explorer 属早期研究;不能把这些演示统称为已全面上线。
推荐理由:把 AI 可视化、设计协同与工程交接放进同一工作流,并清楚区分可试用功能、技术预览和早期研究,帮助建筑与规划团队判断先试什么、暂不依赖什么。
ElevenLabs 发文解析音频深度伪造检测的两类技术路线:传统工具用统计分析给出样本为 AI 生成的概率分数,水印则由合成器在音频中嵌入人耳听不到的数学签名,检测器可给出确定的是或否。ElevenLabs 的 Audio Detector 能高准确率识别自家产品生成的水印,但无法识别其他公司的水印,因此水印只应作为大规模检测体系中的一环。
AI新榜报道,REA 通过 MCP 向 AI 编程 Agent 提供逆向分析工具,并列举 PhotoCraft、Concat、GenOffice 等创作与文档工具案例。对设计生产的启发是研究具体功能和工作流;兼容性、稳定性和授权仍需逐项核查,不能据此直接替换成熟生产软件。文中星数、复刻效果与耗时为报道转述,FLABS 尚未独立验证。
Comfy 官方介绍本地 NVIDIA RTX 视频处理节点:超分最高 4 倍或 8192 px、2—16 倍插帧及 SDR 转 HDR。官方建议按超分→插帧→HDR 串联;保持时长需要匹配输出帧率,HDR 下游需显式指定色彩类型。未给出统一硬件下的耗时与画质对照。
推荐理由:官方给出 RTX 本地超分→插帧→HDR 的可执行节点顺序,并说明保持时长的帧率换算与 HDR 下游色彩标记,适合视频后期团队用副本验证流程。
GenOffice 0.11.727 增加从 File 菜单导出 Markdown,图片保存到配套文件夹;修复 Windows 打印缩放、PDF 分页边距及目录与书签链接。适合先检查文档交付与办公兼容性,AI 编辑另需连接模型服务。
ElevenLabs 发布访谈转写指南,其 ElevenCreative Speech to Text 基于 Scribe v2 模型,在 ElevenLabs Playground 和 ElevenAPI 中同时支持逐字与干净两种转写风格,逐字为默认。多通道转写可为每位说话人单独分配麦克风与标签,避免串话时的标注错误;音频事件默认打标签,可用关键术语提示纠正人名与行业术语拼写。
Gemini 4 Argon 正在 Figma Make 中推送,这是 Gemini 最新且最先进的模型。用户可在 Figma Make 聊天框的模型选择器中选择 Gemini 4 Argon,该模型面向所有套餐开放。
PhotoCraft 0.8.2 改进 GPU 图层合成复用、PSD 解码与互操作,保存编码移到后台线程,并修复笔刷结束时的卡顿。官方列出一个笔刷提交步骤从 136ms 到 0.8ms 的测试结果;这不代表整套修图流程提速,软件仍处早期 Alpha。
Rhino 官方博客介绍 Notilus Scantling:提供 Rhino 8 插件及独立桌面程序,从模型读取板材、加强筋、梁与柱的几何和尺寸,按船舶参数推导设计载荷,在模型上显示利用率与设计压力,并输出带规则条款的报告。官方列出 DNV-RU-HSLC Pt.3、RINA RES31、ISO 12215-5 和 ISO 11812 等规则,支持 Rhino 8 Windows。本条是非AI船舶设计与生产配套工具资料;FLABS 未安装、校核真实船型或验证规则覆盖,不代表认证、审图或生产安全结论。
推荐理由:把结构模型、规则校核与可追溯报告连接到船舶设计制造任务,保留实际工程验证门槛。
GenOffice 0.11.564 增加 PDF 数字证书签名及现有签名验证,支持 p12/pfx 与 Windows 证书库;改进大型流式工作簿按需筛选、滚动与打印前预载。适合先评估文档签署和大表格处理,具体兼容性仍需用自己的样本验证。
REA 6.4 增加 Android 设备检查、分拆 APK 获取、日志和截图,并可通过本地 JEB MCP 服务反编译选中项。大型分析新增按摘要浏览证据的能力。适合软件功能调研和工程原型,不能据此认定能完整替代成熟设计软件。
本机三张商品照片、CPU单线程实测:ESPCN更快,各样本计时中位数的中位数为76.916毫秒,FSRCNN为95.045毫秒;两者三样本的PSNR均高于双三次基线,但不等于人眼质量更好。每样本预热一次、计时三次。建议先做小样试用;真实旧图、压缩噪声、印刷效果及人工视觉质量未验,不建立通用排名。完整指标见原文。
推荐理由:真实本地任务对比;公开协议和指标,私有保存输入输出;未取得人工视觉验收,不建立通用排名。
本机三张商品照片、CPU单线程实测:U²-NetP更快,各样本计时中位数的中位数为422.233毫秒,U²-Net为1043.551毫秒。AI查看输出发现,两者仍保留衣架,鞋子样本有细背景线条,不能直接视为电商成品。每样本预热一次、计时三次;无真值蒙版,未测分割准确率或取得人工视觉验收,不建立通用排名。完整记录见原文。
推荐理由:真实本地任务对比;公开协议和指标,私有保存输入输出;未取得人工视觉验收,不建立通用排名。
结论:单张RTX 5090已能运行MiniMax H3低分辨率实时视频,适合交互预览和创意粗样;现有证据不足以支持高质量成片生产。官方仓库公开的11次热运行中,每批生成两段15.08秒、448×256、24fps的视频,用时中位数23.51秒,整体产出吞吐为1.28倍实时;这不等于单个请求延迟或冷启动速度。博客称显存需求由约80GB降至30GB以下,代价是细节、一致性和分辨率受限,示例仍有伪影。建议有32GB显存5090的团队先验证实时互动或预览流程,不能直接当作成片制作方案;租卡、托管和存储仍有费用。以上是作者及当前官方仓库的结果,FLABS未复测。
推荐理由:官方仓库补充了11批次热运行的吞吐结果与硬件条件,可用于判断实时预览可行性;画质、冷启动、单请求延迟和完整成本仍需另行核验。
REA 6.3 调整捕获、浏览器 JSON 路径、进程信息和 JavaScript 证据契约。缺少当前采集标识或关键维度的历史捕获会被拒绝。已使用 REA 的工程团队升级时,应保留旧记录并用当前采集器重新采集,不应补造缺失观察。
Browzwear 提出,将已批准的3D服装、验证过的基础版型和实测面料数据一起交给新供应商。交接流程包括锁定版本、共同查看文件、列明设备和材料变化,再针对无法数字确认的部分安排实物样衣。文章讨论生产协作,不是自动生成服装的AI功能;流程收益为厂商主张,未本站实测。
推荐理由:提供供应商交接步骤,并说明验证输入和实物确认的边界。
IT之家报道,Claude Dashboards 可根据自然语言问题生成自动更新的数据仪表盘;Motion 将文字、图表、形状和图像制作成动画,不调用视频生成模型。两项功能均处于测试阶段,分别面向付费套餐及 Team、Enterprise 用户。与本事件首篇报道属于同一发布事实,FLABS 尚未实测。
NVIDIA以ABB YuMi为例,说明STEP转OpenUSD、外观核对、物理属性配置、SimReady校验及Isaac Sim抓取任务的五个环节。教程明确质量、惯量与摩擦等参数包含估计,校验没有建立与真实机器人动力学一致的结论。它是官方仿真资产准备教程,本站未复跑,也未据此认定实机安全或量产可用。
推荐理由:说明3D几何如何补齐仿真所需的关节、碰撞和物理信息,保留估计参数与实机验证边界。
The Decoder 报道 Claude 新增 Motion 和 Dashboards 测试功能:Motion 将文字、图表与图像制作成可编辑代码动画,可导出 MP4;Dashboards 连接数据平台生成自动更新的仪表盘。Dashboards 面向付费用户,Motion 面向 Team 与 Enterprise。此为功能报道,FLABS 尚未实测。
推荐理由:依据原文核对动画制作及仪表盘功能与套餐边界;同一发布事实只保留首篇精选,不编造评分或产品实测。