Mistral AI 发布 Voxtral 3 实时语音智能体模型栈
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型家族，包含语音转写模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。三者把聆听、思考、工具调用和说话合并为单一流式管线，转写覆盖 50 多种语言。智能体可在实时对话中调用外部系统。
#Agent
The Decoder AI in practiceAI 评分6060
ElevenLabs 官方博客AI 评分5858 ElevenLabs 发布 Eleven Realtime 语音到语音模型 v1 Mini 与 v1 Max
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。
The Decoder AI in practiceAI 评分5555 Cloudflare 发布文档字段抽取模型 Clairic，称比大语言模型更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、更便宜。Clairic 已在 Workers AI 上提供预览，开放权重将随后发布；用户指定订单号、发票总额等字段后，模型一次性返回对应格式的值和置信度分数，缺失值返回 null，还可做简单计算、估算和预测。Cloudflare 称在投诉邮件示例中。
The Decoder AI in practiceAI 评分7474 Kling AI 发布 4.0 版本，加入立体声与多语言口型同步并推出 Flash 轻量版
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展到 8,000 tokens。新版本加入双声道立体声和十余种语言的改进口型同步，Omni Reference 单次最多接受 15 个参考素材，并推出最高 720p、20 秒的 Flash 轻量版。