Higgsfield 借助 GPT-6 Astra 将 AI 视频时长从 1 分钟提升至 10 分钟以上
Higgsfield 将 AI 视频时长从 1 分钟提升到 10 分钟以上，使用 GPT-6 Astra 生成更长视频，GPT-Image-2.5 提供更精确的画面，并借助 GPT-Live 探索语音电影制作路径。
#语音
OpenAI News精选AI 评分6060
The Decoder精选AI 评分8080 ChatGPT Voice 升级：接入邮箱、日历和 Slack，由 GPT-6 Astra、Sol、Luna 驱动
ChatGPT Voice 迎来重大升级，全球可用的语音功能现由 OpenAI 新的 GPT-6 Astra、Sol 和 Luna 模型驱动，并首次可访问邮箱、日历和 Slack 等插件。
推荐理由：ChatGPT Voice 接入邮箱、日历和 Slack 后，读者可了解语音助手从对话走向代办任务的边界变化。
The Decoder精选AI 评分7878 阿里发布 Qwen-Audio-3.1，五款语音模型并降价最高 95%
阿里 Qwen 团队发布 Qwen-Audio-3.1，包含五款覆盖语音识别（ASR）、文本转语音（TTS）和实时交互的模型。
推荐理由：阿里一次放出五款语音模型并大幅降价，读者可据此判断语音能力的成本与可用性变化。
The Decoder精选AI 评分7878 Google 发布 Gemini 3.8 Live 音频模型，价格远低于 OpenAI GPT-Live-1
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款音频模型，已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由：对比了 Gemini 3.8 Live 与 GPT-Live-1 的定价和语音自然度差异，可据此判断低价语音智能体的取舍。
The Decoder精选AI 评分7878 Apple 发布基于 Google Gemini 重建的 Siri，暂不在欧盟上线
Apple 在多次延期后推出完全重建的 Siri，底层使用 Google Gemini 模型，部分在端侧运行、部分通过 Private Cloud Compute，目前以 beta 形式仅提供英文。
推荐理由：汇总多家首批实测反馈，读者可据此判断新版 Siri 在个人上下文与屏幕理解上的实际表现。
TechCrunch · AI精选AI 评分7878 iOS 27 实测：基于 Gemini 的新 Siri 与 Apple Intelligence 上手体验
作者在主力机上从公测版起长期使用 iOS 27，认为基于 Google Gemini 模型的新 Siri 比旧版更聪明，能处理多步指令、读取屏幕与文件上下文，并可通过相机识别取景器中的物体。
推荐理由：作者以主力机长期实测 iOS 27 的新 Siri 与 Apple Intelligence，给出可迁移的使用场景与局限。
The Decoder精选AI 评分7676 OpenAI 开放 GPT-Live-1 API，支持边说边听的全双工语音
OpenAI 将 GPT-Live-1 以 API 形式开放给开发者，该语音模型支持边说边听的全双工交互，目前已运行在 ChatGPT 中，价格为每分钟 0.05 美元。
推荐理由：原文给出 GPT-Live-1 的 API 定价与多项基准对比，可据此判断全双工语音在客服场景的可用性。
The Decoder精选AI 评分7878 Meta 发布实时音频模型 Muse Voice Transcribe，支持说话人分离与句子边界检测
Meta 的 Superintelligence Labs 发布首个实时音频感知模型 Muse Voice Transcribe，可实时转写语音、区分说话人并检测句子边界，模型将音频切成 80 毫秒片段，逐词动态调整等待时间以平衡准确率与延迟。
推荐理由：Meta 新实时语音模型以逐词自适应延迟换取速度与准确率，并给出与竞品的价格和错误率对比。
已经到底了