过去 48 小时，AI 圈讨论最多的 5 件事
10月24日 22:35 更新 · 按讨论热度排序
Jack Dorsey 旗下的 Block 发布 AI 语音模型 Dessa，称其从零开始、完全用人类对话训练，不经过音频转文本，直接处理语音。Block 称 Dessa 能实时捕捉情绪、讽刺、笑声和停顿，并支持全双工交流；展示的对话和语音猜谜中偶有认错说话人、话题跑偏等生硬表现。 Dessa 可在 MacBook Pro M4 Max“或更高配置”上本地运行，训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开，团队称将先向“一小群 AI 安全研究人员”开放早期访问，以测试意外风险，感兴趣者可通过表单报名。
最新进展Block 发布语音模型 Dessa，完全用人类语音训练以捕捉文本模型忽略的情绪
Google 于 10 月 16 日更新隐私政策，为“不使用 Drive、Gmail、Google Photos 数据做个性化广告”的承诺增加例外：若用户选择把这些数据开放给支持个性化广告的其他 Google 服务，相关内容就可能被用于定向广告。Ars Technica 称，新版删除了原先“不会基于这些内容展示个性化广告”的明确表述，改为数据与其他 Google 服务共享时可能用于广告；该媒体还指出，Google 2026 年初推出的 Personal Intelligence 允许用户把多个应用的数据交给 Google AI 产品，为跨应用使用数据提供了通道。 Google 称，广告商不会获得 Drive、Gmail、Photos 信息或姓名、邮箱等个人身份信息，也不会基于种族、性取向、宗教或健康等敏感类别展示广告。 用户若不想个人数据被用于定向广告，可在搜索服务个性化设置页选择断开哪些应用与搜索“个人智能”功能的连接，或完全关闭个性化推荐。
Canva 发布首个自研图像生成模型 Canva Craft，由其研究团队从零训练，主要使用数百万设计模板而非照片数据，用于与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。该模型采用两阶段架构：先规划元素空间关系、相对比例、视觉层级和文字信息，再生成最高 2K 分辨率、覆盖 30 多种宽高比的图像，支持 55 种语言文字渲染，用户可用 Magic Layers 将结果拆成可编辑图层。Canva 称这一架构可带来更高的精度、一致性与可控性。 Craft 已通过 Dream Lab 和公共 API 向全球所有用户开放。Canva 计划稍后通过开放模型上下文协议（MCP）让 ChatGPT、Gemini 等第三方聊天机器人接入 Craft，并推出更便宜的 Craft-fast 和 Craft-ultrafast 两个版本。
OpenAI 正推进一轮至多 300 亿美元的融资，投前估值为 1.25 万亿美元，低于其内部文件中的 1.4 万亿美元目标。据 FT 报道，本轮需求弱于此前几轮，部分投资方在早期大额投入后出现“消化不良”。 该轮由 Coatue 和阿联酋投资方领投，被定位为潜在 IPO 前的过渡融资。CNBC 称，阿联酋资金可能同时附带一项协议，为 OpenAI 争取更多算力。两家媒体均称条款仍在谈判中，最终可能变化；OpenAI 拒绝置评。
OpenAI 本周四起向所有客户全面开放 Decisions API。该 API 于 9 月 29 日开发者日发布，基于 ChatGPT Luna 重新配置，以加快推理并降低成本；产品负责人 Nikunj Handa 称延迟从 1 至 3 秒缩短到 100、120、180 毫秒。 公开版本新增语音和视觉模态，OpenAI 还按地域部署推理资源以降低各地延迟。此前发布时未说明具体定价、调用额度或适用限制。