AnySpeechRecognizer 与 AnyDecisionModel 发布：面向 Apple 平台的语音与决策开源模型包
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布，前者在 Apple 的 SpeechAnalyzer API 下可切换 Apple、Parakeet、Qwen3-ASR 等识别引擎并新增说话人分离，后者以概率而非生成文本回答是/否、多选和评分问题。
#语音
Hugging Face BlogAI 评分5858
NVIDIA Blog精选AI 评分6060 NVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe、LFM3 与智能体资源管理
NVIDIA 为 RTX Spark Windows 笔记本带来一批新模型与工具更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列，以及 NVIDIA App 中在前后台应用与后台智能体之间分配 GPU 资源的控制项。
推荐理由：原文列出 RTX Spark 笔记本在语音模型、GPU 资源分配和游戏支持上的具体更新，可据此判断本地智能体工作流的变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音和交互对话。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，并借助 Gemini 3.8 Flash 作为循环中的引导智能体完成多步事件推理。
推荐理由：官方披露 Genie 4 的原生音频、实时文本操控与 Gemini 协同推理，可了解世界模型当前能力边界。
Mistral AI精选AI 评分7878 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
推荐理由：Mistral 一次发布语音转写、TTS 与语音智能体 SDK，并给出多语言基准和每分钟定价，便于横向比较。
Qwen Blog精选AI 评分7272 Qwen3.8-LiveTranslate 发布：Interleave 架构重构实时同传
Qwen 发布实时同传模型 Qwen3.8-LiveTranslate，以 Interleave 架构把音频与文本交织为单流，字均延迟（LAAL）从上一代 2.8 秒降至 2.3 秒。
推荐理由：官方给出 Interleave 架构与延迟数据，并说明说话人分离、双语同屏等新增能力如何进入真实同传场景。