AI 日报 · 2026 年 10 月 21 日 · 星期三
DANBO AI资讯
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+ 语言的转录模型 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。
模型发布/更新
ElevenLabs一手另有 1 家信源报道ElevenLabs 发布 Eleven Realtime 语音到语音模型，含 Mini 与 Max 两版
ElevenLabs 推出 Eleven Realtime 系列语音到语音模型，每款模型本身即是一个完整语音智能体，支持 90 多种语言和 ElevenLabs 库中 17,000+ 音色。
The Decoder另有 1 家信源报道OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上表现大幅提升
OpenAI 针对 COBOL、Fortran、Visual Basic 等低资源编程语言改进了最新模型。在自建的 MultiLangBench 上，GPT-6 Astra 在 20 种语言上的平均测试通过率为 87.4%，GPT-5.6 Terra 约为 38%；GPT-6 Luna 为 40.3%，成本更低。
产品发布/更新
Hugging Face 接入 TorchTPU，Transformers 与 Diffusers 原生支持 TPU
Hugging Face 宣布 TorchTPU 作为 PyTorch 原生后端接入其生态，Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行，加载模型时传入 device_map="tpu" 或 pipe.to("tpu") 即可，不再需要 Optimum TPU。
Google一手另有 2 家信源报道Gemini 登陆 Android Auto 与内置 Google 的汽车，推出 Personal Intelligence
Gemini 现已在全球范围的 Android Auto 和内置 Google 的汽车上线，并开始推送 Personal Intelligence。
Adobe Lightroom 移动版新增 Open Eyes 与 Generative Expand 工具
Adobe 在 Lightroom 移动版中推出 Open Eyes 和 Generative Expand 两项新工具。Open Eyes 可在检测到闭眼时一键生成自然的睁眼效果，免费使用，并能参考图库中同一人物的照片匹配眼睛颜色、形状和大小。Generative Expand 则能自然扩展画面边界，为社交媒体分享调整构图和尺寸。
行业动态
TechCrunch · AIEka Robotics 完成 1.5 亿美元 A 轮融资，估值达 14.5 亿美元
Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。该公司由 MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创立，其视觉-力-动作模型配合力传感器机械手，每小时可抓取约 1500 个 1 kg 以内物体，成功率超过 95%。
OpenAI 收购 Orchestra Bio
OpenAI 宣布收购 Orchestra Bio，将 AI 驱动的运营能力引入生命科学研发，帮助生物制药团队加快药物开发并推进新疗法。