◆ AI 总结

通义实验室在语音AI领域密集开源，推动技术平民化。Qwen和Manus分别强化了开发者工具与智能体能力。NVIDIA的小尺寸开源模型Nemotron 3 Nano扩大了生态可用性。谷歌则通过产品集成提升用户体验。整体趋势是开源模型迭代加速与AI工具功能深化。

模型动态

Qwen / OpenAI / DeepSeek

Qwen Code v0.5.0 发布，集成VSCode并支持多款推理模型。

核心更新：将CLI工具集成至VSCode发布包，提升跨平台兼容性。 新增功能：原生TypeScript SDK、智能会话管理、支持OpenAI兼容的推理模型（如DeepSeek V3.2, Kimi-K2）。 其他改进：新增俄语支持、终端铃声通知、增强Ubuntu shell支持。[1][2][3]
Qwen

通义实验室开源两大语音模型新版本。

Fun-CosyVoice 3：新一代文本转语音模型，首字延迟降低50%，支持3秒音频零样本语音克隆，开源0.5B轻量版。 Fun-ASR：企业级端到端语音识别模型，在嘈杂环境中准确率达93%，并开源轻量级Fun-ASR-Nano (0.8B)模型。
NVIDIA / Openrouter

NVIDIA Nemotron 3 Nano 模型在多个平台上线。

模型特点：300亿参数MoE混合专家模型（激活参数35亿），采用混合Transformer-Mamba架构，支持100万令牌上下文。 发布状态：已在LM Studio和OpenRouter平台上线，模型权重、数据和训练方法完全开源。[4][5][6]
Manus

Manus AI 发布 1.6 版本，核心代理架构升级。

核心升级：新版旗舰代理Manus 1.6 Max性能大幅提升，用户满意度提高19.2%。 新增能力：支持端到端移动应用开发、新增图像精准编辑的画布界面，减少对复杂任务的监督。[7][8][9]

产品工具

Qwen

Qwen 发布 VSCode 插件 “Qwen Code Companion”。

[1][2][3]
Gemini / Notebooklm

谷歌 Gemini APP 将集成 NotebookLM 项目上下文。

[10]