AI 新闻

有人在 Hacker News 上发布了一套面向 AI 的 UI 微交互提示词，把界面动效这类“手感”问题变成可复用的提示词资产，折射出提示词工程正从文本生成向交互设计延伸。

Gradium 以 Apache 2.0 协议开源端侧 TTS 模型家族 Phonon，英文版仅 31M 参数、体积 64.5 MB，在笔记本 CPU 上约 7 毫秒即可开始发声。

Cohere 推出 Rerank 5，分 Pro 与 Fast 两档，支持 32K 上下文窗口、Context Focus 段落抽取和可校准的相关性分数；Pro 在 BRIGHT 上得分 82.2，定价为每百万 token 0.05 美元。

MarkTechPost 介绍了一份面向开发者的 OmniParseBench 实操指南：如何审计并重建 Datalab 的文档解析基准、用文档级 bootstrap 检验排名确定性，并在自建样本上对比 Tesseract 与 Indra 的 OCR 表现。

OlmoEarth v1.3 面向整个地球表面提供高质量嵌入表示，意味着遥感与地理空间任务可以像调用通用模型一样获得可复用的特征，而不必为每个场景重训专用模型。

前 DeepMind 研究员创立的 Recursive 发布 400 亿参数 MoE 编程模型 Flint，由内部系统 Eureka Machine 在四个月内自主设计、测试并优化架构完成。真正的问题是：这套流程能否通向自我改进的 AI。

TechCrunch 报道称 DeepSeek 完成约 150 亿美元融资，规模属中国最大级别之一；而这距离美国要求联邦机构移除其技术仅过去数日。融资与监管压力同时到来，构成观察中国大模型公司处境的一个切口。

Hugging Face 推出开源 AI 生物学模型，把 DNA 当作一种语言来理解，帮助研究者预测任意基因变异对基因活性和健康的影响。

Hugging Face 介绍了基于 IBM Granite 时序模型的集成预测方法，通过组合多个模型输出提升预测稳定性，为时间序列场景提供了一条低成本、易落地的工程路径。

IBM 发布 Granite Speech 5.0 2B 语音识别与翻译模型，采用 Apache 2.0 许可，在 Open ASR Leaderboard 上以 5.68% 的平均英文 WER 位列第二，同时更新 Turbo CTC 与 4.1 2B Plus 两个型号。

Perplexity 与 NVIDIA 研究者提出 JOLT 后训练方法，让单一模型同时扮演教师与学生角色，在 MATH 基准上以约 6.5 倍更少的训练 token 达到与 GRPO 相当的准确率。

MarkTechPost 发布 Cactus Whistle 编码实测指南，在 CPU 上对比这个 16.9 MB 语音模型与 Whisper Base 的词错率、速度、流式延迟、时间戳、关键词与语音调用工具能力。