一、科大讯飞全球1024开发者节今日正式启幕
2026科大讯飞全球1024开发者节于10月22日在北京国家会议中心二期正式启幕，以”解放生产力，释放想象力”为主题。主论坛上，科大讯飞正式发布基于全国产算力的讯飞星火X2.6，编程与智能体能力进一步提升，并展示超长上下文与长程任务处理；同时发布全国产”云+端”协同方案及Spark-Audio语音基座大模型，覆盖语音识别、同声传译、实时语音交互与复杂音频理解。此外，讯飞AI眼镜、星火智慧座舱3.0、机器人超脑平台及星帆WinWork数字员工平台等也将集中亮相。
来源：中国经济网
二、DeepSeek开源推理框架DeepInfer
DeepSeek宣布将内部推理框架DeepInfer全面开源，采用Apache 2.0协议，已支撑DeepSeek V4.1 Flash的高吞吐、低延迟大规模推理服务。DeepInfer支持分布式推理、推测解码、SWA Bounded Replay、结构化输出等能力，并同时兼容英伟达与华为昇腾平台。DeepSeek还同步开源了Token编解码组件deepseek-recipe，与官方API处理逻辑完整对齐，未来新模型的推理代码也将持续在此更新。
三、Mistral发布Voxtral 3语音模型家族
Mistral AI推出Voxtral 3语音家族，包含两款转录模型（Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3）、一款文本转语音模型（Voxtral Mini TTS 3）以及一套实时语音智能体SDK。转录能力覆盖50种语言，4B参数的Mini变体价格低至每分钟0.0035美元，可通过Mistral欧盟托管API或自部署方式使用，进一步完善其语音与智能体工具栈。
四、ElevenLabs推出Eleven Realtime v1 Max实时语音模型
ElevenLabs于10月20日发布两款语音到语音模型Eleven Realtime v1 Max与v1 Mini。官方称Max在Big Bench Audio上取得98.8%的成绩，响应时间仅0.57秒。两款模型均通过ElevenAgents平台及兼容OpenAI的Realtime API开放，主打低延迟、高保真的实时语音交互场景。
五、NVIDIA发布Cosmos3-H-Dreams实时手术模拟世界模型
NVIDIA发布Cosmos3-H-Dreams，一个世界基础模型（World Foundation Model），可在单张RTX PRO 6000 GPU上实时生成带动作条件的手术视频。该模型基于CMR Surgical Versius平台的临床胆囊切除手术记录训练，提供四步与两步蒸馏检查点，NVIDIA称其为首个基于临床胆囊切除数据、具备实时运动学控制的生成式手术模拟器。