扫描窗口：2026-09-18 23:21:35Z 至 2026-09-19 16:00:30Z；检索回溯至 20:21:35Z。新增 3 个覆盖补漏事件，更新 3 个既有 release-line 条目，过滤 6 个重复、预发布或低价值候选。

今日摘要

  • Grok Voice Transcribe 2.0 把公开榜单词错误率从上一代的 4.0% 降到 2.3%，API 价格仍为批量每音频小时 0.10 美元。它已经用于 Loom 全量视频转写，适合进入真实噪声录音的 POC。
  • Qwen3.8-LiveTranslate 把说话人分离、双语同步显示和长上下文消歧带进实时同传。厂商报告平均延迟从 2.8 秒降到 2.3 秒，正式 API 覆盖 60 种输入语言。
  • OpenVINO 2026.4 与 Optimum Intel 2.2 把多模态推测解码、Mamba 2 分页注意力和更细的性能指标带到 Intel CPU/GPU/NPU。本地推理的模型覆盖更完整，但仍需生产负载实测。

模型

  • Grok Voice Transcribe 2.0（TRIAL）：批量与流式语音转文字同时上线，支持逐词置信度、说话人分离、8 声道和关键词偏置。公开榜单质量明显提升，但切换默认前仍要测专有名词、噪声与隐私要求。
  • Qwen3.8-LiveTranslate（TRIAL）：支持 60 种输入语言、29 种语音输出语言和 53,248 token 上下文。北京与新加坡区域已提供稳定 WebSocket Realtime API。

Agent 与 AI 工程

  • Pydantic AI 2.46.0（既有条目更新）：Temporal Workflow Streams 可以把 agent 事件送进 durable workflow stream；实时会话补齐播放完成等待、成本核算和工具失败记录。
  • Claude Code 2.1.278（既有条目更新）：API、Enterprise 和云 provider 默认把 Auto mode 分类放到服务端，避免 classifier overhead 计费；发生计费 fallback 时会明确告警。

开源

  • OpenVINO 2026.4 / Optimum Intel 2.2（TRIAL）：Apache-2.0 工具链扩展到 Mistral 3、DeepSeek-OCR-2、Qwen3.8、Gemma 4、Fun-ASR 等模型，并新增 DFlash、MTP 与 VLM Eagle3 推测解码路径。
  • Pydantic AI 2.46.0：新增类型安全的动态工具参数和联合输出选择，降低复杂工具 schema 的手工分支成本。

研究

  • arXiv 在 strict window 内没有新提交。本周期没有把旧论文或周末社区热度包装成新研究事件。

开发者工具

  • Copilot code review（既有条目更新）：GA 总览现在分开显示未解决、已解决和此前漏检的问题，跨 commit 保留 review 进度，并为自动关闭给出 Won't Fix 或 Incorrect 原因。
  • Claude Code 2.1.278：/status 会显示 Auto mode classifier 在服务端还是本地运行，便于成本审计与故障排查。

基础设施

  • OpenVINO 2026.4：为 Granite 4.0 H 的 Mamba 2 路径加入分页注意力；逐请求报告视觉编码、音频编码与文本嵌入耗时。能力清单完整，但官方没有给出跨硬件对照 benchmark。
  • Grok Voice Transcribe 2.0：批量与流式价格分别为每音频小时 0.10 与 0.20 美元，转写准确率与价格组合值得重新计算自建 ASR 的成本账。

商业与政策

  • 本周期没有达到收录门槛的新商业或政策事件。Copilot 模型下线通知已在上一轮复核，未重复入库。

趋势信号

  • 语音基础设施同时出现更低错误率的转写与更懂说话人/上下文的实时翻译，但两条同日产品发布还不足以构成新趋势。
  • OpenVINO 扩展本地 Intel 推理是部署能力信号，不等于企业 agent 自托管执行面已经形成。
  • 本周期没有发现证据充分的新趋势。

技术雷达

  • 新 Grok Voice Transcribe 2.0（Models / TRIAL）：公开 WER 明显下降且价格不变，先用真实噪声录音验证
  • 新 Qwen3.8-LiveTranslate（Models / TRIAL）：说话人、双语显示与长上下文进入稳定实时 API
  • 新 OpenVINO 2026.4 / Optimum Intel 2.2（Infrastructure / TRIAL）：Intel 本地多模态推理与推测解码覆盖扩大
  • Claude Code 2.1.278（Developer Tools / ADOPT）：服务端 Auto mode 分类降低额外计费并提高可观测性
  • Pydantic AI 2.46.0（Developer Tools / ADOPT）：durable agent 事件流与 realtime 状态处理更完整
  • Copilot code review（Developer Tools / TRIAL）：跨 commit review 进度和漏检项更容易审计
  • 当前雷达：ADOPT 10 / TRIAL 86 / WATCH 94。完整当前雷达以站点洞察页为准。

值得一试

  • 用客服通话、会议重叠发言和专有名词各抽一组样本，对比 Grok Voice Transcribe 2.0 与当前 ASR 的 WER、延迟和总成本。
  • 用真实多语言会议试跑 Qwen3.8-LiveTranslate，单独记录说话人归属错误和术语跨轮一致性。
  • 在一台 Intel 目标机器上导出 Qwen3.8 或 Gemma 4，比较 OpenVINO 2026.4 的 MTP/DFlash 开关前后延迟与内存。

来源