智谱开源GLM-5.3-Flash,320B模型把AI价格打到新低
智谱(Z.ai)正式上线并开源 GLM-5.3-Flash (320B-A18B)。它是GLM-5系列首个原生多模态模型,支持1M token上下文,并把API价格压到旗舰模型的零头。相比单纯追求更大
AI Phone 是一款面向跨语言沟通场景的实时通话翻译工具,AI Phone 重点围绕 phone calls、voice calls 和 video calls 三类能力,支持 150+ 语言与口音,并且能在 WhatsApp、WeChat、Telegram 等常见应用里提供双向实时翻译和双语字幕展开。它不只适合普通国际通话,也适合旅行、海外客服、跨境沟通、国际团队协作和多语言家庭交流等场景。相比纯文本翻译工具,AI Phone 的优势在于把翻译直接放进电话和语音视频通话里,而且对方可通过链接加入,不要求每个人都提前安装同一套软件。
AI Phone 的核心不是“翻译一句话”,而是把翻译能力放进真实通话场景里。产品站点一直强调 Any Call, Any Language,并同时覆盖 phone、voice 和 video call,这意味着它想解决的是跨语言交流中最麻烦的即时沟通问题,而不是聊天框里的文字翻译。
很多翻译工具擅长文本或单句语音输入,但 AI Phone 的重点是“让双方继续自然通话”。产品站点相关能力包括 over 150 languages and accents,并且允许通过简单链接邀请对方加入,这一点很关键。对需要临时沟通、对方不愿装新应用,或双方分别使用不同语言的人来说,这种进入门槛明显更低。
AI Phone 更适合日常交流、出行、客服、跨境商务初步沟通等场景。遇到特别依赖专业术语、合同条款或高风险医疗法律内容时,实时翻译仍然应当作为辅助,而不是最终依据。另外,视频和语音翻译的效果会受网络质量、说话速度、口音强弱和环境噪音影响,因此重要沟通最好保留复核环节。它已经把沟通门槛降下来,但不能保证每一次翻译都完全等同于专业人工口译。
AI Phone 只能翻译普通电话,还是也支持语音和视频通话?
产品站点当前同时写了 phone、voice 和 video call translation,不只是电话,语音和视频通话也在支持范围内。
支持哪些常见应用?
页面明确提到 WhatsApp、WeChat、Telegram 等应用,说明它不是只在自家环境里工作,而是尽量贴近日常沟通工具。
对方也必须装同一个 App 吗?
产品站点写的是可以通过简单链接邀请对方加入,因此对方的接入门槛比传统双端安装方案更低。
AI Phone 最适合什么人?
最适合经常跨语言打电话、旅行中需要沟通、做国际客户支持或跨境团队协作的人。
Tinrec是一款AI 会议转写和会议纪要助手,主要面向会议组织者、团队协作人员和远程办公用户。它的价值不在于把所有工作一次性替用户决定,而是围绕自动生成会议逐字稿、纪要和待办事项提供可操作的辅助:用户可以录音转写、区分发言人、生成总结和任务清单,再结合自己的业务判断完成后续处理。选择这类工具时需要留意会议隐私、录音授权和纪要校对,尤其是涉及账号、客户资料、合同、课程、音视频或代码输出的场景,都应保留人工复核。它的可见能力包括AI 会议助理、语音识别、会议记录和待办清单,更适合用于会议后整理。
Ztalk.ai是一款实时语音翻译和跨语言通话工具,主要面向远程团队、跨境沟通用户和国际会议参与者。它的价值不在于把所有工作一次性替用户决定,而是围绕在视频通话中实时翻译语音内容提供可操作的辅助:用户可以开启会议、选择语言、实时翻译和辅助对话,再结合自己的业务判断完成后续处理。选择这类工具时需要留意通话隐私、翻译误差和专业术语,尤其是涉及账号、客户资料、合同、课程、音视频或代码输出的场景,都应保留人工复核。它的可见能力包括real-time voice translation 和 universal compatibility,更适合用于跨语言会议辅助。
YouTube Transcript Generator 是一款YouTube 字幕和转录提取工具,主要面向内容研究人员、学生和视频整理者,用于从 YouTube 视频中提取转录文本。它适合已经有明确任务、素材或业务流程的人,把YouTube transcripts、subtitles 和 instant extraction集中到更容易执行的工作流中。使用时需要重点关注视频版权、字幕准确性和平台规则,尤其是涉及客户资料、学习内容、音视频素材、业务数据或公开发布时,应先确认授权和人工复核。整体来看,YouTube Transcript Generator 适合作为从 YouTube 视频中提取转录文本的辅助工具,而不是替代专业人员的最终判断。
YourBestAccent 是一款AI 口音训练和发音练习工具,主要面向语言学习者、口语教练和跨语言沟通用户,用于用自己的声音练习目标语言发音。它适合已经有明确任务、素材或业务流程的人,把AI voice training、voice cloning 和 pronunciation practice集中到更容易执行的工作流中。使用时需要重点关注声音授权、反馈准确性和学习连续性,尤其是涉及客户资料、学习内容、音视频素材、业务数据或公开发布时,应先确认授权和人工复核。整体来看,YourBestAccent 适合作为用自己的声音练习目标语言发音的辅助工具,而不是替代专业人员的最终判断。
Yescribe.ai 是一款AI 音视频转文字和字幕转写工具,主要面向播客作者、会议整理人员和视频团队,用于把音频或视频转换成高准确文本。它适合已经有明确任务、素材或业务流程的人,把98+ languages、audio/video transcription 和高准确转写集中到更容易执行的工作流中。使用时需要重点关注音频质量、隐私内容和字幕校对,尤其是涉及客户资料、学习内容、音视频素材、业务数据或公开发布时,应先确认授权和人工复核。整体来看,Yescribe.ai 适合作为把音频或视频转换成高准确文本的辅助工具,而不是替代专业人员的最终判断。
Xound.io 是一款AI 语音清理和背景噪音去除工具,主要面向播客作者、视频创作者和短视频运营者,用于清理录音噪音并改善人声质量。它适合已经有明确任务、素材或业务流程的人,把AI voice cleaner、background noise removal 和 voice enhancement集中到更容易执行的工作流中。使用时需要重点关注原始音频质量、版权素材和过度处理,尤其是涉及客户资料、学习内容、音视频素材、业务数据或公开发布时,应先确认授权和人工复核。整体来看,Xound.io 适合作为清理录音噪音并改善人声质量的辅助工具,而不是替代专业人员的最终判断。
智谱(Z.ai)正式上线并开源 GLM-5.3-Flash (320B-A18B)。它是GLM-5系列首个原生多模态模型,支持1M token上下文,并把API价格压到旗舰模型的零头。相比单纯追求更大
Apple发布 M6 与 M5 Ultra 两款芯片,分别进入新款 Mac mini 和 Mac Studio。前者首次把2nm制程带入M系列,后者则把四晶粒架构和1.2TB/s内存带宽推向桌面端,核
阿里通义千问发布 Qwen3.8-Flash ,把低成本推理与下一代架构预览放进同一次更新。该模型采用多模态 MoE 路线,主模型为125B参数,每个Token仅激活6B;其Next版本更提前引入 Q
24小时AI新闻速览:OpenAI自研推理芯片公布实测数据,AI竞争进一步延伸至芯片、行业落地与商业化 在过去24小时内(2026年8月25日至8月26日),AI行业的焦点从单纯比拼模型能力,进一步转