AI 日報｜OpenAI 推出 GPT-Live-1 語音模型 API，Perplexity 發表 Windows 本地端 AI 助手 Portable Computer

AI 日報｜OpenAI 推出 GPT-Live-1 語音模型 API，Perplexity 發表 Windows 本地端 AI 助手 Portable Computer

模型發布/更新

GPT-Live-1 (API) — OpenAI

• 一言以蔽之：OpenAI 正式推出全新語音模型 GPT-Live-1 API，支援同時聆聽與說話、隨時打斷及低延遲互動，全面解鎖自然流暢的語音 AI Agent 體驗。
• 核心亮點：
  • 全雙工雙向語音互動：模型能同時進行聆聽與說話，完美消除過去語音助理尷尬的停頓期，支援隨時打斷與調整對話方向。
  • 高抗噪與非同步推理：能精準區分人聲與背景噪聲，並在語音對話持續進行的同時，讓後端模型同步處理複雜推理與工具呼叫。
• 技術規格：即時語音雙向流 / 支援 API 呼叫 / 具備動態打斷機制
• 傳送門：

  官方发布：https://t.co/gIq9oTEyHH

  — AI Will (@FinanceYF5) September 14, 2026

DeepSeek-V4.1-Flash (Max) — DeepSeek

• 一言以蔽之：DeepSeek 推出 V4.1-Flash (Max) 模型，在 Agent Arena 綜合榜單中躍居開源模型第 3 名，以極低的單任務成本大幅重塑效能前沿。
• 核心亮點：
  • 高價效比的 Agent 表現：在 Agent Arena 綜合評測中取得 +4.87% 的淨提升，中位單任務成本僅約 $0.07 美元，價效比極高。
  • 帕累託前沿重塑：以顯著低於同級閉源模型的成本，大幅推動開源模型在複雜任務上的落地邊界。
• 技術規格：開源模型 / Agent Arena 綜合榜單第 3 名 / 單任務中位成本 $0.07
• 傳送門：

  Exciting news: DeepSeek-V4.1-Flash (Max) by @deepseek_ai just landed in Agent Arena at #3 among open models! With +4.87% net improvement and a median cost per task of $0.07 it reshaped the Pareto frontier.
  
  Among the top 3 open models, DeepSeek-V4.1-Flash (Max) has the lowest… https://t.co/Tc6wtaOb9S pic.twitter.com/tV3jEbMX5P

  — Arena.ai (@arena) September 14, 2026

產品發布/更新

Portable Computer — Perplexity

• 更新內容：Perplexity 正式在 Windows 應用程式中推出 Portable Computer，支援在配備 24GB 以上 VRAM 的 NVIDIA RTX 顯示卡電腦上進行本地端推論。使用者可以直接在本地端執行 Agent 互動、處理本機檔案，並透過本地 MCP 連線自訂工具與排程任務，兼顧隱私與離線運算能力。
• 適用人群：[AI 應用開發者 / 隱私導向使用者 / 專業 Windows 使用者]
• 體驗通道：

  Portable Computer is now available on Windows PCs with @NVIDIA RTX GPUs.
  
  Run the harness, agents, and models locally on your PC.
  
  Work with local files and connected apps without sending tasks to the cloud. Use frontier cloud models when needed. pic.twitter.com/Htu1WAYwVT

  — Perplexity (@perplexity_ai) September 14, 2026

Bolt Forge — Bolt.new

• 更新內容：Bolt.new 聯手 Microsoft、DeepSeek、Kimi 等夥伴推出 Bolt Forge，提供高達 50 倍的免費使用額度，讓開發者在無用量負擔的情況下，於平臺上直接呼叫各大前沿開源與閉源模型來加速專案建置。
• 適用人群：[軟體工程師 / 獨立開發者 / 新創團隊]
• 體驗通道：

  Introducing Bolt Forge. Free until Oct 14th:
  
  - Up to 50x more usage
  - The new frontier: GLM, DeepSeek, Kimi
  - Zero usage charges
  
  Live now in your model picker on https://t.co/UH6gFfHvbp
  
  And one more thing... 👇 pic.twitter.com/GnrbkRdzsg

  — bolt.new (@boltdotnew) September 14, 2026

ElevenLabs MCP (ElevenCreative) — ElevenLabs

• 更新內容：ElevenLabs 在其 Model Context Protocol (MCP) 中正式推出 ElevenCreative 工具套件，透過單一聯結器在 Claude、ChatGPT 與 Cursor 等助手中整合超過 50 個模型，支援語音、音樂、音效、影象與影片的即時生成。
• 適用人群：[多媒體創作者 / 軟體開發者 / AI 應用探索者]
• 體驗通道：

  Introducing voice, music, image, and video generation in the ElevenLabs MCP.
  
  Generate speech, transcripts, dubs, music, sound effects, images, and video from the assistant you already work in. pic.twitter.com/4nLWCl0f3J

  — ElevenLabs (@ElevenLabs) September 14, 2026

shadcn/lint — shadcn

• 更新內容：知名前端 UI 元件庫創作者 shadcn 推出了專為 AI Agent 設計的 Linter 工具。當 AI Agent 在編寫 Tailwind 程式碼違反設計系統規範時，該工具能提供精準的錯誤提示與修復建議，確保 Agent 產出的 UI 程式碼符合既定規範。
• 適用人群：[前端工程師 / 全端開發者 / AI 輔助程式設計者]
• 體驗通道：

  Agents are only as good as the proof-checkers, compilers, type systems, and linters you give them.
  
  𝚜𝚑𝚊𝚍𝚌𝚗/𝚕𝚒𝚗𝚝 helps agents stay on track with the rules of your design system.
  
  Meta: verifiers + skills are the new 'frameworks'! https://t.co/eHygdAWFrg

  — Guillermo Rauch (@rauchg) September 14, 2026

產業動態

Vercel 正式網羅 Google Cloud Run 創辦人 Steren 領導 Fluid 計算產品家族

• 事件概述：Vercel 官方宣佈，Google Cloud Run 創辦人 Steren 正式加入 Vercel，並將領導包含 Functions、Containers、Sandbox 與 Builds 在內的 Fluid 家族計算產品。此舉旨在為即將到來的 Agent 時代打造全新的計算基元。
• 影響分析：隨著 AI Agent 運算需求從傳統 Serverless 轉向高度動態、安全的隔離沙盒與容器環境，雲端架構正加速朝向專為 Agent 設計的底層基礎設施演進。
• 新聞連結：

  Welcoming Steren, creator of Google Cloud Run, to Vercel.
  
  He will lead the Fluid family of compute products (Functions, Containers, Sandbox, Builds).
  
  Serverless was the last chapter of the cloud, and Steren helped define the paradigm at Google.
  
  Agents are the next frontier,… https://t.co/iTglmj5ebz

  — Guillermo Rauch (@rauchg) September 14, 2026

Google DeepMind 發布 WeatherNext 3 協助全球電網轉型

• 事件概述：Google DeepMind 正式發表 WeatherNext 3 氣象預測模型，每小時更新一次，專門針對 100 公尺風力發電機高度的風速與太陽輻射進行高精準預測，協助電網營運商與再生能源生產商平衡電力。
• 影響分析：透過前沿 AI 技術對複雜氣象進行即時推演，正成為全球能源排程與落實綠能轉型的重要基石。
• 新聞連結：

  Weather forecasts play a critical role in the transition to renewables.
  
  WeatherNext 3 provides grid operators as well as wind and solar power producers with predictions for turbine-height wind speeds and solar radiation, enabling smarter, cleaner energy planning. 🧵 pic.twitter.com/fJy61FhLGl

  — Google DeepMind (@GoogleDeepMind) September 14, 2026

論文研究

DETECT-World — Resable AI

• 研究動機：傳統深度學習深偽（Deepfake）檢測器主要依賴對已知造假樣本的特徵記憶，隨著開源模型與生成工具激增，舊方法往往難以應對未見過的新生成器。
• 核心創新：Resable AI 推出 DETECT-World，跳脫「是否類似看過的假影片」之框架，改從光影、幾何、動作及視聽同步等「客觀物理規律」切片進行分析。因為物理法則不會每週更新，該模型能有效捕捉未見過的生成痕跡。
• 研究成果：在外部執行的 Podonos 基準測試中，語音辨識準確率高達 99.5%，在商用 API 中名列前茅，並可同步輸出判斷結果、異常時間軸與熱力圖。
• 論文地址：

  We now have the world's best deepfake detector:@resembleai shipped DETECT-World, the first world model built for deepfake detection.
  
  Conventional detectors memorize known fakes. That degrades with every new generator, and Hugging Face now hosts 2.2M+ model variants.… pic.twitter.com/zyFzgQyBtX

  — AI Breakfast (@AiBreakfast) September 14, 2026

其他分享

Anthropic 工程團隊分享：如何因應 AI Agent 編碼帶來的 CI 壓力

• 內容簡介：Anthropic 官方發文分享其工程團隊在 AI 時代面臨的挑戰。隨著工程師交付程式碼的速度達到過去數年均值的 8 倍（其中 80% 由 Claude 編寫），持續整合（CI）任務在六個月內激增 25 倍。團隊深入探討如何重構測試影響分析服務，以支撐高強度的 Agentic Coding 開發節奏。
• 傳送門：Anthropic 官方工程部落格

喬木 Obsidian 電子書與電臺外掛

• 內容簡介：開發者「向陽喬木」推出開源的 Obsidian 電子書與電臺外掛（支援 EPUB、PDF、MOBI、AZW3 等格式），結合 Codex、Claude Code 或 DeepSeek API 進行劃線與筆記自動化，同時內建魔獸世界風格等 6 種 3D 收音機介面與全球 5 萬+線上電臺。
• 傳送門：

  微信读书很棒，但有些书没有，且AI辅助只能用内置模型。
  
  消耗一周时间，开发了个Obsidian电子书阅读器。
  
  ① 支持几乎所有电子书格式，比如 EPUB、PDF、MOBI、AZW3、FB2等。
  
  ② 用你Codex、Claude Code、Zcode、Kimi订阅来辅助读书，不用额外花钱，也支持DeepSeek等API。
  
  ③… pic.twitter.com/OGDboFc756

  — 向阳乔木 (@vista8) September 14, 2026