Block发布语音对话模型Dessa，可从人类语音中从零训练
Jack Dorsey旗下Block发布语音到语音模型Dessa，仅使用人类语音从头训练，目标是改善人机理解与语音交互安全。Block展示了Dessa与真人进行猜谜、讨论电影及谈论巴黎旅行的对话样例，其中模型曾把说话者误认成“Ronaldo”。Dessa可在MacBook Pro M4 Max或更高配置的设备上本地运行，团队还计划向一小批AI安全研究人员提供早期访问。
#部署/工程
The VergeAI 评分6565
Hugging Face 开源生态精选AI 评分7171 如何查询模型是否支持 AWS Trainium
Hugging Face 的 TorchNeuron 模型支持 Space 可查询 Hugging Face Hub 上的模型是否无需修改即可在 AWS Trainium 上运行。
推荐理由：提供了按模型查询兼容性、环境版本、资源占用与运行脚本的方法，便于评估迁移到 Trainium 的适配情况。
量子位AI 评分6666 星辰发布并开源意图理解模型 Xing4.0-29B-Intent
中电信人工智能科技有限公司星辰通用人工智能实验室发布并开源 Xing4.0-29B-Intent，同步开放275.3万条训练语料、模型权重与推理镜像。该模型结合意图识别和参数抽取，以统一模式驱动语义解析框架输出 JSON，已应用于电信万号客服和智能家居音箱。其技术团队评测显示，该模型综合抽取总分为58、类别决策总分为70，完整结果响应时延可达百毫秒级。
TechCrunch 硬件精选AI 评分7777 Google 开源 TorchTPU，支持 PyTorch 应用迁移至 TPU
Google 将 TorchTPU 作为开源项目发布，使开发者可通过简单配置变更让现有 PyTorch 应用运行在 TPU 和 Google Cloud 上，无需重写代码。Google 还推出 TPU agent suite 协助迁移和排错，并提升 LiteRT 对 PyTorch 应用的兼容性。Amazon 同日发布了面向 Trainium 和 AWS 的类似方案 TorchNeuron。
推荐理由：Google给出了无需重写代码即可将PyTorch应用迁移到TPU和Google Cloud的路径，并补充迁移排错工具与生态兼容信息。