要点速览
- OpenAI推出三款实时音频API模型，包含GPT-5级推理能力的GPT-Realtime-2
- Claude正式接入微软Excel、PowerPoint、Word，Outlook进入公测
- 谷歌推出无屏幕健身手环Fitbit Air，Fitbit应用更名为Google Health
- 开源虚拟文件系统工具Mirage集成多平台存储资源
- 英伟达Jetson Orin Nano Super迷你AI主机开售，功耗仅20W
一、大模型与AI代理技术更新
- OpenAI于今日发布三款实时音频API模型：GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。其中GPT-Realtime-2具备GPT-5级推理能力，上下文窗口扩展至128K，支持多工具调用与中断恢复，在Big Bench Audio测试中准确率从81.4%提升至96.6%；GPT-Realtime-Translate支持70余种输入语言转13种输出语言的实时翻译；GPT-Realtime-Whisper提供流式语音转录功能。三款模型已全面开放Realtime API调用，同时官方确认ChatGPT的新版语音模式将于近期上线。— via 1 2 3
- Anthropic宣布Claude for Excel、PowerPoint和Word正式版全面上线，Claude for Outlook进入公开测试阶段。用户可在微软办公套件内直接调用Claude，且跨应用会话上下文将自动延续，无需重复上传素材。所有付费Claude套餐用户可免费使用该功能，无需额外付费。— via 1 2
- 开源项目TroveFiles正式发布，为AI代理提供持久化POSIX文件系统与类Unix工具链，解决当前AI代理无状态、会话上下文无法留存的痛点。开发者可通过数行代码快速集成，目前已用于Silvia等AI代理产品。— via 1
- 新型序列模型Raven发布，该模型针对SSMs和滑动窗口注意力（SWA）的记忆缺陷进行优化，通过选择性内存分配机制实现比现有线性模型更优的召回性能，可在16倍于训练序列长度的场景下仍保持SOTA表现，可作为SWA的直接替代方案。— via 1 2
二、工具与应用生态更新
- OpenAI推出Codex Chrome浏览器插件，支持macOS和Windows系统，用户可在后台并行处理多标签页任务，无需占用当前浏览器界面。该插件可帮助AI代理完成登录网站操作、CRM数据更新、复杂表单填写等需浏览器环境的任务，目前欧盟和英国地区暂未开放。— via 1 2 3
- 虚拟文件系统工具Mirage正式发布，该工具可集成S3、Google Drive、Slack、Gmail、Redis等180+数据源，将文件系统升级为统一资源中心，支持通过Bash命令检索和操作各类资源。— via 1
- 英伟达Jetson Orin Nano Super迷你AI主机开售，搭载67 TOPS算力的Ampere GPU与6核ARM处理器，配备8GB LPDDR5内存与512GB NVMe固态硬盘，预装OpenClaw与ClawBox系统，整机功耗仅20W，售价549欧元，可实现Llama 3.1 8B模型15 tok/s的推理速度。— via 1 2 3
- 开源JavaScript打包工具Rolldown 1.0正式发布，基于Rust开发，运行速度比Rollup快10~30倍，兼容现有Rollup和Vite插件，已成为Vite 8的底层打包工具，每周下载量超2000万次，Framer、PLAID等企业已将其用于生产环境。— via 1
三、硬件与消费级AI产品更新
- 谷歌正式发布Fitbit Air无屏幕健身手环，售价约99美元，支持24小时心率、血氧、皮肤温度与运动监测，续航可达7天，5分钟快充可提供1天使用时长，兼容Gemini健康教练功能。Fitbit应用将于5月26日更名为Google Health，整合Fitbit追踪数据与谷歌服务打造全方位健康体验。— via 1 2 3
- 开源3D场景重建工具PlayCanvas走红，用户可通过手机扫描房屋后上传至网页，即可在浏览器中实现沉浸式看房体验，该技术通过数百万光点结合AI重建场景，无需高端设备即可加载渲染。— via 1
四、其他技术动态
