Meta推出实时语音识别模型Muse Voice Transcribe，支持70多种语言、区分20多位说话者及长对话，在基准测试中词错误率3.1%，优于竞品。模型采用自适应延迟机制，通过强化学习平衡准确性与速度。API定价每小时0.18美元，但不开放权重。Meta因眼镜和Mac应用等产品需求，持续推动该技术发展。

Gradium AI发布新TTS模型并设为默认，在500句难例测试中人工评分通过率81%，领先Cartesia和ElevenLabs。首音频延迟216毫秒，低且稳定。支持多语言，无需文本归一化即可准确朗读号码和邮箱。基准测试由厂商运行，评估集已开源。

谷歌发布Gemini 3.5 Transcribe语音转文本模型，提升实时转写准确率、降低延迟，支持85种语言，自动去除口头语并修正表达，可区分说话者。流式转写延迟低于1秒，错误率低至2.6%。已通过Gemini API公开预览，未来支持Chrome浏览器。

本文提出LINK方法，通过双语词汇表对高资源语言（英语）预训练数据进行词汇替换，实现跨语言知识迁移。该方法无需额外模型训练或平行数据，仅需低成本双语词典。在八种语言、五种模型规模上评估显示，目标语言下游任务性能显著提升，训练速度最高提升2倍。

该研究大规模探讨了非英语和多语言环境下的GRPO训练，发现用母语推理训练与英语训练效果差距小，且跨语言迁移强，但具体表现因模型和语言而异，某些语言训练可能导致其他语言能力严重退化。因此，RLVR虽能带来广泛跨语言收益，但需全面评估以检测特定语言退化。

微软开源AI初学者课程，获6万多Star，支持多语言。课程共12周24节课，涵盖TensorFlow、PyTorch及AI伦理，内容从环境设置、AI历史到神经网络、计算机视觉、自然语言处理、强化学习等，附实验与测验，适合学生及自学者。

对话式语音识别（CSR）正取代传统自动语音识别，通过理解对话的实时展开、轮流发言和时机，实现低延迟响应。它支持多语言切换，已在客服、医疗、金融等领域应用，推动人机交互更自然、更人性化，成为下一代语音AI的基础。

Claude语音模式升级，现支持Opus和Sonnet模型，可进行深度对话和问题解决。用户可切换模型，练习演讲、头脑风暴、评估假设等。语音模式支持多语言切换，并能连接工具执行任务，如调整日程、生成文档、回复邮件。该功能对所有用户开放，付费计划可使用更多模型和工具。

训练数据在大模型竞争中至关重要，NVIDIA推出的Nemotron系列数据集强调数据质量和任务适配性，涵盖通用文本预训练、监督微调和代码生成等核心能力，推动模型训练从数量向精准转变。这些数据集为大模型研究提供系统性支持，提升模型能力。

苹果音乐推出了一种多语言语义检索系统，旨在提升搜索质量，特别是对拼写错误和跨语言查询的响应。该系统基于305M参数的双编码器模型，经过多目标训练优化。在线测试显示，整体转化率提升2.28%，无结果率减少86%，尾部查询转化率提升7.93%，证明了语义检索在困难查询中的有效性。

随着大模型的发展，OCR技术成为连接视觉数据与智能应用的重要工具。新一代多模态模型整合了文字识别和信息抽取等功能，推动了OCR在科研、金融和医疗等领域的应用。本文介绍了五款开源OCR模型，包括Unlimited-OCR、Chandra-ocr-2、dots.mocr、Qianfan-OCR和FireRed-OCR，适用于文档解析和手写文字处理等场景，帮助开发者选择合适的解决方案。

JetBrains宣布将停止Kotlin Notebook插件并将其开源，原因是未能达到预期的用户接受度。随着AI工具的兴起，开发者的工作方式发生变化，传统的笔记本文化在Python社区更为盛行。相较之下，Google Colab始终服务于数据科学家，未遇到类似问题。这一决定反映了JetBrains对未来方向的重新评估。

跨境电商客服面临多语言和时差挑战。AI 聊天机器人通过多语种技术实现 7×24 小时服务，降低成本并提高响应速度。即构科技的 ZEGO AI Agent 提供多种客服模式，显著提升客户满意度和市场表现。

出海社交产品需要实时翻译以促进不同语言用户的互动，常见场景包括1v1跨语种匹配、直播间观众翻译和IM消息翻译。接入方案有三种：纯第三方API集成、RTC厂商生态集成和混合方案。选择时需考虑语种覆盖、延迟、成本和隐私合规。ZEGO的实时传译方案提供低延迟和低集成成本，适合大多数出海社交团队。

出海社交应用的内容审核面临多语言和合规标准的挑战。过度审核可能导致用户流失，因此需要在合规与用户体验之间找到平衡。审核策略应减少误杀率，确保正常内容不被误判。建议使用第三方审核服务，并根据市场需求定制敏感词库，以提高审核效率和准确性。

GitHub推出了一个新的开放数据集，帮助研究人员和开发者发现多语言开发内容。同时，GitHub Copilot CLI的改进提高了任务分配的效率，促进了工作进展。