1、FireRedASR：小红书开源的语音识别模型 支持识别普通话、方言、英文，分2个版本： FireRedASR-LLM：8.3B，为端到端的语音多模态LLM设计，能力更强，中文准确率开源最佳 FireRedASR-AED：1.1B，兼具效率和效果。 Github：‣ 模型：https://huggingface.co/FireRedTeam
2、Zonos：开源TTS
可商用。官网一直生成失败，没测出效果。
在线体验：https://playground.zyphra.com/audio
官方介绍：https://www.zyphra.com/post/beta-release-of-zonos-v0-1
Github：https://github.com/Zyphra/Zonos
3、训练LLM在潜空间内推理 这篇论文我觉得很有意义，让LLM在潜空间推理，而不是用人类的语言推理。 CoT是用人类的语言推理，思考过程用人类的语言表达出来，然后用作上下文继续推理。潜空间推理，则是用计算机的语言推理，用代表语义和语法的向量来推理，初始是token经过Embedding后的向量，再包括Transformer每一层的中间结果。 这种推理更像是人脑的思考过程，就像有时候我思考问题，不会详细的想出每一个字，而是“先这样、再这样、然后这样……”地想。 论文：https://arxiv.org/abs/2502.05171 模型：https://huggingface.co/tomg-group-umd/huginn-0125 Github：https://github.com/seal-rg/recurrent-pretraining
4、Anthropic经济指数
Anthropic发布的一篇文章，介绍AI对经济的影响。
文章PDF：https://assets.anthropic.com/m/2e23255f1e84ca97/original/Economic_Tasks_AI_Paper.pdf
5、HuggingFace发布的AI Agent课程
Github：https://github.com/huggingface/agents-course
6、阿里云上线DeepSeek R1 API
免费送100万 token，有效期180天。