
应用与工具
新工具、新功能,以及它们能帮你完成什么。
元宝语音接入Hy Realtime,支持联网搜索与点歌
据IT之家11月13日报道,腾讯当日发布实时语音模型Hy Realtime,新增工具调用与唱歌能力。普通用户可在最新版元宝App的语音通话中选择“初语”音色体验,网页演示也提供部分能力。
模型可根据对话决定是否联网搜索;点歌支持组合歌手、曲风、语种等条件,并承接前文继续选择。腾讯称其对不完整语音、途中改口及连续对话的理解有所改善。
Hy Realtime已用于元宝语音通话和腾讯客服。腾讯云API程序调用接口仍属近期上线计划。
ChatGPT Wallet亮相,智能体购买须经用户批准
OpenAI于11月13日介绍ChatGPT Wallet,面向ChatGPT Work、Codex和dots中的智能体购买场景,让智能体在用户批准后完成购买,并保留现有银行卡保护机制。用户批准是这一支付流程的明确条件。
技术与开发
模型、API、开源与工程实践,关注能力和使用边界。
DeepSeek开放搜索、文件与语音等应用接口
DeepSeek于11月13日开放一套应用能力接口。开发者可在现有Messages、Responses和Chat Completions接口中为deepseek-flash启用参数,接入搜索、文件输入和链接读取,由服务端处理工具调用与上下文组装。
启用deepseek_web_search后,关闭思考模式可按问题搜索网页或图片并附引用;开启思考模式则支持多步搜索与链接阅读。文件输入支持PDF、Office文件和图片,经文本提取或版面解析后供模型使用;deepseek_read_url用于读取用户消息中的链接。
搜索与抓取、文字识别、语音识别和语音合成也作为独立接口提供。官方同时开放了可导入DeepSeek聊天记录的示例客户端源码。安全检查参数可审查输入输出并返回拒绝标记;官方要求面向公众的服务启用该参数,并履行相关合规义务。
对自建聊天应用的团队,这次开放可减少自行串接搜索、网页抓取和文件解析的工程工作;面向公众提供服务时,仍需落实相应内容安全要求。
Copilot接入Hydrogen,并公布12月模型停用安排
GitHub于11月13日宣布Gemini 4 Hydrogen在Copilot正式可用,这是模型发布后的新增接入。它逐步向Pro、Pro+、Max、Business和Enterprise用户开放,覆盖VS Code、CLI命令行工具、编程智能体等入口,按供应商标价以用量计费。
GitHub同日宣布,2026年12月14日将在Copilot各体验中停用Claude Fable 5、Claude Haiku 4.5、Gemini 3.8 Flash、Gemini 4 Argon、Grok 4.6及Kimi K3。个人年度订阅者仍可使用Haiku 4.5。
建议替代模型依次为Fable 5.2、Haiku 5.5、Hydrogen、Carbon和Grok 4.7;Kimi K3的替代项待公布。Business与Enterprise默认自动启用新模型,但管理员关闭全局默认或禁用具体模型时,需要调整策略。
团队可结合新模型开放与停用时间表安排迁移,重点检查固定模型配置及管理员策略。
AFTER READING
读完之后
语音交互与智能体支付继续扩展用途,开发者则需同步关注接口接入条件和模型迁移安排。
评论