每日AI简报：Grok语音转录2.0与Qwen3.8-Omni-Flash发布

国内在卷豆包工作、我可八弟、千问办公等工作场景。 海外在卷豆包（Town）、千问（Muse）、微信（Grok Bot）等个人助理场景。 哪一个是大机会呢。还是都是幻相。

SpaceXAI 发布多语言语音转写模型 Grok Voice Transcribe 2.0，官方称其为最准确的语音转写模型，在 Artificial Analysis 榜单的 32 个流式模型中准确率排名第一。

阿里发布Qwen3.8-Omni-Flash，首个全模态智能体模型，1M上下文，原生音视频加工具调用，视频输入成本较3.5-Omni-Plus降约89%。Anthropic的Claude Code项目现可从单次对话启动，Claude并行云端线程并保留共享记忆；Claude Chat与Cowork合并为统一Claude，向Pro和Max滚动推送。

阿里发布全模态模型 Qwen3.8-Omni-Flash，支持音频和视频理解。该模型配备 1M-token 上下文窗口，在 WildClawBench-MM 与 UniClawBench 上性能接近 Gemini 3.8 Flash。

SPACEXAI 🔥：Grok Bot 将在桌面端和移动端应用上线语音模式。 > 该功能将在接下来几天内逐步推送。 正如预言所言 👀 语音模式应该会为大量新用例带来巨大助力。你已经用上了吗？https://x.com/bot/status/2100659463569170779/video/1

SPACEXAI 🔥：Grok 4.7 已出现在 GCP 配额页面上，可能正在为即将到来的发布做准备。 &gt； 此前，Elon Musk 曾表示："Grok 4.7 应该大致与 Opus 5.0 持平，而非 5.1。某些方面更好，某些方面更差。" 快了吗？👀 【引用 @bedros_p】：Grok 4.7 已出现在 Google Cloud 配额中。 这通常是当天发布，一般最多 12 小时。

Grok Imagine 用户现可精确编辑生成图片中的文字，手动设置颜色、字号、字体和文字对齐方式。该功能以 Beta 版推出，SpaceXAI 团队正在收集反馈，适用于营销和文字较多的创意图片场景。

Testing Catalog 9月15日AI简报：Gemini 3.8 Live 与 Live Extended Thinking 的 slug 已出现在 Cloud 配额页但未公开；Grok 4.8 为 2.5T 参数模型、跑在新 C++ 栈上，本周训练收尾后进入 RL。

马斯克透露 Grok 4.8 是 2.5T 参数模型，基于全新 C++ 软件栈训练，本周完成训练并启动 RL。该模型比当前可用的 Grok 4.6 大约 67%，规模与 2.8T 参数的 Kimi K3 同档。Grok 4.7 因此前公布的延期，预计仍将很快推出。

看起来 Grok Bot 正在 Grok 网页端面向 Grok Heavy 用户推出。 > 可用后，用户可以直接在网页 UI 中创建并与自己的 bot 互动。 > 目前尚无官方公告。此次推出可能仍是渐进的，或暂时有地区限制。