Mistral AI 发布 Mistral OCR 文档理解 API
Mistral AI 发布 Mistral OCR，这是一款用于文档理解的 OCR API，可处理图片和 PDF，抽取有序交错的文本与图片，适合与面向多模态文档的 RAG 系统结合。
推荐理由：原文同时给出基准、价格和部署形态，便于比较文档理解 API 在 RAG 流程中的位置。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 201–205 条 · 共 205 条Mistral AI精选AI 评分7676
Suno Blog精选AI 评分7272 Suno 发布 v4 beta，面向 Pro 和 Premier 开放
Suno 推出 v4，这一大版本更新带来更清晰的音频、更锐利的歌词和更动态的歌曲结构。v4 新增 Remaster、Lyrics by ReMi 和 Cover Art，并升级 Covers [v4] 与 Personas [v4]。v4 现已以 beta 形式面向 Pro 和 Premier 开放，可在 suno.com 和 iOS 体验。
推荐理由：原文列出 v4 在音频、歌词和歌曲结构上的改进，并说明 Pro 和 Premier 的 beta 可用范围。
openai · Hugging Face 新模型精选AI 评分6767 OpenAI 发布 Whisper large-v3-turbo 语音识别模型
OpenAI 在 Hugging Face 发布 Whisper large-v3-turbo，它是 Whisper large-v3 的剪枝微调版本。模型将解码层从 32 层减少到 4 层，因此速度更快，但会有轻微质量下降；参数量为 809 M，支持在 Hugging Face Transformers 中用于自动语音识别、语音翻译和时间戳预测。
推荐理由：模型卡同时给出结构变化与部署示例，便于评估语音转写场景中的速度和质量取舍。
Suno Blog精选AI 评分7878 Suno 发布 v3，可在数秒内生成两分钟歌曲
Suno 发布 v3，这是其第一个能够生成广播级音乐的模型，现已面向所有用户在 https://app.suno.ai 开放。v3 可用几句短文本在数秒内生成完整的两分钟歌曲，并改进音频质量、风格和流派数量、提示词遵循能力，减少模型幻觉并带来更自然的结尾。Suno 还表示其模型不会识别对其他艺术家的引用，并开发了专有的不可听水印技术，用于检测歌曲是否由 Suno 创建。
推荐理由：材料同时交代了 v3 的开放范围、歌曲时长、音质改进和水印安全措施，便于理解 Suno 的产品取向。
openai · Hugging Face 新模型精选AI 评分7676 OpenAI 发布 Whisper large-v3 语音识别与翻译模型
OpenAI 在 Hugging Face 上发布 Whisper large-v3，用于自动语音识别和语音翻译。
推荐理由：原文交代了训练数据、结构差异和误差下降幅度，便于比较 large-v2 与 large-v3 的改进。