微软发布三款自研AI模型，包括语音识别、语音生成和图像生成模型，旨在降低对OpenAI的依赖。此前，微软已修订与OpenAI的合作协议，明确可独立研发通用人工智能。...

1月29日，阿里千问正式开源Qwen3-ASR系列模型，包括Qwen3-ASR-1.7B、Qwen3-ASR-0.6B及Qwen3-ForcedAligner-0.6B，支持52个语种与方言的语种识别与语音识别。...

智谱于12月10日正式发布并开源GLM-ASR系列语音识别模型，并推出基于该系列模型的桌面端智谱AI输入法，支持语音实时转换为文字，实现精准语音转文字及多项操作。...

9月24日，阿里巴巴在2025云栖大会上发布Qwen3-Omni全模态预训练大模型，该模型在36个音视频基准测试中表现卓越，实现全模态输入输出，交互速度快，支持多语言，应用场景广泛，并已开源三款模型。...