今日 AI 动态与开源项目速览：Ming-3.0 语音系列、纽约监管动向与 Agent 协同工具

西瓜同学 · 2026-10-20T17:50:00

蚂蚁百灵开源了 Ming-3.0 语音系列共 5 款模型，权重已上线 Hugging Face 与 ModelScope。其中 TTS 支持通过文字定义音色与导演模式，能直接调节情绪起伏、重音和节奏；音频理解模型 Ming-3.0-audio-flash 支持长音频端到端转写和观点分析，不再走先转逐字稿再喂 LLM 的链路，尽量保留说话人情绪与环境信息；ASR-tiny 则主要优化方言和领域热词。 监管方面，纽约市长 Zohran Mamdani 在曼哈顿公开批评联邦政府在 AI 治理上缺位，认为目前的重心过于偏向竞争而放任巨头自我监管。纽约市正在推行地方性限制，包括禁止中小学使用 AI 工具，以及强制房产招租信息标明 AI 生成图片，避免虚假房源误导租客。 生态与开源项目方面，3D 生成平台 Meshy 开放了面向开发者的群组申请，提供早期 API 测试与技术支持，重点针对基于 API、MCP、CLI 和 Agent 做工具及游戏管线的开发者。 GitHub 上也有两个围绕 Agent 设计的新项目：一个是支持自托管的项目看板 It's a Plan（croffasia/itsaplan），把 AI Agent 当成有独立权限和分配槽位的正式成员，支持通过 API 与 MCP 在同一个看板里与真人一起排期；另一个是专门面向 Agent 的开源 CRM Comp AI（trycompai/crm），不再把 CRM 做成外挂聊天窗，而是作为 Agent 的外部记忆与记录本，Agent 在后台按队列自主调研客户，同时限制模型只写入有真实数据源的证据，防止凭空捏造客户信息污染库体。