AI 日报 · 9月16日：阶跃发布 StepAudio 3 五款音频模型，Perplexity 开源 CobbleDB 延迟降八成
今日 AI 圈，StepFun 带来 StepAudio 3 五款音频模型并开放 API，实时语音表现亮眼；Perplexity 开源自研数据库 CobbleDB，读取延迟大幅下降并节省成本。另有多个免费模型与工具上线。
-
阶跃发布StepAudio 3五款音频模型
阶跃发布StepAudio 3系列，含实时语音、识别、合成、音频生成与音乐模型。实时模型在Artificial Analysis上对话动态98.9%、语音推理99.7%，ASR词错率1.7%。
-
Perplexity开源CobbleDB，读取延迟降八成
Perplexity用自研键值库CobbleDB替代DynamoDB，中位批量读延迟从31.4ms降至5.60ms，p99从123ms降至24.2ms，节省至少20%成本，并计划开源。该数据库由两名工程师和数百个AI代理在两个月内构建。
-
OpenCode与OpenRouter免费开放Union Alpha模型一周
OpenCode 限时一周免费提供其隐身多模态模型 Union Alpha，支持 256K 上下文与工具调用；OpenRouter 也已将其列为免费模型，且不会用用户提示训练。
-
StepFun发布StepAudio 3 API，含五款音频模型
StepFun 发布 StepAudio 3 API，该系列包含五款音频模型，覆盖实时语音、语音识别、语音生成及音乐等。
-
腾讯开源BrowserSkill浏览器控制工具
腾讯AI开源BrowserSkill，一个轻量级CLI桥，让AI智能体借用现有浏览器标签页，保留登录状态和会话。
-
GMI Cloud推出MCP接入150+多模态模型
GMI Cloud推出GMI MCP，Claude、ChatGPT、Cursor等智能体可接入150多个多模态模型，含Seedance 2.5、GPT Image 2.5等。
-
Qoder发布Cloud Agents 1.0生产级平台
Qoder推出Cloud Agents 1.0，托管云环境支持AI智能体的生产级构建、交付与运营，端到端集成最快10分钟。
-
OpenCode 2允许为子代理指定不同模型
OpenCode 2现在支持按子代理选择模型，用户可将代码审查等任务路由到更强大的模型。
-
Grok测试版支持直接在图像上编辑文字
Grok发布了测试版功能，可直接编辑任何图像上的文字（如邀请函、海报），无需重新制作视觉内容。
-
OpenRouter美国区域内路由正式可用
OpenRouter 美国区域内路由现已正式可用，从 TLS 终止到模型提供商全程在美国境内处理，与欧盟路由互补。同时为支持地理围栏的提供商添加旗帜标识。