2025.10.29.12 过去4小时全球AI发生了什么？

以下是过去4小时内全球AI领域的重要动态：

1. SoulX-Podcast语音模型发布，实现高真实度、长时段、多说话人语音生成-小互

   Soul发布了SoulX-Podcast语音模型，实现高真实度、长时段、多说话人、多语种（中英双语+多方言）播客式语音生成。该模型具备方言和副语言控制能力（如笑声、叹息声、呼吸声），可连续生成90分钟以上的对话内容而不失稳定性。SoulX-Podcast还支持在零样本条件下完成声音与语气的克隆与迁移，显著提升了语音表达的真实感与感染力，并支持情境化生成，改善播客式语音的韵律变化与情绪丰富度。

2. 玉伯的Youmind更新至0.5版本，整合研究创作产出流程-歸藏(guizang.ai)

   玉伯的Youmind更新至0.5版本，旨在将“研究—创作—产出”流程整合到同一块看板里，帮助用户更快起步并持续深化。新版本强调内容可随时重写、组织、引用，并支持一键转音频以延伸思考。此外，ListenHub的中文自然音色已通过API方式接入Youmind，用户现在可以直接在Youmind中收听3分钟的音频概览，进一步增强了知识学习与内容消化的效率。

3. Adobe Firefly 5图像模型更新，支持高级图像编辑功能-歸藏(guizang.ai)

   Adobe Firefly图像模型更新至5版本，引入了强大的图像编辑新能力。现在，用户可以将一张图片拆分成不同的图层，并且每个图层的内容都支持通过自然语言进行编辑，同时还可进行拖动操作。这一更新极大地提升了图像后期处理的灵活性和便捷性，为创作者提供了更直观和精细的控制方式。

4. Cartesia发布Sonic-3实时语音AI引擎，并宣布完成1亿美元融资-小互

   Cartesia发布了Sonic-3，一款宣称是新一代实时语音AI引擎。该引擎能够生成像真人一样自然且富有情感（如兴奋或悲伤）的语音，并实现几乎无延迟的实时语音回应。Sonic-3支持42种语言，可在10秒内完成声音克隆，并具备智能上下文理解能力，同时其成本比ElevenLabs更具优势。Cartesia同时宣布完成1亿美元融资，并提供API、SDK和Web Playground，以支持快速原型开发和生产部署。

5. AI数据中心推动电力需求激增，批发电价五年内上涨267%-Peter H. Diamandis, MD

   最新报告指出，过去五年间，数据中心附近的批发电力价格上涨了约267%，这直接导致周边居民的电费负担增加。这一显著的能源成本上升，凸显了人工智能产业发展对全球电力基础设施的巨大压力。专家呼吁加速发展可再生能源和核能，以应对AI日益增长的能源需求，避免因高昂的电费账单对社会经济造成严重影响。