微信本周上线的豆包同款「长按输入框，自动语音转文本」

不单是交互，背后模型可能和 Seed-ASR 类似的架构，主特性文本重写、去除口语杂词

比较奇怪的是，「按住 说话」这个按钮背后，还是上一代识别模型。可能顾虑推理开销，后者量级更大

但总的来说，豆包 ASR 在方言（主要是上海话、西安话、闽南话）、外语（主要是英语、日语），上下文推理（专业名词和新流行词），全方位吊打微信新 ASR

而豆包 ASR 2.0 是去年发布的，人才差距不大的情况下，优质数据集差异比较大

微信团队本周还做了一件怪事，WeLM 新模型宣发阵地在 X ，甚至买了 X 信息流推广，这还不是普通模型，是类似 Qwen 的路线

国内的公众号技术官号完全选择了沉默处理

WeLM 团队和 Hy 团队人才招聘上也在较劲