Pika 推出 PikaStream1.0:让任意 Agent 都能实时视频通话
Pika 发布面向任意 Agent 的视频聊天技能测试版,由新实时模型 PikaStream1.0 驱动。它能为智能体实时加上面孔与声音,同时保留记忆与个性。如果配合 Pika AI Self,智能体还能在视频通话中同步执行具体任务。
ChatGPT、Cursor、Perplexity 等 AI 工具上了什么新功能、出了哪些新产品,价格和开放地区有什么变化。
Pika 发布面向任意 Agent 的视频聊天技能测试版,由新实时模型 PikaStream1.0 驱动。它能为智能体实时加上面孔与声音,同时保留记忆与个性。如果配合 Pika AI Self,智能体还能在视频通话中同步执行具体任务。
Microsoft 发布多语言语音转文字模型 MAI-Transcribe-1,在 Microsoft Foundry 开启公测。该模型支持 25 种语言,在 FLEURS 基准测试中准确率超越 Whisper-large-V3,速度提升 2.5 倍,转写单价仅每小时 0.36 美元。最值得关注的是它抗噪表现出众,已开始接入 Teams 与 Copilot。
Perplexity 在旗下 Computer 平台上线 Computer for Taxes。它基于 Agent Skills 协议加载最新 IRS 税务模块,能直接在官方税表上草拟申报、审核专业报税草案并制作税务规划工具。内部测试中,它曾发现专业人士遗漏 67% 的扣除额。官方提示信息仅供参考。
Sakana AI 推出首款商业产品 Sakana Marlin 并开启封闭测试。用户只需给出一个研究主题,它就能完全脱离人工干预,自主推理调研近 8 小时,并交付整套幻灯片与数十页深度报告。官方将其定位为「虚拟首席战略官」,目前正面向企业战略和投研人员开放测试申请。
Moonlake 发布 3D 世界构建 Agent 早期演示。它不再局限于对话框生成资产,而是直接在 Blender 等专业软件里点击、编辑对象与调光,像人类一样反复迭代。最值得关注的是它能按长序列动作自查自纠,并复用专家演示的工作流。
Perplexity 宣布在 Slack Marketplace 上线 AI 智能体编排工具 Computer。团队成员只需在共享频道 @Computer 或发送私信,就能直接调用它进行深度网络搜索、分析业务数据甚至编写代码。所有上下文会与网页端实时同步,无需在不同工具间频繁切换。
Elgato 发布 Stream Deck 7.4 配置指南,首次通过开放协议 MCP(模型上下文协议)向 AI 工具开放控制权限。用户配置专用动作面板后,可通过 NVIDIA Project G-Assist 语音指令或 Claude Desktop 文本触发开播、切场景等联动,无需动手敲按键。
Gmail 宣布面向美国 Google AI Ultra 订阅用户推出 AI Inbox 测试版。该功能通过智能优先级排序整理邮件,并生成每日个性化简报,让收信整理全交给 AI。目前仅限美区高阶订阅者测试。
OpenAI 更新 iPhone 版 ChatGPT,借助 iOS 26.4 推出 CarPlay 专用车机版。新界面完全采用语音交互,屏幕不显示任何文字,仅保留静音和结束按键以保证驾驶安全。这是首个推出 CarPlay 专属车机的主流 AI 应用,需要升级至 iOS 26.4 才能使用。
HeyGen 宣布与 Topaz Labs 合作,将其 Starlight Precise 2.5 超分模型集成进平台。该功能可将任意分辨率视频直接提升至 4K,增强细节并保持动作流畅。用户无需再依赖外部工具导出处理画质。
Topaz Labs 发布 Precision Update,为旗下 Topaz Video 与云端 Astra 引入新一代视频增强模型。新模型支持本地与云端最高 4K 输出,处理速度最高提升 5 倍,能明显减少生成式 AI 视频的塑料感,并改善动画与实拍细节;Topaz Photo 也同步上线了伪分辨率检测功能。
Meta 发布首款面向视力矫正人群的 Ray-Ban Meta 处方 AI 眼镜,提供 Blayzer 和 Scriber 两种框型,起售价 499 美元。配套更新还引入拍食物自动算营养、端侧 WhatsApp 对话摘要等功能。这意味着近视用户终于不必在清晰视力和 AI 硬件之间二选一。
Salesforce 宣布为 Slackbot 新增 30 余项功能。它不仅能自动整理会议记录并同步更新 CRM,还能作为桌面伴侣跨应用识别屏幕内容,并通过 MCP 协议调度外部应用和 Agentforce 智能体。目前已向企业级方案开放,4 月起向免费版测试。
无代码平台 Softr 发布全新 AI 原生版本及 AI Co-Builder。用户只需文字描述需求,系统即可自动生成包含数据库、身份验证、权限管理与工作流的企业应用,还内置 Vibe Coding 模块支持定制组件。它解决了纯生成式代码脆弱易碎的痛点,支持后续直接可视化修改。
OpenAI 推出面向 Claude Code 的 Codex 插件。开发者无需切换环境,即可在 Claude Code 中直接调用 Codex 进行代码审查、对抗性挑刺以及双 Agent 协作复核。插件直接复用本地 Codex CLI 与 MCP 配置,支持免费 ChatGPT 订阅或 API Key。
上周末,Bluesky 推出实验性 AI 信息流工具 Attie,用户输入描述即可自动生成定制 feed。但该工具上线后遭用户大规模抵制,已被拉黑超 12.5 万次,在全平台仅次于美国副总统 JD Vance,甚至超过白宫和 ICE。这反映出该社区对平台引入 AI 自动化的强烈戒心。
Anthropic 为命令行工具 Claude Code 接入计算机使用能力。Claude 不仅能写代码,还能直接从终端打开应用程序、点击界面,自动端到端测试刚写好的软件。目前该功能作为研究预览版,面向 Pro 和 Max 订阅用户开放。
Anthropic 在 Claude Platform 上线合规 API(Compliance API)。管理员可借此程序化导出权限修改、系统配置与文件变动等审计日志,专为金融、医疗等严监管行业设计。不过该接口不记录具体模型推理内容,开通后才开始记录。
微软为 Microsoft 365 Copilot 的 Researcher 智能体推出 Critique 与 Council 功能。Critique 拆分生成与评估,由 OpenAI 和 Anthropic 的模型分工起草与把关,在 DRACO 基准上得分提升 13.8%;Council 则支持并排对比多模型见解。
OpenAI 为代码智能体 Codex 推出 Plugins 功能。它充当生态的「包管理」系统,将工作流技能、应用集成与 MCP 服务器配置打包为单一安装实体,实现一键复用。最值得关注的是,它解决了跨团队标准化共享 AI 工作流的痛点;官方市场目前已可浏览,自助发布即将开放。