Google 翻译引入 Gemini:支持 70 多种语言实时对话与口语对练
Google 宣布为 Google 翻译应用上线两项由 Gemini 驱动的新功能:支持 70 多种语言的实时双向语音翻译,以及可自适应水平的个性化听力口语练习。实时翻译能识别停顿与语调并在嘈杂环境抗噪,练习功能则提供场景化对话。目前实时翻译面向美、印、墨开放,练习功能向部分语种测试。
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。
Google 宣布为 Google 翻译应用上线两项由 Gemini 驱动的新功能:支持 70 多种语言的实时双向语音翻译,以及可自适应水平的个性化听力口语练习。实时翻译能识别停顿与语调并在嘈杂环境抗噪,练习功能则提供场景化对话。目前实时翻译面向美、印、墨开放,练习功能向部分语种测试。
OpenAI 公布针对 ChatGPT 的心理健康防护更新,重点解决长对话中安全规则逐渐失效、过度迎合等问题。系统除自动识别自残倾向并提供求助热线外,还将针对未成年人强化拦截,并计划引入家长控制与紧急联系人联动功能。
Google 宣布 NotebookLM 的视频概览支持 80 多种语言,能把资料直接转成可视化视频演示。同时,非英语音频概览从短版摘要升级为长篇深度讨论,质量看齐英文版。新功能即日起向全球用户推送。
Tesla 在中国推出全新 AI 语音助手,由字节跳动豆包负责车控与导航、DeepSeek 负责闲聊问答。系统首发搭载于 8 月上市的六座版 Model Y L,支持「Hey Tesla」免按键唤醒。Tesla 试图借本土模型补齐座舱短板,追赶国内竞品。
Anthropic 推出 Chrome 扩展 Claude in Chrome 展开测试,让 AI 直接在浏览器里点击、填表和处理日常任务,后续向 Pro、Team 等付费方案开放。官方重点加入权限管控与隐式注入防御,将自主模式下的攻击成功率显著降低。
Perplexity 推出 Comet Plus 订阅,每月 5 美元(Pro 与 Max 用户直接包含)。它为合作出版商建立新的分成机制,按真人访问、搜索引用和智能体操作三种流量分配收入,扣除少量算力成本后全额分给媒体。
据报道 Google 正在为 NotebookLM 整合 Deep Research 功能,来源栏新增了网页与 Google Drive 搜索切换开关。此外聊天设置中还在测试「导师」模式,支持分步讲解与互动教学。目前功能尚处于早期开发阶段。
Google 宣布为搜索中的 AI Mode 引入智能体功能,能跨平台帮找餐厅空位并直通预订,后续还将支持门票与本地预约。同时新增了个性化推荐与会话链接分享。AI Mode 现向 180 多个国家和地区开放英文版,智能体功能首批面向美国 Google AI Ultra 用户测试。
本周,AI 独角兽 Z.ai 联手阿里云推出一款通用 AI Agent,面向 Android、iOS 及 Web 端免费开放。它能替用户自主拆解并执行点外卖、线上预约等日常任务,并借助阿里云平台完成部署上线。
Perplexity 宣布向所有 Perplexity Max 订阅者推出 Max Assistant。它通过延长思考时间并调用高级推理模型,专门应对复杂的长流程任务与疑难提问。对于依赖 Perplexity 处理繁琐工作的深度用户来说,复杂问题的解答能力有了直接提升。
Google 发布新一代智能家居助手 Gemini for Home。它能理解像「除了卧室其他灯全关」这类复合指令,还引入了支持随时打断的 Gemini Live 连续对话。它将提供免费和付费版本,逐步取代现有的 Google Assistant,10 月开启早期测试。
Google 升级 Gemini Live,加入实时视觉指引功能,打开摄像头就能直接在画面上圈出推荐物品。同时打通 Calendar、Keep 等原生应用并升级语音表现力。视觉功能将于 8 月 28 日随 Pixel 10 率先落地并逐步推向 Android 与 iOS。
Fitbit 推出基于 Gemini 的个人健康教练,将健身训练、睡眠分析和健康咨询整合进重构的 App 中。它能结合手表实时数据与对话动态调整训练,比如没睡好就自动降低强度。该功能 10 月率先向美国 Fitbit Premium 用户开启预览。
Google 推出新一代无线耳机 Pixel Buds 2a,定价 129 美元。新耳机搭载自研 Tensor A1 芯片,首次给 A 系列配上主动降噪,并深度整合 Gemini 助手。不用掏出手机,靠语音就能让 AI 整理信息或回答问题。
Google 公布 Pixel 10 系列的 9 项 AI 新功能。新机搭载 Tensor G5 芯片与 Gemini Nano,新增跨应用提供信息的 Magic Cue、通话实时克隆声音翻译等特性。这套功能主打端侧隐私运算,让手机能更主动地替人处理杂务。
Google 为 Google Photos 推出对话式修图功能。借助 Gemini,用户无需手动调滑块,打字或动动嘴说出「消除背景车辆」「修好这张老照片」就能直接出图,还能持续追问微调。该功能首发面向美国 Pixel 10,并同步支持 C2PA 凭据以标明 AI 痕迹。
ElevenLabs 宣布将新一代语音模型 Eleven v3 (alpha) 接入 API。该版本支持 70 多种语言,并新增支持无限发言人数的多人对话模式,能自然处理插话和语气转换,还能通过音频标签精细调节情绪。
Anthropic 为 Team 和 Enterprise 用户推出包含终端编程智能体 Claude Code 的高级席位。管理员不仅能统一分配席位并精细设定支出上限,还能通过全新合规 API 实时审计数据并监控代码采纳率。这让企业在规模化部署 AI 编程助手时能更好地兼顾成本与合规。
Brave 安全团队披露 Perplexity 旗下 AI 浏览器 Comet 存在间接提示注入漏洞。攻击者只要在网页暗藏恶意指令,用户点击「总结页面」,AI 就会跨标签页读取 Gmail 验证码并接管账号。这意味着传统浏览器的同源安全策略在 Agent 面前彻底失效。
Meta 扩大 Reels 的 AI 翻译工具权限,能自动为短视频配音并同步口型。系统会保留创作者本人的音色与语调,首批支持英西互译。目前向粉丝超 1000 人的 Facebook 创作者及 Instagram 公开账号开放。