ElevenLabs 上线 Chat Mode:语音智能体也能打字了
ElevenLabs 推出纯文本交互功能 Chat Mode。该模式专为需要精准输入订单号、邮箱或用户不方便开麦的场景设计。已有语音智能体可通过 SDK、API 或单行 HTML 一键开启,补齐了打字与通话混合交互的能力。
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。
ElevenLabs 推出纯文本交互功能 Chat Mode。该模式专为需要精准输入订单号、邮箱或用户不方便开麦的场景设计。已有语音智能体可通过 SDK、API 或单行 HTML 一键开启,补齐了打字与通话混合交互的能力。
Adobe 推出 Acrobat Studio,把 Acrobat、Adobe Express 和智能体助理整合进同一个工作台。新增的 PDF Spaces 能把一批文档变成可对话的知识库,支持设定「导师」「分析师」等角色并直接转成图表海报。个人早鸟价每月 24.99 美元起。
OpenAI 在印度推出平价订阅计划 ChatGPT Go,月费 399 卢比(约 4.6 美元),支持当地 UPI 支付。该方案的消息、生图与文件上传额度达免费版的 10 倍,并增强了记忆留存功能。OpenAI 表示将在收集反馈后推向更多国家。
Gamescom 期间,NVIDIA 发布端侧助手 Project G-Assist 首次大更新。新模型显存占用降低 40%,门槛直接下放到 6GB 显存的 RTX 台式机和笔记本。用户用语音或文字就能调设置、测帧率,还能在插件中心用自然语言装插件。
Google Labs 宣布将 Google AI Ultra 订阅用户的每月 AI 点数从 12,500 点直接翻倍至 25,000 点。这些积分可通用在 AI 视频工具 Flow 和图像工具 Whisk 上,同时 Whisk 还将新支持 77 个国家。
Grammarly 在其「docs」写作界面上线 9 款专用 AI 智能体,面向 Free 和 Pro 用户开放。其中「AI 评分」能结合课程要求与授课教师公开信息预估论文得分;此外还包含查重和 AI 内容检测。查重及检测工具首发仅限 Pro 用户。
Atlas AI 联合 Google Cloud 推出 AI 原生游戏开发平台。开发者只需提供参考图和自然语言提示词,平台便能直接生成带 UV 映射和几何模型的 3D 游戏资产,并支持导入虚幻与 Unity。目前该平台正面向游戏工作室开放封测。
微软在 Windows 和 Mac 版 Excel 中推出 =COPILOT 函数,把大模型直接嵌进单元格。只要在公式里写自然语言提示词并框选数据,就能让 AI 自动做文本分类、提炼摘要或生成表格,且数据变动时会自动重新计算。不过官方更新显示,该函数计划于 2026 年 9 月 14 日下线,能力后续将整合在侧边栏中。
Google 宣布在 Google Docs 中推出由 Gemini 支持的文档朗读功能。用户可在「工具 > 音频」菜单中点击「收听此标签页」,自由切换不同自然人声并调节播放语速,方便边听边读或挑错。该功能正面向 Workspace 商业版、企业版及 Gemini 订阅用户推送。
周四,Google 宣布在 Google Flights 中推出新功能 Flight Deals。旅客无需手动反复调整日期和目的地筛选,直接用自然语言描述旅行想法,AI 就能从各家航司中找出划算的航班。该功能将在未来一周内开启测试。
Higgsfield AI 推出集成在 Draw-to-Video 平台的 Product-to-Video 功能。用户无需编写复杂提示词,只需将商品拖入场景、画箭头标记动作,AI 即可生成带植入广告的电影级视频,大幅降低了广告分镜与视频制作的门槛。
周四,Anthropic 为 Claude.ai 和 Claude Code 推出学习模式。该模式不再直接抛出结果,而是通过苏格拉底式提问引导用户理解原理;在编程工具中,它还会标注「#TODO」让用户亲自补齐代码。所有用户均可免费选用。
Windsurf 推出 Wave 12 更新,首次直接集成 AI 程序员 Devin 的核心能力。新版引入了 DeepWiki 代码解释卡片与基于提示词重构的「Vibe and Replace」,Cascade 智能体也支持自动规划,并新增了远程 Dev Containers 支持与全新 UI 面板。
Google 宣布为 Gemini 应用引入个性化记忆,允许模型参考以往对话了解用户偏好。同时,Google 上线了「临时对话」功能,对话不计入历史、不用于模型训练且 72 小时后清除。个性化功能首批在部分国家面向 Gemini 2.5 Pro 推出。
NVIDIA 推出 FLUX.1 Kontext [dev] NIM 微服务。通过 FP8 与 FP4 量化,模型占用从 24GB 最低压缩至 7GB,结合 TensorRT 带来超 2 倍推理加速,且支持在 ComfyUI 中一键调用。
Stability AI 联合 NVIDIA 推出 Stable Diffusion 3.5 NIM 微服务,加速企业级部署。基于 TensorRT 优化,在 H100 上图像生成速度比 PyTorch 提升 1.8 倍,并把 SD3.5 Large 与 Depth、Canny 等 ControlNet 打包进同一容器。
Josh Woodward 宣布 Google NotebookLM 的视频概览(Video Overviews)功能现已向所有用户开放。官方数据显示该功能已累计生成超 110 万个视频概览。现在任何人都能直接把笔记材料一键转成视频解说,不再需要等测试名单。
周一,Anthropic 为 Claude 上线历史聊天检索功能。它支持跨网页、桌面和移动端,能按项目隔离并调用以往对话。不过它不像 ChatGPT 那样自动建立持久的用户画像,只有在用户明确提出要求时,Claude 才会去翻找旧记录。
9to5Mac 在 iOS 26 开发者测试版代码中发现新系统素材,显示用户可通过同时捏住两只 AirPods 耳机柄触发翻译功能。该手势与翻译 App 关联,适配第二代 AirPods Pro 和第四代 AirPods,用于现实对话。目前支持的具体 iPhone 机型尚未确认。
Vercel 宣布将 v0.dev 升级为 v0.app,从代码生成器转型为面向所有人的应用构建平台。新版具备智能体能力,能自主规划、查错、联网搜索并打通前后端,单条提示词即可生成可部署的全栈应用。目前可在官网免费体验。