Google 升级 Gemini：Live 视觉功能免费，内置 Veo 3 与 Imagen 4
Google 宣布 Gemini 应用迎来重大更新：Gemini Live 的摄像头与屏幕共享功能面向所有移动端免费开放，默认模型换成 2.5 Flash。应用内还直接接入了 Imagen 4 以及原生支持音效与对白的新视频模型 Veo 3，并推出每月 249.99 美元的 Ultra 订阅档位。
AI工具
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。
查看更新的新闻
Google 推出 SynthID Detector：一键检测文本、图像与音视频中的 AI 水印
Google 推出验证门户 SynthID Detector，可一站式检测文本、音频、图像和视频中是否嵌入了 SynthID 水印，并圈出具体片段。目前已圈定超 100 亿件内容的水印，正先面向记者、媒体和研究人员开放候补申请。
Google 公布通用 AI 助理愿景：Gemini 迈向世界模型，智能体多任务并行
Google 公布通用 AI 助理愿景，计划将 Gemini 2.5 Pro 扩展为能理解并模拟现实的「世界模型」。此外，Gemini Live 将加入计算机控制能力，浏览器智能体 Project Mariner 也升级为可同时执行多达 10 项任务，已面向美国订阅用户开放。
Google NotebookLM 迎来大更新：不仅能做播客，还能把笔记变「视频概览」
Google 在 I/O 大会上宣布 NotebookLM 将上线「视频概览」功能，能把笔记、PDF 和图片转成可视化演示。原有的 AI 播客功能也支持自定义长短。此前一天，NotebookLM 的 iOS 和 Android 客户端已正式上线。
Amazon Music 测试 Explore：用 AI 帮你深挖歌手合作与生成歌单
Amazon Music 宣布测试名为「Explore」的 AI 搜索功能。用户搜索歌手后，AI 会整理其合作曲目、关联艺人和代表作，并支持一键生成 AI 歌单。该功能目前面向美国部分 iOS 订阅用户灰度测试，支持约 1 万名歌手。
Google 推出 NotebookLM 移动端：支持离线听播客、随时导入资料
Google 正式在 Android 和 iOS 推出 NotebookLM 移动应用。用户可离线或在后台收听 Audio Overviews，还能点击 Join 与主持人互动提问，或通过手机系统分享一键导入网页和 PDF。通勤路上消化复杂资料终于顺手了。
GitHub Copilot 推出全新编程智能体：分个 Issue 给它，后台自动提 PR
GitHub Copilot 推出全新编程智能体。开发者只需将 GitHub issue 分配给 Copilot，它便会在 GitHub Actions 后台自动分析代码并提交草稿 PR。该智能体支持 MCP 协议与图像输入，且生成的代码必须经人工审核才会触发 CI/CD。
Microsoft Edge 内置 Phi-4-mini：网页开发者可直接调用本地 AI API
Microsoft 在 Build 2025 上宣布将 Phi-4-mini 模型直接内置进 Edge 浏览器，并推出 Prompt 与文本辅助等实验性 AI API。这意味着开发者无需搭建后端模型即可在网页中运行端侧 AI，兼顾隐私与成本；同时 Edge 还上线了 PDF 全文翻译，并在侧边栏打通了 Copilot 智能体。
微软升级 Outlook 与 Copilot：邮件附件能直接出摘要，开会前先看简报
Microsoft 在 Build 开发者大会上为 Outlook 和 Microsoft 365 推出多项 Copilot 功能。Outlook 现已支持直接生成搜索结果与邮件附件摘要，并在开会前汇总相关背景任务；同时 Copilot Pages 登录移动端，支持一键转为 Word 文档。
微软发布 Windows AI Foundry：原生支持 MCP，WSL 正式开源
Microsoft 在 Build 2025 上推出 Windows AI Foundry，统一管理端侧与云端模型。Windows 11 将原生支持 MCP 协议，让 AI 智能体直接调用本地系统应用；同时官方宣布开源 WSL，并为端侧小模型 Phi Silica 带来 LoRA 微调。
Microsoft 发布 Discovery：用多智能体加速企业科研与材料研发
Microsoft 在 Build 2025 上发布面向企业 R&D 的智能体平台 Microsoft Discovery。该平台结合图知识引擎与专业智能体团队，由 Copilot 统筹调度，打通假说提出到 HPC 模拟全流程。微软团队用它仅耗时 200 小时便筛选出新型数据中心冷却液原型。
Salesforce 在 Slack 上线 Agentforce：把智能体变成「数字队友」
周一，Salesforce 宣布在 Slack 中推出 Agentforce，让企业能部署专攻特定任务的「数字队友」。这些智能体不仅能聊天，还能跨系统执行多步工作流，6 月 12 日起还将提供入职和员工支持等模板。这意味着企业 AI 正从全能助手走向干具体活的专用智能体。
Runway 开放 Gen-4 Image API：每张 0.08 美元，支持参考图生成
Runway 正式开放 Gen-4 Image API，允许开发者将包含 References 参考图能力的多模态图像生成接入自身产品。生成单张图片定价 0.08 美元，支持虚拟试衣、游戏资产即时生成与室内设计等场景。
OpenAI 推出编程智能体 Codex：云端沙箱并行干活，自动跑测试提 PR
OpenAI 推出云端软件工程智能体 Codex 研究预览版，搭载专为写代码优化的 codex-1 模型。它在独立的云沙箱中并行处理修 Bug、加功能与跑测试等任务，通常耗时 1 至 30 分钟。这意味着开发者能将耗时的琐事彻底甩给 AI 异步执行。首发面向 ChatGPT 付费企业与 Pro 用户。
Acer 杀入 AI 穿戴：推出免订阅智能戒指，翻译耳机单人戴就能聊
在 Computex 2025 上，Acer 旗下 Acer Gadget 推出钛合金健康指环 FreeSense Ring 与翻译耳机 AI TransBuds。戒指主打所有健康数据免收订阅费；耳机只需单人佩戴，连接接收器即可实现 15 种语言的双向实时语音翻译与字幕转录。
ElevenLabs 推出 SB-1 无限音效板：文字即时生成音效，适配直播与游戏
ElevenLabs 推出 SB-1 Infinite Soundboard。用户输入几句文字即可用 AI 生成自定义音效，支持多音效同时播放与循环，可保存预设用于游戏和 Discord 直播。这让创作者告别了翻找音效素材库的繁琐操作。
Google 升级无障碍功能：Gemini 能解答全屏内容，字幕还能听出情绪
Google 配合全球无障碍宣传日更新 Android 与 Chrome。TalkBack 屏幕阅读器接入 Gemini，支持对图片及整个屏幕直接追问细节；实时字幕新增语调长短和咳嗽、口哨等声音标签。最值得关注的是，AI 正在把无障碍从文字转写推向深层语境理解。
Windows 测试「Hey Copilot」唤醒词：电脑解锁就能随时喊出 AI 语音
Microsoft 开始向 Windows Insider 成员推送 Copilot 应用更新，新增「Hey, Copilot」语音唤醒词。在电脑解锁状态下，用户无需手动点击即可随时开启语音对话。唤醒词识别完全在本地运行，默认关闭，目前仅支持英语。
CodeRabbit 上线 IDE 插件：在 VS Code、Cursor 审查代码完全免费
CodeRabbit 宣布将其 AI 代码审查直接集成到 VS Code 及 Cursor、Windsurf 等分支中，且 IDE 端功能完全免费。它能在提交前实时逐行找 Bug，支持一键修复或联动现有 AI Agent 改写，相比原先的 PR 审查更快也更轻量。
Perplexity 联手 PayPal：直接在搜索框里下单付款
Perplexity 宣布与 PayPal 合作推出智能体电商。从今年夏天起，美国 Perplexity Pro 用户在搜索商品、订旅行或买票时，可以直接在对话界面用 PayPal 或 Venmo 一键结账，无需跳转外部网站。