YouTube 测试 AI 搜索轮播:不点进视频,结果页直接看关键片段
本周,YouTube 宣布正在测试基于 AI 的视频搜索轮播功能。该功能不对视频做文本总结,而是用 AI 抓出回答搜索词的最关键片段,直接在结果页播放。目前该功能仅面向少数 Premium 用户的英文搜索开放,虽然省了检索时间,但也引发了创作者对播放量被截流的担忧。
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。
本周,YouTube 宣布正在测试基于 AI 的视频搜索轮播功能。该功能不对视频做文本总结,而是用 AI 抓出回答搜索词的最关键片段,直接在结果页播放。目前该功能仅面向少数 Premium 用户的英文搜索开放,虽然省了检索时间,但也引发了创作者对播放量被截流的担忧。
OpenAI 宣布推出 Deep Research 轻量版,并逐步面向免费用户开放。此举旨在提高 Plus、Team 和 Pro 订阅用户的调用频次上限。也就是说,原本门槛颇高的多步骤深度调研能力,现在正下放给全体用户。
Adobe 宣布内容真实性应用开启公测,无需订阅即可免费使用。创作者能为图片添加包含个人主页、AI 使用情况及「禁止用于 AI 训练」的隐形数字凭据,并整合 LinkedIn 身份认证,单次支持批量处理 50 张。
Dropbox 升级 AI 搜索工具 Dash。新版支持对音频、视频和图像进行内容级搜索,并上线找人功能和企业敏感文件过滤;同时新增写作工具,能直接整合 Slack、Figma、邮件等多平台信息一键生成项目计划和简报,省去反复切应用的麻烦。
Google 宣布为音乐创作工具 Music AI Sandbox 推出新功能,并扩大面向美国创作者的测试范围。新版本搭载了最新的 Lyria 2 模型与支持实时交互的 Lyria RealTime,支持按提示词续写、修改曲风并生成高质量样本,所有音轨均嵌入 SynthID 水印。
Spotify 宣布将测试版 AI 歌单(AI Playlist)推向 40 多个新市场的 Premium 用户,目前仅支持英文。用户输入情绪、场景甚至 emoji 就能生成专属曲目,并能对话微调。流媒体正在把个性化推荐直接变成提示词玩法,不过目前仍在小步迭代。
Perplexity 推出 iOS 版 Perplexity Assistant。它不仅能回答问题,还能直接在 iPhone 上执行具体操作,包括播放媒体、草拟邮件、调整会议、叫车、订座和设置提醒。更新 Perplexity 应用即可体验。
Meta 宣布向所有发售市场的 Ray-Ban 智能眼镜用户全量推送实时翻译功能。该功能支持英语、法语、意大利语和西班牙语之间的语音互译;用户只要提前下载语言包,没有网络也能离线使用。此外,通过眼镜收发 Instagram 消息等功能也即将上线。
NVIDIA 宣布 NeMo 微服务正式商用。这套微服务包含 NeMo Customizer、Evaluator 和 Guardrails 等工具,可将模型微调吞吐拉高 1.8 倍,并打通推理与业务数据飞轮。AT&T、Cisco 等企业已用于构建数字员工。
NVIDIA 在其客户端以实验功能上线 Project G-Assist,并推出插件构建器。用户可依托本地 RTX 显卡运行的小模型,通过语音或文本控制硬件参数、联动外部 API 或调度云端模型,无需切出应用即可随时调取。
Microsoft 公布 Microsoft 365 Copilot Wave 2 春季更新,上线全新 Agent Store。商店引入了基于 OpenAI 深度推理模型的 Researcher 和 Analyst 两个智能体,能处理复杂研究并分析原始数据。此外还加入了企业级搜索和播客式笔记功能。
xAI 宣布为 Grok 推出视觉功能 Grok Vision,拿手机对准商品、标志或文档就能直接提问,语音模式也同步加入了多语言与实时搜索。目前视觉功能仅限 iOS 端 Grok 应用,Android 用户暂未开放。
Descript 创始人 Andrew Mason 宣布推出全新 AI 智能体视频编辑器,并将其定位为「视频领域的 Cursor」。该工具押注由 AI 智能体来协助处理视频剪辑流程,目前已在官网开放预约体验。
1Password 推出 Agentic AI Security 并升级扩展访问管理(XAM)平台。该方案专为自主智能体设计,免除代码硬编码密钥,动态分配最小权限并实时轮换凭据。随着企业让 AI 经手更多核心业务,非人类身份的访问治理正在成为新的刚需。
PlayAI 推出 Voice Changer。只需提供 10 秒音频样本,就能将声音转换为目标声音,并保留原有情绪与语调。该功能支持手机端即时运行,主打单次录音变出多种声音,降低配音制作成本。
ElevenLabs 宣布 Conversational AI 支持在智能体之间无缝转接通话。企业内不同团队可以并行开发专属 Agent,各自搭载独立的知识库与工具。这意味着复杂的企业语音流程不用再塞进一个大杂烩模型,分工协作更清晰。
消息,Google 在最近的 TED 演讲中首次公开实机演示了 XR 智能眼镜原型。该设备运行 Android XR 并接入 Gemini,镜片内置微型彩色屏幕,不仅能记住房卡遗落位置,还能实时翻译和投影导航。不过官方未公布发售时间,预计要到 2026 年才能上市。
周一,代码编辑器 Cursor 的 AI 客服 Sam 编造了一项「每个订阅仅限单设备」的新政策,导致不少多设备开发者误以为官方改版而纷纷退订。Cursor 随后为此道歉。这再次暴露出大模型在缺乏人工审核的客服场景下「自信胡说」的严重后果。
Grok 宣布支持对话记忆。现在它能记住用户之前的对话内容,在索取建议或推荐时给出个性化回答。也就是说,后续交流不用再反复交代背景,问答体验会更贴合个人偏好。
Docusign 推出 AI 合同智能体,集成在其智能协议管理平台中,能自动分析协议、标出风险并提醒人工介入。该功能由 Iris 引擎驱动,首批智能体预计 2025 年底上线,重点覆盖销售和采购流程。电子签名巨头正全力转型帮企业管合同。