HeyGen 推出 iOS 应用：在 iPhone 上做数字人与 175+ 语言视频翻译
HeyGen 正式上线 iOS 移动应用，把数字人生成和视频翻译能力搬上了 iPhone。用户可以在手机上制作逼真数字人，并将视频快速翻译成 175 种以上的语言。说白了，创作者今后掏出手机就能随时随地做多语言视频。
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
ChatGPT 高级语音上线网页端：浏览器里直接开口聊
OpenAI 宣布将高级语音模式搬上网页端。基于 GPT-4o 的原生音频能力，它能听懂语速变化并带情绪实时对话，还提供 9 种音色可选。本周先面向 Plus 等付费订阅用户开放，免费用户预计在未来几周内也能用上。
Google Gemini 上线记忆功能：能记住你的偏好与背景信息
Google 宣布为 Gemini Advanced 推出记忆功能，能记住用户的兴趣、工作或生活偏好，并在后续对话中定制回答。用户可以直接在聊天中告知，或在「Saved Info」页面集中查看与编辑这些记录。目前该功能仅支持英文，且需订阅 Google One AI Premium。
Microsoft 将在 Teams 上线声音克隆：开跨国会能用你的原声讲 9 种语言
Microsoft 在 Teams 中公布实时同传工具 Interpreter，能模拟参会者的原声讲外语。该功能将于 2025 年初面向 Microsoft 365 用户推出，支持中文、英文等 9 种语言语音互译。模拟必须由用户主动授权，官方称不会存储生物识别数据。
微软 Copilot Studio 用户破 10 万家：接入 1800 个模型，发力自主智能体
据 VentureBeat 报道，微软宣布已有超 10 万家机构使用 Copilot Studio 打造 AI 智能体，一个季度内翻倍。微软在 Ignite 大会上还允许智能体接入 Azure 目录中的 1800 个大模型，不再单押 OpenAI，并推出可独立执行复杂工作流的自主智能体。
NVIDIA 上线 Earth-2 气象微服务：模拟提速最高 5000 倍
NVIDIA 在 SC24 上为 Earth-2 平台发布 CorrDiff 和 FourCastNet 两款 NIM 微服务。CorrDiff 能将公里级天气预测提速 500 倍且能效提升万倍；FourCastNet 则能以传统模型 5000 倍的速度生成未来两周全球预测，大幅降低极端天气预警门槛。
Perplexity 也能帮你网购了：Pro 用户直接一键下单还包邮
Perplexity 面向美国 Pro 用户推出「Buy with Pro」功能，搜到心仪商品后无需跳出搜索框，即可直接调用保存的地址和支付信息一键下单并享免费配送。同时上线的还有拍照搜物「Snap to Shop」及商品卡片总结。
ElevenLabs 推出对话式 AI 构建平台：可自由切换 GPT 与 Claude
ElevenLabs 宣布推出端到端对话式 AI 智能体开发平台。开发者可自定义声音语气、打断机制，并自由搭配 Gemini、GPT 或 Claude 等底层模型与专属知识库。ElevenLabs 意在从单纯的语音生成切入实时语音交互市场。
Mistral 升级免费助手 le Chat：自带联网搜索、Canvas 与图像生成
Mistral AI 宣布全面升级免费助手 le Chat。新版加入了带引用的联网搜索、在线协作的 Canvas 画布，并接入多模态模型 Pixtral Large 解析复杂图文 PDF，同时引入 Flux Pro 图像生成和工作流 Agent。目前这些功能均在 Beta 阶段免费开放。
Meta 智能眼镜在法意西上线 Meta AI：支持多语种语音，但砍了多模态
Meta 宣布在法国、意大利和西班牙为 Ray-Ban Meta 智能眼镜上线 Meta AI，支持法语、意大利语和西班牙语语音问答。不过受欧盟监管限制，这次更新暂不包含依靠摄像头识别环境的多模态视觉功能，仅限一般语音提问。
Google Docs 接入 Gemini 生图：支持 Imagen 3 生成正文插图与全宽封面
Google 宣布为 Google Docs 引入 Gemini 图像生成功能，底层采用最新的 Imagen 3 模型。用户通过文字提示词即可在文档中直接生成插图或无边距封面，还能挑选水彩、摄影等风格。该功能面向 Gemini 企业及 Google One AI 付费订阅用户开放。
O2 推出 AI 老奶奶 Daisy：专门陪骗子唠嗑，最长单次拖延 40 分钟
英国运营商 O2 推出防诈骗 AI 工具 Daisy。它化身逼真的「AI 老奶奶」，能无需人工干预全天候实时接听诈骗电话，用唠家常的方式疯狂浪费骗子时间，最长单次通话达 40 分钟。用 AI 缠住骗子，让真实用户少受骚扰。
Thrive AI 演示版上线：Altman 联手的健康顾问目前近乎空壳
TechCrunch 发现 Sam Altman 与 Arianna Huffington 创立的 Thrive AI Health 悄然放出了 MVP 演示。该应用采用类似 ChatGPT 的界面，但目前基本不可用。作为 OpenAI 基金支持的项目，团队目前员工还不足 10 人。
TikTok 联手 Getty：AI 广告工具直接调用授权素材与数字人
TikTok 宣布在 AI 广告生成工具 Symphony Creative Studio 中接入 Getty Images 正版素材，并面向所有广告主开放。品牌只需输入产品描述，就能结合商业授权图库一键生成带真人数字人讲解、多语言配音的短视频广告。
OpenAI 上线 ChatGPT Windows 版：支持快捷键呼出与高级语音
OpenAI 宣布 ChatGPT Windows 桌面端正式向所有用户开放。应用支持通过 Alt + Space 快捷键随时呼出窗口，并集成了高级语音模式，方便在办公时直接免提语音交流。相比网页端，随叫随到的桌面交互更加顺手。
ChatGPT 桌面版支持读取 Mac 应用：写代码不用再复制粘贴
OpenAI 宣布 macOS 版 ChatGPT 桌面端上线「Work with Apps」功能，可以直接读取 VS Code、Xcode 和终端等开发工具里的代码作为上下文。开发者提问时无需反复复制粘贴代码。不过目前它还不能直接往原应用写回代码，Plus 和 Team 用户现已可用。
Anthropic 控制台上线 Prompt Improver：一分钟自动优化提示词
Anthropic 在开发控制台推出 Prompt Improver 与示例管理功能。它借助 Claude 自动润色既有提示词，引入思维链、规范 XML 格式并重写结构，整个六步流程不到一分钟。官方测试显示其能让分类测试准确率提升 30%。
Arc Search 正式登陆 Android：主打 AI 总结搜索结果
The Browser Company 宣布 Arc Search 结束公测，正式面向所有 Android 用户开放。除自带广告拦截外，它主打「Browse for me」AI 功能，可自动提炼并总结搜索结果。在经历 10 万人测试后，这款叫板 Chrome 的浏览器终于补齐了移动端拼图。
Google 上线 Gemini 独立 iPhone 应用：支持实时语音对话与扩展插件
Google 正式在 iOS 平台推出独立的 Gemini App。新应用支持 Gemini Live 实时语音对话，提供 10 种声音并允许随时打断插话；同时内置 Imagen 3 画图能力，并能通过扩展插件直接调取 Gmail、Maps 和 YouTube 等服务。
NASA 联手微软打造 Earth Copilot：一句话就能查卫星数据
NASA 联手 Microsoft 推出 Earth Copilot 原型。它基于 Azure OpenAI 服务，让用户能用普通对话直接提问并检索超过 100 petabyte 的地球科学数据。这项工具目前正由内部研究人员测试，未来计划接入 VEDA 平台。