ElevenLabs 让传奇影星「发声」:用朱迪·加兰的声音给你读名著
ElevenLabs 宣布在 Reader App 中引入朱迪·加兰、詹姆斯·迪恩、伯特·雷诺兹等已故影星的 AI 声音。用户可以用加兰的声音听《绿野仙踪》,或让劳伦斯·奥利弗爵士朗读《福尔摩斯》。不过这些经典声音仅限个人在 App 内流式收听,不能导出用于内容创作。
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 宣布在 Reader App 中引入朱迪·加兰、詹姆斯·迪恩、伯特·雷诺兹等已故影星的 AI 声音。用户可以用加兰的声音听《绿野仙踪》,或让劳伦斯·奥利弗爵士朗读《福尔摩斯》。不过这些经典声音仅限个人在 App 内流式收听,不能导出用于内容创作。
Perplexity 宣布升级 Pro Search 深度搜索功能。新版本具备多步推理能力,能根据检索结果自动发起后续追问,并集成了 Wolfram|Alpha 引擎与代码执行环境来解决复杂的数学和编程问题。免费用户可限量试用,Pro 订阅用户拥有更多配额。
Solos 发布 AirGo Vision 智能眼镜。它在镜腿配备摄像头并接入 ChatGPT-4o,能对眼前景物做视觉搜索和摘要,还允许切换 Gemini 与 Claude。其模块化设计支持随意更换镜框,但只支持拍照不支持录像,预计今年晚些时候发售。
周四,Meta 宣布在美国的 Instagram 上测试创作者自制 AI 角色。这些聊天机器人由创作者通过 AI Studio 打造,主要出现在消息功能中,并会明确打上 AI 标签。测试初期覆盖约 50 位创作者和少量用户,预计 8 月全面上线。
TIME 宣布在 TIME.com 上线 ElevenLabs 的 Audio Native 播放器,为精选报道提供自动语音旁白。双方从 2023 年 3 月开始接触,现在读者可以直接用耳朵听新闻,无需盯屏阅读。
LangChain 发布智能体开发框架 LangGraph v0.1 稳定版,并同步开启 LangGraph Cloud 封测。新版本提供精细的状态流控制,支持人机协作打断与状态编辑,配套的云平台与 Studio 工具让多智能体告别黑盒失控,能可靠应对复杂生产环境。
Character.AI 宣布面向全部用户上线实时语音通话功能,支持中文、英文、日文等多种语言。用户一键即可与 AI 角色双向对话,并支持随时打断与文字无缝切换,适合用来练口语或模拟面试。
Google 宣布依托 PaLM 2 大模型为 Google 翻译新增 110 种语言,为其史上最大更新。新语言覆盖粤语、曼岛语等,惠及全球超 6.14 亿人。大模型帮翻译工具更高效地学习相近语系,也加速了小众和濒危语言的数字化保护。
Figma 推出全新界面改版与 Figma AI 工具集,输入文字提示即可生成包含布局与配图的应用原型,并新增内置演示工具 Figma Slides。目前 AI 功能需申请排队、年底前免费试用,不过其默认采用部分用户数据训练模型的做法引发了讨论。
据 Business Insider 报道,Amazon 正在开发代号为 Metis 的新聊天机器人。它由新大模型 Olympus 驱动,采用 RAG 技术实时调用外部数据,CEO 安迪·贾西亲自参与。该产品计划最早 9 月推出,不过内部也有声音担忧发力太晚,难赶超 OpenAI 和 Google。
视频剪辑应用 Captions 推出 AI Edit 功能。用户导入单人出镜的竖屏口播视频后,AI 会根据内容自动添加缩放、转场、贴图、音乐与音效。它还能结合内置的 12 款 AI 数字人,几分钟内仅凭提示词就全自动产出剪辑完成的视频。
Opera 发布 Opera One R2 开发者测试版,将此前试验性的 Aria AI 图像生成、语音生成及图像理解能力直接内置。新版还加入「页面上下文模式」,让用户直接就网页内容向 AI 提问、翻译或总结,并新增悬浮媒体控制与分屏标签页。正式版预计今年晚些时候向所有用户推送。
OpenAI 宣布面向所有 macOS 用户正式开放 ChatGPT 桌面应用,免费和付费用户均可使用。安装后按下 Option + 空格即可随时唤出浮层对话框,支持语音交流、截屏讨论和文件上传,此前该客户端仅向 Plus 用户灰度开放。
ElevenLabs 推出移动端 Reader App。它能把手机里的文章、PDF、ePub 和邮件通讯转换成高拟真的 AI 语音朗读,支持多种音色与口音。应用已上线 iOS 和 Android,前 3 个月免费,目前仅支持英语,后续将拓展至 29 种语言。
Anthropic 面向 Claude.ai 的 Pro 和 Team 用户推出「Projects」功能。每个项目自带 200K 上下文窗口,支持塞入代码库与文档等内部知识并设置专属指令,团队成员还能共享对话快照。官方强调,项目内数据默认不用于模型训练。
Google 宣布在 100 多个国家免费向符合年龄的青少年学生开放 Gemini 教育版账号。系统默认关闭,需管理员手动开启,且包含内容过滤和事实核查机制;同时 Classroom 新增多项 AI 备课与阅读辅导功能。这意味着学校也能合规用上生成式 AI。
Google 开始在 Gmail 网页端侧边栏上线 Gemini。它不仅能总结长邮件链并协助起草回复,还能直接跨收件箱与 Google Drive 调取资料回答具体问题。该功能面向 Workspace 商业版、教育版以及 Google One AI Premium 订阅用户开放。
Meta 宣布 Meta AI 正式面向印度用户上线英文版。该助手基于 Llama 3 构建,直接接入 WhatsApp、Facebook、Instagram 和 Messenger,支持在群聊中出谋划策,还能通过「imagine」指令直接生成和修改图片。
据 CNET 报道,苹果高管透露 Apple Intelligence 会在生成或修改的图片元数据中打上标记。哪怕只是消除背景杂物等微调,也会标明被修改过;苹果同时明确无意涉足逼真人物或场景生成。面对假图泛滥,苹果选择从底层元数据开始设防。
Ai Build 推出云端 3D 打印软件 Aibuild 2.0。新版内置基于大模型的 AI 助手 Talk to AI,工程师直接输入「按 2 毫米层高切片」等自然语言指令,就能自动生成可打印刀路与模拟流程,降低大型工业 3D 打印的门槛。