Google Bard 升级 YouTube 扩展:不用看视频,直接提取配料表和要点
Google 升级了 Bard 的 YouTube 扩展功能,AI 现在能直接分析单条视频的具体内容。比如输入烹饪视频,不用播放就能直接提取食材配料和步骤总结。目前该功能需在 Labs 中手动开启,虽然帮观众省了时间,但也引发了创作者对流量流失的担忧。
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。
Google 升级了 Bard 的 YouTube 扩展功能,AI 现在能直接分析单条视频的具体内容。比如输入烹饪视频,不用播放就能直接提取食材配料和步骤总结。目前该功能需在 Labs 中手动开启,虽然帮观众省了时间,但也引发了创作者对流量流失的担忧。
Google 宣布为 Google Meet 推出物理手势检测功能,AI 能识别用户在摄像头前真实举起的手,并自动触发会议内的举手图标通知主持人。手需要离开面部和身体并保持几秒触发,正在发言时会自动停用防止误触。功能默认关闭,支持大多数 Workspace 套餐。
Elon Musk 确认旗下 xAI 开发的 AI 聊天机器人 Grok 将于「下周」向 X 的 Premium+ 订阅用户开放。Grok 主打幽默机智的对话风格,并能实时获取 X 平台的最新数据。不过它仅限每月 16 美元的最高档订阅会员使用。
OpenAI 宣布向所有免费用户开放 ChatGPT 移动端语音对话功能。用户在手机 App 里点击耳机图标,就能用语音直接提问并收听回答。这项功能 9 月推出时仅限付费会员;官方还在演示中借「给 778 名员工订披萨」调侃了当时的董事会风波。
应用研究员曝光的截图显示,xAI 旗下聊天机器人 Grok 已加入 X 网页版代码中。界面位于左侧导航栏,专属访问网址为 twitter.com/i/grok,普通用户点击会提示升级。这意味着每月 16 美元的 X Premium+ 订阅用户很快就能用上这款具备实时联网能力的 AI 助手。
Microsoft 在 Ignite 2023 上推出 Azure AI Speech 文本转语音替身公开预览版,上传照片和脚本即可生成逼真的说话视频。配套的 Personal voice 仅凭一分钟音频样本就能复刻声音。为防滥用,定制替身和声音复刻需单独申请审核,且强制添加 AI 水印与书面授权。
Adobe 展示了实验性 AI 工具 Project Sound Lift。用户导入录音后,AI 能自动将人声、掌声、笑声或交通噪音拆解成独立音轨,方便直接导入 Premiere Pro 单独精调。不过它目前只是「Sneak」预览项目,暂未正式发布。
YouTube 宣布为全球 8000 万 Premium 会员带来多项新功能。会员可通过测试页面提前体验两项 AI 实验,其中包括 YouTube 首个对话式 AI 工具。同时,高码率 1080p 视频也正式扩展至 Android、网页和智能电视。
Microsoft 在 Ignite 大会上宣布升级 Copilot,允许用户定制输出的语气和格式,并在 Teams 中实时记录笔记甚至引用特定发言。会议互动不再强制绑定全场转录。说白了,AI 正在从单向答疑工具变成更懂个人习惯的办公搭子。
微软宣布将 Bing Chat 及企业版正式更名为 Copilot。除了保留在 Windows 和 Bing 中的入口,微软还为其推出了独立域名 copilot.microsoft.com。这意味着微软不再把 AI 局限在搜索框里,而是将其作为独立 AI 助手直接与 ChatGPT 竞争。
AI 搜索引擎 You.com 推出全新 API,让 Meta Llama 2 等大模型能实时获取公开网络最新内容。与 Bing 和 Google 不同的长文本摘要索引,提供搜索、新闻与 RAG 三种模式,每月 100 美元起,Anthropic 和 Cohere 已接入。
Notion 上线新功能 Q&A,面向全体用户开放,每人每月 8 到 10 美元。用户可以用聊天方式直接向 AI 提问并检索工作区内的所有笔记,所有回答都附带原文档引用,并严格遵循个人访问权限。
Humane 正式推出首款可穿戴设备 AI Pin。它通过磁吸佩戴在衣服上,售价 699 美元加每月 24 美元订阅费,不设屏幕或 App,主要靠语音、手势和微型激光投影与 ChatGPT 等大模型交互。设备定于 11 月 16 日开启预订,2024 年初开始发货。
ElevenLabs 推出最新语音生成模型 Turbo v2。新模型将语音生成延迟缩短至约 400 毫秒,速度比初代快两倍以上,音质仍与 Multilingual V2 持平。它还为网络电话服务新增了 mulaw 8khz 格式,多语言支持也已在路上。
OpenAI CEO Sam Altman 宣布自定义机器人 GPTs 正式向所有订阅用户上线。此前因遭遇黑客发起的 DDoS 攻击,ChatGPT 与 API 出现全球瘫痪,导致原定上线被迫推迟。目前攻击已被化解,用户终于能上手搭建专属助手。
Google 宣布将其生成式 AI 搜索(SGE)扩展至全球 120 多个新国家和地区,并新增支持西班牙语、葡萄牙语、韩语和印尼语。新版本还支持在结果页直接连续追问,并为翻译消歧与代码术语提供交互式释义。新地区目前已率先在 Chrome 桌面端上线。
GitHub 为 GitHub Advanced Security 推出三项 AI 功能预览。代码扫描能针对 JavaScript 和 TypeScript 的告警由大模型自动生成修复代码并直接提交;秘密扫描利用 AI 识别无固定格式的泄露密码;此外还支持用问答方式生成自定义正则规则。
Figma 为协作白板服务 FigJam 推出生成式 AI 套件 FigJam AI 并开启公开测试,所有用户层级目前均可免费使用。它能通过文字提示快速生成流程图、甘特图等现成模板,还支持自动将白板便利贴按主题归类并一键提炼要点,帮设计师省下从零搭建白板的准备时间。
Google 宣布为 Performance Max 广告活动推出生成式 AI 测试版,面向美国所有客户开放。广告主可通过提示词快速生成适配各渠道的标题、文案和专属图像,并直接在后台编辑背景。所有生成图片均内置 SynthID 隐形水印。
YouTube 宣布测试两项生成式 AI 功能。其中对话工具允许观众在不中断播放的情况下点击「Ask」就视频内容提问或获取推荐;评论总结器则能将庞大评论区自动整理成讨论主题。目前新功能仅面向美国 Android 端的 Premium 会员小范围开放测试。