Google Vids 门槛大降：Gemini 视频创作功能向所有 Gmail 用户开放
Google 宣布，Google Vids 中的部分 Gemini AI 功能即日起面向所有拥有 Gmail 账号的用户开放，此前这些功能仅供付费用户使用。免费用户现在也能直接调用 AI 配音、通过文本转录清除录音杂音与停顿，并使用内置的 AI 图像编辑功能剪辑视频。
AI工具 · 日报
周一
11月17日 星期一
Google 升级搜索 AI：帮你做旅行路书，还能替你代订餐厅
Google 推出多项 AI 旅行功能。用户能在 AI Mode 的 Canvas 侧边栏整合航班与酒店做定制行程，AI 特惠机票搜索扩展至全球 200 多个国家和地区，智能代理预订也正式支持全美餐厅预约。
ElevenLabs 推出图像与视频生成工具：集成 Sora 和 Kling，打通全流程
ElevenLabs 推出 Image & Video 公测版。平台聚合了 Veo、Sora、Kling、Flux 等主流图像与视频模型，用户生成画面后可直接套用其声音库生成旁白并自动对口型，在 Studio 时间轴内一站式完成剪辑与导出。
周五
11月14日 星期五
AWS 推出会议模拟器：用 AI 陪练职场沟通和面试
AWS 推出 AI 会议模拟器 Meeting Simulator。用户能通过语音或文本与拟真 AI 角色演练沟通、化解分歧，并获得即时评估反馈。该工具搭载于 AWS Skill Builder 平台，旨在通过沉浸式角色扮演提升员工的实战技能。
周四
11月13日 星期四
Perplexity 接入 GPT-5.1：Pro 和 Max 用户立即可用
Perplexity CEO 宣布向 Pro 和 Max 付费订阅用户上线 OpenAI 新发布的 GPT-5.1 模型。此次接入包括适合日常快速对话的 Instant 和擅长复杂推理的 Thinking 两个版本，同时透露月之暗面的 Kimi K2 很快也会上线。
Google NotebookLM 接入 Deep Research：AI 自主搜网写研报，还吃下 Word 和表格
Google 宣布为 NotebookLM 推出 Deep Research 功能，并新增对 Word 文档、Google 表格和图片等格式的支持。AI 会在后台自主浏览数百个网页并梳理成带引用源的研究报告，直接并入你的笔记本；功能将在接下来一周内陆续向所有用户开放。
NotebookLM 开放自定义视频概览：输入提示词即可定制风格
NotebookLM 上线自定义视频概览风格功能。用户现在只要在自定义框中输入提示词，就能定制专属于自己的视频风格。这让过去固定格式的内容生成变得更加灵活，想要什么调性一句话就能设定。
LinkedIn 上线 AI 人脉搜索：不用记职位，用一句话就能找人
LinkedIn 推出基于 AI 的人脉搜索功能。用户不再局限于姓名或职位，可以直接用自然语言描述或提问找人，比如「谁能帮我搞懂美国工签」。系统会结合人脉网与相关度排序，目前已向美国 Premium 用户开放，后续推向全员。
Mozilla 宣布 Firefox「AI Window」：AI 辅助完全可选，随时可关
Mozilla 宣布正为 Firefox 开发新功能「AI Window」，并开放候补名单。它是一个完全由用户自主决定是否开启的智能空间，让用户在浏览时与 AI 助手对话，主打不强制捆绑生态、随时可一键关闭。目前早期测试已开放申请。
ChatGPT 上线群聊：拉 20 个人一起聊，AI 还会看气氛插话
OpenAI 为 ChatGPT 推出群聊功能，支持最多 20 人与 AI 在同一个对话中协作。ChatGPT 学会了观察对话上下文，能判断何时插话、何时保持安静，也支持 @ 唤出和 Emoji 互动。群聊与个人私聊隔离，不调用或保存个人记忆。
周三
11月12日 星期三
ChatGPT 上线 8 种对话风格：极客、毒舌到专业，语气任你选
OpenAI 在 ChatGPT 的个性化设置中上线了 8 种预设对话风格，包括专业、直率、古怪、极客乃至犬儒毒舌等。最值得关注的是，你不用每次都在提示词里教它「别太客气」或「严肃一点」，直接选定就能全局切换 AI 的聊天人设。
微软 Copilot Studio 上线 GPT-5.1：支持调节思考时间
Microsoft 宣布在 Copilot Studio 中引入 GPT-5.1，作为实验性模型供美国早期发布周期环境的用户测试。该模型改进了对话与推理中的思考时间自适应能力。官方建议目前仅用于非生产场景。
Google App 新增图片标签页：按兴趣定制灵感流，还能一键收藏
Google 宣布在 Google app 底栏新增「Images」图标。系统每天会根据你的兴趣推荐灵感图片，支持直接浏览、保存到收藏夹或继续发散搜索。该功能未来几周内先向美国 Android 和 iOS 用户推送。
Harvey 联手 ElevenLabs：让法律 AI 开口说数十种语言
ElevenLabs 宣布与法律 AI 平台 Harvey 合作，为法律行业打造多语言语音能力。Harvey 接入 ElevenLabs 的语音技术后，能用数十种语言和方言朗读答案。后续还将支持语音对话、模拟庭审与语调定制，让法律工作者彻底摆脱纯文字交互。
Epidemic Sound 推出 AI 工具 Studio：传视频自动配版权音乐与音效
音乐授权平台 Epidemic Sound 推出 AI 配乐工具 Studio。它能自动分析用户上传的视频，从自有版权库中匹配音乐、环境音与音效并完成时间轴对齐。官方表示，这旨在将过去动辄数小时的配乐工作大幅压缩，同时规避侵权风险。
周二
11月11日 星期二
Google Flow 上线 Images 标签页：生成与修图独立分区
Google 旗下 Flow 平台上线了独立的「Images」标签页。新标签页让用户可以结合 Nano Banana 生成并微调图片，将其与视频输出工作区分离。也就是说，创作视频前打磨画面素材不再手忙脚乱，素材管理更清晰。
Google Messages 推出 Remix：聊天时长按照片直接二创
Google 开始在 Google Messages 中推送 Remix 功能。它采用 Gemini 图像模型 Nano Banana，用户在聊天时长按照片就能给朋友换发型或把宠物变成手办，支持好友互相接力修改。功能目前仅限 Android 且需年满 18 岁。
Google 相册上线 6 项 AI 功能：接入 Nano Banana 模型，打字就能改表情
Google 宣布为 Google 相册增加 6 项 AI 功能，正式接入 Gemini 旗下的图像编辑模型 Nano Banana。用户可以直接用自然语言要求摘掉墨镜、睁开眼睛或重绘风格，相册会结合私密面孔库进行个性化修正，同时 Ask Photos 也拓展到了 100 多个国家地区。
ElevenLabs 上线名人声音市场：获合法授权用图灵做广告
ElevenLabs 推出 Iconic Voice Marketplace，让企业合规授权使用名人 AI 声音做广告。首批上线迈克尔·凯恩、图灵、马克·吐温等 28 位人物，强调由版权方授权并获得分成，试图终结名人声音被随意盗用的混乱局面。
Dharmesh 推出公司调研智能体：一键生成全维度报告，支持同步 HubSpot
Dharmesh 发布新项目 Company Research agent。它整合付费与公开数据，能一键生成包含高管、网站流量、营销数据及 G2 评价等维度的公司背景报告，还支持自定义提问、免登录分享并同步至 HubSpot。
三星电视上线生成式 Bixby：边看剧边问屏幕内容，还能查比分找菜谱
三星开始为 2025 款电视推送生成式 AI 版 Bixby（Vision AI Companion）。它接入了 Microsoft Copilot 与 Perplexity，不仅能认出画面里的演员、画作或比赛比分，还能多轮追问旅游攻略和做菜建议，首批支持英语、韩语等 10 种语言。
ElevenLabs 发布 Scribe v2 Realtime：150 毫秒超低延迟听写
ElevenLabs 推出实时语音转文字模型 Scribe v2 Realtime。它专为语音智能体设计，转录延迟低于 150 毫秒，支持 90 种语言混讲识别与断句预测。开发者即日起可直接通过官方 API 或 Agents 平台调用。
火山引擎推编程智能体 Doubao-Seed-Code：首月 9.9 元
字节跳动旗下火山引擎推出编程智能体 Doubao-Seed-Code，首月促销价 9.9 元，之后月费恢复至 40 元。模型支持 25.6 万词上下文，官方公布 SWE-Bench 得分达 78.8%，兼容 Cursor 等开发工具，并已接入编程软件 Trae。
周五
11月7日 星期五
NotebookLM 升级导入功能：支持 Drive 表格与 PDF，Word 随后上线
Google 宣布 NotebookLM 新增对 Google Drive 文件的导入支持，用户可直接添加云端硬盘中的 PDF 和 Sheets 表格，甚至支持粘贴文件链接。官方同时透露，Microsoft Word（DocX）文档支持也即将上线，进一步省去本地反复上传下载的繁琐步骤。
周四
11月6日 星期四
Perplexity 重构 Comet Assistant：支持跨标签页协同，任务性能提升 23%
Perplexity 面向全体用户推出全新重构的 Comet Assistant。新版不仅增强了复杂网页理解能力，还能同时跨多个标签页处理工作；内部测试显示其任务表现提升了 23%。此外还加入了权限控制，在直接操控浏览器前会征求用户同意。
Google 扩展 Opal：零代码构建 AI 小应用，现已开放 160 多个国家
Google Labs 宣布将其无代码 AI 小应用构建工具 Opal 扩展至全球 160 多个国家。用户无需编写代码，就能搭建自动化研究、多步骤工作流或内容生成器。这意味着普通用户和小团队能在几分钟内把想法做成专属 AI 工具。
Amazon 测试 Kindle Translate：自出版图书可 AI 自动翻译跨语种
Amazon 推出 AI 工具 Kindle Translate，面向 Kindle Direct Publishing 的自出版作者内测，能把整本书在英语与西语间互译，或将德语翻成英语。译本会标上专用标签。这对独立作者拓展海外读者很方便，但文学翻译的细腻语感和 AI 幻觉仍是硬伤。
Google 上线 File Search：Gemini API 自带全托管 RAG，查询与存储全免费
Google 在 Gemini API 中推出全托管 RAG 工具 File Search。它自动搞定文件分块、向量化与上下文注入，且存储与查询向量免费，仅按首次索引每 100 万 token 收取 0.15 美元。开发者无需自建复杂检索链即可让模型带引用回答。
Meta AI 应用登陆欧洲：带来 AI 视频流 Vibes，可生成并二创
Meta 宣布将全新 Meta AI 应用推向欧洲市场。应用内上线了主打 AI 短视频创作与分享的信息流 Vibes，支持通过提示词生成视频、添加音乐或二创他人内容，并能一键同步到 Instagram 和 Facebook，同时支持管理 AI 眼镜。
Google Finance 上线 AI 深度搜索：接入预测市场，盯紧财报会
Google 宣布为 Google Finance 引入 AI「深度搜索」（Deep Search），能并发数百次检索并在数分钟内生成研报。新版还接入了 Kalshi 和 Polymarket 的预测市场数据，并支持财报电话会实时转录与分析。目前正通过 Labs 逐步向美印用户推送。
告别通知轰炸：Ring 推出 AI 合并警报，同场活动只弹一次
Ring 推出 AI Single Event Alert 功能。它结合视频描述摘要，能识别出修剪草坪、孩子在车道玩耍等持续活动，把频繁触发的多次移动警报压缩成一条通知。所有视频仍会在历史中完整记录，目前已面向 Ring Premium 用户推送（除伊利诺伊州）。
Sandbar 推出 Stream Ring：不做健康监测，专记语音的 AI 指环
前 Meta 员工创办的 Sandbar 推出 AI 指环 Stream Ring，售价 249 美元。它完全不做健康监测，被称作「声音的鼠标」：按住触控板就能录音、转文字或与 AI 交流，AI 甚至能模仿你自己的声音回复。首发仅支持 iOS，预计明年夏天在美国发货。
周四
10月23日 星期四
Coinbase 推出 Payments MCP：让 Claude 和 Gemini 直接管钱包、付稳定币
Coinbase 推出 Payments MCP，让 Claude、Gemini 和 Codex 等大模型无需 API Key 即可接入加密钱包、入金通道及稳定币支付。AI 智能体由此能自主购买算力或付费数据，用户也可以直接设定支出上限。
周三
10月22日 星期三
Amazon 公布配送员智能眼镜：镜片直显导航与地址，解放双手送快递
上个月在旧金山 Delivering the Future 活动上，Amazon 公布专为快递员研发的智能眼镜。镜片能直接显示包裹地址与步行导航，还能自动识别货车内的包裹、拍照打卡。说白了就是让司机不用频繁掏手机，Amazon 尚未公布具体的推行时间表。
微软画图上线 Restyle：Copilot+ PC 可一键重塑图片风格
Microsoft 开始向 Windows 11 Insiders 推送画图新功能「Restyle」。用户只需在 Copilot 菜单中选择预设风格，就能一键转换画布图像的画风。不过该功能目前仅限搭载骁龙芯片的 Copilot+ PC，且需要登录微软账户。
YouTube 上线 AI 问答贴纸：直播不知道问什么，让 AI 替你出题
YouTube 近日更新功能，为移动端直播推出「智能问答贴纸」。创作者如果在直播中想不出互动问题，可直接由 AI 生成预设提问发给观众。目前该功能已在移动端 App 提供英文版。同时，Shorts 也新增了每日观看时长防沉迷提醒。
周二
10月21日 星期二
Google Fi 升级通话体验：加入 AI 降噪，对方用座机也能听清
Google 宣布通信服务 Google Fi 将上线 AI 增强音频，可自动过滤背景杂音并提升人声清晰度，即便对方使用的是老旧手机或座机。该功能下个月默认开启并支持手动关闭，应用内还将同步上线解释费用的 AI 账单总结。
Google 改版 AI Studio：支持组件模块化与一键部署
Google 为 AI Studio 推出全新改版界面。新版加入支持敏感密钥存储的构建面板与模块化能力组件，允许用户直接圈选 UI 局部让 Gemini 调整，并支持一键部署至 Cloud Run 生成访问网址，大幅简化从提示词到原型的流程。
Opera 为 Neon 浏览器引入 ODRA：能拆解问题、调多模型做深度研究
Opera 为新推出的订阅制 AI 浏览器 Neon 加入深度研究智能体 ODRA。它能把复杂问题拆解成小任务，调用 Google 和 OpenAI 等底层模型并行检索并汇总成结构化报告。不过 Neon 目前仍处于受邀测试阶段。
微软扩展 Dynamics 365 智能体：能主动促成交易，每人每月送千点额度
Microsoft 为 Dynamics 365 扩展多款企业智能体，覆盖销售、客服与供应链。销售成单智能体可主动预警风险并推进交易，质检智能体支持实时全量评估。11 月下旬起，多款 Premium 订阅每月向每位用户提供 1000 点 Copilot 额度。
Google 推出 Google Skills：近 3000 门 AI 课程上线，开发者每月送 35 点额度
Google 推出统一学习平台 Google Skills，整合 DeepMind 与 Cloud 等部门近 3,000 门课程、动手实验与认证。内容覆盖从生成式 AI 入门到专业研究，开发者每月可领 35 点免费实训额度，还联合了 150 多家企业提供技能直聘通道。
OpenAI 推出 ChatGPT Atlas 浏览器：内置智能体模式，替你浏览和跨页面办事
OpenAI 发布内置 ChatGPT 的原生浏览器 ChatGPT Atlas。它支持记录跨网页上下文的「浏览器记忆」，付费用户还能开启智能体模式，让 AI 代替自己点选网页、整理资料甚至下单。目前已在 macOS 全球上线，Windows 等版本随后推出。
周一
10月20日 星期一
Anthropic 上线网页版 Claude Code：不用开终端，浏览器里并行写代码
Anthropic 推出网页版 Claude Code。开发者无需打开本地终端，在浏览器连接 GitHub 就能派发任务。代码在云端独立沙箱中并行跑，还支持自动创建 PR 和 iOS 端操作，日常修 bug 和零碎需求可以直接丢给云端 AI 处理。
Napster 推出 3D 全息屏 View：重 65 克，把 AI 伴侣摆在桌面上
Napster 推出专为 Mac 设计的便携式 3D 全息显示设备 View，单买 99 美元，订购应用年费方案免费赠送。它重量仅 65 克，通过柱状透镜技术实现免眼镜立体显示，用 USB-C 连上 Mac 就能让各类 AI 智能体像真人一样常驻桌面。
周六
10月18日 星期六
Google AI Studio 体验升级：统一多模态工作台，支持保存系统指令
Google 宣布升级 Google AI Studio 开发者体验。新版将 Gemini、Veo 3.1 视频及语音模型整合进统一 Playground，实现从提示词到音视频的连续生成。平台还新增了系统指令保存与模板复用、Google Maps 数据接驳及重构的 API 密钥管理。
X 彻底重构推荐系统：4 到 6 周内全换成 Grok 驱动
Elon Musk 宣布 X 将在 4 到 6 周内删光所有启发式推荐规则，全面改用 Grok。Grok 每天将筛选超 1 亿条帖子和视频，让优质小账号更容易被看见，用户还能直接跟 Grok 对话微调信息流偏好。
周五
10月17日 星期五
Facebook 推出相册 AI 推荐：帮你挑出最好看的照片做拼图
Facebook 推出相册 AI 推荐功能，借助云端模型自动从手机相册挑出最适合分享的照片和视频，还会生成创意修图与拼图建议。功能默认关闭，且 Meta 承诺不会把媒体用于 AI 训练（除非主动使用其编辑工具）。目前仅面向美加用户开放。
Meshy 发布 Meshy 6 预览版：网格达雕刻级精度，支持批量生 3D
Meshy 推出 Meshy 6 Preview，主打达到专业雕刻水准的模型与网格精度。新版本改进了有机体结构和硬表面锐度，并新增 3D 转图像与视频工作区、单次最高批量生成 10 个资产，以及面向 3D 打印的自动底座生成功能。
周四
10月16日 星期四
Character.ai 全员上线 Scenes：不用重新捏角色，直接套剧本开演
Character.ai 宣布向所有用户开放「Scenes」创作功能。创作者可以设定故事背景、目标和开篇对白，支持通用角色或专属主角模式。过去换剧情必须重新建角色，现在把已有角色丢进剧本就能即兴对戏，大幅降低了互动门槛。
Bubble 发布 AI Agent：把对话式编程与可视化拖拽打通
Bubble 推出 Bubble AI Agent，让用户既能用自然语言提示词生成功能，又能随时切回可视化画布拖拽修改。Bubble 调查称仅 9% 用户敢在关键业务使用纯 AI 代码，此举希望用可视化编辑的确定性弥补 AI 编程的安全与维护难题。
微软更新 Windows 11：支持「Hey Copilot」唤醒，Copilot Vision 全球上线
微软宣布为 Windows 11 推出新一轮 Copilot 更新。系统现已支持「Hey Copilot」语音直接唤醒，Copilot Vision 视觉分析也面向全球开放。此外，测试版开始引入能操作本地文件的 Copilot Actions 智能体，直接替你整理文件或提取内容。
Anthropic 推出 Agent Skills：一套技能包跨网页、API 和 Claude Code 通用
Anthropic 推出 Agent Skills，把指令、脚本和模板打包成文件夹，Claude 会在处理对应任务时自动按需加载。新功能面向 Pro、Max 及企业用户开放，同时打通了 API 和 Claude Code，支持直接执行代码，相当于给 AI 随时挂载可复用的专属工作流。
Claude 接入 Microsoft 365：直接检索邮件文档与聊天，上线企业搜索
Anthropic 宣布 Claude 接入 Microsoft 365 并推出企业搜索。通过 MCP 连接器，Claude 可直接调取 SharePoint、OneDrive、Outlook 邮件与 Teams 讨论内容。目前该功能面向 Claude Team 和 Enterprise 用户开放，需管理员统一配置启用。
