Xcode 26 beta 7 接入 GPT-5 与 Claude：写代码可直连第三方大模型
Apple 推出 Xcode 26 developer beta 7，正式支持绑定 Claude 付费账号并接入 OpenAI 的 GPT-5 系列模型。开发者可在设置中启用 Claude Sonnet 4 或 GPT-5 (Reasoning) 辅助编写与调试代码。这意味着苹果进一步放开开发者生态，拥抱外部前沿模型。
AI工具 · 日报
周四
8月28日 星期四
告别凭感觉测试：Google Labs 推出大模型评估工具 Stax
Google Labs 联手 DeepMind 推出实验性开发者工具 Stax。开发者可通过上传测试集、使用 Gemini 等预设或自定义「自动评分员」来批量打分，摆脱靠肉眼观察输出的玄学测试，系统化衡量提示词和模型表现。
周三
8月27日 星期三
OpenAI 升级 Codex：接入 GPT-5，新增 IDE 插件与 GitHub 代码审查
OpenAI 宣布升级 Codex。新版本由 GPT-5 驱动，新增全新 IDE 插件、支持在云端与本地环境间同步任务、支持 GitHub 代码审查，并翻新了 CLI 命令行工具。拥有 ChatGPT 计划的用户即可使用。
Aurelian 获 1400 万美元融资：用 AI 替 911 接听非紧急电话
AI 语音初创公司 Aurelian 宣布完成由 NEA 领投的 1400 万美元 A 轮融资。美国 911 调度中心长期人手匮乏，Aurelian 研发的 AI 助手专门替人工分流违停、噪音等非紧急报案，一旦识别到真正险情则秒切人工。该系统已在全美十几个应急调度中心上线接听电话。
Lindy 推出 Lindy Build：内置网页 Agent 自己测 Bug，主打全自动 Vibe Coding
Lindy 宣布推出 Lindy Build。它内置网页浏览 Agent，能 100% 自主在网页里点击交互、发现并修复 Bug。以往 Vibe Coding 最头疼的是后期要花几小时陪 AI 调试显而易见的小问题，Lindy Build 想做到让人描述完应用直接去吃午饭，回来就能拿到可用的无 Bug 成品。
微软 Copilot 登陆三星电视：配动态形象，遥控器一键无剧透答疑
Microsoft 将 Copilot 接入三星 2025 款智能电视与显示器。用户按遥控器麦克风即可唤出屏幕上的动态形象，用来查背景常识、让 AI 生成无剧透剧情梗概或推荐电影。登录微软账号还能同步个人偏好，目前率先在部分地区机型上线。
Google Vids 迎来大更新：上线 Veo 图生视频与 AI 数字人
Google 宣布为旗下视频应用 Google Vids 全面上线多项 AI 功能。新版支持用 Veo 将单张照片转为 8 秒带声短片，并能直接输入脚本由 AI 数字人出镜播报。此外还支持一键删掉录音中的口误停顿，基础编辑器也已面向免费用户开放。
Meta Horizon 升级：场景生成向全员开放，大模型具身 NPC 即将上线
Meta 宣布在 Worlds Desktop Editor 中向所有创作者正式开放 Environment Generation 场景生成功能，支持通过提示词生成主题环境。同时，Meta 预告即将推出支持语音动态对话的具身大模型 NPC，并可在 VR 与移动端世界中使用。
周二
8月26日 星期二
Google 翻译引入 Gemini：支持 70 多种语言实时对话与口语对练
Google 宣布为 Google 翻译应用上线两项由 Gemini 驱动的新功能：支持 70 多种语言的实时双向语音翻译，以及可自适应水平的个性化听力口语练习。实时翻译能识别停顿与语调并在嘈杂环境抗噪，练习功能则提供场景化对话。目前实时翻译面向美、印、墨开放，练习功能向部分语种测试。
避免长对话击穿防线：OpenAI 强化 ChatGPT 心理健康与危机防护
OpenAI 公布针对 ChatGPT 的心理健康防护更新，重点解决长对话中安全规则逐渐失效、过度迎合等问题。系统除自动识别自残倾向并提供求助热线外，还将针对未成年人强化拦截，并计划引入家长控制与紧急联系人联动功能。
周一
8月25日 星期一
Google NotebookLM 升级：视频概览支持 80 种语言，音频体验看齐英文
Google 宣布 NotebookLM 的视频概览支持 80 多种语言，能把资料直接转成可视化视频演示。同时，非英语音频概览从短版摘要升级为长篇深度讨论，质量看齐英文版。新功能即日起向全球用户推送。
特斯拉中国接入 DeepSeek 与豆包：上线语音助手「Hey Tesla」
Tesla 在中国推出全新 AI 语音助手，由字节跳动豆包负责车控与导航、DeepSeek 负责闲聊问答。系统首发搭载于 8 月上市的六座版 Model Y L，支持「Hey Tesla」免按键唤醒。Tesla 试图借本土模型补齐座舱短板，追赶国内竞品。
Anthropic 测试 Claude 浏览器插件：替你点按钮填表，死磕提示注入
Anthropic 推出 Chrome 扩展 Claude in Chrome 展开测试，让 AI 直接在浏览器里点击、填表和处理日常任务，后续向 Pro、Team 等付费方案开放。官方重点加入权限管控与隐式注入防御，将自主模式下的攻击成功率显著降低。
Perplexity 推出 Comet Plus：每月 5 美元读优质媒体，收入全部分成
Perplexity 推出 Comet Plus 订阅，每月 5 美元（Pro 与 Max 用户直接包含）。它为合作出版商建立新的分成机制，按真人访问、搜索引用和智能体操作三种流量分配收入，扣除少量算力成本后全额分给媒体。
周四
8月21日 星期四
NotebookLM 测试 Deep Research：直接抓取网页与网盘，还加了导师模式
据报道 Google 正在为 NotebookLM 整合 Deep Research 功能，来源栏新增了网页与 Google Drive 搜索切换开关。此外聊天设置中还在测试「导师」模式，支持分步讲解与互动教学。目前功能尚处于早期开发阶段。
Google 升级搜索 AI Mode：支持跨平台订餐等 Agent 功能，扩展至 180 多国
Google 宣布为搜索中的 AI Mode 引入智能体功能，能跨平台帮找餐厅空位并直通预订，后续还将支持门票与本地预约。同时新增了个性化推荐与会话链接分享。AI Mode 现向 180 多个国家和地区开放英文版，智能体功能首批面向美国 Google AI Ultra 用户测试。
Z.ai 联手阿里云推免费 AI Agent：手机上替你点外卖、做预约
本周，AI 独角兽 Z.ai 联手阿里云推出一款通用 AI Agent，面向 Android、iOS 及 Web 端免费开放。它能替用户自主拆解并执行点外卖、线上预约等日常任务，并借助阿里云平台完成部署上线。
周三
8月20日 星期三
Perplexity 上线 Max Assistant：面向 Max 订阅者，专攻复杂推理
Perplexity 宣布向所有 Perplexity Max 订阅者推出 Max Assistant。它通过延长思考时间并调用高级推理模型，专门应对复杂的长流程任务与疑难提问。对于依赖 Perplexity 处理繁琐工作的深度用户来说，复杂问题的解答能力有了直接提升。
Google 发布 Gemini for Home：支持复杂连续指令，替代经典语音助手
Google 发布新一代智能家居助手 Gemini for Home。它能理解像「除了卧室其他灯全关」这类复合指令，还引入了支持随时打断的 Gemini Live 连续对话。它将提供免费和付费版本，逐步取代现有的 Google Assistant，10 月开启早期测试。
Google 升级 Gemini Live：看懂镜头还能在屏幕标重点，语音更有人味
Google 升级 Gemini Live，加入实时视觉指引功能，打开摄像头就能直接在画面上圈出推荐物品。同时打通 Calendar、Keep 等原生应用并升级语音表现力。视觉功能将于 8 月 28 日随 Pixel 10 率先落地并逐步推向 Android 与 iOS。
Fitbit 推出 AI 健康教练：基于 Gemini，动态调整运动与睡眠计划
Fitbit 推出基于 Gemini 的个人健康教练，将健身训练、睡眠分析和健康咨询整合进重构的 App 中。它能结合手表实时数据与对话动态调整训练，比如没睡好就自动降低强度。该功能 10 月率先向美国 Fitbit Premium 用户开启预览。
Google 发布 Pixel Buds 2a：129 美元带主动降噪，耳机直接呼叫 Gemini
Google 推出新一代无线耳机 Pixel Buds 2a，定价 129 美元。新耳机搭载自研 Tensor A1 芯片，首次给 A 系列配上主动降噪，并深度整合 Gemini 助手。不用掏出手机，靠语音就能让 AI 整理信息或回答问题。
Google 盘点 Pixel 10 的 9 大 AI 功能：跨应用串联与端侧声音翻译
Google 公布 Pixel 10 系列的 9 项 AI 新功能。新机搭载 Tensor G5 芯片与 Gemini Nano，新增跨应用提供信息的 Magic Cue、通话实时克隆声音翻译等特性。这套功能主打端侧隐私运算，让手机能更主动地替人处理杂务。
Google Photos 推出对话式修图：不用调参数，动嘴就能改照片
Google 为 Google Photos 推出对话式修图功能。借助 Gemini，用户无需手动调滑块，打字或动动嘴说出「消除背景车辆」「修好这张老照片」就能直接出图，还能持续追问微调。该功能首发面向美国 Pixel 10，并同步支持 C2PA 凭据以标明 AI 痕迹。
ElevenLabs 上线 Eleven v3 alpha：支持多人对话与音频标签情绪控制
ElevenLabs 宣布将新一代语音模型 Eleven v3 (alpha) 接入 API。该版本支持 70 多种语言，并新增支持无限发言人数的多人对话模式，能自然处理插话和语气转换，还能通过音频标签精细调节情绪。
Anthropic 升级企业套餐：终端智能体 Claude Code 正式入驻
Anthropic 为 Team 和 Enterprise 用户推出包含终端编程智能体 Claude Code 的高级席位。管理员不仅能统一分配席位并精细设定支出上限，还能通过全新合规 API 实时审计数据并监控代码采纳率。这让企业在规模化部署 AI 编程助手时能更好地兼顾成本与合规。
Brave 曝光 Perplexity 浏览器漏洞：总结网页就会被偷验证码
Brave 安全团队披露 Perplexity 旗下 AI 浏览器 Comet 存在间接提示注入漏洞。攻击者只要在网页暗藏恶意指令，用户点击「总结页面」，AI 就会跨标签页读取 Gmail 验证码并接管账号。这意味着传统浏览器的同源安全策略在 Agent 面前彻底失效。
周二
8月19日 星期二
Meta 升级 Reels 翻译工具：用创作者原声自动配音，连口型也能对上
Meta 扩大 Reels 的 AI 翻译工具权限，能自动为短视频配音并同步口型。系统会保留创作者本人的音色与语调，首批支持英西互译。目前向粉丝超 1000 人的 Facebook 创作者及 Instagram 公开账号开放。
ElevenLabs 上线 Chat Mode：语音智能体也能打字了
ElevenLabs 推出纯文本交互功能 Chat Mode。该模式专为需要精准输入订单号、邮箱或用户不方便开麦的场景设计。已有语音智能体可通过 SDK、API 或单行 HTML 一键开启，补齐了打字与通话混合交互的能力。
Adobe 发布 Acrobat Studio：把静态 PDF 变成多角色 AI 知识库
Adobe 推出 Acrobat Studio，把 Acrobat、Adobe Express 和智能体助理整合进同一个工作台。新增的 PDF Spaces 能把一批文档变成可对话的知识库，支持设定「导师」「分析师」等角色并直接转成图表海报。个人早鸟价每月 24.99 美元起。
OpenAI 在印度推出 ChatGPT Go：月费约 4.6 美元，额度提至免费版 10 倍
OpenAI 在印度推出平价订阅计划 ChatGPT Go，月费 399 卢比（约 4.6 美元），支持当地 UPI 支付。该方案的消息、生图与文件上传额度达免费版的 10 倍，并增强了记忆留存功能。OpenAI 表示将在收集反馈后推向更多国家。
周一
8月18日 星期一
NVIDIA 更新 G-Assist：换轻量模型显存省 40%，6GB 显存也能跑
Gamescom 期间，NVIDIA 发布端侧助手 Project G-Assist 首次大更新。新模型显存占用降低 40%，门槛直接下放到 6GB 显存的 RTX 台式机和笔记本。用户用语音或文字就能调设置、测帧率，还能在插件中心用自然语言装插件。
Google Labs 额度翻倍：AI Ultra 用户每月可用点数涨至 2.5 万点
Google Labs 宣布将 Google AI Ultra 订阅用户的每月 AI 点数从 12,500 点直接翻倍至 25,000 点。这些积分可通用在 AI 视频工具 Flow 和图像工具 Whisk 上，同时 Whisk 还将新支持 77 个国家。
Grammarly 上线 9 款写作智能体：能预估论文成绩，还自带查重
Grammarly 在其「docs」写作界面上线 9 款专用 AI 智能体，面向 Free 和 Pro 用户开放。其中「AI 评分」能结合课程要求与授课教师公开信息预估论文得分；此外还包含查重和 AI 内容检测。查重及检测工具首发仅限 Pro 用户。
Atlas 联手 Google Cloud：用多智能体生成 3D 游戏资产
Atlas AI 联合 Google Cloud 推出 AI 原生游戏开发平台。开发者只需提供参考图和自然语言提示词，平台便能直接生成带 UV 映射和几何模型的 3D 游戏资产，并支持导入虚幻与 Unity。目前该平台正面向游戏工作室开放封测。
微软为 Excel 加入 =COPILOT 函数：单元格直调大模型，公式支持自然语言
微软在 Windows 和 Mac 版 Excel 中推出 =COPILOT 函数，把大模型直接嵌进单元格。只要在公式里写自然语言提示词并框选数据，就能让 AI 自动做文本分类、提炼摘要或生成表格，且数据变动时会自动重新计算。不过官方更新显示，该函数计划于 2026 年 9 月 14 日下线，能力后续将整合在侧边栏中。
Google Docs 上线 Gemini 朗读功能：支持自然人声与变速，文档能「听」了
Google 宣布在 Google Docs 中推出由 Gemini 支持的文档朗读功能。用户可在「工具 > 音频」菜单中点击「收听此标签页」，自由切换不同自然人声并调节播放语速，方便边听边读或挑错。该功能正面向 Workspace 商业版、企业版及 Gemini 订阅用户推送。
周五
8月15日 星期五
Google Flights 上线 Flight Deals：大白话聊聊天，AI 替你搜便宜机票
周四，Google 宣布在 Google Flights 中推出新功能 Flight Deals。旅客无需手动反复调整日期和目的地筛选，直接用自然语言描述旅行想法，AI 就能从各家航司中找出划算的航班。该功能将在未来一周内开启测试。
Higgsfield 上线 Product-to-Video：拖拽涂鸦即可向视频植入商品
Higgsfield AI 推出集成在 Draw-to-Video 平台的 Product-to-Video 功能。用户无需编写复杂提示词，只需将商品拖入场景、画箭头标记动作，AI 即可生成带植入广告的电影级视频，大幅降低了广告分镜与视频制作的门槛。
周四
8月14日 星期四
Claude 上线学习模式：不直接给答案，改用苏格拉底式追问带你写代码
周四，Anthropic 为 Claude.ai 和 Claude Code 推出学习模式。该模式不再直接抛出结果，而是通过苏格拉底式提问引导用户理解原理；在编程工具中，它还会标注「#TODO」让用户亲自补齐代码。所有用户均可免费选用。
Windsurf 发布 Wave 12：打通 Devin 能力，带来 Vibe 替换与 DeepWiki
Windsurf 推出 Wave 12 更新，首次直接集成 AI 程序员 Devin 的核心能力。新版引入了 DeepWiki 代码解释卡片与基于提示词重构的「Vibe and Replace」，Cascade 智能体也支持自动规划，并新增了远程 Dev Containers 支持与全新 UI 面板。
周三
8月13日 星期三
Google 升级 Gemini：能记住历史偏好，还加入临时对话
Google 宣布为 Gemini 应用引入个性化记忆，允许模型参考以往对话了解用户偏好。同时，Google 上线了「临时对话」功能，对话不计入历史、不用于模型训练且 72 小时后清除。个性化功能首批在部分国家面向 Gemini 2.5 Pro 推出。
NVIDIA 上线 FLUX.1 Kontext NIM 微服务：显存降至 7GB，速度翻倍
NVIDIA 推出 FLUX.1 Kontext [dev] NIM 微服务。通过 FP8 与 FP4 量化，模型占用从 24GB 最低压缩至 7GB，结合 TensorRT 带来超 2 倍推理加速，且支持在 ComfyUI 中一键调用。
周二
8月12日 星期二
Stability AI 联手 NVIDIA 推出 SD3.5 NIM：企业生成提速 1.8 倍
Stability AI 联合 NVIDIA 推出 Stable Diffusion 3.5 NIM 微服务，加速企业级部署。基于 TensorRT 优化，在 H100 上图像生成速度比 PyTorch 提升 1.8 倍，并把 SD3.5 Large 与 Depth、Canny 等 ControlNet 打包进同一容器。
NotebookLM 视频概览面向全员开放：累计生成已超 110 万个
Josh Woodward 宣布 Google NotebookLM 的视频概览（Video Overviews）功能现已向所有用户开放。官方数据显示该功能已累计生成超 110 万个视频概览。现在任何人都能直接把笔记材料一键转成视频解说，不再需要等测试名单。
周一
8月11日 星期一
Claude 上线历史对话检索：只有你主动问，它才会翻出旧聊天
周一，Anthropic 为 Claude 上线历史聊天检索功能。它支持跨网页、桌面和移动端，能按项目隔离并调用以往对话。不过它不像 ChatGPT 那样自动建立持久的用户画像，只有在用户明确提出要求时，Claude 才会去翻找旧记录。
iOS 26 测试版曝光新功能：同时按捏两侧 AirPods，或可触发面对面实时翻译
9to5Mac 在 iOS 26 开发者测试版代码中发现新系统素材，显示用户可通过同时捏住两只 AirPods 耳机柄触发翻译功能。该手势与翻译 App 关联，适配第二代 AirPods Pro 和第四代 AirPods，用于现实对话。目前支持的具体 iPhone 机型尚未确认。
Vercel 将 v0 升级为 v0.app：引入智能体能力，单句提示词生成全栈应用
Vercel 宣布将 v0.dev 升级为 v0.app，从代码生成器转型为面向所有人的应用构建平台。新版具备智能体能力，能自主规划、查错、联网搜索并打通前后端，单条提示词即可生成可部署的全栈应用。目前可在官网免费体验。
周五
8月8日 星期五
Google 测试 AI 版 Google Finance：复杂财务问题一键调研，支持 K 线图
Google 宣布在美国测试以 AI 为核心的新版 Google Finance。用户可一次性提问复杂财务问题获取深度分析，还能使用 K 线图、移动平均线等专业图表工具，并实时追踪商品与加密货币行情。目前美国用户可通过 Search Labs 申请试用。
微软上线 Copilot 3D：一张 2D 平面图，一键免费生成 3D 模型
昨天，Microsoft 在 Copilot Labs 推出 Copilot 3D 预览功能，无需提示词，上传一张 10MB 内的图片即可生成 3D 模型并导出 GLB 格式。其转换家具等静物效果良好，但对人和动物表现欠佳。目前在网页端向部分用户免费测试。
Hugging Face 推出 AI Sheets：用表格界面玩转开源模型
Hugging Face 发布开源零代码工具 AI Sheets。它把模型调用做成了电子表格，写提示词即可生成新列，支持接入 Hub 上的海量开源模型。最方便的是，手动修改或点赞单元格会自动作为少样本示例，帮你快速清洗和对比数据。
