Google 上线 Search Live：直接用语音和搜索引擎实时连麦
Google 在移动端上线 Search Live。它基于定制版 Gemini 模型，支持与搜索实时语音多轮对话，屏幕还会同步给出网页链接并支持后台运行。最值得关注的是搜索方式从打字变成边聊边查。目前仅限美国 Labs 用户测试。
AI工具 · 日报
周三
6月18日 星期三
Claude Code 支持远程 MCP：免本地部署，一键直连 Linear 与 Sentry
Anthropic 宣布 Claude Code 正式支持远程 MCP 服务端。开发者不再需要在本地配置运行环境，只需填入服务 URL 并通过原生 OAuth 授权，就能在终端里直接调用 Linear、Sentry 等外部工具的数据和上下文排错。
Canva 接入 Google Veo 3：输入提示词生成 8 秒带音效视频
Canva 推出新功能「Create a Video Clip」，接入 Google 最新视频生成模型 Veo 3。用户输入文本提示词即可生成 8 秒带同步音效的电影级视频片段，并能直接在 Canva 编辑器中调整排版。付费用户与非营利组织每月可免费生成 5 次。
周二
6月17日 星期二
Higgsfield AI 推出 Canvas：涂抹一下，就能把自家商品无缝换进图里
Higgsfield AI 推出图像编辑功能 Canvas。用户只需用画笔涂抹选区并上传产品图，就能一键替换或新增物体，例如把模特手里的香水换成自家品牌；工具还集成了 Flux Kontext，支持换背景和修图，方便电商做商品植入。
Browserbase 上线 AI 网页智能体：基于 Stagehand，零代码搞定自动化
Browserbase 正式上线基于开源框架 Stagehand 的 AI 网页智能体。它支持直接用自然语言控制浏览器执行自动化任务，全程零代码且免费开放。这意味着普通用户无需编写任何脚本，也能快速搞定复杂的网页自动化流程。
Adobe 推出 Firefly 移动应用：手机直接文生视频，还拉来谷歌模型
Adobe 正式在 iPhone 和 Android 推出 Firefly 移动应用。它不仅支持文生图、文生视频与生成式填充等功能，还破天荒接入了 Google 的 Imagen 3/4 和 Veo 2/3 等第三方模型。所有生成内容都会自动同步到用户的 Creative Cloud，方便在网页或桌面应用继续编辑。
Max 主页上线动态视频预览：用自研 AI 挑出影视精彩片段
本周起，流媒体平台 Max 在美国智能电视端上线主页动态视频预览。未来几周内，Max 还会上线自研 AI 工具，自动从庞大片库中抓出辨识度极高的「Drop-In Moments」精彩片段供人工挑选，大幅节省人工筛选和剪辑预览的时间。
周一
6月16日 星期一
Cursor 推出 Ultra 订阅：每月 200 美元享 20 倍用量，Pro 版同步松绑
Cursor 推出每月 200 美元的 Ultra 方案，提供相当于 Pro 档 20 倍的用量，专为追求用量确定的重度用户打造。同时 Pro 档由请求次数限制改为算力限制，放开工具调用上限并提供无限次 Auto 模型访问。
Meta 联名 Oakley 预告新款智能眼镜：主打运动，6 月 20 日亮相
Meta 在 Instagram 上线「Oakley/Meta」主页，预告将于 6 月 20 日推出联名智能眼镜。据报道，该产品面向运动员打造，预计采用 Oakley 的 Sphaera 镜框设计，搭载单颗摄像头以减轻重量。此举意在将 AI 眼镜拓展至运动追踪领域。
ElevenLabs 推出 v3 音频标签：打标签就能控制 AI 说话节奏与停顿
ElevenLabs 为 Eleven v3 推出音频标签功能，让创作者直接在台词中插入标签控制语速、停顿和重音。比如写上 [pause]、[rushed] 或 [stammers]，AI 就会配合改变停顿与语气。不过目前该功能对专业声音克隆（PVC）支持尚不完善。
TikTok 创意 AI 接入 Adobe 与 WPP：一键生成 5 秒品牌视频
TikTok 扩展 Symphony 创意套件，推出图生视频和文生视频功能，可将静态产品图或提示词直接变为 5 秒品牌短片。这套工具除了在 TikTok 原生提供，还将整合进 Adobe Express 和 WPP Open，帮广告人自动化生产素材。
Hugging Face 接入 Groq：在 Hub 上直接调用极速 LPU 推理
Hugging Face 宣布将 Groq 接入其推理服务商生态。开发者现在可以直接在 Hugging Face 模型页面或通过 Python、JS SDK 调用 Groq 的 LPU 芯片，高速运行 Llama 4、Qwen 等开源模型，支持直接通过 HF 账户扣费或自填 Groq API Key。
Adobe 推出 LLM Optimizer：帮品牌在 ChatGPT 和 Claude 里抢排名
Adobe 发布企业级工具 Adobe LLM Optimizer。它针对 ChatGPT、Claude、Gemini 等对话式 AI，帮企业监测品牌在 AI 生成答案中的曝光情况，并自动给出优化建议。Adobe 称这标志着品牌优化从传统 SEO 转向 GEO（生成引擎优化）。该工具现已作为独立产品或集成至 AEM 提供。
Reddit 推出社区智能套件：用 AI 提炼真实讨论，广告点击率涨 19%
Reddit 在戛纳创意节推出 Reddit Community Intelligence，将平台海量讨论提炼为营销洞察。首发两款 Alpha 工具包括 AI 聆听工具 Reddit Insights，以及在广告下展示用户好评的摘要插件，早期测试让广告点击率提升了 19%。
周五
6月13日 星期五
Google 搜索测试音频概述：Gemini 把搜索结果直接「读」给你听
Google 在 Search Labs 推出实验性功能 Audio Overviews。它借助最新 Gemini 模型，能将特定搜索结果转成简短的对话式语音概述，并在播放器中附上参考网页。适合多任务或不想盯屏幕时快速了解陌生主题。
rabbit 发布软件 Agent intern：按任务计费，直接交付网站与报告
rabbit 发布通用 AI Agent「rabbit intern」，也是其首款无需 r1 硬件的纯软件产品。用户输入提示词后，它能直接生成排版完整的网站、调研报告或小游戏；计费放弃算力点数改按任务数量算，注册可免费体验 3 个任务。
周四
6月12日 星期四
ChatGPT Projects 迎来更新：支持深度研究、语音模式及跨对话记忆
OpenAI 宣布升级 ChatGPT 的 Projects 功能，加入深度研究与语音模式支持。此外，项目内记忆能力得到优化，可以直接引用过去的对话记录；移动端也补充了文件上传和模型选择功能。
微软在美上线 Copilot Vision：看懂屏幕高亮指路，免费向 Windows 开放
微软在美国向 Windows 10 和 11 用户推出 Copilot Vision，无需 Pro 订阅即可免费使用。用户主动共享应用窗口后，AI 能实时对话并高亮标出点击位置，手把手教你操作。该功能属于实验性的 Copilot Labs，目前仅限美国地区。
Google 升级 Gemini Code Assist：接入 Gemini 2.5，支持自定义规则与整目录上下文
Google 宣布为编程助手 Gemini Code Assist 升级 Gemini 2.5 系列模型。新版支持用「@」引入整个文件夹（最高 100 万 token 上下文）、自定义快捷命令与项目规则，并支持多会话并行与历史记录恢复。个人用户可在 VS Code 或 JetBrains IDE 免费安装插件体验。
NVIDIA 联手 Stability AI：TensorRT 让 SD 3.5 显存狂省 40%，速度翻倍
NVIDIA 联合 Stability AI 为 Stable Diffusion 3.5 推出 TensorRT 加速与 FP8 量化。SD3.5 Large 显存需求从 18GB 骤降至 11GB，生成速度飙升 2.3 倍，主流消费级 RTX 显卡也能轻松跑起大模型。
Microsoft 升级 Clipchamp：删掉转录文字，视频画面跟着自动剪掉
Microsoft 为在线视频编辑工具 Clipchamp 上线基于转录文本的剪辑功能。用户不再需要反复拖动时间轴，只要删掉 AI 自动转录里的某句对话，视频就会同步切除对应片段。该功能率先面向工作账户开放，个人用户后续跟进。
周三
6月11日 星期三
The Browser Company 发布 Dia：自带 AI 助手，可跨标签页对话
The Browser Company 发布新浏览器 Dia，目前面向 Arc 的 Mac 用户开放测试。与 Arc 激进的设计不同，Dia 回归水平标签，核心是在右侧加入 AI 助手，能读取所有打开的标签页与历史记录协助办公。最值得关注的是，它试图让浏览器直接变成个人助理。
星巴克测试 AI 助手 Green Dot Assist：实时查配方排障，拟全美推广
星巴克宣布在 35 家门店试点 AI 助手 Green Dot Assist。店员用店内 iPad 就能实时查配料配方、排查设备故障，店长也能借此调配替班。该助手基于微软 Azure OpenAI 开发，预计 2026 财年推向美加所有门店，以精简流程并缩短等餐时间。
周二
6月10日 星期二
微软测试 Edge 新功能：打错字也能搜到浏览记录，全靠端侧 AI
上周，Microsoft 开始在 Edge 测试版中上线「增强搜索」功能，依靠端侧 AI 模型检索历史记录。用户即便输错别字、近义词或模糊短语，也能找到看过的网页。最值得关注的是，该模型完全在本地训练且数据不上云，隐私风险远低于之前的 Recall。
周一
6月9日 星期一
苹果推出 Foundation Models 框架：App 可免费调用端侧 AI
Apple 在 WWDC 上推出 Foundation Models Framework。开发者能直接在第三方 App 中调用 Apple Intelligence 的端侧大模型，支持离线运行、工具调用且无推理成本。公开测试版预计下个月上线。
Apple 预览 visionOS 26：生成式 AI 给照片添纵深，手势之外支持 PS VR2 手柄
Apple 公布 visionOS 26。更新引入空间小组件，并利用生成式 AI 算法将普通照片转为可探头细看的空间场景；Persona 虚拟形象更逼真且支持侧脸。此外系统还新增同空间共享及对 PS VR2 控制器的支持，开发者预览版现已开放测试。
周六
6月7日 星期六
ChatGPT 高级语音大更新：语气更自然，还能连着当同传
OpenAI 升级了 ChatGPT 的高级语音模式，面向所有付费用户开放。新版声音更自然，能呈现停顿、重音以及讽刺和共情等细微情绪，还能当作连续翻译助手使用。不过官方也提醒，偶尔仍会出现音调波动或杂音乱码等小毛病。
周五
6月6日 星期五
Microsoft 照片应用上线 AI 打光：自选三处光源，支持白话搜图
Microsoft 为 Copilot+ PC 上的照片应用上线 AI「重新打光」（Relight）和自然语言搜图功能。用户可设置最多 3 个虚拟光源调节画面光影，输入日常描述就能检索本地照片。目前 Relight 仅限骁龙芯片机型，AMD 与 Intel 设备后续跟进。
Gemini 上线计划操作功能：支持定时或周期性自动跑 Prompt
Google 在 Gemini 应用中推出「计划操作（scheduled actions）」功能。用户可以直接指定具体时间让 Gemini 跑任务，或把常用提示词设为周期性自动执行，例如每周一定时生成灵感或每天早晨整理邮件日程。目前面向 Google AI Pro、Ultra 订阅用户及部分 Workspace 方案开放。
周四
6月5日 星期四
ElevenLabs 发布 Eleven v3 Alpha：支持情感控制标签与 70 多种语言
ElevenLabs 推出文本转语音模型 Eleven v3 的 Alpha 测试版本，进一步提升语音的情感表达与上下文感知能力。模型支持 70 多种语言与单次最高 5000 字符输入，并引入音频标签来直接控制耳语、笑声等情绪语气。这意味着创作者无需专业配音演员，就能生成富有情绪起伏的多语言角色对话。
Perplexity 接入 SEC 财务数据：全员可在 Search 和 Labs 中查财报
Perplexity 宣布接入 SEC/EDGAR 数据库，即日起面向所有用户开放。无论在 Search、Research 还是 Labs 中，用户都能直接检索并解读上市公司的财报等专业财务文件，降低了投资者查阅硬核技术文档的门槛。
周三
6月4日 星期三
HubSpot 接入 ChatGPT 深度研究：直接调取 CRM 数据做业务分析
HubSpot 推出面向 ChatGPT 的深度研究连接器，让付费 ChatGPT 用户能直接调用自家 CRM 数据进行深度分析。连接器严格遵循用户的 CRM 原有访问权限，且官方承诺客户数据不会用于 AI 训练。
Cursor 1.0 上线：能做代码审查，还能在后台并发数十项任务
Cursor 正式推出 1.0 版本。新版加入了代码审查功能，可以记住此前犯过的错误，还能在后台同时推进数十项任务。说白了，开发者现在能把繁琐的排查和多线程杂务统统扔给后台去跑。
微软上线 Copilot Shopping：用 AI 帮你比价、蹲降价并直接下单
Microsoft 在 Copilot 移动端和网页端推出 Copilot Shopping 功能。用户能通过自然语言挑选商品、对比多家电商价格，还支持查看历史价格走势并用滑块设置降价提醒，甚至不用离开 App 就能直接完成结账。
ChatGPT 深度研究接入内部数据源：支持 Outlook 与 Gmail
OpenAI 宣布 ChatGPT 深度研究功能现可接入内部数据源并拉取实时上下文，同时继承原有的用户级权限。连接器现已支持 Outlook、Teams、Google Drive、Gmail 与 Linear，面向企业版、教育版以及部分地区的 Plus 和 Pro 用户开放。
Anthropic 升级订阅：Claude Pro 与 Max 可直接用 Claude Code
Anthropic 宣布将终端编程工具 Claude Code 纳入 Pro 和 Max 个人订阅，无需单独按 API 额度付费。在终端以及 VS Code、Cursor 等 IDE 中登录订阅即可使用，不过调用额度与网页端 Claude 共享。如果系统配有 API 密钥，需注意避免被误扣费。
Mistral 发布编程客户端 Mistral Code：主打本地私有部署，对标 Cursor
Mistral 推出编程助手 Mistral Code，直接对标 Cursor 与 GitHub Copilot。该客户端基于开源项目 Continue 打造，整合了 Codestral 等自研模型，支持 80 多种语言。最值得关注的是它支持企业在私有算力或完全断网环境下本地部署，目前已开启内测。
Epic 将向创作者开放 AI NPC：人人都能在《堡垒之夜》做会聊天的角色
Epic Games 宣布计划允许创作者在《堡垒之夜》中自制 AI 驱动的 NPC。继黑武士语音互动走红后，Epic 将把多层安全防护工具同步开放给创作者，方便其打造能自由语音对话的角色。最值得关注的是，游戏将从固定剧本迈向无限对话体验，不过具体上线时间尚未公布。
Figma 推出 Dev Mode MCP Server：让 Cursor、Claude 直接读懂设计稿
Figma 宣布测试上线官方 MCP Server，把设计上下文直接接入开发工具。Cursor、Claude Code 等 AI 编程工具不再只靠截图猜样式，而是能直接读取变量、组件定义和设计规范，生成与现有代码库高度一致的前端代码。
周二
6月3日 星期二
Anthropic 悄悄上线 Claude Explains：让 AI 写博客，人类专家把关
Anthropic 近日低调推出技术博客 Claude Explains，内容主要由 Claude 模型撰写，再由内部专家和编辑团队补充实操案例与洞察。官方表示这并非 AI 纯端到端生成，而是展示「人机协作」生产内容，公司也不会因此停止招募人类编辑与文案作者。
Google 暂停相册 Ask Photos 推送：延迟和质量不达标，两周内修复
Google 暂停了 Google 相册中 Ask Photos 功能的推送。产品经理坦承该功能在延迟、质量和体验上「还没达到应有水平」，目前已暂停小范围测试，预计约两周后推出改进版本，恢复原有搜索的速度与召回率。
ChatGPT 记忆功能升级：免费用户也能跨对话记住近期上下文
OpenAI 开始向免费用户推送 ChatGPT 记忆功能改进。新版本不仅保留已存记忆，还能参考近期的对话记录来回答。付费用户拥有长期记忆，免费版则是轻量短期的跨对话连续性，用户随时可在设置中关闭或删除。
OpenAI 升级 ChatGPT 记忆：免费用户也能参考近期对话
OpenAI 宣布开始向免费用户推送轻量版记忆改进功能。除了已经保存的记忆要点，ChatGPT 现在还会参考近期的对话记录，以此提供更具个性化的回答。不过该功能目前处于刚开始推送阶段，尚未覆盖全部免费账号。
NotebookLM 支持公开链接分享：任何人都能点开互动、听音频播客
Google 宣布为 NotebookLM 上线公开链接分享功能，允许用户通过单条链接公开自己的笔记本。访问者无法修改源文件，但可以直接提问互动，或查看生成的音频概览与简报。目前该功能仅向个人账号开放。
Wispr Flow 上线 iOS 版：支持 100 多种语言，轻声耳语也能打字
语音听写创业公司 Wispr Flow 发布 iOS 应用，以第三方输入法形式支持在任意 App 中用语音输入。应用支持 100 多种语言，具备弱网运行和低声耳语识别能力，还能自动学习专业术语。每周提供 2000 词免费额度，无限量版每月 12 美元。
周一
6月2日 星期一
OpusClip 推出 OpusSearch：帮创作者盘活历史视频库
OpusClip 推出名为 OpusSearch 的 AI 增长智能体，能自动检索、复用创作者历史视频库中的内容进行二创变现。Mark Rober 等头部创作者已在内测使用。对视频博主来说，老视频不需要沉底，能直接交给 AI 重新剪辑换取流量与收入。
Topaz Labs 推出 Bloom：最高 8 倍放大 AI 图像，单次生成 4 种变体
Topaz Labs 推出全新 AI 图像放大工具 Bloom，专为 AI 生成图设计，最高支持 8 倍放大。它提供从 Subtle 到 Max 共 5 档创意模式，一次点击可生成 4 种变体，在保留输入特征的同时增补画质细节。
Character.AI 升级创作功能：角色能开口唱歌，还能拉两人同台唠嗑
Character.AI 推出多模态创作工具套件，摆脱单纯的 1 对 1 文本聊天。新功能包括让头像开口说话唱歌的图生视频工具 AvatarFX、预设剧情互动的 Scenes，以及撮合两个角色同台交流的 Streams。部分动画生成功能目前仅对 c.ai+ 订阅会员开放。
FDA 获批首款乳腺癌预测 AI：Clairity 仅凭钼靶图测未来 5 年风险
Clairity 旗下的 CLAIRITY BREAST 获得美国 FDA De Novo 批准，成为首个仅凭常规钼靶影像预测未来 5 年乳腺癌风险的 AI 工具。该模型在 7.7 万余张影像中完成验证，能发现肉眼难以察觉的微细组织特征，帮助弥补传统评估模型严重依赖家族病史的短板。公司计划于 2025 年进入医疗系统。
Fi 推出 AI 智能狗项圈 Series 3+：抓挠舔舐都能测，提前预警健康问题
宠物科技公司 Fi 推出智能狗项圈 Series 3+。项圈通过 AI 监测狗狗吠叫、舔舐、抓挠以及饮食变化，宣称行为识别准确度达 80%，并升级了 GPS 追踪和 Apple Watch 联动，帮助主人在宠物生病前察觉异常。
