OpenAI 上线 ChatGPT Projects：分类整理对话，整合 Canvas 与搜索
OpenAI 在「12 Days of OpenAI」活动第七天推出 Projects 功能。用户能把特定任务的对话、笔记与上下文文件归整到独立项目中，并联动 Canvas 与联网搜索。功能已向 Plus、Pro 和 Teams 用户开放，企业与教育版明年初上线。
AI工具 · 日报
周五
12月13日 星期五
Perplexity 升级 Spaces：支持指定域名，搜索只看特定网站
Perplexity AI 为 Spaces 上线自定义网络源功能。用户能在新菜单中添加特定网址或域名，让 AI 仅在这些指定网站和已上传文件中检索。最值得关注的是，专业研究时不再被无关网页分流，回答精度大幅提升。
Google 升级 NotebookLM：播客能实时插话提问，推出 Plus 付费版
Google 为 NotebookLM 带来大更新，开始接入实验性 Gemini 2.0 Flash。最抢眼的是 Audio Overviews 播客功能支持实时语音插话互动，听到不懂随时能打断追问；界面也重构为资料、对话和创作三栏。此外官方还上线了额度提升 5 倍以上的 NotebookLM Plus 付费版。
Google 推出 Agentspace：把 Gemini 智能体与跨系统企业搜索打包给员工
Google 发布企业级平台 Google Agentspace，将 Gemini 推理能力、多模态搜索与组织内部数据打通。平台支持连接 Jira 和 SharePoint 等第三方工具，并引入企业版 NotebookLM Plus。员工用一句指令就能调用智能体完成调研与多步工作流，目前已开放早期预览申请。
周四
12月12日 星期四
Adobe 上线去反光工具：隔窗拍的废片，能一键剥离玻璃倒影
Adobe 推出反光消除工具 Reflection Removal 技术预览，已集成至 Adobe Camera Raw，后续支持 Lightroom。该工具利用 AI 识别并分离窗外景物与玻璃反射倒影，目前仅支持 RAW 格式。隔着飞机或室内窗户拍出的废片终于有救了。
Amazon 测试 Prime Video 新功能：用「AI Topics」替掉老算法推片
Amazon 开始在 Prime Video 上测试「AI Topics」推荐功能。系统不再单纯依靠传统算法，而是用 AI 生成更细致的主题标签，比如奇幻探索或扣人心弦的角色历程，方便观众顺着话题连环找片。目前该功能仅在美国部分 Fire TV 等客厅设备上小范围测试。
LMSYS 推出 Image Arena：FLUX、DALL-E 盲测对决
大模型评测平台 lmarena.ai 推出 Image Arena 图像竞技场。用户输入一段提示词，系统会调用 FLUX、Stable Diffusion、DALL-E 等两个匿名模型同时生成图片，由用户盲选投票决出胜负，官方排行榜也即将上线。
ChatGPT 上线限定「圣诞老人」语音模式：全平台开放，月底退休
ChatGPT 推出节日限定的「圣诞老人模式」，移动端、网页和桌面端面向所有用户开放。点击输入框旁的雪花图标即可调用快活浑厚的圣诞老人声线实时聊天，且对话不会写入历史记录或影响记忆。该功能为 12 月限时体验，月底将正式下线。
时代周刊上线 TIME AI：能跟读者实时语音聊新闻
TIME 联合 ElevenLabs 和 Scale AI 推出 TIME AI 平台。读者在阅读报道时能直接通过语音向 AI Agent 提问并获得解答，工具栏还支持即时朗读、翻译与摘要。这相当于给每篇深度报道配了专属讲解员，目前已在近几年的「年度风云人物」特辑上线。
Runway 启动学生大使计划：送 10 万积分和免费 Pro 会员
Runway 推出学生大使计划，面向艺术、电影、设计等专业学生提供 10 万免费积分和 Pro 计划支持。入选者还能直接对接 Runway 团队与行业人脉。目前该项目已与纽约大学等多所高校展开合作。
时代杂志推出 AI 对话助手：带你读懂「年度风云人物」
周四，Time 联合 Scale AI 推出 AI 聊天助手，伴随 2024 年度风云人物上线。读者可用它提问、生成不同长度的摘要、转为音频或翻译成中文等语言，还能检索往届人物历史背景。Time 计划在 2025 年初将该功能扩展至全站更多报道。
周三
12月11日 星期三
Google 推出 Gemini 深度研究：自主多步搜索出报告，附带 2.0 Flash 预览
Google 为 Gemini Advanced 推出智能体功能 Deep Research。它能在几分钟内自主制定多步研究计划、反复联网检索并生成带来源链接的报告。同时，更快的 Gemini 2.0 Flash 实验模型也向所有 Gemini 用户开放试用。
ElevenLabs 推出 AI 开发者礼包：送主流工具每家 50 美元额度
ElevenLabs 推出 AI Engineer Pack，联合 Mistral、Perplexity、Hugging Face 等十余家主流平台，为开发者提供各家 50 美元以上的测试额度。说白了，就是帮正在折腾新原型的开发者省下前期试水各种 API 的开销。
Midjourney 演示新工具 Patchwork：支持百人协作搭建虚拟世界
Midjourney 在直播中演示了独立新工具 Patchwork。它基于无限白板设计，接入了至少 3 个大语言模型，用户能生成并关联角色、事件与场景，还支持最多上百人实时协作创作故事板。目前该工具正以研究预览形式向绑定账号的用户开放。
Apple 推送 iOS 18.2：Genmoji 上线，Siri 深度集成 ChatGPT
Apple 正式推送 iOS 18.2 与 macOS Sequoia 15.2，上线 Genmoji 自定义表情、Image Playground 图像创作与视觉智能，并将 ChatGPT 深度接入 Siri 与系统写作工具。目前支持多国本地化英语，中文等语言预计 4 月起陆续推出。
周二
12月10日 星期二
YouTube 扩大 AI 配音功能：开放数十万知识类频道，支持发布前预览
YouTube 宣布将 AI 自动配音功能向合作伙伴计划中数十万个知识与资讯类频道开放。英语视频会自动配音为日、德、西等 8 种语言，创作者上传后可先预览或撤回。虽然目前声线机械感较明显，但官方承诺后续会改进语气与情绪拟真度。
微软升级 Windows 版 Copilot：带来任务栏快捷视图与 Alt+Space 快捷键
微软开始面向 Windows 测试人员推送 Copilot 更新，放弃此前的 PWA 网页版，换上类似原生应用的悬浮快速视图界面，并支持 Alt + Space 快捷键随时唤出。新体验支持 Windows 10 与 11，不过该快捷键可能与系统中已占用此组合键的应用冲突。
OpenAI 将 Canvas 开放给全体用户：支持运行 Python 和自定义 GPT
OpenAI 在「12 天连发」活动第 4 天宣布，协作界面 Canvas 正式结束测试并向免费及付费用户全面开放。用户现在可以直接在界面里运行 Python 代码并生成图表，还能调用自定义 GPT 协助修改。目前该功能已在网页端和 Windows 客户端上线。
Cognition 正式开放 Devin：每月 500 美元，自主写代码修 Bug
Cognition Labs 宣布其 AI 软件工程师 Devin 正式公开发布。个人与团队订阅费为每月 500 美元，包含 Slack 集成、IDE 插件与沙盒环境，能端到端构建部署应用并自主修复 Bug。不过官方建议将单次任务控制在 3 小时内。
韩国初创 Spaid 发布地理 AI 工具：将 GIS 数据秒变 3D 地图
韩国初创公司 Spaid 展示了基于 AI 的地图方案，核心引擎 CYLO 能将 GIS 和卫星图像快速生成 3D 地图，整合土地、人口与交通数据用于区域分析。目前已有韩国电信巨头开展实测，亚美尼亚政府也将其用于国家土地测绘。
Solos 发布 AirGo Vision 智能眼镜：搭载 ChatGPT，镜腿相机可拆卸保隐私
Solos 推出多模态智能眼镜 AirGo Vision，售价 299 美元起。其内置 ChatGPT 且镜框配有摄像头，支持识别物体与翻译。最巧妙的是镜腿支持模块化拆卸，可直接换成无相机的普通镜架规避隐私争议，后续还将支持 Claude 与 Gemini。
Yelp 推出年终更新：上线 Review Insights，用大模型提炼评价要点
今日，Yelp 推出年终产品更新，上线 Review Insights 等 20 多项新功能。该功能利用大模型从评价中提炼食物、服务与等待时间等维度的情绪得分（1 至 100 分），帮用户快速看懂口碑。目前已在 iOS 端餐饮与夜生活板块上线，明年扩展至服务类商户。
周一
12月9日 星期一
Reddit 推出 AI 搜索「Reddit Answers」：搜答案不用再去 Google 加后缀了
Reddit 推出对话式 AI 搜索「Reddit Answers」，能汇总全站公开讨论并生成要点，同时直接附带高赞原帖链接。它的定位不是给出一个标准答案，而是帮用户导航回真实社区。目前正面向美国部分 Web 和 iOS 用户小范围测试。
Hugging Face 开源模型进驻 Amazon Bedrock：83 款模型直接部署
Hugging Face 宣布其 83 款热门开源模型上线 Amazon Bedrock Marketplace。底层端点由 SageMaker JumpStart 托管，可无缝接入 Bedrock 的 Agents、知识库与护栏等 API。开发者只需支付 SageMaker 算力与标准 Bedrock API 费用。
周五
12月6日 星期五
X 免费开放 Grok 聊天助手：不用买会员，每两小时可聊 10 句
Elon Musk 旗下 xAI 的 Grok 助手面向 X 平台所有免费用户开放。普通用户无需订阅 Premium 即可体验，限制为每两小时最多发送 10 条消息。此举意在与 ChatGPT 等竞品的免费版竞争，据悉 xAI 还在考虑推出独立 App。
周四
12月5日 星期四
微软 Edge 上线 Copilot Vision 预览：能边看网页边跟你实时语音聊天
微软面向 Copilot Pro 订阅用户开启 Copilot Vision 预览测试，把它内置在 Edge 浏览器中。AI 能实时看懂当前网页并与你语音交流，会话结束后会立即清除浏览数据。目前仅在 Copilot Labs 向部分美区用户开放，且仅支持指定网站。
Oura 智能戒指上线新功能：生病前一两天提前给你发预警
Oura 宣布将于 12 月 11 日正式上线 Symptom Radar 功能。它通过监测静息心率、体温和呼吸率等指标偏离基线的情况，在身体出现明显症状前一两天发出预警。该功能支持 Gen 3 和 4 代戒指，虽不做医学诊断，但能提醒用户尽早开启休息模式。
OpenAI 推出 ChatGPT Pro：每月 200 美元，无限使用 o1 和深度思考模式
OpenAI 推出 ChatGPT Pro 订阅计划，定价每月 200 美元。该方案提供对旗舰模型 OpenAI o1 的无限制访问，并首发 o1 pro 模式，能调用更多算力深入思考复杂数学与代码难题。它主要面向日常需要科研级智能的学者与工程师。
周三
12月4日 星期三
Spotify 联手 NotebookLM：把年度听歌报告做成双人 AI 播客
Spotify 联合 Google 推出 2024 年度 Wrapped AI 播客。借助 NotebookLM 的音频概览技术，两位 AI 主播会像录播客一样畅聊你的个人听歌偏好与音乐品味演变。不过目前仅限美、英、加等英语地区用户限时体验。
周二
12月3日 星期二
Chromebook 上线面部控制：靠 18 种表情手势直接操控光标
Google 介绍了 Chromebook 新增的 Face control 无障碍功能。它利用机器学习追踪 478 个面部特征点，能识别人脸动作和多达 18 种表情手势来移动光标、完成点击等操作。该功能目前已在 ChromeOS 测试版上线，预计明年初向全部用户推出。
ElevenLabs 推出对话式 AI 平台：打造支持实时打断的语音智能体
ElevenLabs 推出 Conversational AI 平台，让开发者快速构建交互式语音智能体。它将文本转语音、语音识别与自选大模型打通，借助实时预测模型优雅处理插话打断与轮候。平台还原生集成 Twilio 电话接入，并提供多语言 SDK。
周一
12月2日 星期一
Arc 团队公布新 AI 浏览器 Dia：不仅能写能总结，还能替你办事
Arc 浏览器母公司 The Browser Company 曝光全新 AI 浏览器 Dia，预计 2025 年初推出。Dia 主打用智能游标和地址栏指令替用户代办日常任务，比如把打开标签页里的商品批量贴进邮件，甚至自动向亚马逊购物车加购商品。官方表示不会放弃 Arc，但坚信浏览器才是 AI 交互的最佳载体。
EVI 2 推出 Voice Control：不用克隆，拉滑条就能精细捏声音
12 月 2 日，EVI 2 上线测试版功能 Voice Control，不靠提示词也不走声音克隆路线，而是提供自信、鼻音、松弛度等 10 个维度的连续滑条。最值得关注的是，调节某个特征不会连带影响其他属性，开发者能在几秒内捏出专属声音。
Amazon Connect 升级：集成生成式 AI 助手 Amazon Q
周日，AWS 在 re:Invent 上宣布为云联络中心 Amazon Connect 增加生成式 AI 功能。通过升级版助手 Amazon Q in Connect，企业无需编程就能构建动态自助客服，并支持内容护栏与客服评估。Fujitsu、Priceline 等已接入使用。
周三
11月27日 星期三
Hume 推出 Voice Control：用 10 个滑块捏出专属 AI 声音
Hume AI 为其 EVI 2 推出 Voice Control 测试版。它绕开了提示词描述不清和声音克隆的侵权风险，让用户通过自信度、鼻音等 10 个维度的连续滑块微调声音，几秒内就能捏出可稳定复现的专属 AI 语音。不过极端参数下的音质仍在优化中。
传 xAI 将推独立客户端：对标 ChatGPT，预计新一轮融资后上线
据报道，马斯克旗下的 xAI 正在准备推出独立的消费者端应用，类似 OpenAI 的 ChatGPT，让用户直接在个人设备上使用 Grok。该应用预计在 xAI 完成 50 亿美元新一轮融资后推出，届时公司估值或达 500 亿美元。
ElevenLabs 推出 GenFM：文档一键生成双人 AI 播客，支持 32 种语言
ElevenLabs 在 ElevenReader iOS 端上线 GenFM 功能，能把 PDF、文章和电子书一键转成由 AI 主持人对谈的播客。它支持 32 种语言，几秒内即可生成内容摘要与讲解。Android 版本将在数周内推出。
Claude 上线自定义风格：不仅有三套预设，还能模仿你自己的文风
Anthropic 为 Claude 推出自定义回复风格功能。除了「简明」「详细解释」和「正式」三种预设，用户还能上传日常邮件或文档，让模型提炼并模仿自己的语气发声。设定好的风格会在不同对话中保持一致，不用每次重新提醒它「扮演你」。
周二
11月26日 星期二
Google 为 Gemini 接入 Spotify：动动嘴就能让 AI 放歌
Google 开始向 Android 设备推送 Gemini 的 Spotify 扩展。关联账号后，用户能直接用日常口语让 Gemini 搜索并播放歌曲或专辑。不过目前它还不支持新建歌单，且初期仅限英语环境使用。
Google Labs 推出 GenChess：用 Imagen 3 定制专属棋子并下棋
Google Labs 推出实验性项目 GenChess。它接入 Imagen 3 模型，玩家输入提示词即可生成经典或创意风格的专属棋子，并直接与电脑开局对弈。不过该功能目前仅在部分地区可用。
ChatGPT 接入苹果快捷指令：一键直达 SearchGPT 联网搜索
OpenAI 在最新版 ChatGPT 应用中为 iPhone 和 iPad 的快捷指令增加了「Open SearchGPT」操作。用户点击快捷指令即可启动应用并直接触发联网搜索。该功能目前面向 Plus 和 Teams 用户开放，未来几个月将推向免费用户。
周一
11月25日 星期一
Perplexity 联手 Quartr：普通人也能看懂财报电话会
Quartr 宣布与 Perplexity 达成合作。Perplexity 接入 Quartr API，向全球用户提供财报电话会的实时文字转录与 AI 生成的要点摘要。过去这类深度分析往往只有大型机构投资者才能用上，现在普通用户也能直接在搜索中调用。
Intuit 升级 QuickBooks：AI 替你记账，未来还要当 CFO
Intuit 宣布为财务软件 QuickBooks 推出多项 AI 新功能。内置的 Intuit Assist 支持将手写笔记、邮件或 PDF 转化为发票并自动分类支出。CEO 还透露，未来 AI Agent 甚至有望承担中小企业 CFO 或 CMO 的工作。
Luma 升级 Dream Machine：推出 Photon 图像模型并上线 iOS 版
Luma AI 宣布将视频生成工具 Dream Machine 拓展为完整创作平台。官方同步推出 Photon 图像生成基础模型，宣称处理速度比同类快最高 800%，并上线全新 UI、iOS 移动端以及面向开发者的 API。
AMD 发布 Amuse 2.2 Beta：支持 SD 3.5，端侧生图拉到 2K
AMD 推出 Amuse 2.2 Beta，正式接入 Stable Diffusion 3.5 系列模型。新版面向 Ryzen AI 300 处理器与 Radeon 7000 显卡优化，结合 XDNA 超分技术，离线也能输出 2048x2048 像素图像，让轻薄本免配置即可在本地跑高质量生图。
周五
11月22日 星期五
Android 16 曝光新 API：Gemini 将能直接替你在 App 里操作
本周早些时候，Google 发布的 Android 16 开发者预览版被曝新增「app functions」接口。该功能允许第三方应用向系统开放权限，让 Gemini 直接在 App 内代办操作，比如无需打开软件直接点外卖。手机 AI 助理正加速从回答问题转向替人办事的智能体时代。
Threads 测试 AI 热点摘要：跟进 X，帮用户速览趋势讨论
Instagram 负责人 Adam Mosseri 宣布，Threads 开始在美国版「Trending now」测试 AI 话题摘要功能。这与 X 利用 Grok 总结趋势的做法类似，能帮用户快速搞懂热门话题在聊什么，同时还跟进了日期范围搜索等更新。
