Brave Search 上线追问聊天：搜完不用重来，直接接着聊
Brave 宣布为 Brave Search 的「Answer with AI」新增追问聊天栏。用户在搜索后可以直接继续追问，模型会结合上下文作答并列出信息来源，且不记录查询与用户画像。它让搜索兼具传统找链接与多轮追问的体验。
AI工具 · 日报
周四
11月21日 星期四
Claude 支持导入 Google Docs：粘贴链接或直接选最近文档
Anthropic 宣布 Claude 支持直接导入 Google Docs 内容。在对话和 Projects 中，直接粘贴链接或者从最近打开的文档里选择即可导入。这意味着处理团队协作文档时，不需要再手动复制粘贴或另存为文件，整理资料省了一大步。
Rabbit R1 开放 teach mode 测试：教 AI 走一遍网页，替你跑腿干活
Rabbit 宣布向所有 R1 用户开放 teach mode 测试版。用户在 Rabbithole 网页端演示一遍点击和操作，R1 就能记录下来并在之后自动执行对应网页任务。这算是 Rabbit 兑现年初承诺的关键一步，不过目前自动化仍局限于网页操作。
v0 升级：支持全栈 Next.js 开发、多文件生成与一键部署
Vercel 宣布旗下 AI 工具 v0 迎来升级。它现在不仅能单次生成多个文件，还能创建并运行全栈 Next.js 和 React 应用。开发者还可以直接关联 Vercel 项目、读取环境变量并一键部署，进一步打通从提示词到上线的全流程。
周三
11月20日 星期三
ChatGPT 测试版代码曝光：高级语音模式或将接入「实时摄像头」
ChatGPT 最新测试版代码曝光了「实时摄像头」功能。v1.2024.317 版本代码显示其支持实时视频流处理与视觉识别，并与高级语音模式结合。距离 OpenAI 5 月首次演示已过去半年，高级语音或许很快就能配上「眼睛」。
获投2.2亿美元的H推首款产品Runner H：2B轻量模型专攻Agent自动化
经历联创出走风波的巴黎初创公司 H 推出首款产品 Runner H。它基于仅 20 亿参数的自研轻量模型与视觉模型，主打流程自动化、软件质检和业务外包，在 WebVoyager 基准上声称跑赢 Anthropic 达 29%。目前正开放候补并准备开启 A 轮融资。
Messenger 通话上线 AI 背景：还能高清降噪、没接通时留视频便签
Meta 宣布为 Messenger 通话推出多项新功能。视频通话中支持由 Meta AI 生成个性化背景，同时上线高清画质、背景降噪和语音隔离。如果对方未接通，还能直接录制语音或视频留言，日常通话更省心。
周二
11月19日 星期二
传 Amazon 转向务实路线：升级版 Alexa 拟靠深化 API 搞定打车外卖
据外媒报道，Amazon 计划在升级版 Alexa 中与 Uber、OpenTable、GrubHub 等建立深度 API 合作，直接替用户完成订餐打车全流程，而非纯靠生成式 AI。消息称其计划到明年第三季度吸纳约 200 家合作伙伴。不过 Amazon 表示合作方案尚未最终敲定。
HeyGen 推出 iOS 应用：在 iPhone 上做数字人与 175+ 语言视频翻译
HeyGen 正式上线 iOS 移动应用，把数字人生成和视频翻译能力搬上了 iPhone。用户可以在手机上制作逼真数字人，并将视频快速翻译成 175 种以上的语言。说白了，创作者今后掏出手机就能随时随地做多语言视频。
ChatGPT 高级语音上线网页端：浏览器里直接开口聊
OpenAI 宣布将高级语音模式搬上网页端。基于 GPT-4o 的原生音频能力，它能听懂语速变化并带情绪实时对话，还提供 9 种音色可选。本周先面向 Plus 等付费订阅用户开放，免费用户预计在未来几周内也能用上。
Google Gemini 上线记忆功能：能记住你的偏好与背景信息
Google 宣布为 Gemini Advanced 推出记忆功能，能记住用户的兴趣、工作或生活偏好，并在后续对话中定制回答。用户可以直接在聊天中告知，或在「Saved Info」页面集中查看与编辑这些记录。目前该功能仅支持英文，且需订阅 Google One AI Premium。
Microsoft 将在 Teams 上线声音克隆：开跨国会能用你的原声讲 9 种语言
Microsoft 在 Teams 中公布实时同传工具 Interpreter，能模拟参会者的原声讲外语。该功能将于 2025 年初面向 Microsoft 365 用户推出，支持中文、英文等 9 种语言语音互译。模拟必须由用户主动授权，官方称不会存储生物识别数据。
微软 Copilot Studio 用户破 10 万家：接入 1800 个模型，发力自主智能体
据 VentureBeat 报道，微软宣布已有超 10 万家机构使用 Copilot Studio 打造 AI 智能体，一个季度内翻倍。微软在 Ignite 大会上还允许智能体接入 Azure 目录中的 1800 个大模型，不再单押 OpenAI，并推出可独立执行复杂工作流的自主智能体。
周一
11月18日 星期一
NVIDIA 上线 Earth-2 气象微服务：模拟提速最高 5000 倍
NVIDIA 在 SC24 上为 Earth-2 平台发布 CorrDiff 和 FourCastNet 两款 NIM 微服务。CorrDiff 能将公里级天气预测提速 500 倍且能效提升万倍；FourCastNet 则能以传统模型 5000 倍的速度生成未来两周全球预测，大幅降低极端天气预警门槛。
Perplexity 也能帮你网购了：Pro 用户直接一键下单还包邮
Perplexity 面向美国 Pro 用户推出「Buy with Pro」功能，搜到心仪商品后无需跳出搜索框，即可直接调用保存的地址和支付信息一键下单并享免费配送。同时上线的还有拍照搜物「Snap to Shop」及商品卡片总结。
ElevenLabs 推出对话式 AI 构建平台：可自由切换 GPT 与 Claude
ElevenLabs 宣布推出端到端对话式 AI 智能体开发平台。开发者可自定义声音语气、打断机制，并自由搭配 Gemini、GPT 或 Claude 等底层模型与专属知识库。ElevenLabs 意在从单纯的语音生成切入实时语音交互市场。
Mistral 升级免费助手 le Chat：自带联网搜索、Canvas 与图像生成
Mistral AI 宣布全面升级免费助手 le Chat。新版加入了带引用的联网搜索、在线协作的 Canvas 画布，并接入多模态模型 Pixtral Large 解析复杂图文 PDF，同时引入 Flux Pro 图像生成和工作流 Agent。目前这些功能均在 Beta 阶段免费开放。
Meta 智能眼镜在法意西上线 Meta AI：支持多语种语音，但砍了多模态
Meta 宣布在法国、意大利和西班牙为 Ray-Ban Meta 智能眼镜上线 Meta AI，支持法语、意大利语和西班牙语语音问答。不过受欧盟监管限制，这次更新暂不包含依靠摄像头识别环境的多模态视觉功能，仅限一般语音提问。
周五
11月15日 星期五
Google Docs 接入 Gemini 生图：支持 Imagen 3 生成正文插图与全宽封面
Google 宣布为 Google Docs 引入 Gemini 图像生成功能，底层采用最新的 Imagen 3 模型。用户通过文字提示词即可在文档中直接生成插图或无边距封面，还能挑选水彩、摄影等风格。该功能面向 Gemini 企业及 Google One AI 付费订阅用户开放。
O2 推出 AI 老奶奶 Daisy：专门陪骗子唠嗑，最长单次拖延 40 分钟
英国运营商 O2 推出防诈骗 AI 工具 Daisy。它化身逼真的「AI 老奶奶」，能无需人工干预全天候实时接听诈骗电话，用唠家常的方式疯狂浪费骗子时间，最长单次通话达 40 分钟。用 AI 缠住骗子，让真实用户少受骚扰。
周四
11月14日 星期四
Thrive AI 演示版上线：Altman 联手的健康顾问目前近乎空壳
TechCrunch 发现 Sam Altman 与 Arianna Huffington 创立的 Thrive AI Health 悄然放出了 MVP 演示。该应用采用类似 ChatGPT 的界面，但目前基本不可用。作为 OpenAI 基金支持的项目，团队目前员工还不足 10 人。
TikTok 联手 Getty：AI 广告工具直接调用授权素材与数字人
TikTok 宣布在 AI 广告生成工具 Symphony Creative Studio 中接入 Getty Images 正版素材，并面向所有广告主开放。品牌只需输入产品描述，就能结合商业授权图库一键生成带真人数字人讲解、多语言配音的短视频广告。
OpenAI 上线 ChatGPT Windows 版：支持快捷键呼出与高级语音
OpenAI 宣布 ChatGPT Windows 桌面端正式向所有用户开放。应用支持通过 Alt + Space 快捷键随时呼出窗口，并集成了高级语音模式，方便在办公时直接免提语音交流。相比网页端，随叫随到的桌面交互更加顺手。
ChatGPT 桌面版支持读取 Mac 应用：写代码不用再复制粘贴
OpenAI 宣布 macOS 版 ChatGPT 桌面端上线「Work with Apps」功能，可以直接读取 VS Code、Xcode 和终端等开发工具里的代码作为上下文。开发者提问时无需反复复制粘贴代码。不过目前它还不能直接往原应用写回代码，Plus 和 Team 用户现已可用。
Anthropic 控制台上线 Prompt Improver：一分钟自动优化提示词
Anthropic 在开发控制台推出 Prompt Improver 与示例管理功能。它借助 Claude 自动润色既有提示词，引入思维链、规范 XML 格式并重写结构，整个六步流程不到一分钟。官方测试显示其能让分类测试准确率提升 30%。
Arc Search 正式登陆 Android：主打 AI 总结搜索结果
The Browser Company 宣布 Arc Search 结束公测，正式面向所有 Android 用户开放。除自带广告拦截外，它主打「Browse for me」AI 功能，可自动提炼并总结搜索结果。在经历 10 万人测试后，这款叫板 Chrome 的浏览器终于补齐了移动端拼图。
Google 上线 Gemini 独立 iPhone 应用：支持实时语音对话与扩展插件
Google 正式在 iOS 平台推出独立的 Gemini App。新应用支持 Gemini Live 实时语音对话，提供 10 种声音并允许随时打断插话；同时内置 Imagen 3 画图能力，并能通过扩展插件直接调取 Gmail、Maps 和 YouTube 等服务。
NASA 联手微软打造 Earth Copilot：一句话就能查卫星数据
NASA 联手 Microsoft 推出 Earth Copilot 原型。它基于 Azure OpenAI 服务，让用户能用普通对话直接提问并检索超过 100 petabyte 的地球科学数据。这项工具目前正由内部研究人员测试，未来计划接入 VEDA 平台。
Yahoo Mail 升级移动端：加入 AI 单行摘要与游戏化清理
Yahoo Mail 推出全新移动应用，加入 AI 单行邮件摘要与即时操作建议。新版界面更像即时通讯软件，支持调整回信语气、一键退订，还通过游戏化交互鼓励快速清理收件箱。目前先面向美国 iOS 用户开放。
XRHealth 推出 AI 医疗 XR 平台：一键生成 360 度专属治疗环境
XRHealth 推出 AI 医疗 XR 平台。临床医生可通过其 AI 空间生成定制的 360 度环境与动态虚拟人，系统还整合了疗法搜索、报告分析与个性化治疗规划。这套方案覆盖物理康复与心理健康等领域，旨在用生成式体验提升治疗效果。
周三
11月13日 星期三
Wondercraft 接入 ElevenLabs：支持用克隆声音重编 NotebookLM 播客
ElevenLabs 宣布与音频平台 Wondercraft 深度整合，支持编辑 Google NotebookLM 生成的播客。创作者不仅能微调语气，还能用克隆声音定制专属音频。上线仅一周就有超 1 万名用户使用该功能，累计生成超 1.5 万小时音频。
DeepL 推出 DeepL Voice：支持 13 种语言实时语音转文字翻译
DeepL 推出首款语音产品 DeepL Voice，能将 13 种语言的语音实时翻译为 33 种语言的文字字幕。目前它主打面对面交谈和视频会议，结果以文本显示而非直接生成语音，视频会议目前仅支持 Teams，暂未开放 API。
苹果发布 Final Cut Pro 11：AI 一键抠像与自动字幕落地，支持空间视频
Apple 发布 Final Cut Pro 11，引入 AI 驱动的 Magnetic Mask 抠像与自动语音转字幕功能，无需绿幕即可精准分离背景。新版本还支持 Vision Pro 空间视频剪辑，老用户可免费更新。
OpenAI 被曝 1 月推新工具 Operator：能替你操控浏览器订票写代码
据 Bloomberg 报道，OpenAI 计划于 1 月推出名为 Operator 的 AI 智能体工具。它能直接操作网页浏览器，在极少人工干预下完成订机票、写代码等多步骤复杂任务，届时将作为研究预览和开发者 API 开放。这意味着 AI 正从陪聊转向替人类接管现实任务。
Gemma 推理新方案：Dataflow 结合 vLLM 提速超 23 倍
Google 介绍了将 vLLM 接入 Dataflow 流式管线运行 Gemma 2B 模型的方法。借助 vLLM 的连续批处理机制与 Dataflow 模型管理器，开发者只需几行代码即可构建端到端管线，测试中推理吞吐效率提升超过 23 倍。
周二
11月12日 星期二
日立能源推出 Nostradamus AI：可再生能源预测精度提升超 20%
Hitachi Energy 推出专为能源领域设计的 AI 预测工具 Nostradamus AI。它整合电网数据与市场预测，官方称精度比部分行业基准高出 20% 以上，支持从单台风机扩展到数千个负荷点，帮助运营商优化调度与电力交易。
Adobe Stock 上线生成式编辑：买图前先用 Firefly 抠图换背景扩图
Adobe 为 Adobe Stock 推出两项由 Firefly 驱动的新功能，支持在授权前用 AI 抠图、替换背景或扩图，还能把原图当构图与风格参考生成全新图片。贡献者无法选择退出，但若生成的变体被下载将获得报酬。
前 Twitter 团队推出 Particle：不偷流量的 AI 新闻阅读器
前 Twitter 工程师创立的 AI 新闻应用 Particle 正式上线。它不仅提供通俗解释和各方立场对比，还在摘要下方放上醒目的原文链接为媒体导流，并内置对话机器人解答背景问题。目前应用已在 iOS 免费开放下载。
苹果 AI 通知摘要翻车记：不仅没省事，还成了搞笑段子生成器
The Verge 实测了 iOS 18.1 中的 Apple Intelligence 通知摘要功能。系统用端侧小模型压缩堆叠通知，处理智能家居状态还算准确，但面对短信和邮件时频出洋相，甚至把分手信提炼成冷淡公文。它虽谈不上实用，却成了意外的笑点来源。
Jasper 推出营销 AI 知识层：靠 Brand IQ 自动把关图文品牌规范
Jasper 在 Web Summit 宣布推出专为营销打造的 AI 知识层，包含 Brand IQ 与 Marketing IQ 技术。该功能可将企业品牌规范直接注入模型，自动审核图文内容是否符合规范，并内置搜索优化与邮件打开率等营销实践知识。
周一
11月11日 星期一
Google 推出 AI 学习伴侣 Learn About：用教科书排版带你探索新知
Google 推出实验性 AI 工具 Learn About。它基于教育模型 LearnLM 打造，不像普通聊天机器人只给答案，而是采用教材式排版，加入「为什么重要」、词汇拓展和相关主题推荐等互动卡片，引导用户主动学习。
Google 测试 iOS 独立版 Gemini：终于支持 Gemini Live 语音对话
据报道 Google 开始在 iOS 上小范围测试独立的 Gemini 应用，首次为 iPhone 带来实时语音助手 Gemini Live。此前苹果用户只能通过 Google 应用的内置标签体验基础功能。新应用甚至支持锁屏通话，不过目前仅在菲律宾等少数地区 App Store 上架测试。
华盛顿邮报上线 Ask The Post AI：免费查 2016 年以来报道
上周，The Washington Post 推出实验性 AI 工具 Ask The Post AI，无需订阅即可用对话方式检索其 2016 年以来的新闻。模型只基于自家报道生成内容以降低幻觉，并附带引用来源。不过，未订阅用户依然无法点进原文看全文。
微软联手梵蒂冈造数字孪生：AI 拼合 50 万张圣伯多禄大殿照片
梵蒂冈联手微软公布圣伯多禄大殿的 AI「数字孪生」项目。技术团队采集了近 50 万张高分辨率图像，由 AI 算法拼合建模。线上观众能细致漫游包括地下圣徒墓在内的全貌，文保团队还能顺带排查肉眼难见的微小裂纹与破损。
X 开始测试免费版 Grok：在新西兰小范围开放，限制提问频次
据 TechCrunch 报道，社交平台 X 开始向免费用户测试开放 AI 聊天机器人 Grok。此前该功能仅限付费会员使用，目前在新西兰试点，限制 Grok-2 每两小时提问 10 次，账号须注册满 7 天并绑定手机号。此举旨在扩大用户基数并加速产品迭代。
周日
11月10日 星期日
Near Protocol 上线跨链 AI 助手：能秒发 Meme 币，未来还要帮你订机票
Near Protocol 推出跨链 AI 代理 NEAR.AI Assistant 的 alpha 测试版。它能在几秒内生成并发行 Meme 币，并通过链抽象技术支持比特币、以太坊等资产的原生跨链互换。官方计划未来让它直接在 Web2 网站代订机票和外卖，不过订票功能目前仍处于原型阶段。
周五
11月8日 星期五
iOS 18.2 图像乐园上手指南：输入文字就能把 iPhone 变成画室
iOS 18.2 开发者测试版中的 Image Playground 受到关注。该工具允许用户输入提示词生成动画或插画风格图片，第二个测试版明显加快了渲染速度并提升了语义匹配度。目前仅限测试版，后续将向大众开放。
周四
11月7日 星期四
Mistral 推出内容审核 API：基于 Ministral 8B，支持 9 类有害内容检测
Mistral 上线内容审核 API，由微调后的 Ministral 8B 驱动，支持英语、法语等多语言，可将文本划分到仇恨、暴力、金融等 9 个风险类别。同日 Mistral 还推出 Batch API，通过异步批处理将调用成本降低 25%。
Outlook 上线 Copilot 主题：AI 依地点与天气自动换壁纸
Microsoft 为 Outlook 推出「Themes by Copilot」功能。Copilot Pro 及企业订阅用户可基于 100 多个地点或实时位置与天气生成动态主题，支持写实、油画和卡通风格。通过外观设置即可启用，让日常收件箱有了更多个性化玩法。
Krea AI 上线个性化训练：上传 3 张图，就能直接炼专属画风和角色
Krea AI 上线个性化模型训练功能，最少只需上传 3 张图片，就能在网页端训练专属角色、画风或产品的 LoRA。这意味着创作者不用再折腾本地显卡与复杂参数。不过该功能不设免费试用，首批开放了 100 个邀请名额，日常使用需订阅会员。
Google 与 Sourcegraph 实测：Gemini 百万上下文让 Cody 幻觉率砍半
Google 与 Sourcegraph 公布实测数据，将 Gemini 1.5 Flash 的 100 万 token 上下文接入 Cody 编程助手。结果显示关键问答指标大幅提升，幻觉率从 18.97% 降至 10.48%。通过预取与分层缓存，首字延迟从 30 多秒压缩至 5 秒左右。
周三
11月6日 星期三
Apple 推 iOS 18.2 公测版：免账号用 ChatGPT，实装 Genmoji 与视觉搜索
Apple 发布 iOS 18.2、iPadOS 18.2 及 macOS 15.2 公测版，带来第二波 Apple Intelligence 功能。Siri 现可免账号调用 ChatGPT，iPhone 16 也迎来了相机视觉搜索。不过 Genmoji 和 Image Playground 图像功能仍需加入二级候补排队等待开通。
Windows 11 画图与记事本迎 AI 升级：支持生成式填充和重写文本
Microsoft 为 Windows 11 画图和记事本推送 AI 功能。画图新增框选即可凭文字添加内容的生成式填充，以及移除杂物的生成式擦除；记事本则支持重写句子并调整语气。不过生成式填充目前仅限搭载高通芯片的 Copilot+ PC。
周一
11月4日 星期一
Hume AI 推出新语音应用：免登录用麦克风聊，搭载 EVI 2 与 Claude
Hume AI 推出基于浏览器的语音应用，由自研语音模型 EVI 2 结合 Claude 3.5 Haiku 驱动。用户无需注册账号，打开网页直接用麦克风与不同性格的 AI 助手对话，涵盖问答与讲故事等场景。不过测试显示叙事模式下仍偶有重复与变调。
微软测试 Xbox AI 客服：美区内测开启，解答主机与游戏问题
微软面向美国 Xbox Insiders 开放测试「Xbox Support Virtual Agent」AI 聊天机器人。它以动态角色或彩色球体形象出现，专门帮玩家解决主机与游戏支持问题。这也是微软逐步把 AI 引入 Xbox 平台和服务的一部分。
Prime Video 上线 X-Ray Recaps：用 AI 总结剧集前情，防剧透精确到片段
Amazon 为 Prime Video 推出生成式 AI 功能 X-Ray Recaps，能为整季、单集甚至单集片段生成文字摘要。该功能结合字幕与画面梳理关键剧情，并设置防剧透护栏。目前已在 Fire TV 设备开启 Beta 测试，首发支持其原创剧集。
iOS 18.2 Beta 2 曝光：Siri 接入 ChatGPT 有额度，支持直接升 Plus
Apple 在 iOS 18.2 Beta 2 中完善了 Siri 接入 ChatGPT 的设定。系统设置新增「每日额度」选项，免费用户每天只能调用少量高级版 GPT-4o 和 2 张 DALL-E 3 生图，超额后会降级为基础模型；如果觉得不够用，可以在设置里直接开通每月 19.99 美元的 Plus 订阅。
NVIDIA 推出视频搜索 Blueprint：用自然语言看懂海量视频
NVIDIA 推出用于视频搜索与摘要的新版 NVIDIA Blueprint 工作流。开发者无需复杂代码，用自然语言提示词就能构建视频分析智能体，结合视觉语言模型直接检索海量监控或归档视频、生成摘要并触发警报，主要面向智慧城市、工厂安全与交通调度等场景。
