Siri 迟到的大升级:完全体 Apple Intelligence 传推迟至明年 1 月
据彭博社消息,搭载屏幕感知与个人上下文等完全体 Apple Intelligence 的 Siri 预计推迟至明年 1 月的 iOS 18.3 推出。10 月的 iOS 18.1 仅上线打字查 Siri 等基础交互,ChatGPT 整合需等到 12 月。也就是说,iPhone 16 发售后三个月内,最核心的 AI 卖点仍无法完全兑现。
据彭博社消息,搭载屏幕感知与个人上下文等完全体 Apple Intelligence 的 Siri 预计推迟至明年 1 月的 iOS 18.3 推出。10 月的 iOS 18.1 仅上线打字查 Siri 等基础交互,ChatGPT 整合需等到 12 月。也就是说,iPhone 16 发售后三个月内,最核心的 AI 卖点仍无法完全兑现。
据美联社报道,美国俄克拉荷马城等部分警察局正测试 Axon 的 AI 工具 Draft One。它基于 GPT-4,能根据执法记录仪音频在 8 秒内生成出警报告初稿。这能替警员省下大把时间,但法律学者担忧这会导致警员核对疏忽,甚至放大 AI 语言模型的种族偏见。
Cloudflare 推出 AI Audit 工具,帮网站所有者分析 AI 爬虫的抓取频次与意图,支持一键拦截所有 AI 抓取。最值得关注的是,平台后续还将上线定价机制,让站长能向抓取内容的 AI 公司收费。现有用户可通过控制台使用。
GitHub 宣布在 GitHub Copilot 和 GitHub Models 中开启 OpenAI o1-preview 与 o1-mini 预览测试。在 VS Code 的 Copilot Chat 中,开发者可随时切换模型替代 GPT-4o,借助内部思考过程推敲复杂算法与逻辑缺陷。目前需申请体验权限。
Apple 正式发布 iOS 18.1 等系统的公开测试版,首批上线 Apple Intelligence。包含系统级写作工具、照片「消除」功能以及全新界面的 Siri。目前仅支持美式英语,暂不支持欧盟和中国区,需使用 iPhone 15 Pro 或 iPhone 16 系列设备体验。
Amazon 在 Accelerate 大会上推出 Video Generator。该工具只需单张商品图片,就能在 5 分钟内生成 4 支 6 至 9 秒的 720p 视频广告。商家无需额外成本即可自动生成营销短片。目前仅向部分美国广告主内测开放。
Amazon 推出基于 Amazon Bedrock 的卖家 AI 助手 Project Amelia。美区测试版卖家可以直接向它提问店铺销量和流量数据,对比去年同期表现,未来还将支持代办任务和排查异常问题。
Amazon 推出生成式 AI 功能 Enhance My Listing,帮卖家自动优化已上架商品的标题、属性和详情。底层基于 Amazon Bedrock,会结合最新消费趋势给出修改建议,卖家点一下就能采纳或驳回。目前先面向部分美国卖家测试。
HubSpot 在 Inbound 大会上推出企业 AI 方案 Breeze。它包含覆盖营销、销售与客服的 Copilot、4 个专项智能体,以及打通 2 亿企业画像的 Breeze Intelligence。最值得关注的是 Content Remix 等工具,上传一段视频就能自动拆解出短视频剪辑、博客和社媒全套内容。
Google 在 DMEXCO 宣布升级 Google Ads 的 AI 营销功能。广告主现可上传最多 5 张参考图引导 AI 素材生成,Performance Max 也将于下月全面开放品牌规范设置,并在年底前测试广告系列级否定词。
据报道,Snapchat 的 AI 自拍功能「My Selfie」在同意条款后,会默认开启将用户肖像用于个性化广告的开关。虽然 Snap 表示这类广告仅对自己可见且暂未真正启用,但平台并未事先明显提醒,介意的用户需要在设置里手动关闭。
Snapchat 宣布为 My AI 聊天机器人升级视觉识别能力,表现更像 Google Lens。用户拍外语菜单能直接翻译,拍植物能查品种,拍指示牌能看懂停车规则。Snap 试图让它摆脱纯娱乐标签,变成日常搜索工具。
Google 宣布为实时语音交互功能 Gemini Live 提供多达 10 种不同声音。用户可以随时在应用内试听并切换,挑一个自己听着最舒服的声音聊天。声音选择变多后,语音助手的交互体验会更加拟人和个性化。
Perplexity 面向 Pro 用户推出基于 OpenAI o1-mini 的 reasoning 聚焦模式测试版。该模式专门用于数学、编程与逻辑解谜,但目前尚未接入联网搜索,且受速率限制响应相对较慢。
Microsoft 宣布将第二波 Copilot 创新引入教育领域。使用学校账号登录的免费版 Copilot 已接入 GPT-4o 并提供企业数据保护,承诺数据不用于训练模型。此外还上线了多人协作的 Copilot Pages 以及可自建的 Copilot agents。
据路透社报道,亚马逊预计今年发布的新版智能助手 Alexa 将主要改用 Anthropic 的 Claude 模型驱动。此前亚马逊自研大模型在理解提示词上表现不佳,而接入 Claude 后效果明显更好。新版可能在 10 月中旬推出,并收取每月 5 到 10 美元订阅费。
Plaud 推出可穿戴 AI 设备 NotePin。与试图取代手机的 Humane 不同,它只做一件事:记笔记。设备可作为项链、手环或胸针佩戴,录音后由 OpenAI 的 GPT-4o 整理转写。功能做减法,反而让 AI 硬件看着更靠谱了。
Google 在 Chrome 正式版地址栏接入 Gemini。用户在地址栏输入「@gemini」加上问题,就能直接呼出 AI 对话。不过它目前缺乏上下文感知能力,不能像 Copilot 那样根据你正在浏览的网页内容作答。
智能家居品牌 Wyze 针对 Cam Unlimited 订阅用户测试 AI 搜视频功能。输入「后院的猫」或「打伞的女人」等关键词,AI 就会直接调出对应监控片段,不用再手动倒带翻找。目前该订阅每月 9.99 美元,可在官网申请测试。
苹果在 iOS 18.1 等开发者测试版中上线 Clean Up 功能。它能用 AI 识别并一键移除照片里的多余物体,连带阴影与倒影一起抹平并重绘背景。目前仅支持系统语言为英语且地区设为美国的用户测试。
Google 宣布向 Gemini 付费用户推出自定义 AI「Gems」,并逐步全量接入新图像模型 Imagen 3。用户只需写几句指令就能定制专属 AI 助手,同时能生成细节更丰富的逼真图像。目前 Gems 仅面向 Gemini Advanced 等订阅用户开放。
Anthropic 宣布将 Artifacts 功能正式面向所有 Claude.ai 用户开放,涵盖 Free、Pro 和 Team 订阅,并同步支持 iOS 与 Android 移动应用。用户可以在专属侧边窗口实时查看并修改代码、交互式网页原型和图表,还支持将作品公开发布或交由社区 remix。
Google 为 Google Meet 推出「take notes for me」功能。Gemini 不做逐字转写,而是直接提炼讨论要点存入 Google 文档,会后自动发给参会者。目前仅支持英语,且限拥有特定 Gemini 增值包的企业与教育用户在电脑端使用。
NVIDIA 推出 NVIDIA Blueprints,为企业提供可直接部署的生成式 AI 工作流模板。首发涵盖客服数字人、药物虚拟筛选和多模态 PDF 提取,包含参考代码、文档及 Helm chart。说白了,企业不用再从零拼凑组件,拿现有微服务就能快速跑通数据飞轮。
Blackmagic Design 正式发布 DaVinci Resolve 19 完整版以及 iPad 版。新版加入 IntelliTrack AI 追踪、文本转写识别发言人剪辑、Fairlight AI 音频声相跟随等一系列 AI 工具,并带来 100 多项功能升级。
Cerebras 推出 Cerebras Inference 推理服务,跑 Llama 3.1 8B 达每秒 1800 token,比超大规模云端 GPU 快 20 倍。全程保持原生 16 位精度,8B 模型每百万 token 仅收 10 美分。高吞吐低延迟让多步骤智能体真正具备实时响应能力。
据媒体报道,亚马逊计划 10 月推出接入生成式 AI 的新版助手,内部代号「Remarkable Alexa」。新版不仅能定制菜谱、创作个性化故事,还能进行更自然的连续对话,预计每月订阅费最高达 10 美元,现有的免费经典版仍将保留。
黑眼豆豆成员 Will.i.am 宣布推出互动广播平台 RAiDiO.FYI。平台配备 AI 主持人,不仅能放歌闲聊,还能实时策展新闻与知识,并与听众展开动态对话。官方称希望像 iPhone 重塑电话一样,彻底改变人们收听广播的方式。
据 CNBC 报道,Perplexity 计划在第四季度上线搜索广告。广告主可赞助回答下方的相关问题或购买右侧展示位,千次展示报价超 50 美元。除了推进商业化,这也将兑现其此前承诺给合作媒体的广告收入分成。
D-ID 推出视频翻译工具 AI Video Translate,不仅能把视频翻译成 30 种语言,还能克隆原作者声音并自动匹配嘴型。该功能由专有模型 Rosetta-1 驱动,向订阅用户开放免费试用,支持 10 秒至 5 分钟的单人出镜视频。
Microsoft 宣布将 Recall 推迟至 10 月向 Windows 预览体验成员开放。该功能此前因截屏未加密引发巨大安全争议,微软正紧急改为默认关闭并强制加密。这表明微软需要更多时间做安全测试,年内恐难向普通用户全量推送。
McAfee 宣布在联想 Copilot-Plus PC 上推出 Deepfake Detector。该工具在端侧运行,目前主要靠分析视频中的音频来抓取疑似 AI 伪造内容并弹窗报警。提供 30 天免费试用,首年订阅费 9.99 美元起。
Google 宣布为 Gmail 的「帮我写」新增「Polish」(润色)选项,网页端与移动端同步上线。随手写下的粗略笔记,Gemini 能一键整理成格式完整的正式邮件草稿。移动端还加入了快捷入口,面向 Google Workspace 和 Google One AI Premium 订阅用户默认开启。
Perplexity CEO 宣布正逐步向用户推送代码解释器和图表渲染功能。新功能支持安装第三方 Python 库并在结果中渲染图表,比如调用 yfinance 绘制股市走势。目前该能力正处于逐步灰度开放阶段。
ElevenLabs 宣布文本转语音应用 Reader 正式在全球上线,支持 32 种语言。用户可以上传文章、PDF 或电子书,用数百种不同口音甚至传奇影星的声音朗读,底层由 Turbo v2.5 模型驱动。官方称后续还将加入离线模式。