AI 灭蚊神器 Bzigo Iris:红外追踪蚊子,激光标记通知你动手
Fox News 报道了智能灭蚊检测设备 Bzigo Iris。它借助 AI 视觉算法和红外 LED,能在全黑环境中精准追踪蚊子,并在降落时用安全激光打点标记且向手机推送提醒。不过售价 339 美元的它只负责找,拍蚊子依然得靠人自己动手。
Fox News 报道了智能灭蚊检测设备 Bzigo Iris。它借助 AI 视觉算法和红外 LED,能在全黑环境中精准追踪蚊子,并在降落时用安全激光打点标记且向手机推送提醒。不过售价 339 美元的它只负责找,拍蚊子依然得靠人自己动手。
Anthropic 宣布在 Claude 中加入截屏按钮。用户可以直接截取屏幕上任意区域的画面,并自动填入提示词让模型分析。对于经常需要截报错日志、图表或网页界面让 AI 解读的用户来说,省去了另存为再上传的繁琐步骤。
Microsoft 展示了 Windows 辅助工具套件 PowerToys 即将推出的 Workspaces 功能。该工具支持保存自定义应用布局,能通过快捷方式一键启动一组软件并自动排列贴靠到多个屏幕的指定区域,预计随 0.84 版本推送。
Grammarly 推出 Authorship 功能。它不同于传统 AI 检测算法,而是直接在写作过程中追踪按键与粘贴,区分手打、外部粘贴或 AI 生成。该功能下月在 Google Docs 开启公测,年底拓展至 Word 与 Pages,重点解决教育界 AI 查重频繁误伤学生的问题。
Primate Labs 正式发布跨平台基准测试工具 Geekbench AI 1.0,支持 Android、macOS、Windows 和 Linux。它是此前 Geekbench ML 的继承者,旨在用统一标准衡量设备在机器学习等 AI 负载下的实际表现。
周四,Google 为搜索中的 AI Overviews 推出三项更新。用户现可一键保存生成内容以便再次调用,还能点击「Simpler」将复杂回答精简化,并在桌面端右侧直接查看相关链接。此外,该功能还同步拓展至英国、日本等 6 个新国家。
Tavus 面向开发者推出对话式视频界面,让数字孪生具备实时视听与对话能力。其端到端延迟控制在 1 秒以内,支持完全白标以及自定义替换底层 LLM 和语音合成模块。也就是说,开发者能直接为应用接入低延迟、带面部反应的实时交互视频分身。
AI 初创公司 Exists 推出生成式 AI 平台,无需编程、仅靠文本提示词就能在数分钟内生成 3D 游戏。自研模型结合了主流游戏引擎能力,可自动化生成场景、角色甚至多人玩法机制,大幅降低创作门槛。目前该平台处于封闭测试阶段,已开放早期申请。
Google 为 Pixel 和 Android 推出 4 项无障碍更新。Pixel 相机引导构图现可直接开启并改进主体识别;放大镜支持 AI 搜索现实环境中的文字;折叠屏设备新增实时转录双屏模式,支持同桌人双向看字幕;实时字幕与端侧转录则新增中文等 7 种语言。
初创公司 Cosine 发布自主 AI 软件工程师 Genie,在基准测试 SWE-Bench 上跑出 30% 得分,大幅超越 Devin 的 13.8%。它基于 OpenAI 未公开的长输出 GPT-4o 变体微调,能模仿真人写代码和修 bug。目前仅开放邀请测试。
AI 音乐平台 Lemonaide 推出新工具 Collab Club。制作人能用自己的作品目录训练专属模型,生成高精度音频循环,以此开辟新收入。平台试图打破合规模型质量差、高质量模型侵权的僵局,让音乐人在 AI 时代握住数据主导权。
Google 宣布 Google Meet 由 Gemini 驱动的「Take notes for me」功能将在数周内正式上线。该功能会在开会时自动记录要点,目前已允许管理员在后台提前配置测试。使用需配备 Gemini 企业版、教育版或每月 10 美元的 AI 附加组件许可。
Amazon 旗下 Audible 宣布测试 AI 推荐功能 Maven。用户可以直接用自然语言描述需求找书,目前向约半数美国用户开放,支持 iOS 和 Android。此外 Audible 还在试验 AI 策划书单和 AI 评论摘要。
WordPress.com 母公司 Automattic 推出新工具 Write Brief with AI,专门帮博主把文章改得更简练。它能实时评估句长、用词复杂度和语气自信度,点一下就能一键精简冗长句子。目前该功能已在 WordPress.com 开启免费测试,仅支持英文。
Reddit 宣布将于今年晚些时候测试 AI 搜索结果页。搜索结果顶部会直接给出 AI 生成的讨论摘要并推荐相关社区,技术上结合了第一方与第三方能力。此前 Reddit 已把数据授权给 OpenAI 和 Google,这次则是拿 AI 来盘活自己的内容金矿。
Amazon Music 推出基于 AI 的 Topics 功能。该功能借助 AWS 技术分析播客转录文本与描述,提炼单集涉及的核心话题标签。用户点击标签即可直接浏览讨论同一主题的其他单集,目前已在移动端的热门播客中开放。
ZDNet 实测了 Adobe Illustrator 的生成式 AI 功能,支持用文字提示词直接生成矢量图、按轮廓进行形状填充以及创建无缝平铺图案。生成的对象全为可缩放、可解组的矢量路径。不过测试显示部分边缘逻辑仍需手动修线,生成资产的版权归属也尚存争议。
Google 宣布为 Chrome 推出三项 AI 功能:桌面端集成 Google Lens 支持圈选提问,新增 Tab compare 自动汇总多标签商品参数做对比表,还能用日常口语检索浏览历史。后两项功能未来几周率先在美国上线。
据 The Verge 报道,OpenAI 近日向部分 ChatGPT Plus 用户小范围开放了高级语音模式。网络流出的实测视频显示,它能模仿机长广播音效、用不同方言讲故事、纠正法语发音甚至唱歌。OpenAI 表示该功能将在今年秋季向所有 Plus 用户开放。
据 CNET 报道,已被 Canva 宣布收购的图像生成平台 Leonardo.Ai 正在测试首个自研基座模型 Phoenix,主打极高的提示词遵循度与画面可控性。该平台注册用户已达 1700 万,试图让 AI 生图摆脱靠运气抽卡的体验,不过高级控制功能仍需付费订阅。
Google 将「关于此图片」功能接入即圈即搜和 Google Lens。用户长按屏幕圈选图片或通过镜头上传,即可查看网络出处、元数据,并借助 SynthID 水印识别是否由 AI 生成。功能目前已覆盖 40 种语言。
Vimeo 推出基于生成式 AI 的视频翻译工具,不仅能转译音频和字幕,还能克隆原发言人的音色与语调。该功能支持 50 多种原语言输入并输出为 29 种语言,观众能在播放器中直接切换音轨,大幅降低了企业跨国培训和出海营销的本地化成本。
开发者 Avi Schiffmann 发布 AI 伴侣硬件 Friend 的预告片并开启预订。这款 99 美元的项坠通过蓝牙连手机全天候倾听,主打情感陪伴而非生产力,已获 250 万美元融资,预计 2025 年 1 月发货。
Meta 在美国推出基于 Llama 3.1 的 AI Studio。任何人都能定制专属 AI 角色,创作者可用它打造分身自动回复提问并设置话题禁区。不过 Meta 在 8 月 10 日更新说明,因转向新模型 Muse Spark,已停止创建新角色,仅维护现有角色。
AMD 联合 TensorStack 推出本地 AI 套件 Amuse 2.0 Beta,主打完全在本地运行的生图体验。软件无需命令行,提供「EZ 模式」降低门槛;最值得关注的是引入 XDNA 超分辨率技术,生图末期可直接输出 2 倍尺寸画面。不过硬件有一定门槛,需配备指定的 Ryzen 或 Radeon 设备。