Google 升级 Gemini 免费版：换上 1.5 Flash，支持 32K 上下文与来源溯源
Google 宣布将 Gemini 免费层升级为 Gemini 1.5 Flash。新版本响应更快，推理与识图表现更强，上下文窗口扩大至 32K tokens，并在事实性回答末尾提供网页链接方便溯源。此外，Gemini 即将支持上传文件分析，并面向全球青少年开放。
AI工具 · 日报
周四
7月25日 星期四
OpenAI 推出 SearchGPT 原型：直接给答案带信源，未来接入 ChatGPT
OpenAI 宣布测试 AI 搜索临时原型 SearchGPT，旨在结合大模型与实时网页信息快速回答问题，并提供清晰的来源链接与追问能力。该原型目前仅面向小范围用户和出版商开放测试，未来成熟功能将直接整合进 ChatGPT。
周三
7月24日 星期三
Bing 搜索大改版：AI 答案占 C 位，传统网页链接被挤到右边
微软开始小范围测试全新 Bing 搜索界面。新版面将 AI 生成的长文摘要、图表和视频直接铺满屏幕正中，传统的网页搜索链接则被压缩进右侧窄栏。微软称该设计结合了大小语言模型，且能维持网站点击量，目前仅对少数查询开放。
X 上线 Grok「账号简介」功能：一键总结博主，但频繁翻车
X 面向网页端付费用户推出由 Grok 驱动的「关于此账号的更多信息」功能。用户悬停在账号名称上即可一键生成博主画像，但实测中 Grok 频繁张冠李戴甚至虚构事实。平台提示该功能基于 Grok 1.5，输出内容仍需核对。
周二
7月23日 星期二
NVIDIA 详解 AI Foundry：像台积电代工芯片一样，帮企业定制大模型
NVIDIA 详解了企业服务 AI Foundry 的运作模式。它依托 DGX Cloud 算力与 NeMo 平台，支持企业基于 Llama 3.1 等开源底座微调并打包为 NIM 微服务。这相当于为企业提供大模型代工，让没有顶尖算法团队的公司也能落地专属模型。
Meta AI 迎来大升级：免费接入 405B 旗舰大模型，还能自拍一键换装
Meta 宣布为 Meta AI 接入最新的 Llama 3.1 405B 旗舰模型，能更好地处理数学与编程任务。同时上线的还有测试版「Imagine me」自拍生成功能，输入文字就能把自拍变身到不同场景中。不过 405B 目前需要手动切换且有每周额度限制。
Adobe 升级设计工具：Illustrator 获形状填充，Photoshop 开放生图
Adobe 为 Illustrator 和 Photoshop 推出多项 AI 功能。Illustrator 迎来生成式形状填充、文本转图案及模型贴图等功能，矢量缩放性能最高提升 10 倍；Photoshop 则正式全面开放「生成图像」并新增选区画笔。这意味着设计师可以直接在原生工作流中用 AI 补齐矢量细节与素材。
周四
7月18日 星期四
Figma 解释 AI 抄袭苹果设计：赶工塞入的素材未严格审核
Figma 发文解释生成式 AI 工具 Make Designs 抄袭苹果天气应用的原因。官方称该功能结合了 GPT-4o 与定制设计系统，但在 Config 大会前一周临时追加了组件与示例，未严格审核便塞入上下文，导致特定提示词下直接生成了雷同界面。目前该功能已下线整改。
周三
7月17日 星期三
Microsoft Designer 全面开放：手机端免费用，每日送 15 次生图
Microsoft 宣布 AI 设计应用 Microsoft Designer 正式面向个人用户全面开放，同步推出 iOS 与 Android 免费移动应用。应用新增提示词模板、贴纸和图像重绘功能，并整合进 Word 和 Windows 照片中。普通用户每日可享 15 次免费生成额度。
腾讯元宝上线「3D 角色梦工厂」：一张自拍生成可打印 3D 角色
腾讯元宝上线「3D 角色梦工厂」功能，用户上传单张正脸照即可生成专属 3D 角色模型。功能首批提供 10 种风格，结合了 3D 换头与 PBR 材质贴图技术，支持 360 度预览，甚至能直接用于线下 3D 打印。
Android 锁屏大解放：Gemini 终于支持不解锁直接查天气和常识
Google 更新 Android 版 Gemini，允许用户在锁屏状态下直接提问天气等「通用问题」，无需先解锁手机。此前锁屏 Gemini 只能控制闹钟或播放媒体，问句天气都得验证指纹。设置中现已加入对应的锁屏响应开关，未来还将接入部分扩展插件。
周二
7月16日 星期二
Anthropic 推出 Claude Android 版：支持 3.5 Sonnet 与跨端同步
Anthropic 正式推出 Claude Android 应用，免费及付费用户均可使用。应用支持旗舰模型 Claude 3.5 Sonnet，具备图像实时分析、翻译与跨端对话同步功能。这意味着 Android 用户也能在移动端直接调用其顶尖的推理能力。
周二
7月9日 星期二
Stability AI 升级 Stable Assistant：支持局部改图，还能生成 3 分钟音乐
Stability AI 宣布为旗下聊天机器人 Stable Assistant 推出两项新功能。用户现在可以直接在图片中选定并替换特定物体，同时接入了 Stable Audio 2.0，能直接生成最长 3 分钟的 44.1 kHz 立体声纯器乐音乐。新用户享有 3 天免费试用。
Claude 上线 Artifacts 分享功能：生成的代码与小游戏支持一键 Remix
Anthropic 宣布 Claude 的 Artifacts 正式支持发布与公开分享，并且允许其他人直接「Remix」进行二次编辑。Artifacts 能在对话旁实时预览并调试代码、图表甚至小游戏，这一更新让生成的成果真正具备了社区互动性。
Hugging Face 接入谷歌云 TPU：每小时 1.38 美元起，一键跑开源大模型
Hugging Face 宣布在 Inference Endpoints 与 Spaces 上线 Google Cloud TPU v5e。最低单核实例每小时 1.375 美元，配合开源库 Optimum TPU，开发者动动鼠标就能一键部署运行 Gemma、Llama 和 Mistral。
Anthropic 控制台上新：支持自动生成测试用例与提示词并排对比
Anthropic 在开发者控制台上线提示词评估工具。开发者可以直接用 Claude 3.5 Sonnet 自动生成提示词与测试用例，或导入 CSV 批量测试，还能并排比对多个版本的输出并打分。不用再靠表格人肉比对，提示词调优变得像写单元测试一样省事。
周一
7月8日 星期一
Magnific AI 推出 Photoshop 插件：直接在 PS 里调用高清放大
Magnific AI 宣布推出官方 Photoshop 插件。创作者现在无需切换网页或独立应用，就能直接在 Adobe Photoshop 里调用 Magnific 的 AI 图像放大与画质增强能力，大幅缩短后期工作流。
Poe 推出 Previews 功能：在聊天框里直接把玩 AI 写的网页应用
Poe 推出新功能「Previews」，让用户能在聊天框里直接查看并交互 AI 生成的 Web 应用。该功能特别适配 Claude 3.5 Sonnet、GPT-4o 和 Gemini 1.5 Pro 等编程强项模型。也就是说，AI 写完前端代码后无需复制到外部环境，点开就能就地测试。
周三
7月3日 星期三
ChatGPT Mac 版被曝明文存记录：恶意软件一键看光，官方已推加密补丁
据 The Verge 报道，OpenAI 推出的 ChatGPT Mac 应用此前一直以纯文本在本地存储对话。这意味着任何获取电脑权限的恶意软件都能轻松读取你的所有记录。经安全研究员和媒体反馈后，OpenAI 现已推送更新对本地聊天记录进行加密。
Cloudflare 上线一键拦截 AI 爬虫：全员免费，专治伪装抓取
Cloudflare 上线一键拦截所有 AI 爬虫的功能，面向包含免费版在内的所有用户开放。它不仅拦截遵守 robots.txt 的合规爬虫，还会用机器学习识别伪装成真实浏览器的恶意抓取。也就是说，站长无需再费心配规则，就能防住拿自家内容喂模型的 AI。
ElevenLabs 推出 Voice Isolator：一键消除噪音提取纯净人声
ElevenLabs 推出音频分离工具 Voice Isolator。它基于专有深度学习模型，能从杂乱环境音、交谈声或音乐中提取纯净人声，支持 WAV、MP3 等多种格式。用户每月可获得 1 万点额度，无需安装插件就能在浏览器里直接处理。
周二
7月2日 星期二
Figma 紧急下线 Make Design：AI 生成的界面被指抄袭苹果天气
Figma 宣布临时停用新推出的 Make Design AI 功能，因其生成的界面多次与苹果天气 App 高度雷同。官方否认了使用竞品数据训练模型的说法，称问题出在底层设计系统变化度过低以及赶工导致质检疏漏，目前已下线该功能做全面审查。
ElevenLabs 让传奇影星「发声」：用朱迪·加兰的声音给你读名著
ElevenLabs 宣布在 Reader App 中引入朱迪·加兰、詹姆斯·迪恩、伯特·雷诺兹等已故影星的 AI 声音。用户可以用加兰的声音听《绿野仙踪》，或让劳伦斯·奥利弗爵士朗读《福尔摩斯》。不过这些经典声音仅限个人在 App 内流式收听，不能导出用于内容创作。
Perplexity 升级 Pro Search：引入多步推理，接入 Wolfram 处理复杂数学
Perplexity 宣布升级 Pro Search 深度搜索功能。新版本具备多步推理能力，能根据检索结果自动发起后续追问，并集成了 Wolfram|Alpha 引擎与代码执行环境来解决复杂的数学和编程问题。免费用户可限量试用，Pro 订阅用户拥有更多配额。
周五
6月28日 星期五
Solos 发布 AirGo Vision：接入 GPT-4o，镜框还能随便换
Solos 发布 AirGo Vision 智能眼镜。它在镜腿配备摄像头并接入 ChatGPT-4o，能对眼前景物做视觉搜索和摘要，还允许切换 Gemini 与 Claude。其模块化设计支持随意更换镜框，但只支持拍照不支持录像，预计今年晚些时候发售。
周四
6月27日 星期四
Meta 测试 Instagram 创作者 AI：帮博主回复消息，带专属标识
周四，Meta 宣布在美国的 Instagram 上测试创作者自制 AI 角色。这些聊天机器人由创作者通过 AI Studio 打造，主要出现在消息功能中，并会明确打上 AI 标签。测试初期覆盖约 50 位创作者和少量用户，预计 8 月全面上线。
时代周刊联手 ElevenLabs：官网文章上线 AI 自动朗读
TIME 宣布在 TIME.com 上线 ElevenLabs 的 Audio Native 播放器，为精选报道提供自动语音旁白。双方从 2023 年 3 月开始接触，现在读者可以直接用耳朵听新闻，无需盯屏阅读。
LangChain 发布 LangGraph v0.1：多智能体可控落地，支持「时光倒流」调试
LangChain 发布智能体开发框架 LangGraph v0.1 稳定版，并同步开启 LangGraph Cloud 封测。新版本提供精细的状态流控制，支持人机协作打断与状态编辑，配套的云平台与 Studio 工具让多智能体告别黑盒失控，能可靠应对复杂生产环境。
Character.AI 上线语音通话功能：能打断、低延迟，支持中文
Character.AI 宣布面向全部用户上线实时语音通话功能，支持中文、英文、日文等多种语言。用户一键即可与 AI 角色双向对话，并支持随时打断与文字无缝切换，适合用来练口语或模拟面试。
Google 翻译迎史上最大扩容：靠 PaLM 2 接入粤语等 110 种新语言
Google 宣布依托 PaLM 2 大模型为 Google 翻译新增 110 种语言，为其史上最大更新。新语言覆盖粤语、曼岛语等，惠及全球超 6.14 亿人。大模型帮翻译工具更高效地学习相近语系，也加速了小众和濒危语言的数字化保护。
周三
6月26日 星期三
Figma 迎来十年最大改版：引入生成式 AI，一句话直接生成界面原型
Figma 推出全新界面改版与 Figma AI 工具集，输入文字提示即可生成包含布局与配图的应用原型，并新增内置演示工具 Figma Slides。目前 AI 功能需申请排队、年底前免费试用，不过其默认采用部分用户数据训练模型的做法引发了讨论。
传 Amazon 研发新 AI 聊天机器人 Metis：搭载 Olympus 模型，最早 9 月发布
据 Business Insider 报道，Amazon 正在开发代号为 Metis 的新聊天机器人。它由新大模型 Olympus 驱动，采用 RAG 技术实时调用外部数据，CEO 安迪·贾西亲自参与。该产品计划最早 9 月推出，不过内部也有声音担忧发力太晚，难赶超 OpenAI 和 Google。
Captions 推出 AI Edit：一键为竖屏口播视频加特效、贴图与配乐
视频剪辑应用 Captions 推出 AI Edit 功能。用户导入单人出镜的竖屏口播视频后，AI 会根据内容自动添加缩放、转场、贴图、音乐与音效。它还能结合内置的 12 款 AI 数字人，几分钟内仅凭提示词就全自动产出剪辑完成的视频。
Opera 发布 Opera One R2：内置 AI 生图，还能就网页随时向 Aria 提问
Opera 发布 Opera One R2 开发者测试版，将此前试验性的 Aria AI 图像生成、语音生成及图像理解能力直接内置。新版还加入「页面上下文模式」，让用户直接就网页内容向 AI 提问、翻译或总结，并新增悬浮媒体控制与分屏标签页。正式版预计今年晚些时候向所有用户推送。
周二
6月25日 星期二
ChatGPT Mac 客户端向所有人开放：Option + 空格一键唤起
OpenAI 宣布面向所有 macOS 用户正式开放 ChatGPT 桌面应用，免费和付费用户均可使用。安装后按下 Option + 空格即可随时唤出浮层对话框，支持语音交流、截屏讨论和文件上传，此前该客户端仅向 Plus 用户灰度开放。
ElevenLabs 推出 Reader App：用逼真 AI 语音读文章，前 3 个月免费
ElevenLabs 推出移动端 Reader App。它能把手机里的文章、PDF、ePub 和邮件通讯转换成高拟真的 AI 语音朗读，支持多种音色与口音。应用已上线 iOS 和 Android，前 3 个月免费，目前仅支持英语，后续将拓展至 29 种语言。
Anthropic 上线 Claude Projects：自带 200K 知识库与专属指令
Anthropic 面向 Claude.ai 的 Pro 和 Team 用户推出「Projects」功能。每个项目自带 200K 上下文窗口，支持塞入代码库与文档等内部知识并设置专属指令，团队成员还能共享对话快照。官方强调，项目内数据默认不用于模型训练。
