Ideogram 推出图像消除工具：连阴影和反光一起抹干净
Ideogram 推出图像编辑工具 Object Remover。用户框选物体、文字或杂物后，它能在不影响原图其他区域的情况下彻底抹去目标，连同阴影、倒影与微弱光斑一并消除并重构底色。官方称其在 RemovalBench 评测中质量第一且调用单价最低。
AI工具 · 日报
周三
7月29日 星期三
Tavus 上线 PAL Maker：动嘴就能捏出带记忆的 AI 视频交互体
Tavus 推出零代码工具 PAL Maker。用户只需向 AI 智能体描述需求，即可自动配置面孔、声音与长期记忆，生成能听会看的 AI 视频交互体。底层基于自研 Raven-1 等模型，目前已被亚马逊、梅奥诊所等用于招聘筛选与术后随访。
Replit 推出 Replit Design：用 AI 让所有人都能做设计
Replit 推出全新 AI 设计套件 Replit Design。该工具旨在降低创作门槛，帮助用户直接将构想转化为视觉设计。这意味着 Replit 正从编程助手向全流程创作工具扩展，让没有专业背景的用户也能轻松上手。
Martha Stewart 联手推出 Hint：用 AI 当你的全能管家
家政女王 Martha Stewart 联合创立的 AI 房屋管理应用 Hint 正式上线 iOS。输入地址并上传家电照片或合同，AI 便会结合地质气象等公开数据，定制家电维护提醒并解答保险能源疑问。团队已获 1000 万美元融资，核心 AI 功能免费开放。
Mac 版 Gemini 升级：长按 Fn 键即可语音听写与改写
Google 为 macOS 版 Gemini 带来全局语音功能。长按 Fn 键即可在任意窗口语音输入，系统会自动过滤语气词和口误；开启推理功能后，Gemini 还能结合屏幕选中的文件或文字完成总结、重写甚至图像修改。目前向全球英语用户推出。
周二
7月28日 星期二
Fish Audio 获 5200 万美元种子轮：发布 S2.1 Pro，成本仅 ElevenLabs 六分之一
Fish Audio 宣布完成 5200 万美元种子轮融资，并公开发布语音克隆模型 S2.1 Pro。该模型仅需 5 秒音频即可克隆声音，速度是 Cartesia 的 2 倍，成本仅 ElevenLabs 的六分之一，且支持词级情感与节奏控制。HeyGen 等企业已接入生产环境。
Ai2 推出 OlmoEarth 平台：大洲级卫星图像 AI 推理一天搞定
Ai2 发布地理空间模型推理平台 OlmoEarth Platform。它能把大洲规模的卫星图像分析压缩到约一天完成，每平方公里成本不足一美分。在北美野火风险图测算中，平台并行调度 19,600 个 CPU 与 994 个 GPU，将耗时缩短 155 倍。
Google 升级 Gemini 托管智能体：默认换上 3.6 Flash，支持沙箱钩子与免费试用
Google 宣布升级 Gemini API 中的托管智能体功能，默认模型升级为 Gemini 3.6 Flash。开发者现在可以通过新增的沙箱环境钩子拦截或审核工具调用，并通过 token 上限控制预算，同时该功能正式向免费层 API 密钥开放。
Grok 4.5 接入 GitHub Copilot：xAI 最强编程模型进驻 VS Code
xAI 宣布其最强代码模型 Grok 4.5 正式接入 GitHub Copilot。数百万开发者可在 VSCode、Copilot CLI 等产品的模型选择器中直接选用。部分企业需在设置中开启，该模型也已在控制台以每百万输入 token 2 美元、输出 6 美元的价格开放调用。
Perplexity 上线 Windows 版智能体：打通本地文件与 Office 365
Perplexity 正式面向 Windows 推出 Personal Computer 智能体平台。它打破了浏览器限制，能直接读取、编辑本地 Word 与 Excel 文件，并跨网页与企业应用自动完成复杂任务。面向 Pro、Max 和 Enterprise 订阅者开放。
xAI 推出 Grok Build Mode：对话做网站与游戏，支持一键发布
xAI 推出 Grok 的「Build Mode」早期测试版。用户只要在对话框里输入想法，Grok 就会实时编写代码并在聊天窗口中生成可交互预览，能制作网站、应用、3D 游戏及数据仪表盘，还支持一键发布至 grok.me 或自定义域名。目前仅面向 SuperGrok Heavy 订阅用户开放。
周一
7月27日 星期一
Meta 升级 Ray-Ban 显示眼镜：接入 Threads，Meta AI 换上 Muse Spark
Meta 为美国市场的 Ray-Ban 显示眼镜推送更新，接入 Threads 并升级至基于 Muse Spark 模型的 Meta AI。用户可通过语音免提浏览动态与多媒体，美加两地的抢先体验用户还能配合神经手环在任意表面手写与 AI 无声交互。
周五
7月24日 星期五
Midjourney 收购占星应用 Co-Star：打造首批独立应用
周四，Midjourney 宣布收购个性化占星应用 Co-Star。Co-Star 创始人 Banu Guler 将出任 Midjourney 首席设计官，带队协助开发 Midjourney 的首批独立应用（包括图像生成应用）。目前 Midjourney 仅通过网页和 Discord 提供服务。
Meta AI 上线智能体功能：基于 Muse Spark 1.1，能跨应用帮你办事
Meta 宣布为 Meta AI 应用及网页端上线智能体功能，由 Muse Spark 1.1 模型驱动。新功能支持自主规划并端到端执行任务，例如联动 Marketplace 挑选家具、制定半马训练表或生成每日简报，制作中还支持实时调整。目前仅在部分市场上线，后续将扩展至 WhatsApp。
xAI 推出 Google Workspace 插件：Grok 免费进驻表格与文档
xAI 推出面向 Google Workspace 的免费 Grok 插件，一次安装即可直接在 Sheets、Slides 和 Docs 侧边栏调用。它能引用单元格写公式插图表、结合联网搜索将大纲转为演示文稿，还能调取云端硬盘资料起草文档。所有改动皆为常规编辑且可撤销。
周四
7月23日 星期四
OpenAI 推出桌面端 ChatGPT Voice：动嘴就能指挥多个智能体
OpenAI 宣布将 ChatGPT Voice 引入 macOS 和 Windows 桌面端。该功能由 GPT-Live 驱动，支持边听边说，用户仅凭语音即可控制电脑并调度 ChatGPT Work 或 Codex 中的多个智能体。目前已面向 Plus、Pro 等付费订阅用户全球推送。
Google 账号推自拍视频登录：防 Deepfake 伪造，被锁时转头就能找回
Google 推出自拍视频登录选项，为用户在被锁或没有常用设备时提供找回账号的新方式。设置时对着摄像头按引导转动头部即可录入，Google 会通过多角度比对与活体检测拦截 Deepfake 伪造。数据全程加密存储，用户可随时删除。
Claude 语音模式升级：支持 Opus 与 Sonnet，还能调外部工具
Anthropic 升级 Claude 语音模式，引入 Opus 和 Sonnet 模型以处理更复杂的深度思考与讨论。用户现在还能通过语音直接调用 Gmail、Slack 等工具排日程、发邮件，并支持日语、韩语等 11 种语言，全平台开启测试。
OpenAI 上线 ChatGPT Health：打通 Apple Health 与病历，数据不训模型
OpenAI 宣布面向美国 18 岁及以上用户推出 ChatGPT Health。用户可绑定 Apple Health、医院病历或体检数据，让 AI 结合自身指标解答健康疑问。该数据不用于模型训练或广告，付费与免费用户分别由 GPT-5.6 Sol 和 GPT-5.5 Instant 驱动。
xAI 上线 Grok Build 工作流：最多调用 1024 个智能体并发干活
xAI 在 Grok Build 中上线 Workflows 功能。用户用自然语言描述复杂任务，Grok 会自动生成编排脚本，将任务并发分发给 128 个（大型任务达 1024 个）后台智能体执行与交叉验证。工作流支持保存为斜杠命令随时复用，并内置深度研究模式。
Amazon 升级 Alexa+：引入 MCP 协议、AI 家电控制与语音结账
Amazon 推出针对 Alexa+ 的全新开发者工具，包含 AI 智能家居开发套件、MCP 协议支持以及 Amazon Wallet 语音支付。最值得关注的是，外部服务商可直接挂载 MCP 服务接入 Alexa+，用户用日常口语就能精准控制复杂家电设置并一键完成结账。目前相关功能已开放预览版。
周三
7月22日 星期三
Anthropic 推出经济指数连接器：直接在 Claude 里查 AI 正在影响哪些工作
Anthropic 为 Claude 推出经济指数连接器，允许用户直接通过对话查询 AI 对各行各业工作的影响。启用后即可询问哪些职业使用 AI 最多或哪些任务正被自动化，回答均基于实际数据。不过该指标仅反映 Claude 自身的使用情况，并非整体劳动力市场。
Cursor 上线模型路由系统：写代码按需分流，成本最高砍掉 60%
Cursor 推出智能模型路由 Cursor Router，面向团队与企业版开放。它先分析提示词与任务难度，再将简单工作分给廉价模型、复杂推理留给前沿模型，A/B 测试中成本降低达 60%，提供智能、平衡与成本三种档位可选。
OpenAI 推出 Presence：企业级语音与文本 Agent 平台，自主解决 75% 咨询
OpenAI 推出企业级智能体平台 Presence，支持实时语音和文本交互，帮助企业部署能调系统、按规则办事的 AI 助手。其自用电话客服已实现 75% 独立解决率，并通过 Codex 自动优化规则。目前面向特定企业定向交付，暂不开放自助使用。
周二
7月21日 星期二
Claude Code 桌面端支持 iOS 模拟器：对话框旁直接跑 App，AI 边改边点测
Anthropic 为 macOS 版 Claude Code 桌面端上线 iOS 模拟器公测。打开项目后模拟器直接嵌在对话框旁，Claude 能自主构建、模拟点击并截屏排错，开发者也可随时接管交互。目前面向 Pro 及以上订阅用户开放，需本地安装 Xcode。
Substack 联手 Pangram 上线 AI 检测：一键识破伪装成真人的「Claudefishing」
Substack 宣布与检测工具 Pangram 合作上线 AI 扫描功能。用户可检测 100 字以上的帖子或评论中 AI 写作的占比，创作者也可添加创作说明并在发布前自检。平台旨在遏制伪装成真人创作的「Claudefishing」，守住作者与读者的信任。
Claude 桌面端上线新功能：录屏加解说，就能教 AI 掌握新技能
Claude 桌面端上线 Cowork 新功能「Record a skill」。用户只需边操作边录屏解说，AI 就会把演示流程转为可独立重复运行的自动化技能。该功能目前面向 Pro、Max 和 Team 订阅用户开放。
Halliday 推出带屏 AI 眼镜 G2：主打会议与日常辅助
Halliday 推出新一代 AI 智能眼镜 G2，主打会议记录、对话和日常场景辅助。该设备配备内置显示屏，旨在让用户脱离手机即可在视野中获得实时 AI 支持。目前该产品已在官方网站开放优先体验申请。
OpenAI 启动小企业计划：用 ChatGPT Work 搞定做账与营销杂务
OpenAI 宣布推出小企业赋能计划，包含线上实战培训、线下 AI 学院以及与 Shopify、Slack 等软件的工作流整合。该计划核心是基于 GPT-5.6 的智能体工具 ChatGPT Work，能帮精简团队自动完成跨记账、营销与电商的多步骤杂活，此前试跑中 42% 的参与者每周省下 5 小时以上。
xAI 推出 Outlook 版 Grok 插件：自动总结长邮件、模仿语气写草稿
xAI 推出面向 Microsoft Outlook 的 Grok 插件，面向付费 X 和 SuperGrok 用户开放。它能总结长邮件线程并梳理决策与待办、按用户语气起草回复、整理收件箱并阅读附件，还能直接搜索网页和 X。该插件同时也支持 Word、Excel 和 PowerPoint。
周一
7月20日 星期一
Adobe 相机 Indigo 转向生成式 AI：新增消除与重拍建议，用的却是 Google 模型
Adobe 为实验性相机应用 Project Indigo 推送 1.1 更新，新增「AI Playground」工具集。新版本支持消除画面杂物、风格滤镜、自定义修改以及重拍建议，目前接入的是 Google Nano Banana 模型而非自家 Firefly。该功能正在小范围免费测试，不喜欢 AI 修图的用户也可手动关闭。
xAI 推出 Excel 插件：把 Grok 塞进表格，用人话查数据写公式
xAI 发布免费的 Microsoft Excel 插件 Grok。用户用日常自然语言即可提问表格数据、自动生成函数公式并推演情景，答案会标明具体单元格来源，还支持插入图表及调取外部文件。该插件同样支持 Word 和 PowerPoint。
周五
7月17日 星期五
Browser Use 新增录屏与剪辑：智能体一边操作，一边自动做教学视频
browser-use 为 browser-harness 合并了 PR #532，支持在智能体操作网页时同步记录截图与事件流。随后智能体可通过内置模板将其自动合成为带平滑缩放、光标动效和敏感信息打码的高质感演示视频，且全程无需安装 ffmpeg。
Runway 发布 Agent 2.0：一句话生成全套跨平台营销策划与广告素材
Runway 发布 Agent 2.0，能将简单的提示词转化为完整的营销策划案并生成多平台广告素材。它接入 Meta、YouTube 等渠道的投放数据进行复盘，还能调用 Gen-4.5 等多种模型自动适配不同画幅与地区版本。也就是说，Runway 正在从单一视频生成走向全流程营销自动化。
ChatGPT 桌面端更新：侧边栏恢复历史，三端同步 Chat 与 Work 模式
OpenAI 针对桌面端 ChatGPT 推出更新，侧边栏现已支持查看对话历史和项目。Chat 与 Work 历史正式打通 Web、移动端和桌面端同步，桌面端也支持直接切换这两种模式；不过本地任务仍保留在本地设备上。
周四
7月16日 星期四
NotebookLM 更名 Gemini Notebook：自带云电脑可直接跑代码
Google 宣布将 NotebookLM 更名为 Gemini Notebook。产品仍保留独立入口，但加入了安全云电脑功能，可原生编写并执行代码做复杂数据分析。该功能已对 Google AI Ultra 等用户开放，未来几周向 Pro 用户推送，后续还将接入 Google 搜索的 AI 模式。
Google 搜索 AI 模式打通第三方应用：搜完直接加购物车、套模板
Google 宣布在搜索的 AI 模式中上线应用连接功能，本周起先在美推出。用户可直接关联 Instacart、Canva 和 YouTube Music，无需离开搜索页即可将食材加购、查找设计模板或保存歌单。Google 表示未来还将接入更多应用。
1Password 集成 Claude：让 AI 替你登录，密码完全不暴露
1Password 推出 Claude 浏览器集成，基于「零暴露安全框架」，让 Claude 能够调用保存的凭证完成多步骤任务。关键在于 AI 虽能触发登录，却完全看不到密码和 MFA 验证码明文，单次任务只需一次生物识别授权。目前面向 Mac 用户开放。
Roblox 推出移动端 AI 工具 Build：打字就能直接搓出 3D 游戏
Roblox 宣布推出移动端 AI 创作工具「Build」，用户在手机 App 中输入文字提示词，就能直接生成包含玩法机制、3D 场景和音效的可玩游戏。该工具基础版免费，将于 7 月 28 日在新西兰率先开启测试，后续还将上线测试与数据分析智能体。
xAI 上线 Grok 自动化：设好定时或邮件触发，AI 替你跑任务
xAI 为 Grok 推出 Automations 自动化功能，用户设定一次指令后，即可按预定计划或在收到特定邮件时自动执行。每次触发都会开启完整对话并保存历史。定时运行面向所有用户免费开放，邮件触发功能则包含在 SuperGrok 订阅中。
周三
7月15日 星期三
DoorDash 推出命令行工具 dd-cli：让 AI 智能体直接点外卖
DoorDash 开启命令行工具 dd-cli 限量测试，允许 AI 智能体直接搜索餐厅、查找优惠并完成结账下单。这意味着软件 Agent 开始能够自主代办现实生活中的外卖交易。目前该工具仅向美国和加拿大的 macOS 开发者开放候补申请。
ChatGPT 升级侧边栏搜索：一处搜遍对话、项目、图片与文档
OpenAI 升级 ChatGPT 侧边栏搜索功能，网页端、iOS 与 Android 同步上线。用户现在可以在单一界面中，通过筛选器直接检索历史对话、项目、图片及上传的文档，选中即可直达内容，大幅提升了翻找历史资料的效率。
OpenAI 联名推出 Codex Micro：230 美元实体小键盘，专管编程 Agent
OpenAI 联手 Work Louder 推出编程外设 Codex Micro，售价 230 美元且限量发售。设备配备 13 个机械轴、摇杆与旋钮，按键可通过颜色实时显示 Codex Agent 任务状态，并支持物理调节推理等级与一键采纳代码，全在 ChatGPT 桌面端配置。
Perplexity 发布 SPACE 沙箱：给 AI 智能体装上安全「时光机」
Perplexity 发布专为 AI 智能体设计的沙箱平台 SPACE，已上线 Computer 产品。它采用 Firecracker 微虚拟机，任务结束即彻底销毁，凭据仅在调用瞬间从外部注入；配合每分钟滚动的内存快照，支持任务状态暂停并在最长一周后无缝恢复。
周二
7月14日 星期二
Superhuman 升级 AI 自动起草：60% 草稿未经修改直接发出
邮件客户端 Superhuman 推出新版 AI 自动起草功能。它换用 Anthropic 与 OpenAI 的前沿模型，能识别重要邮件并模仿个人口吻生成 3 种回复草稿。联合创始人 Rahul Vohra 透露，测试中 60% 的草稿未经任何手动编辑就直接发出。
Spotify 推出对话式 AI 功能：动嘴就能换歌，还能聊音乐背景
Spotify 宣布推出对话式 AI 测试版功能，支持用户通过文字或语音直接交流。除了用自然语言实时调控歌单、询问专辑创作故事，它还能调取个人数据回答收听历史。目前先面向美、爱、瑞典三国 18 岁以上的 Premium 用户开放英文测试。
Grok Build 偷传完整代码库惹争议：马斯克承诺彻底删除
安全研究团队 Cereblab 曝光 xAI 的编程命令行工具 Grok Build 会静默将用户完整代码库甚至历史密码和 SSH 密钥打包上传至云端。官方现已通过服务端开关紧急叫停该行为，马斯克发文承诺将彻底删除所有已上传的数据。
Canva 上线 Canva Code 2.0：生成快 75%，支持导入 HTML 与拖拽改代码
Canva 正式面向全部用户开放 Canva Code 2.0，将代码生成速度提升 75%，从提示词到发布的中位耗时缩短 30%。新版支持导入外部 HTML，用户可以直接在熟悉的拖拽界面里修改文本、图片与品牌配色。最值得关注的是，它让 Vibe Coding 摆脱了千篇一律的粗糙原型感，普通人也能轻松发布精致的交互网页。
Google 将 Chrome 版 Gemini 推向英国：能跨标签页比对，下月登陆 iOS
Google 宣布将 Chrome 内置的 Gemini 扩展至英国桌面端用户，iOS 版将于次月上线。该助理支持跨多标签页比对与长文总结，无需跳转即可调用日历、地图和邮件，并集成了 Nano Banana 2 文本修图功能，同时内置了防提示词注入与敏感操作确认机制。
Anthropic 推出 Claude for Teachers：全美 K-12 教师免费用一年，打通 50 州课标
Anthropic 推出面向全美通过认证的 K-12 教师的免费工具 Claude for Teachers。该产品接入全美 50 州学术标准与生态工具，支持自动编写教案、差异化教学及定时自动化任务。学生数据符合 FERPA 规范且不用于模型训练，教师在 2027 年 6 月 30 日前注册可享一年免费权限。
周一
7月13日 星期一
Apple Watch 迎来 Siri AI：打通备忘录与提醒，手表变身「腕上电脑」
watchOS 27 开发者测试版带来 Siri AI，打通了 Apple Watch 与 iPhone、Mac 的上下文体验。用户可在腕上调取并勾选备忘与提醒事项，对话记录也能多端同步。不过交互仍有思考延迟，且暂不提供主动健康建议。
Waze 升级导航：接入 Gemini 对话搜地点，还带来「少废话」模式
Waze 推出多项导航更新。借助 Gemini 能力，用户能用自然对话搜索目的地，并语音汇报封路等地图改动；同时新增摩托车专属路线规划，以及减少语音打扰的「少废话」模式。Gemini 对话搜地点先向全球 Beta 用户测试。
BaoCut：给剪辑配上 Agent，一句话搞定口播去废话和字幕翻译
视频转写与粗剪工具 BaoCut 发布，支持接入 Claude Code 或 Codex，用自然语言一条命令完成口播视频的转写、清理语气词、字幕翻译与粗剪。它自带可编辑时间轴，改动单句无需整段重渲。最值得关注的是它把逐句对字幕的机械活全交给了 Agent，专解口播博主的痛点。
Perplexity 升级 Computer：上线记忆系统 Brain，网页可一键发布
Perplexity 为 Computer 推出自改进记忆系统 Brain，可跨会话构建私有上下文图，使回答准确率提升 25% 并降低 13% 成本。新版还引入 Claude Fable 5 作为多步任务编排模型、支持任务中途切换模型，并支持将生成网页一键发布至 pplx.app 或自定义域名。
Dropbox 接入 ChatGPT：把网盘文件直接变成 AI 的「上下文」
Dropbox 宣布与 OpenAI 展开深度集成，覆盖 ChatGPT、ChatGPT Work 和 ChatGPT Codex。用户可以直接在对话中整理文件、生成共享链接及文件收集请求，并沿用原有的权限与管理配置。过去一个月其合作伙伴 AI 集成使用量翻倍，此举旨在让 7 亿用户安全落地 AI 工作流。
周日
7月12日 星期日
OpenAI 暂时取消 5 小时限制：Codex 与 ChatGPT Work 活跃用户破 600 万
OpenAI 宣布面向 Plus、Business 和 Pro 用户暂时取消 Codex 与 ChatGPT Work 的 5 小时使用限制。目前该平台活跃用户已突破 600 万，官方正全面优化 GPT 5.6 Sol 效率以降低配额消耗，并在当天下发用量重置。
Clearcam：接入 RTSP 流，让普通监控看懂画面还能自然语言搜录像
Clearcam 支持接入 RTSP 视频流，无需更换硬件即可把普通监控升级为 AI 摄像头。它基于 Qwen3-VL 生成事件摘要，并支持用自然语言搜索录像。系统支持 Mac 与 Linux 本地部署，还能联动 Home Assistant 推送智能告警。
