Google 升级 Gemini 原生音频：多轮对话更稳，翻译 App 上线实时同传
Google 推出升级版 Gemini 2.5 Flash Native Audio，大幅提升了语音智能体的工具调用准确率和长对话连贯性。同时 Google 翻译 App 上线耳机实时同传测试版，支持 70 多种语言双向交流，还能保留说话者的语调与节奏。
AI 日报：今天的 AI 新闻
周五
12月12日 星期五
BBVA 牵手 OpenAI：ChatGPT 企业版将推向全球 12 万名员工
BBVA 宣布与 OpenAI 扩大合作，将 ChatGPT Enterprise 推广给全球 25 个国家的全部 12 万名员工，规模扩增 10 倍。此前试点中员工每周节省近 3 小时常规工时。双方还在探索让客户未来直接通过 ChatGPT 与银行交互。
Tinker 结束内测全面开放：支持微调 Kimi K2 与视觉输入
模型定制平台 Tinker 宣布全面开放，取消排队等待。平台新增支持微调万亿参数推理模型 Kimi K2 Thinking，并引入 Qwen3-VL 支持图像输入，同时提供兼容 OpenAI API 的推理接口，甚至支持在模型训练过程中直接采样。
Trump 签署 AI 行政命令：试图压制各州监管，违者或断宽带补贴
周四晚，Donald Trump 签署行政命令，指示联邦机构设法削弱甚至阻断各州出台的 AI 监管法律。命令要求司法部成立特别诉讼小组起诉违规州法，并威胁对冲突州扣减农村宽带补贴。白宫希望借此用一套宽松的联邦规则取代各州各自为政，避免监管束缚 AI 创新。
周四
12月11日 星期四
ChatGPT 预计 2026 年 Q1 上线「成人模式」，OpenAI 正测年龄预测
OpenAI 应用 CEO Fidji Simo 透露，ChatGPT 的「成人模式」预计将于 2026 年第一季度推出。OpenAI 目前正在部分国家早期测试年龄预测模型，核心任务是准确识别 18 岁以下未成年人并限制内容，同时避免误判成年人，确保在放开限制前把好合规关。
微软将 GPT-5.2 接入 Copilot：办公支持深度思考与即时模式
微软宣布将 OpenAI 的 GPT-5.2 接入 Microsoft 365 Copilot 和 Copilot Studio。模型包含擅长复杂推理的 Thinking 和日常写作的 Instant 两个版本，结合 Work IQ 可跨会议与邮件提炼战略洞察。拥有许可的用户即日起逐步推送。
Google Labs 推出 Disco：基于 Gemini 3 把网页标签变成交互应用
Google Labs 推出实验性产品 Disco，测试首个功能 GenTabs。它基于 Gemini 3 构建，能根据打开的标签页和聊天历史，用自然语言生成免代码的交互式 Web 应用来协助完成复杂任务，且附带原始信源链接。目前 Disco 正在 macOS 开放候补名单。
刚跟 OpenAI 签约，迪士尼就向 Google 发函指控「大规模侵权」
据 The Verge 报道，迪士尼向 Google 发送停终信，指控 Gemini、Veo 等 AI 模型大规模侵权，未经授权生成《冰雪奇缘》、漫威和星战角色充当「虚拟自动售货机」。而在此前一天，迪士尼刚与 OpenAI 达成十亿美元级交易授权 Sora 使用旗下 200 多个角色。Google 则回应称使用了公开网页数据，并具备版权控制机制。
OpenAI 发布 GPT-5.2：做表写代码更强，幻觉再降三成
OpenAI 推出专为专业工作设计的 GPT-5.2 系列模型。其中 Thinking 版本在跨 44 种职业的知识工作基准测试中得分逼近人类专家水平，幻觉发生率较前代降低 30%，表格与幻灯片生成能力明显增强。付费版 ChatGPT 和 API 开发者即日起可用。
AI2 开源 Molmo 2：8B 逆袭 72B，支持视频指向与追踪
AI2 正式发布开源多模态模型 Molmo 2，推出基于 Qwen 3 和 Olmo 的 4B、7B 与 8B 版本，并开源从训练到部署的完整代码。其 8B 模型在视频追踪与定位上跑赢 Gemini 3 Pro 及前代 72B，训练视频数据量仅为竞品八分之一。
Rivian 发布自研芯片与新一代自动驾驶平台：发力端侧 AI
Rivian 在活动上公布了自研定制芯片与新一代自动驾驶平台，深化车端 AI 集成。官方此前展示了 Universal Hands Free 功能，并计划 2026 年为第二代车型推出受控条件下的脱手脱眼驾驶。
Runway 发布通用世界模型 GWM-1：实时交互模拟现实，切入机器人领域
Runway 发布通用世界模型系列 GWM-1。它基于 Gen-4.5 自回归实时逐帧生成，支持镜头姿态与机器人动作交互控制，划分为环境探索、对话化身和机器人控制三类。最值得关注的是它能充当机器人策略的视觉模拟器，大幅降低真机试错成本。
周三
12月10日 星期三
Tiiny AI 推出掌上 AI 超算：充电宝大小，离线跑 120B 大模型
Tiiny AI 发布掌上个人 AI 超算 Pocket Lab，获吉尼斯世界纪录认证为全球最小。设备功耗仅 65W，采用 TurboSparse 与 Powerinfer 技术，无需云端或昂贵 GPU 就能在本地离线运行 120B 大模型，支持一键部署主流开源生态。
周二
12月9日 星期二
传 OpenAI 新图像模型现身 Arena：代号板栗与榛子
社区用户发现疑似 OpenAI 旗下的新图像生成模型正在 Design Arena 和 LM Arena 盲测，代号分别为 Chestnut 和 Hazelnut。测试显示其在世界知识、图内代码生成上表现亮眼，外界推测或随 GPT 5.2 近期发布，但官方尚未确认。
Orchids 推出「Vibe Coding」IDE：集成智能体与支付，登顶 App Bench
Orchids 推出号称全球首款「Vibe Coding」专属 IDE，并在端到端软件开发评测 App Bench 登顶。它把智能体、编辑器、内置浏览器、Supabase 和 Stripe 整合在本地工具中，主打无厂商锁定，用 AI 直接串联全栈开发。
DiffSynth-Studio 开源 Qwen-Image-i2L：单张图片直接转出专属 LoRA
DiffSynth-Studio 开源 Qwen-Image-i2L，支持仅凭单张图片直接生成定制 LoRA 模型。该套件基于 SigLIP2、DINOv3 与 Qwen-VL，提供 2.4B 风格提取和 7.9B 内容捕捉等模型。这意味着无需繁琐微调与大批训练集，靠一张图就能快速提炼画风与主体。
美方上线 GenAi.mil：把前沿 AI 模型直接交给美军
Pete Hegseth 宣布上线 GenAi.mil 平台。该平台号称将全球顶尖的前沿 AI 模型直接交到每位美军士兵手中，并强调全部由美国本土技术打造，旨在利用技术提升部队作战效能。
Mistral AI 发布 Devstral 2 代码模型：24B 本地可跑，配套终端 CLI
Mistral AI 发布开源代码模型 Devstral 2（123B）与 Devstral Small 2（24B），并推出终端智能体 Mistral Vibe CLI。123B 版本在 SWE-bench Verified 达 72.2%，成本号称比 Claude Sonnet 高出 7 倍性价比；24B 版本可在消费级硬件本地运行。目前其 API 阶段性免费开放。
OpenAI 联手德国电信：为欧洲推多语言 AI，全员用上企业版
OpenAI 宣布与德国电信达成合作。双方计划于 2026 年面向欧洲推出注重隐私的多语言 AI 体验，并在德国电信全员部署 ChatGPT Enterprise，用于客服和网络运维。这意味着欧洲本土电信巨头正在加速将前沿大模型融入通信基础设施。
埃森哲联手 Anthropic：成立专属业务组，培训 3 万名员工普及 Claude
Anthropic 与 Accenture 宣布大幅扩展战略合作，成立 Accenture Anthropic 业务组。埃森哲将培训约 3 万名员工使用 Claude，并向数万名开发者推广 Claude Code，重点帮金融、医疗等强监管行业的企业把 AI 从试点推向量产。
Anthropic 捐出 MCP：移交 Linux 基金会，OpenAI 也加入共管
Anthropic 宣布将 Model Context Protocol（MCP）捐赠给 Linux 基金会旗下的 Agentic AI Foundation。该基金由 Anthropic、Block 和 OpenAI 共同发起，旨在确保智能体标准中立开放。目前 MCP 已有超 1 万个活跃公开服务，并获 ChatGPT 与 Gemini 等主流工具全面接入。
OpenAI 上线官方认证课程：直接在 ChatGPT 里学实操，计划认证千万职场人
OpenAI 推出首批官方认证课程，涵盖职场基础与教师专用培训。其中基础课直接内置在 ChatGPT 里，由它当导师、提供实操环境并打分。OpenAI 计划到 2030 年认证 1000 万美国人，后续还将借此对接自家就业平台。
Qwen Code 升级 v0.3.0：支持 Stream JSON 流式传输，全面适配中文
阿里 Qwen 团队公布 Qwen Code v0.2.2 至 v0.3.0 更新。新版本加入 Stream JSON 流式输入输出，方便直接塞进自动化脚本与 CI/CD 流程；同时支持一键切换中文界面与中文输出，并设定 20MB 内存上限以防爆内存。
周一
12月8日 星期一
Google 升级 Android XR：Galaxy XR 串流 PC，剧透明年 AI 眼镜
Google 公布 Android XR 生态更新，Galaxy XR 即日起测试连接 Windows PC 的 PC Connect 和虚拟形象 Likeness。此外，Google 预告明年将联合三星等品牌推出两款 AI 眼镜，并展示了 XREAL 的有线 XR 眼镜 Project Aura。
Anthropic 将 Claude Code 搬进 Slack：群里直接 @Claude 就能改代码
Anthropic 宣布将 Claude Code 接入 Slack，目前处于研究预览阶段。用户在讨论代码时直接 @Claude，它会自动识别任务并结合聊天上下文与代码库处理，免去手动复制粘贴。不过前提是需在 Web 端先绑定好代码仓库。
Google Labs 升级 Mixboard：接入 Nano Banana Pro，画布草图一键变演示文稿
Google Labs 宣布为其创意画板 Mixboard 引入 Nano Banana Pro，可结合板面上下文将零散灵感直接生成精美演示文稿。更新还增加了涂鸦局部修改、导入 PDF 与自拍相机功能，并支持单个项目建立多个画板。
ChatGPT 弹出「广告」遭吐槽：OpenAI 紧急关停应用推广推荐
OpenAI 宣布停用 ChatGPT 中类似广告的第三方应用推广。此前包括 Plus 和 Pro 付费用户在内的界面频频弹出 Peloton 和 Target 等推荐卡片，引发强烈反弹。首席研究官 Mark Chen 承认处理不当，后续将增加可关闭的控制选项。
智谱开源视觉模型 GLM-4.6V：原生支持工具调用，MIT 协议商用
智谱 AI 开源 GLM-4.6V 系列视觉语言模型，涵盖 106B 及 9B 的 Flash 版本，均采用宽松的 MIT 协议。新模型最大看点在于原生多模态工具调用，能直接把图像或截图作为参数传给工具，支持 128k 上下文。开发者无需中间文本转换即可商用落地。
ChatGPT 能买菜了：Instacart 接入并支持对话内直接结账
OpenAI 与 Instacart 合作在 ChatGPT 内上线买菜应用。基于智能体商务协议，用户在聊天中规划菜谱即可直接生成购物车，无需跳转网页，通过 Instant Checkout 在对话内就能完成支付配送，打通了 AI 意图到实体履约的闭环。
OpenAI 发布企业 AI 报告：企业版消息量增 8 倍，推理消耗暴涨 320 倍
OpenAI 发布企业 AI 现状报告。数据显示，过去一年 ChatGPT 企业版周消息量增长约 8 倍，企业平均推理 token 消耗激增约 320 倍。75% 的受访员工表示 AI 提升了产出速度或质量，每天平均节省 40 到 60 分钟。
周五
12月5日 星期五
ChatGPT 增长显疲态：8 至 11 月仅增 6%，Gemini 激增 30%
Sensor Tower 数据显示，8 月至 11 月 ChatGPT 全球月活跃用户仅增长约 6% 至 8.1 亿，显现饱和迹象；同期 Google Gemini 激增约 30%，在下载和使用时长增速上也全面占优。得益于图像模型与 Android 深度整合，Gemini 正在加速追赶。
Meta 收购 Limitless：Rewind 记忆软件两周内停用，Pendant 停售
AI 穿戴设备与记忆助手公司 Limitless 宣布被 Meta 收购。旗下知名的 Mac 记录工具 Rewind 将在 12 月 19 日彻底停服并禁用屏幕截取功能，Pendant 录音吊坠也立即停止销售，仅为老用户保留至少一年的免费支持。欧盟、中国等部分地区服务已直接终止。
曝 OpenAI 拉响「红色警报」：提前至 12 月 9 日发布 GPT-5.2 反击 Google
消息称 OpenAI 因面临 Google 和 Anthropic 的竞争压力拉响内部「红色警报」，拟将 GPT-5.2 提前至 12 月 9 日发布以反击 Gemini 3。Altman 称新模型内部评测已领先。不过受算力及开发等变数影响，上线时间仍可能微调。
Google 上调 Antigravity 额度：Pro 与 Ultra 订阅者每 5 小时刷新
Google 宣布调高智能体开发平台 Google Antigravity 的速率限制。Google AI Pro 和 Ultra 订阅者获得更高额度，配额每 5 小时刷新一次；免费用户则调整为更大的按周额度。全员依然享有 Gemini 3 Pro 和无限制代码补全。
纽约时报起诉 Perplexity：指控其绕过付费墙还生成虚假归属
The New York Times 正式起诉 AI 搜索初创公司 Perplexity 侵犯版权。诉状指控其通过 RAG 技术爬取付费墙后内容并近乎逐字输出，甚至捏造幻觉并错误归咎于该报。这是继 OpenAI 后该报起诉的第二家 AI 企业，双方关于内容授权的博弈正持续升级。
Google 发布 Gemini 3 Pro：主打视觉推理，支持像素级定位与高帧率视频
Google 发布多模态模型 Gemini 3 Pro，主打物理空间与视频推理。模型支持输出像素级坐标以辅助机器人和屏幕操作，视频解析采样提升至 10 FPS，还能将复杂文档直接反向解析为 LaTeX 或代码。
Meta AI 接入实时新闻：引入多家媒体并附带原文外链
Meta 宣布为 Meta AI 接入更多实时新闻来源，涵盖 CNN、Fox News、News Corp 等媒体。回答时事问题时，它会提供更多元的信息并附带原文外链。这既帮 AI 补上了时效性短板，也给新闻媒体带去跳转流量。
Netflix 拟 827 亿美元收购华纳兄弟：拿下 HBO 与 DC 核心资产
Netflix 宣布达成协议，将以 827 亿美元收购 Warner Bros. 的制片厂和流媒体业务。交易预计在华纳与 Discovery 拆分后的 2026 年第三季度完成，Netflix 将接手 HBO、HBO Max 以及《哈利·波特》和 DC 等知名 IP，并保持影院上映等现有运营。不过交易仍需通过反垄断审查，可能面临监管阻力。
周四
12月4日 星期四
彭博媒体 COO Julia Beizer 加盟微软：操盘 AI 新闻产品开发
据 ADWEEK 报道，彭博媒体 COO Julia Beizer 确认将于本月离职并加盟微软，负责统领 AI 新闻产品开发，向 Microsoft AI CEO Mustafa Suleyman 汇报。Beizer 在彭博任职八年，曾任首席产品官与首席数字官。微软直接从头部财经媒体挖走运营一把手，意在加速 AI 新闻产品的实际落地。
Google 推出 Gemini 3 Deep Think：ARC-AGI-2 刷到 45.1%
Google 宣布在 Gemini 应用中向 Google AI Ultra 订阅用户推出 Gemini 3 Deep Think 模式。该模式采用并行推理同时探索多个假设，在不用工具的情况下取得 Humanity's Last Exam 41.0%，结合代码执行在 ARC-AGI-2 测出 45.1%。
Yahoo 推出 AI 赛事战报功能：实时捕捉 NFL 关键看点，不只报比分
Yahoo 在 Yahoo Sports 应用中推出 AI 实时战报功能 Game Breakdowns。除了比分板，它还能结合评论热度与胜率变化，实时生成焦点总结与关键攻防流。目前处于 Beta 测试阶段，仅向 Fantasy Plus 付费订阅用户开放。
Kling AI 上线 Avatar 2.0：单次生成 5 分钟视频，修复手部动作
Kling AI 上线 Avatar 2.0 数字人模型，单次最多可生成 5 分钟完整视频。新版本重点修复了 1.0 中手部动作不稳定的问题，并提升了肢体动作与面部表情表现力，适合知识讲解与歌唱场景。官方称其在内部盲测中表现领先 HeyGen 与即梦 OmniHuman-1.5。
Anthropic 推出 Interviewer：让 Claude 深度访谈 1250 人
Anthropic 推出基于 Claude 的自动化访谈工具 Anthropic Interviewer，并公开了对 1250 名各行业从业者的访谈数据。该工具能自适应提问并聚类提炼主题。调研显示 86% 的受访者认为 AI 能省时间，但有 69% 的人坦言在工作中使用 AI 会面临同事的偏见。
Google 推出 Workspace Studio：零代码手搓 Gemini 3 智能体，自动跑完日常琐事
Google 宣布 Workspace Studio 全面可用。员工只需输入自然语言或套用模板，就能借助 Gemini 3 打造专属 AI 智能体，自动处理邮件分类与发票提取。最值得关注的是它无缝串联了 Gmail 与 Salesforce 等外部工具，几分钟就能搭起跨应用工作流。
周三
12月3日 星期三
KREA AI 推出 Node App Builder：不用写代码，把工作流直接变成应用
KREA AI 上线 Node App Builder。它采用基于图的架构，用户通过可视化节点定义步骤并由 AI 优化连接，单应用支持最多 1000 个节点。这意味着非开发者也能把内部复杂工作流快速打包成独立工具。
Kling AI 推出 VIDEO 2.6：首个支持原生音频的视频模型
Kling AI 推出 VIDEO 2.6，这是其首个支持原生音频生成的视频模型。新模型能同步输出画面与连贯的声音，主打「音画合一」的叙事体验。官方还联合多位创意创作者发布了展示短片。
Amazon 升级 Fire TV：对 Alexa Plus 描述名场面，直接跳到对应镜头
Amazon 在 Fire TV 上推出 Alexa Plus 新功能。用户不用手动快进，像跟朋友聊天一样描述名台词、角色或情节，就能直接跳转到 Prime Video 电影的对应镜头。底层接入了 Amazon Nova 和 Anthropic Claude，甚至不提片名也能认出。目前仅覆盖部分已索引的电影。
具身智能装上仿生眼：EyeVLA 支持自主旋转变焦，看清细节不靠贵硬件
TechXplore 报道上海交大、中科院等机构联合研发了仿生机械眼系统 EyeVLA。它能听从指令自主旋转和变焦，把动作转化为 Token 与视觉语言模型结合。最值得关注的是，它不用昂贵的高清传感器，就能兼顾广角覆盖与微小细节，解决了以往固定摄像头看不清动态环境的难题。
Anthropic 收购 Bun：Claude Code 年化收入突破 10 亿美元
Anthropic 宣布收购高性能 JavaScript 运行时 Bun。官方透露，AI 编程工具 Claude Code 公开上线仅 6 个月，年化收入已达 10 亿美元。Bun 将继续保持开源和 MIT 协议，Anthropic 计划用其加速 Claude Code 的底层性能与开发体验。
周二
12月2日 星期二
Mistral 发布 Mistral 3：675B 旗舰与端侧小模型全线 Apache 2.0 开源
Mistral AI 正式推出新一代 Mistral 3 模型家族，且全线采用宽松的 Apache 2.0 许可证开源。新系列包括总参数 675B（激活 41B）的旗舰 MoE 模型 Mistral Large 3，以及覆盖 3B、8B、14B 的端侧模型 Ministral 3。全系均原生支持图像理解与多语言对话，还针对英伟达硬件进行了低精度推理深度优化。
亚马逊发布 3nm 芯片 Trainium3：性能飙 4 倍，下代还将兼容英伟达
AWS 在 re:Invent 2025 上发布 3 纳米 AI 芯片 Trainium3 及 UltraServer。新芯片性能和内存均较上代提升 4 倍，能效提高 40%。值得注意的是，AWS 还透露在研的 Trainium4 将支持英伟达 NVLink 互连，方便客户混用两家硬件降本。
AWS 发布三款前沿智能体：自主写码、安全测试与排障运维
AWS 发布三款「前沿智能体」Kiro、AWS Security Agent 与 AWS DevOps Agent，均已开启预览。它们主打无需人工干预自主运行数小时或数天，覆盖代码编写、渗透测试和故障根因排查，试图让 AI 真正充当软件团队的虚拟成员。
Hugging Face Skills 开源：教 Claude 和 Cursor 训练模型与发论文
Hugging Face 开源 Agent Skills 技能包，专门教 Claude Code、Cursor 和 Codex 等编码智能体执行模型微调、评估和数据集管理。每个技能都是包含「SKILL.md」的独立模块，智能体可按需加载，打通了编程助手与机器学习生态之间的操作断层。
据报 OpenAI 研发新模型 Garlic：提前发布直面 Gemini 3
据 The Information 报道，OpenAI 正加紧研发代号为「Garlic」的新模型，有望明年初提前上线。该模型训练数据集比 GPT-4.5 更小、成本更低，在编程与推理测试中直追 Google Gemini 3。面对对手步步紧逼，CEO Sam Altman 本周已在内部拉响「红色警报」。
OpenAI 拉响「红色警报」：延后广告与智能体，全力死磕 ChatGPT
周一，据外媒报道，OpenAI CEO Sam Altman 在内部宣布「红色警报」，要求团队全力聚焦核心产品 ChatGPT。为此，广告、健康智能体及个人助理 Pulse 等计划全部延后，集中提升速度与稳定性。面对 Google Gemini 3 的步步紧逼，攻守之势彻底逆转。
Anthropic 推出非营利组织计划：Claude 订阅降价 75%，还送免费培训
Anthropic 联合 GivingTuesday 推出 Claude for Nonprofits 计划，为全球非营利机构提供最高 75% 的 Team 与 Enterprise 订阅折扣。该计划还支持接入 Blackbaud、Candid 等专用工具，并在官方学院上线了面向零门槛员工的免费培训课程。
AWS 推出 AI Factory：把英伟达与自研芯片算力直接搬进客户机房
AWS 在 re:Invent 2025 推出「AWS AI Factory」，把 Nvidia GPU、自研 Trainium 芯片和网络存储直接搬进客户自建数据中心，运行逻辑如同私有 AWS 区域。这主要面向有严格合规与数据主权要求的政府和大机构，不用让数据离开机房也能跑大规模 AI。
AI 如何改变 Anthropic：工程师提效 50%，却担忧技能退化
Anthropic 披露内部调研，解析 AI 如何重塑其研发工作流。数据显示，员工自述约 60% 的日常任务借助 Claude 完成，平均提效 50%，还顺手解决了大量以往被搁置的代码琐事。但多数人仅完全放手不到 20% 的工作，且开始担忧自身核心技能退化与团队交流减少。
周一
12月1日 星期一
Google 搜索 AI 模式扩至近 120 国：上线 Gemini 3 Pro
Google 宣布将 Gemini 3 Pro 与图像生成模型 Nano Banana Pro 引入近 120 个国家和地区的搜索 AI Mode（英文版）。Google AI Pro 与 Ultra 订阅用户可选「Thinking with 3 Pro」，支持复杂推理并即时生成交互工具与动态布局。
NVIDIA 在 NeurIPS 开源自动驾驶推理模型 Alpamayo-R1
NVIDIA 在 NeurIPS 大会上推出一系列物理与数字 AI 开源工具。其中最受关注的是全球首个工业级开源自动驾驶推理模型 Alpamayo-R1，它把思维链推理融入轨迹规划，让自动驾驶汽车在行人混行等复杂路况下能像人一样推导应对方案。此外，NVIDIA 还同步开放了多说话人语音识别和 AI 安全推理模型。
皮克斯台灯成真：Interaction Labs 推出伴侣机器人 Ongo
Interaction Labs 发布桌面伴侣机器人台灯 Ongo 并开启首批 100 台预售。Ongo 具备视听和说话能力，动作由《玩具总动员》编剧设计，能根据用户需求调整照明、提醒日常琐事，还配有墨镜配件遮挡视线保护隐私。
Leonardo.Ai 上线 Kling O1：支持 5 张参考图与首尾帧控制
Leonardo.Ai 宣布接入 Kling O1 视频模型。该模型支持最多 5 张参考图以及首尾帧控制，能在复杂运动中保持主体一致性，并提升了多指令提示词的遵从度。对创作者来说，把控视频分镜和连贯过渡变得容易得多。
Kling AI 推出 Kling O1：打通文本、图片与视频的统一创意引擎
Kling AI 推出全新创意引擎 Kling O1，开启 Omni 发布周。该模型主打真正的多模态理解，能统一处理文本、图像和视频输入，简化生成创作流程。目前新功能已面向订阅用户开启限时体验。
DeepSeek 推出 V3.2 与 Speciale：专为智能体打造的推理模型
DeepSeek 推出专为智能体打造的推理模型 DeepSeek-V3.2 及 Speciale 版本。V3.2 作为 V3.2-Exp 的正式继承者，已上线 App、网页端和 API；主打极限推理能力的 Speciale 则暂时仅限 API 访问。
初创公司 OpenAGI 推出 Lux：操作电脑得分 83.6%，称超越 OpenAI
MIT 研究人员创办的初创团队 OpenAGI 走出隐身模式，发布基础模型 Lux。该模型专为操控电脑设计，直接学习截图与操作指令，在真实网页基准测试 Online-Mind2Web 中取得 83.6% 的成功率，明显超过 OpenAI Operator 的 61.3% 和 Anthropic 的 56.3%，且声称成本更低。
NVIDIA 斥资 20 亿美元入股 Synopsys：联手用 AI 重塑芯片设计
NVIDIA 宣布向 EDA 巨头 Synopsys 投资 20 亿美元并达成多年战略合作。双方将 CUDA 加速计算、AgentEngineer 智能体及 Omniverse 深度整合进工程流程。最关键的是，工程团队能借此实现自主设计与超高速物理仿真，大幅压缩研发周期。
Runway 发布 Gen-4.5：登顶文生视频天梯榜，物理质感全面进化
Runway 发布新一代视频生成模型 Gen-4.5，以 1247 Elo 积分登顶 Artificial Analysis 文生视频基准榜首。该模型在物理规律表现、镜头动态与提示词遵循上大幅提升，并维持原有生成速度。目前已向全部付费订阅用户开放。
OpenAI 联手 NORAD：在 ChatGPT 里上线三款圣诞追踪小工具
OpenAI 宣布与北美防空司令部合作，在 ChatGPT 中推出三款「NORAD 追踪圣诞老人」专属工具，包括把真人照片变成精灵、将玩具创意转为可打印填色线稿，以及定制家庭节日故事。这些工具直接收录在 NORAD 官方网站上。
OpenAI 入股 Thrive Holdings：直接派研发进驻企业，先啃会计与 IT
OpenAI 宣布入股 Thrive Holdings，联手推进企业 AI 落地。双方初期瞄准会计和 IT 服务等规则明确、重流程的场景，OpenAI 将直接派驻研究与工程团队进驻旗下公司，打造可复制的行业改造样板。
埃森哲联手 OpenAI：为数万员工配发 ChatGPT，推企业智能体方案
埃森哲与 OpenAI 宣布达成合作，将为数万名咨询顾问配备 ChatGPT Enterprise，并参与 OpenAI 认证培训。双方还联手推出旗舰客户计划，借助 AgentKit 帮企业客户在客服、财务和供应链等业务中落地定制 AI 智能体。
周六
11月29日 星期六
ChatGPT Android 测试版曝光广告代码：出现「搜索广告」与轮播位
逆向开发者 Tibor Blaho 透露，ChatGPT Android 1.2025.329 测试版代码中新增了广告功能引用。代码中包含「search ad」（搜索广告）、「search ads carousel」（搜索广告轮播）和「bazaar content」等字段。这表明该应用可能正测试广告相关机制。
周五
11月28日 星期五
算力扛不住了：OpenAI 与 Google 缩减 Sora 和 Nano Banana 免费额度
因使用需求激增，OpenAI 与 Google 分别收紧了 Sora 和 Nano Banana Pro 的免费生成限制。Sora 免费额度定为每天 6 条视频，Nano Banana Pro 则降至每天 2 张图。说白了，算力紧缺让大厂吃不消，免费红利正在加速退场。
Epic CEO 喊话 Steam：取消「AI 制作」标签，AI 迟早进所有游戏
Epic Games CEO Tim Sweeney 在 X 上表示，Steam 和其他游戏商店应该取消「AI 制作」标签。他认为生成式 AI 很快会参与几乎所有游戏生产，这类标注毫无意义，甚至调侃称「是不是还得标开发者用什么洗发水」。
周三
11月26日 星期三
OpenAI 停用分析商 Mixpanel：部分 API 用户信息泄露，密钥安全
OpenAI 披露第三方分析商 Mixpanel 发生安全事件，导致部分 API 用户及少数 ChatGPT 用户的姓名、邮箱和组织 ID 等数据泄露。OpenAI 强调自身系统未被攻破，API 密钥、密码及对话记录均未暴露，目前已全面停用 Mixpanel。
LTX Studio 推出 Retake 功能：视频渲染后也能改台词和重构镜头
LTX Studio 推出「Retake」功能，让用户在视频渲染完成后依然可以调整镜头。创作者无需重新生成整段视频，就能直接修改角色台词、重塑情绪以及重构画面景别。这意味着微调 AI 视频时不用再推倒重来。
ChatGPT 上线三周年：周活用户突破 8 亿，深刻重构全球工作与日常
Rest of World 盘点了 ChatGPT 问世三年来的全球影响，其周活用户已达 8 亿。从哥伦比亚 85% 法官用它辅助办案，到马拉维农民借其咨询农事，AI 渗透极深。但在小语种支持和数据隐私挑战下，多地也在加速自研本土模型。
Perplexity 上线记忆功能：不仅跨对话记偏好，换底层模型也不丢
Perplexity 推出跨对话记忆功能。系统会自动提取并储存用户的偏好、习惯或常问关键词，并在后续任务中直接调用。最值得关注的是记忆能跨模型通用，切换推理或快速模型时个性化层依然保留。用户可随时关闭或在无痕模式下停用。
Luma AI 提出 TVM：从零训练提速 25 倍，图像生成仅需 4 步
Luma AI 公布全新训练范式 Terminal Velocity Matching（TVM）。相比标准扩散模型，它在保持同等画质的前提下实现 25 倍训练提速，并能轻松扩展至百亿参数规模。最值得关注的是，基于 TVM 训练的模型仅需 4 步即可生成高精度图像。
高通发布骁龙 8 Gen 5：把旗舰级 AI Agent 下放到中端机
高通发布骁龙 8 Gen 5 芯片，面向更平价的次旗舰手机。新芯片搭载自研 Oryon CPU，相比 8 Gen 3 性能提升 36%、能效提升 42%，支持基于个人数据的端侧 AI Agent 功能。首批机型包括定于 12 月 17 日发布的 OnePlus 15R。
周二
11月25日 星期二
OpenAI 扩大数据驻留范围：企业和 API 用户可将数据留在本地 10 个地区
OpenAI 宣布扩大数据驻留支持范围，ChatGPT 企业版、教育版及 API 客户可将静态数据储存在所选区域。目前首批覆盖欧洲、英美、日韩、新加坡等 10 个国家和地区，对话与上传文件均支持本地落盘，主要解决跨国企业的数据合规痛点。
Suno 联手华纳音乐：获正版授权训练新模型，但下载要收费了
Suno 宣布与华纳音乐集团达成合作，将基于正版授权音乐训练超越 v5 的新一代模型。合作还允许自愿参与的艺人授权声音和肖像供用户二创并获得分成。不过免费党要注意：后续下载生成的歌曲将需要付费订阅。
ChatGPT 语音不用单独切模式了：直接在聊天界面边说边看图
OpenAI 宣布把 ChatGPT Voice 语音功能直接揉进常规聊天界面，不再需要切换独立模式。你可以一边说话，一边看着回答实时生成、翻看历史记录，或者同步查看图片和地图等视觉内容。目前正向移动端和网页端全量推送。
Google 上线智能代打电话功能：帮用户致电本地商家查库存
Google 在美推出 agentic calling 功能，可替用户给本地商家打电话查询库存与折扣。在 Google 搜索或 AI Mode 搜商品加「near me」，就能触发 AI 代打电话，确认周边是否有货，结果会通过短信或邮件汇总发送。
Character.AI 推出 Stories 功能：把角色聊天做成多分支互动小说
Character.AI 推出全新互动功能 Stories。用户可挑选 2 到 3 个 AI 角色和题材，通过不断做选择来推动剧情分支。这项视觉化功能主要面向青少年，用有引导的叙事互动替代完全开放的自由聊天，兼顾玩法与安全。
Google DeepMind 纪录片免费上线：历时五年记录 AGI 探索之路
Google DeepMind 为庆祝 AlphaFold 诞生五周年，在 YouTube 免费上线纪录片《The Thinking Game》。该片由《AlphaGo》原班团队耗时五年拍摄，记录了创始人 Demis Hassabis 及团队攻克 50 年生物学难题等关键时刻。
Black Forest Labs 发布 FLUX.2：支持 10 张图多参考，开源 32B 权重
Black Forest Labs 发布视觉模型家族 FLUX.2。新模型支持最多 10 张参考图进行风格与角色一致性生成，编辑分辨率最高达 4MP，并包含 32B 的开源权重版 FLUX.2 [dev]。这意味着专业排版与精准控图的门槛进一步降低。
Anthropic 发布生产力研究：Claude 缩短 80% 任务耗时，拉动生产率翻倍
Anthropic 发布研究报告，通过分析 Claude.ai 上 10 万次真实对话估算，AI 可将单项任务耗时缩短约 80%。推演至全美经济，当前模型有望在未来十年让美国劳动生产率年增速提升 1.8%，相当于近年增速的两倍。不过该研究尚未计入模型外的人工质检时间。
OpenAI 公布心理健康诉讼原则：回应 ChatGPT 相关诉讼案
OpenAI 针对 Raine 家族提起的诉讼发布声明，阐述其应对心理健康诉讼的原则。OpenAI 表示已向法院封存提交完整的聊天记录以补充上下文，同时正持续改进 ChatGPT，使其能更好识别情绪困扰并在敏感时引导用户寻求现实支持。
Perplexity 上线 AI 购物：对话懂你喜好，还支持 PayPal 站内结账
Perplexity 面向美国用户免费上线 AI 购物功能。它能结合上下文和历史偏好摸清你的品味，直接整理出参数卡片，还能通过 PayPal 在对话框内一键结账，中途不必跳出当前页面。目前网页和桌面端已可用，移动端数周内跟进。
