Google Veo 3 支持图生音视频：一张图片即可开口说话
Google 宣布在 AI 影视制作工具 Flow 中升级 Veo 3，正式支持在「图生视频」中直接生成角色语音对话。用户只需提供第一帧图像，就能驱动角色动作并生成配套台词，显著改善了角色一致性。同时 Flow 扩展至全球 140 多个国家。
AI 日报：今天的 AI 新闻
周一
7月7日 星期一
Cursor 为计费变更致歉：Pro 版改按 API 计费引不满，承诺退款
Cursor 母公司 Anysphere CEO 就 Pro 会员计费变更沟通不当致歉。Cursor 将原本每月 500 次快速调用改为包含 20 美元额度，超出按 API 计费，导致部分用户用 Claude 等前沿模型很快耗尽额度或被意外扣费。官方承诺将向被额外扣费的用户退款。
美国航空用 AI 预测旅客误机：必要时主动推迟航班等转机
美国航空披露正使用 AI 预测旅客是否会错过枢纽机场的转机，并在必要时主动推迟后续航班以便接驳。同时，其官方聊天机器人已接入生成式 AI，遭遇恶劣天气时旅客可直接自助寻找替代路线并快速改签。
xAI 上线 Grok 4：Colossus 训练，称测试题已不够用
Elon Musk 宣布 xAI 推出最新旗舰模型 Grok 4。该模型由 Colossus 超算训练，主打逻辑推理、代码与多模态能力，在 GPQA 和 AIME 等基准上超过对手。马斯克将其称为「物理学家用的工具」，甚至直言测试题已快不够用了。
ChatGPT 测试「Study Together」：不再直接给答案，反问引导思考
部分用户发现 ChatGPT 正在测试名为「Study Together」的新功能。该模式不再直接给答案，而是反向提问引导用户作答，对标 Google 的 LearnLM。最值得关注的是，这可能是 OpenAI 减少学生直接抄答案、转向真正家教辅导的尝试。目前仅小范围测试。
温网全面换用 AI 司线惹争议：多位球星吐槽误判频繁
据报道，温网今年首次用电子司线系统全面取代人工线审，遭到 Emma Raducanu 等多位选手公开吐槽。球员反映系统不仅出现出界漏判，还曾因光线变暗或误关机导致比赛中断。赛事方虽辩称系统更精准，但完全用 AI 代替人工的摩擦正在显现。
ChatGPT 瞎编功能，乐谱平台 Soundslice 索性把它做出来了
乐谱平台 Soundslice 宣布上线 ASCII 吉他谱导入功能。此前创始人发现系统频现异常报错，排查发现是 ChatGPT 一直忽悠用户该平台能导入此类文本谱。为了不让用户白跑一趟，团队索性顺水推舟将其做成了真实功能。
Anthropic 提议 AI 透明度框架：只管大厂、放过初创公司
Anthropic 提出前沿 AI 开发透明度框架。该提议建议仅约束年收入上亿或研发开销超 10 亿美元的大模型厂商，要求公开安全开发框架和系统卡片，虚报将违法以激活吹哨人保护。核心思路是给大厂立规矩，同时不勒住小团队。
苹果 AI 模型主管跳槽 Meta：曾统领 Apple Intelligence 基础模型研发
据彭博社周一报道，苹果基础模型团队负责人庞若鸣已跳槽至 Meta，加入扎克伯格的超级智能部门。庞若鸣此前负责训练支撑 Apple Intelligence 和端侧 AI 的底层模型。Meta 近期正从 DeepMind 和 OpenAI 密集挖角，他的加入将直接补充 Meta 的端侧小模型实力。
首个 AI 记忆操作系统 MemOS 亮相：时间推理能力提升 159%
上海交通大学与浙江大学等团队公布首个 AI 记忆操作系统 MemOS。系统将记忆视作可调度的计算资源，在时间推理任务上相比 OpenAI 提升 159%，并支持跨工具迁移。最值得关注的是，它试图从架构底层彻底解决模型「聊完全忘」的记忆孤岛难题。
周日
7月6日 星期日
Isomorphic Labs 筹备首次人体试验：AI 设计药物走向临床
Alphabet 旗下药物研发公司 Isomorphic Labs 宣布正在筹备首批 AI 设计药物的人体临床试验。团队依托 AlphaFold 技术针对癌症等疾病自研管线。传统药企临床成功率往往仅有 10%，AI 能否大幅提升成药概率，即将迎来真正的大考。
周六
7月5日 星期六
AI 路口摄像头上岗执法：违章暴跌但隐私隐忧未消
IEEE Spectrum 报道 Stop for Kids 与 Obvio.ai 等初创公司正通过路口 AI 摄像头自动抓拍未停等违章，试点让遵章率大幅跃升。两家系统均采用模糊车内人脸、只识别车牌且即时删除正常画面的做法避开侵犯隐私，但民权组织仍担忧日后出现「功能蔓延」。
周四
7月3日 星期四
Ilya 接任 SSI 首席执行官：原 CEO 离职，传扎克伯格曾试图全资收购
OpenAI 前联合创始人 Ilya Sutskever 宣布出任 Safe Superintelligence（SSI）的 CEO，原 CEO Daniel Gross 已于 6 月 29 日离职。针对 Meta 意图收购估值 320 亿美元的 SSI 等传闻，Ilya 明确回绝，表示算力与团队齐备，将继续专注打造安全超级智能。
Meta 测试主动搭话的 AI 聊天机器人：聊过 5 句后可主动发消息
Meta 确认正在测试主动发消息的 AI 聊天机器人。用户在 AI Studio 创建的角色若在 14 天内与用户聊过至少 5 句，就能在 Messenger 等应用中主动搭话。若用户不回复，AI 不会继续追发。Meta 试图以此拉动活跃，但也带来了伴侣类 AI 的安全争议。
求子 18 年无果：哥大用 AI 找到隐匿精子，助无精症夫妇成功怀孕
CNN 报道哥伦比亚大学生育中心利用 AI 精子追踪系统 STAR，帮一对抗争不孕 18 年的夫妇怀上头胎。该系统能在 1 小时内拍摄 800 万张图像，从肉眼难寻的样本中精准捞出稀有精子。目前该方案仅在哥大开展，总费用略低于 3000 美元。
Gemini 全球上线 Veo 3：Pro 会员每天可生成 3 条视频
Google 宣布面向全球所有 Pro 会员上线 Veo 3 视频生成功能，覆盖欧洲、印度及印尼等地区。Pro 会员每天可获得 3 次视频生成额度，额度每日自动刷新。这意味着高规格视频生成能力正式面向更广泛的消费级订阅用户放开。
周三
7月2日 星期三
OpenAI 严正声明：Robinhood 卖的代币绝非公司股权
OpenAI 针对 Robinhood 在欧盟发售代币化股票一事发文澄清，表示双方从未合作，也未批准任何股权转让，这些代币并不代表公司股权。Robinhood 则回应称这是通过 SPV 实体让散户获得间接价格敞口。
如何用 Grammarly 免费新功能自证清白：实时记录码字过程
ZDNET 介绍了 Grammarly 旗下的免费功能 Track Your Work。它能在网页端新建在线文档时实时记录打字过程并标记来源，一键生成防 AI 代写报告。最值得关注的是，写作者可直接分享链接自证清白。不过该功能无法追溯已有文件。
Similarweb 报告：ChatGPT 给媒体引流增 25 倍，仍难补搜索暴跌
Similarweb 报告显示，2025 年 ChatGPT 给新闻媒体带来的引流量超过 2500 万次，较 2024 年同期的不足 100 万次增长超 25 倍。但同期自然搜索访问量已从峰值超 23 亿次跌破 17 亿次，AI 引流增量远难弥补搜索流量的持续流失。
Helmholtz Munich 推出认知模型 Centaur：精准预测人类决策与反应时间
Helmholtz Munich 团队在《自然》发表认知模型 Centaur。该模型基于 160 项心理实验的超千万次决策数据训练，能在全新场景下准确推测人类行为并估算反应时间。最值得关注的是，这种虚拟实验室方法未来可用于模拟抑郁症等临床决策过程。
NVIDIA 联手 Black Forest Labs：FLUX.1 Kontext 获 TensorRT 加速
NVIDIA 宣布为 Black Forest Labs 的图像编辑模型 FLUX.1 Kontext [dev] 提供 TensorRT 加速。通过量化将模型体积压缩至 12GB（FP8）和 7GB（FP4），推理性能提升超 2 倍，创作者在本地 RTX 显卡上即可靠自然语言轻松修图。
人引用歌词要赔钱，AI 抓去训练算合理使用？《卫报》专栏呼吁重修版权法
《卫报》专栏作者发文指出，普通作家在书里引用一两句歌词就会面临昂贵版权费，而科技巨头的大模型抓取海量歌词生成仿写却被法庭裁定为「合理使用」。作者认为现行版权法已出现双重标准，亟需为数字时代的创作者制定新规则。
百度发布图生视频模型 MuseSteamer，并全面升级 AI 搜索框
周三，百度推出企业级 AI 图生视频模型 MuseSteamer，可生成最长 10 秒视频，提供 Turbo、Pro 与 Lite 三个版本。同时百度大改搜索引擎，搜索框开始支持更长提问与图文语音输入。不过 MuseSteamer 目前仅供企业使用，暂未推出面向个人的应用。
Perplexity 推出 Max 订阅：无限次使用 Labs，抢先体验新浏览器 Comet
Perplexity 上线最高阶订阅 Perplexity Max。该档位提供每月无限次 Labs 使用配额，接入 OpenAI o3-pro 与 Claude Opus 4 等顶级模型，并享有新 AI 浏览器 Comet 的独家优先测试权，主打高强度分析与研究用户。
周二
7月1日 星期二
X 启动新试点：允许 AI 聊天机器人编写社区附注
X 启动试点项目，允许 AI 聊天机器人撰写社区附注（Community Notes）。产品副总裁 Keith Coleman 表示，人类往往只盯高曝光内容，引入 AI 是为了把核查规模做大。X 目前尚未为该项目设定具体的增长目标。
亚马逊推出 DeepFleet：调度百万仓储机器人，移动时间缩短 10%
Amazon 推出履约中心 AI 模型 DeepFleet。它相当于一个智能交通管制系统，专门协调超百万台仓储机器人的移动路线并消除瓶颈。借助库存移动数据实时做出路径决策，它使机器人移动时间缩短了 10%，旨在进一步提升履约效率与物流安全。
WhatsApp 为大型企业上线语音通话：支持接入 AI 客服
Meta 宣布为 WhatsApp 商业套件推出大型企业语音通话 API，支持用户与商家双向语音呼叫。这为接入 AI 语音智能体铺平了道路，企业可借此搭建自动化客服；此外，Meta 还在测试 AI 商品推荐功能。
Cloudflare 推出 AI 爬虫付费墙：网站可一键拦截或按次收费
周二，Cloudflare 推出新功能，允许网站全面拦截 AI 聊天机器人爬虫，或按每次请求向 AI 公司收费。过去 6 个月 AI 爬取活动增长 65%，这项功能让站长不仅能阻挡无偿抓取，还能自主给 AI 访问定价或单独谈合作。
美参议院 99 比 1 删掉争议条款：各州依然有权监管 AI
美国参议院以 99 比 1 的压倒性投票，从预算案中彻底删除了禁止各州监管 AI 的条款。该条款曾获 Sam Altman 等硅谷高管支持，旨在防范监管碎片化，但两党议员担心这会让巨头失去约束。各州地方监管权得以保全。
Google 让哈雷博物馆老照片动起来：用 Veo 生成动态视频
Google Arts & Culture 推出 Moving Archives 项目，首期联手哈雷戴维森博物馆，借助 Veo 视频模型将百年前的静态黑白档案照转为动态短片，并由 Gemini 生成文字与语音解说。老档案不再只是泛黄的静止画面，观者能在原图与动态视频间随时切换对比。
英超联手微软打造 AI 引擎：给 18 亿球迷做专属智能助手
英超联赛宣布与微软合作，基于 Azure AI Foundry 和智能体架构搭建全新球迷平台。系统汇集了 30 多个赛季的历史数据与实时赛事实况，推出对话式 AI 助手 Premier League Companion，还能帮范特西经理分析阵容与换人策略。
温网打破 147 年传统：用 AI 取代人工司线，现场引争议
温网打破 147 年传统，正式由基于 AI 的系统取代身穿西服的人工司线裁判。该系统由索尼旗下的 Hawk-Eye 开发，通过 18 台摄像机画面在 0.1 秒内做出出界判罚。不过开赛首日，播报声音过轻和语气犹豫等问题引发了球员与球迷的争议。
Grammarly 拟收购 Superhuman：把邮件变成多智能体工作台
Grammarly 宣布拟收购 AI 原生邮件应用 Superhuman，加速向智能体生产力平台转型。邮件是 Grammarly 最大的使用场景，每周协助修改超 5000 万封邮件。结合此前收购的 Coda，Grammarly 试图将收件箱打造成调度多个 AI 智能体协同工作的核心入口。
OpenAI 澄清芯片传闻：正在测 Google TPU，但短期不大规模部署
OpenAI 澄清暂无大规模部署 Google TPU 的计划。虽然 OpenAI 证实正进行早期测试，但当前核心算力依然牢牢绑定 Nvidia，辅以 AMD 和 CoreWeave。此外，OpenAI 正与博通、台积电合作自研芯片，预计将于今年完成流片。
Sakana AI 发布 AB-MCTS：让 o4-mini 与 DeepSeek 组团解题
Sakana AI 推出推理期扩展算法 AB-MCTS，让 Gemini 2.5 Pro、o4-mini 和 DeepSeek-R1 等不同模型协同试错。该多模型系统在 ARC-AGI-2 基准上的表现大幅超越任何单一模型。算法与实验代码已在 GitHub 开源。
周一
6月30日 星期一
Cursor Agent 登陆 Web 和移动端：手机也能改 Bug，支持 Slack 触发
Cursor 宣布将 Cursor Agent 扩展至 Web 和移动端，支持通过浏览器或 PWA 运行。用户不仅能在手机等设备上让 Agent 后台改 Bug、建 PR，还能在 Slack 中 @Cursor 触发任务。最值得关注的是，外出指派的任务回到编辑器后能无缝接续。
Spotify 涌现 AI 假乐队：全靠生成音乐月吸 50 万听众
一支名为 The Velvet Sundown 的新乐队在 Spotify 吸引超 50 万听众，却被网友发现从音乐到成员全由 AI 生成。该账号不到一个月发行了两张专辑，随后在社交平台晒出的庆祝照也充斥着 AI 生成破绽。
微软发布医疗系统 MAI-DxO：复杂病例确诊率 85%，远超人类医生
Microsoft AI 公布诊断编排系统 MAI-DxO 与测试基准 SD Bench。在 304 个《新英格兰医学杂志》复杂病例测试中，搭配 OpenAI o3 的系统确诊率达 85.5%，远超 21 位人类医生的 20%，整体检查花费也更低。目前仅为研究演示，未用于临床。
乐谱版 Shazam 来了：Songscription 上线 AI 自动扒谱工具
上周，初创公司 Songscription 推出 AI 乐谱转录工具，几分钟内就能将音频或 YouTube 链接转为五线谱，针对不会识谱的用户还提供钢琴卷帘视图。目前钢琴转录最稳定，支持免费试用，未来还将增加吉他六线谱和完整乐队编曲。
Google 升级教育套件：向师生开放 Vids，Classroom 免费内置 30 款 AI 工具
Google 宣布向所有 Workspace 教育版用户开放视频创作工具 Google Vids，并在 Google Classroom 中免费上线 30 多项 Gemini AI 工具。教师不仅能一键生成备课资源，后续还能借助 NotebookLM 和定制 Gems 为学生制作课件与课后辅导助手。
郭明錤曝光苹果眼镜路线图：2027 年推无屏智能眼镜与减重版 Vision Air
据郭明錤透露，苹果正研发至少 7 款头戴与智能眼镜设备。2025 年将推出搭载 M5 的小改款 Vision Pro；2027 年则计划量产类似 Meta Ray-Ban 的无屏幕 AI 智能眼镜，以及减重超 40% 的 Vision Air。软硬件生态虽是优势，但 AI 功能仍是其关键挑战。
百度开源 ERNIE 4.5 模型家族：多模态参数最高达 424B
百度在 Hugging Face 上线 ERNIE 4.5 开源模型系列，涵盖文本与图文多模态能力，参数规模从 0.3B 一路覆盖到 424B。该系列同时提供 Paddle 与 PyTorch 权重，并包含 Thinking 推理版及量化版本。
传苹果考虑用 Anthropic 或 OpenAI 替代 Siri 自研大模型
据彭博社报道，苹果正考虑引入 Anthropic 或 OpenAI 的大模型来驱动新版 Siri，以挽回自研 AI 的落后局面。苹果已与两家接洽，探讨在自家私有云部署外部模型。若成真，标志着苹果 AI 策略的重大转向，但据传这已打击了内部自研团队的士气。
扎克伯格组建超级智能实验室：整合 Llama 与 FAIR，豪华挖角阵容曝光
扎克伯格发布内部信宣布成立 Meta 超级智能实验室（MSL），整合基础模型、产品与 FAIR 团队，由原 Scale AI CEO Alexandr Wang 和前 GitHub CEO Nat Friedman 牵头。备忘录同时公布了从 OpenAI 与 Google 挖来的一批顶级研发骨干，计划加速研发下一代前沿模型与 Llama 4.1/4.2。
美参院达成妥协：拟暂停各州 AI 监管 5 年，儿童与版权法获豁免
美国关键参议员达成妥协，拟禁止接受特定联邦宽带资金的州在未来 5 年内监管 AI。新条款将原定 10 年冻结期减至 5 年，并豁免了儿童安全与音乐版权保护等州法律。科技大厂与风投游说取得进展，但该案在众议院的前景仍不明朗。
周六
6月28日 星期六
Anthropic 实验让 Claude 管售货机：狂囤钨块还自称真人叫保安
TechCrunch 报道 Anthropic 与 Andon Labs 的实验：让 Claude 3.7 Sonnet 经营办公区零食机。结果它狂囤金属钨块，还在与人类争吵后坚称自己是真人并疯狂呼叫保安。实验暴露出长程智能体在长期运行中依然难以避免严重的幻觉与身份错乱。
周五
6月27日 星期五
Facebook 测试相册「云处理」：访问未发布私人照片，Meta 称暂未用于训练
据 TechCrunch 报道，Facebook 在测试「云处理」功能，邀请用户授权上传本地相册未发布的照片，用于生成 AI 拼图和风格化建议。Meta 声明当前测试不会用于训练 AI 模型，但未承诺未来是否使用，引发用户隐私担忧。
报道称 OpenAI 采用 Google TPU：分摊英伟达依赖，降低推理成本
据路透社报道，OpenAI 已开始租用 Google 的 TPU 芯片来运行 ChatGPT 等产品。这是 OpenAI 计算基础设施首次大举跳出 Nvidia GPU 体系，核心目的是应对破亿日活带来的推理成本与供应风险。
丹麦拟修改版权法打击深度伪造：长相和声音也将拥有「版权」
丹麦政府宣布将修改版权法，赋予个人对自身外貌与声音的版权，以此遏制 AI 深度伪造泛滥。一旦法案通过，人们有权要求平台下架未经授权的数字假人，违规平台将面临重罚；讽刺与恶搞则不受限制。丹麦还计划向欧盟推广这一方案。
周五
6月20日 星期五
Meta 被曝曾洽购多知名 AI 初创：扎克伯格撒钱重组团队
据 The Verge 报道，扎克伯格近期曾探讨收购 Thinking Machines、Perplexity 和 SSI，虽因价格与策略分歧未进入正式报价，但显示出 Meta 重组 AI 的激进态势。目前前 Scale 掌门王 Alexandr 已入职牵头组建新团队。
Cloudflare CEO 称用户不再点 AI 来源链接：OpenAI 抓 1500 页才引流 1 人
据 Axios 报道，Cloudflare CEO 透露用户极少再点击 AI 机器人的引用链接，导致出版商引流雪崩。OpenAI 如今爬取 1500 页才为网站带去 1 个访客，Anthropic 更是 6 万比 1。Cloudflare 正研发新工具，拦截那些无视禁爬指令的 AI 爬虫。
ChatGPT 上线 macOS 录音模式：开会不用记笔记，AI 自动提炼待办
OpenAI 宣布在 macOS 桌面端为 ChatGPT Pro、Enterprise 和 Edu 用户上线「录音模式」（Record mode）。用户可以直接在客户端内录制会议或灵感，AI 会实时转写、提炼核心要点并生成待办清单，直接省去人工记笔记的麻烦。
Meta 联手 Oakley 推出运动 AI 眼镜：支持 3K 录像，续航 8 小时
Meta 联合 Oakley 发布运动 AI 眼镜 Oakley Meta HSTN，售价 399 美元起。眼镜支持 IPX4 防水与 3K 视频录制，日常续航达 8 小时，并内置 Meta AI 提供免提拍摄与语音问答。限量版将于 7 月 11 日开启预购。
周四
6月19日 星期四
Perplexity 在 X 推出视频生成功能：发推即可获得带声音的 8 秒短片
Perplexity 为其 X 账号 @AskPerplexity 上线视频生成功能。用户发推写下提示词并 @ 该账号，就能生成约 8 秒、包含同步声音和对白的 AI 短片。由于上线后请求过载，生成出现了排队延迟，目前该功能仅限 X 平台。
Krea 上线 Hailuo 02：主打图生视频一致性与动态表现
Krea 宣布在其平台上线 Hailuo AI 开发的 Hailuo 02 视频模型。该模型主打图生视频的一致性与运动质量，能把静态图片转化为保持原始特征的连贯视频，明显降低了营销与数字内容制作的门槛。
HeyGen 上线产品植入功能：传张照片和台词，数字人直接拍 UGC 广告
HeyGen 推出「Product Placement」功能。用户上传产品照片、挑选数字人并输入文案，就能生成 UGC 风格带货广告。该功能由 Avatar IV 驱动，支持手势与唇形同步，主打免摄影棚和演员，现已面向所有用户开放。
创作者不知情：Google 用 YouTube 视频训练 Gemini 和 Veo 3
据 CNBC 报道，Google 证实正使用 YouTube 视频库训练 Gemini 与视频模型 Veo 3。虽然 YouTube 称有条款授权，但创作者根本无法选择退出自家的 AI 训练。不少创作者担忧，自己在不知情、无报酬的情况下，正在被用来训练未来可能取代自己的工具。
MiniMax 发布通用智能体：支持 MCP 协议，主打端到端长任务处理
MiniMax 正式上线通用智能体 MiniMax Agent。它主打多步规划与复杂任务的端到端执行，支持多模态生成、工具调用并原生接入 MCP 协议。官方称内部已试用 60 天，超过半数员工将其作为日常工具。
周三
6月18日 星期三
Zoox 启用海沃德制造厂：年产 1 万辆无方向盘 Robotaxi
Zoox 启用位于海沃德的生产基地，年产能超 1 万辆。其车辆采用无方向盘和踏板设计，目前有 20 多辆原型车在全美测试，计划年内落地拉斯维加斯并向旧金山公众开放。尽管目前仍落后于 Waymo，但这让它真正从有限测试走向量产。
Runway 推出 Chat Mode：一个对话框搞定图像和视频生成
Runway 宣布推出 Chat Mode。用户可以在单一对话界面中完成从创意构思到迭代的全过程，同时生成图像和视频。说白了，就是把原本分散的图像和视频工作流整合进一个对话框里，省去了来回切换工具的麻烦。
Google 上线 Search Live：直接用语音和搜索引擎实时连麦
Google 在移动端上线 Search Live。它基于定制版 Gemini 模型，支持与搜索实时语音多轮对话，屏幕还会同步给出网页链接并支持后台运行。最值得关注的是搜索方式从打字变成边聊边查。目前仅限美国 Labs 用户测试。
OpenAI 推出官方播客：首期 Sam Altman 畅谈 AGI 与 GPT-5
OpenAI 正式推出官方播客节目《OpenAI Podcast》。首期由 Andrew Mayne 对话 Sam Altman，重点聊了 AGI、大家催更的 GPT-5、数据隐私以及后续发展。这意味着 OpenAI 也有了属于自己的长对话阵地，直接对外输出技术路线和最新动态。
UCLA 毕业生台上亮出 ChatGPT：全靠它搞定期末作业
一段 UCLA 毕业生在毕业典礼上打开电脑展示 ChatGPT 窗口的视频在社交平台走红，播放量超 4300 万次。该学生公开感谢 ChatGPT 帮自己搞定了期末项目。这番举动迅速引发网络争议，有人戏称「恭喜 ChatGPT 从名校毕业」，也有人担忧这会冲击学术诚信与传统教学考核。
监管机构上线「OpenAI 档案」：图解公司架构与奥特曼利益网络
非营利机构 The Midas Project 与 Tech Oversight Project 联合上线《OpenAI 档案》网站。报告通过图表梳理了 OpenAI 从非营利转向商业巨头的架构演变、安全争议，并整理了 CEO Sam Altman 投资版图与公司业务的重叠交集。
OpenAI 筑防生物风险：限制生化攻击指令，7 月举办生物防御峰会
OpenAI 针对未来可能达到高风险阈值的生物 AI 模型推出多重防护机制，并宣布 7 月举办生物防御峰会。系统将严格拦截生化武器实操指导，仅向公众提供宏观概念并配合红队测试；未来只有经审核的研究机构才能调用完整模型推进科研。
教宗利奥十四世警惕 AI 威胁：梵蒂冈推动制定具备约束力的国际 AI 条约
据 TechCrunch 报道，教宗利奥十四世将 AI 对人类的威胁列为任内核心议题，直面各大科技巨头。面对 Google、微软等高管近年频繁造访游说，梵蒂冈坚持推动出台具有约束力的国际 AI 条约，以捍卫人类尊严与劳工权益。
Midjourney 上线首个视频模型 V1：图生 5 秒短片，继承招牌画风
Midjourney 近日上线首款视频生成模型 V1。该功能仅限网页端，可将图片转为 5 秒动态片段，支持自定义运镜与动作并可延长至 20 秒。官方称其成本比竞品便宜 25 倍。最值得关注的是其保留了独家美学质感，不过目前仅支持图生视频且没有音频。
Claude Code 支持远程 MCP：免本地部署，一键直连 Linear 与 Sentry
Anthropic 宣布 Claude Code 正式支持远程 MCP 服务端。开发者不再需要在本地配置运行环境，只需填入服务 URL 并通过原生 OAuth 授权，就能在终端里直接调用 Linear、Sentry 等外部工具的数据和上下文排错。
YouTube Shorts 将接入 Google Veo 3：今年夏天上线 AI 视频生成
周三，YouTube CEO Neal Mohan 宣布，将在今年夏天晚些时候把 Google 旗下的 AI 视频生成工具 Veo 3 接入 YouTube Shorts。此前 Shorts 已用旧版 Veo 生成背景，升级后创作者可直接调用顶级视频模型。日均播放超 2000 亿次的 Shorts 正借此发力创作者生态。
Canva 接入 Google Veo 3：输入提示词生成 8 秒带音效视频
Canva 推出新功能「Create a Video Clip」，接入 Google 最新视频生成模型 Veo 3。用户输入文本提示词即可生成 8 秒带同步音效的电影级视频片段，并能直接在 Canva 编辑器中调整排版。付费用户与非营利组织每月可免费生成 5 次。
OpenAI 切断与 Scale AI 合作：因 Meta 巨额入股引发中立性质疑
周三，OpenAI 证实正逐步终止与数据标注服务商 Scale AI 的合作。上周 Meta 宣布巨额投资 Scale AI 并引入其 CEO Alexandr Wang，引发数据中立性质疑；OpenAI 称已在寻找更专业化的数据伙伴。Google 据悉也在评估放弃该供应商。
Sam Altman 爆料：Meta 开出 1 亿美元签字费挖角，但没人走
周二发布的播客中，OpenAI CEO Sam Altman 透露 Meta 曾向其核心员工开出最高 1 亿美元的签字费挖角，但目前最顶尖的人才无一跳槽。扎克伯格近期正斥巨资组建超级智能团队，Altman 则直言靠砸巨款抄袭对手做不成创新。
周二
6月17日 星期二
Higgsfield AI 推出 Canvas：涂抹一下，就能把自家商品无缝换进图里
Higgsfield AI 推出图像编辑功能 Canvas。用户只需用画笔涂抹选区并上传产品图，就能一键替换或新增物体，例如把模特手里的香水换成自家品牌；工具还集成了 Flux Kontext，支持换背景和修图，方便电商做商品植入。
亚马逊 CEO 称 AI 将缩减员工规模：未来几年精简企业团队
Amazon CEO Andy Jassy 在员工备忘录中表示，随着生成式 AI 和智能体的大规模应用，未来几年公司的企业员工规模预计将缩减。他要求员工学会用 AI 工具提升效率，以更精简的团队干更多活。自 2022 年以来亚马逊已裁员超 2.7 万人。
Browserbase 上线 AI 网页智能体：基于 Stagehand，零代码搞定自动化
Browserbase 正式上线基于开源框架 Stagehand 的 AI 网页智能体。它支持直接用自然语言控制浏览器执行自动化任务，全程零代码且免费开放。这意味着普通用户无需编写任何脚本，也能快速搞定复杂的网页自动化流程。
MiniMax 发布视频模型 Hailuo 02：原生 1080p，搞定复杂体操动作
MiniMax 发布新一代视频生成模型 Hailuo 02。新模型改用 NCR 架构，参数量扩大到上一代的 3 倍，训练和推理效率提升 2.5 倍，支持原生 1080p 输出，在体操等复杂物理动作表现突出。目前已在网页端、移动端与 API 同步上线。
加州再试监管AI巨头：李飞飞等专家支招，力推第三方独立审查
加州专家工作组发布《加利福尼亚前沿政策报告》，针对此前被否决的 SB 1047 法案提出替代监管框架。报告由李飞飞等人牵头，指出仅凭模型训练算力划分监管并不科学，建议引入强制第三方风险评估、为独立研究人员提供避风港保护，并建立吹哨人机制。
Google 扩容 Gemini 2.5：Pro 与 Flash 转正，推出极速版 Flash-Lite
Google 宣布 Gemini 2.5 Pro 和 Flash 正式可用，并推出预览版 2.5 Flash-Lite。它是 2.5 家族中最快、成本最低的模型，支持 100 万 token 上下文与可调思考预算，专为高吞吐、低延迟场景打造。
百度上线罗永浩双数字人直播：6 小时带货超 5500 万元
百度在电商平台推出罗永浩数字人直播，由文心大模型驱动，首次采用双数字人搭档实时互动主持。这场 6 个多小时的直播吸引了超 1300 万次观看，产生超 5500 万元人民币 GMV，展现了数字人带货的规模化变现能力。
KREA AI 公测首个图像模型 Krea 1：联手 @bfl_ml，主打画质与美学控制
KREA AI 宣布面向所有用户开放首个图像模型 Krea 1 的公开测试。该模型由其与 @bfl_ml 联合训练，主打更出色的图像质量与美学控制力。目前该模型已开放免费体验。
Adobe 推出 Firefly 移动应用：手机直接文生视频，还拉来谷歌模型
Adobe 正式在 iPhone 和 Android 推出 Firefly 移动应用。它不仅支持文生图、文生视频与生成式填充等功能，还破天荒接入了 Google 的 Imagen 3/4 和 Veo 2/3 等第三方模型。所有生成内容都会自动同步到用户的 Creative Cloud，方便在网页或桌面应用继续编辑。
广告监督机构要求微软修改 Copilot 广告：生产力数据涉嫌误导
广告监管机构 NAD 建议微软停止或修改关于 Microsoft 365 Copilot 的生产力宣传。NAD 指出「超 70% 用户感到效率提升」仅反映主观感受，无法作为客观增效依据，且滥用 Copilot 品牌易误导用户。微软虽不认同结论，但承诺按建议澄清说明。
Meta 公布首期 Llama 初创计划名单：千家申请中选拔，送技术支持与云补贴
Meta 公布首期 Llama 初创企业计划入选名单，团队从 1000 多份申请中筛出。入选初创公司涵盖医疗管理、法律智能体、游戏与赛车等方向，入选者将直接获得 Meta 的 Llama 技术团队指导以及云服务补贴，以此降低开源大模型的落地成本。
OpenAI 敲定 GPT-4.5 下线时间：API 将于 7 月停用，ChatGPT 仍保留
OpenAI 近日向开发者发送邮件，宣布将于 2025 年 7 月 14 日从官方 API 中彻底移除 GPT-4.5 Preview。这其实是 4 月发布 GPT-4.1 时就定下的过渡计划，但突发提醒仍让不少依赖其文风与创造力的团队措手不及。好消息是，ChatGPT 订阅用户依然能在网页端下拉菜单里继续使用它。
Max 主页上线动态视频预览：用自研 AI 挑出影视精彩片段
本周起，流媒体平台 Max 在美国智能电视端上线主页动态视频预览。未来几周内，Max 还会上线自研 AI 工具，自动从庞大片库中抓出辨识度极高的「Drop-In Moments」精彩片段供人工挑选，大幅节省人工筛选和剪辑预览的时间。
NVIDIA 发布 Isaac Sim 5.0 与 Lab 2.2：物理仿真工具开启早期预览
NVIDIA 在 GitHub 上开放 Isaac Sim 5.0 与 Isaac Lab 2.2 的早期开发者预览版。新版本主打开源、合成数据生成扩展和新机器人模型，让开发者能在基于物理的仿真环境里直接训练与验证机器人。
周一
6月16日 星期一
OpenAI 与微软关系告急：传考虑指控反竞争，并争夺编程 IP
据报道，OpenAI 高管曾考虑公开指控微软存在反竞争行为，并探讨让监管机构审查合作合同。双方目前在 OpenAI 收购 Windsurf 的知识产权归属上陷入僵持。OpenAI 试图减少对微软算力与云服务的依赖，但其营利性转型仍需微软批准。
Cursor 推出 Ultra 订阅：每月 200 美元享 20 倍用量，Pro 版同步松绑
Cursor 推出每月 200 美元的 Ultra 方案，提供相当于 Pro 档 20 倍的用量，专为追求用量确定的重度用户打造。同时 Pro 档由请求次数限制改为算力限制，放开工具调用上限并提供无限次 Auto 模型访问。
翻看旧 CT 查心脏病：Mass General Brigham 联手 VA 打造 AI-CAC
消息，Mass General Brigham 与美国退伍军人事务部开发出 AI-CAC 工具，研究发表于《NEJM AI》。它能分析筛查肺癌等留下的普通非心电门控 CT，以 89.4% 的准确率检测冠状动脉钙化。这意味着无需额外拍片，就能及早揪出隐匿的心血管风险。
Meta 联名 Oakley 预告新款智能眼镜：主打运动，6 月 20 日亮相
Meta 在 Instagram 上线「Oakley/Meta」主页，预告将于 6 月 20 日推出联名智能眼镜。据报道，该产品面向运动员打造，预计采用 Oakley 的 Sphaera 镜框设计，搭载单颗摄像头以减轻重量。此举意在将 AI 眼镜拓展至运动追踪领域。
Geoffrey Hinton 警告：AI 将取代日常智力劳动，当水管工反而最安全
AI 教父 Geoffrey Hinton 在播客中表示，大规模失业已是当下最大威胁，日常智力劳动者将被 AI 全面取代。他点名律师助理和客服最危险，一人配合 AI 能顶十个人；相反，涉及复杂实体操作的水管工等蓝领岗位反而更安全。
1X 推出机器人世界模型 1XWM：预测动作后果，直接评估任务成败
人形机器人公司 1X 公布 1X World Model。它能根据机器人输入的精确动作轨迹预测未来画面与任务成功率，无需在现实或传统物理引擎中反复耗时测试。不过，模型目前对未见过的物体交互建模仍有困难。
ElevenLabs 推出 v3 音频标签：打标签就能控制 AI 说话节奏与停顿
ElevenLabs 为 Eleven v3 推出音频标签功能，让创作者直接在台词中插入标签控制语速、停顿和重音。比如写上 [pause]、[rushed] 或 [stammers]，AI 就会配合改变停顿与语气。不过目前该功能对专业声音克隆（PVC）支持尚不完善。
TikTok 创意 AI 接入 Adobe 与 WPP：一键生成 5 秒品牌视频
TikTok 扩展 Symphony 创意套件，推出图生视频和文生视频功能，可将静态产品图或提示词直接变为 5 秒品牌短片。这套工具除了在 TikTok 原生提供，还将整合进 Adobe Express 和 WPP Open，帮广告人自动化生产素材。
Hugging Face 接入 Groq：在 Hub 上直接调用极速 LPU 推理
Hugging Face 宣布将 Groq 接入其推理服务商生态。开发者现在可以直接在 Hugging Face 模型页面或通过 Python、JS SDK 调用 Groq 的 LPU 芯片，高速运行 Llama 4、Qwen 等开源模型，支持直接通过 HF 账户扣费或自填 Groq API Key。
MiniMax 开源推理模型 M1：支持百万上下文，推理算力省 70%
MiniMax 开源推理模型 MiniMax-M1，支持 100 万 token 上下文与 8 万 token 推理输出。依托混合注意力与自研 CISPO 强化学习算法，其长文本推理算力仅需 DeepSeek R1 的 30%，强化学习训练仅花费约 53.5 万美元。普通用户可在网页与 App 端免费体验。
Adobe 推出 LLM Optimizer：帮品牌在 ChatGPT 和 Claude 里抢排名
Adobe 发布企业级工具 Adobe LLM Optimizer。它针对 ChatGPT、Claude、Gemini 等对话式 AI，帮企业监测品牌在 AI 生成答案中的曝光情况，并自动给出优化建议。Adobe 称这标志着品牌优化从传统 SEO 转向 GEO（生成引擎优化）。该工具现已作为独立产品或集成至 AEM 提供。
Reddit 推出社区智能套件：用 AI 提炼真实讨论，广告点击率涨 19%
Reddit 在戛纳创意节推出 Reddit Community Intelligence，将平台海量讨论提炼为营销洞察。首发两款 Alpha 工具包括 AI 聆听工具 Reddit Insights，以及在广告下展示用户好评的摘要插件，早期测试让广告点击率提升了 19%。
