Google 拟与 Scale AI 解约：因 Meta 入股 49%，巨头集体防泄密
据路透社报道，Google 正计划终止与数据标注商 Scale AI 的合作，今年原定 2 亿美元的预算将转投别家。起因是 Meta 拟入股 Scale 49% 且其 CEO 将加入 Meta；微软与 xAI 也在撤离，核心担忧在于自身模型的训练数据与路线图被对手窥探。
AI 日报：今天的 AI 新闻
周六
6月14日 星期六
苹果 App Store 上线 AI 标签测试：截图也能被 AI 读懂并辅助分发
Apple 在 iOS 26 开发者测试版中上线了 AI 生成的 App Store 标签。系统通过 AI 从应用描述、截图等元数据中挖掘信息进行分类，无需开发者手动堆砌关键词。标签上线前有人工审核且开发者可控，目前尚未影响公开商店的搜索算法。
周五
6月13日 星期五
反驳苹果研究：大模型「推理崩溃」只是测试没做对？
Open Philanthropy 研究员 Alex Lawsen 发表论文反驳苹果。他指出苹果声称模型在汉诺塔等任务中崩溃，实为触碰了 token 输出上限或遇上无解谜题。当要求写代码而非穷举步骤时，Claude 与 o3 轻松通过了 15 层汉诺塔。
纽约州通过 RAISE 法案：前沿 AI 模型若酿灾，最高可罚 3000 万美元
周四，纽约州议会通过《RAISE 法案》，针对算力成本超 1 亿美元的前沿模型建立透明度与事故通报机制，违规最高可罚 3000 万美元。法案删除了此前加州被否决法案里的「一键关停」等条款，目前正等待州长签署。
腾讯开源 Hunyuan 3D 2.1：首个全开源 PBR 3D 模型，消费级显卡可用
腾讯混元发布 Hunyuan 3D 2.1，并完全开源了权重、代码及数据流程。它支持电影级 PBR 材质合成，能还原皮革、青铜等光影质感，更关键的是普通消费级显卡就能跑得动。
Google 搜索测试音频概述：Gemini 把搜索结果直接「读」给你听
Google 在 Search Labs 推出实验性功能 Audio Overviews。它借助最新 Gemini 模型，能将特定搜索结果转成简短的对话式语音概述，并在播放器中附上参考网页。适合多任务或不想盯屏幕时快速了解陌生主题。
rabbit 发布软件 Agent intern：按任务计费，直接交付网站与报告
rabbit 发布通用 AI Agent「rabbit intern」，也是其首款无需 r1 硬件的纯软件产品。用户输入提示词后，它能直接生成排版完整的网站、调研报告或小游戏；计费放弃算力点数改按任务数量算，注册可免费体验 3 个任务。
DeepMind 联手阿罗诺夫斯基：用 Veo 拍短片，实拍无缝嵌进 AI 婴儿
Google DeepMind 宣布首部与导演达伦·阿罗诺夫斯基旗下机构合作的短片《ANCESTRA》在翠贝卡电影节首映。团队将视频模型 Veo 与实拍结合，开发出运动匹配和局部加物功能，把 AI 生成的逼真新生儿无缝融入实拍镜头。这表明生成式 AI 正加速嵌进好莱坞传统制作管线。
NVIDIA 联手德国电信建工业 AI 云：一期上线 1 万块 Blackwell
NVIDIA 宣布联手德国电信建设欧洲首个工业 AI 云。这是德国最大的单体 AI 设施，一期部署 1 万张 Blackwell GPU，专供制造业做数字孪生、工程仿真与机器人研发，加速推进欧洲的主权 AI 布局。
Meta 巨资入股 Scale AI：估值超 290 亿美元，创始人加盟 Meta 负责 AI
数据标注龙头 Scale AI 宣布获得 Meta 巨额新投资，估值突破 290 亿美元。创始人 Alexandr Wang 将加入 Meta 主管其 AI 业务，同时保留 Scale 董事席位；首席战略官 Jason Droege 接任临时 CEO。交易完成后 Meta 将持有少数股权，双方将大幅扩大数据商业合作。
SAG-AFTRA 敲定游戏协议：用 AI 做数字替身须同意，实时生成给 7.5 倍薪酬
SAG-AFTRA 公布游戏行业暂定协议细节。资方使用演员声音、肖像或动作训练 AI 必须获得知情同意；若将数字替身用于游戏内的实时语音聊天机器人，演员将享有至少 7.5 倍最低报酬。这场围绕生成式 AI 的罢工持续 320 天后，终于定下了具体赔偿底线。
周四
6月12日 星期四
Kalshi 在 NBA 总决赛播 AI 广告：成本仅 2000 美元，Veo 3 几天搞定
周三晚上，预测交易平台 Kalshi 在 NBA 总决赛期间播出了一条全 AI 生成的电视广告，制作成本仅约 2000 美元。制作者利用 Google 的 Veo 3 和 Gemini 在两三天内生成并剪辑完成，号称相比传统广告制作降低了 95% 的成本。
全球多项主流服务大面积宕机：AWS、谷歌云与 Cloudflare 均受波及
据 X 平台报道，Spotify、Google Cloud、AWS、Cloudflare、YouTube 和 Gmail 等主要互联网服务遭遇严重故障。底层云基础设施与大型消费级平台同时受到冲击，导致大批用户无法正常访问。
ChatGPT Projects 迎来更新：支持深度研究、语音模式及跨对话记忆
OpenAI 宣布升级 ChatGPT 的 Projects 功能，加入深度研究与语音模式支持。此外，项目内记忆能力得到优化，可以直接引用过去的对话记录；移动端也补充了文件上传和模型选择功能。
微软在美上线 Copilot Vision：看懂屏幕高亮指路，免费向 Windows 开放
微软在美国向 Windows 10 和 11 用户推出 Copilot Vision，无需 Pro 订阅即可免费使用。用户主动共享应用窗口后，AI 能实时对话并高亮标出点击位置，手把手教你操作。该功能属于实验性的 Copilot Labs，目前仅限美国地区。
Google 升级 Gemini Code Assist：接入 Gemini 2.5，支持自定义规则与整目录上下文
Google 宣布为编程助手 Gemini Code Assist 升级 Gemini 2.5 系列模型。新版支持用「@」引入整个文件夹（最高 100 万 token 上下文）、自定义快捷命令与项目规则，并支持多会话并行与历史记录恢复。个人用户可在 VS Code 或 JetBrains IDE 免费安装插件体验。
NVIDIA 联手 Stability AI：TensorRT 让 SD 3.5 显存狂省 40%，速度翻倍
NVIDIA 联合 Stability AI 为 Stable Diffusion 3.5 推出 TensorRT 加速与 FP8 量化。SD3.5 Large 显存需求从 18GB 骤降至 11GB，生成速度飙升 2.3 倍，主流消费级 RTX 显卡也能轻松跑起大模型。
Meta 起诉「AI 脱衣」软件 CrushAI：封禁广告并跨平台围剿
Meta 宣布在香港起诉 CrushAI 的母公司 Joy Timeline，严打利用 AI 生成非自愿色情图像的推广行为。Meta 还上线了新识别技术，能揪出不带裸露画面的擦边广告，并通过 Lantern 计划向其他科技公司共享了逾 3800 个违规网址。
押注「纳德拉时刻」：新总裁 Patel 带领思科重构 AI 基础设施
本周 Cisco Live 期间，思科新任总裁 Jeetu Patel 推动产品线深度整合并深化与英伟达的 AI 合作，带动股价年内涨超 10%。业内将这次动作与微软当年转向云和 AI 的改革相提并论。最值得关注的是，思科正全力打破系统割裂，重回产品创新驱动。
DeepMind 上线 Weather Lab：用 AI 预测热带气旋，误差大幅缩减
Google DeepMind 推出气象平台 Weather Lab，发布实验性 AI 热带气旋模型。该模型可提前 15 天生成 50 种气旋推演情景，5 天路径预测比主流物理模型误差减少 140 公里，相当于领先了 1.5 天。目前正与美国国家飓风中心合作实测。
美泰联手 OpenAI：芭比和风火轮要装上 AI，首款产品年内亮相
玩具巨头美泰宣布与 OpenAI 达成战略合作，将把 AI 技术引入旗下经典品牌，打造适龄玩具和互动体验，同时美泰内部也将引入 ChatGPT Enterprise 协助研发。双方首款合作产品预计将于今年晚些时候公布。
Microsoft 升级 Clipchamp：删掉转录文字，视频画面跟着自动剪掉
Microsoft 为在线视频编辑工具 Clipchamp 上线基于转录文本的剪辑功能。用户不再需要反复拖动时间轴，只要删掉 AI 自动转录里的某句对话，视频就会同步切除对应片段。该功能率先面向工作账户开放，个人用户后续跟进。
Sakana AI 推出 Text-to-LoRA：一句话描述任务，直接生成模型微调权重
Sakana AI 发布超网络 Text-to-LoRA。它跳过了收集数据集和昂贵微调的繁琐流程，仅凭一段文字描述就能一步生成针对特定任务的 LoRA 适配器，甚至能泛化到新任务。该成果入选 ICML 2025，相关代码已开源。
周三
6月11日 星期三
Tesla 暂定 6 月 22 日上线奥斯汀 Robotaxi：首发 Model Y
本周二，Elon Musk 透露 Tesla 暂定于 6 月 22 日在得州奥斯汀启动 Robotaxi 服务。初期将投入约 10 到 20 辆 Model Y 车型，运营范围仅几平方英里。Musk 强调出于极致的安全考量，上线时间仍可能微调。
迪士尼与环球起诉 Midjourney：擅自生成经典角色涉侵权
周三，迪士尼与环球影业正式起诉 Midjourney，指控其图像生成工具大量侵权复制达斯·维达、小黄人等经典版权角色，称其为「抄袭无底洞」。诉讼不仅涵盖现有图像工具，还直接盯上了其即将推出的视频生成模型，并要求陪审团审判。
社区编辑集体抗议：维基百科叫停 AI 生成摘要测试
维基媒体基金会叫停了一项在维基百科移动端顶部展示 AI 摘要的测试。编辑社区对此强烈反对，批评此举是盲目跟风 Google，认为强推浮躁的机器生成摘要不仅侮辱读者智力，还会直接摧毁维基百科严谨、可靠的信誉根基。
Meta AI 上线视频编辑功能：50 多种预设一键重绘短视频
Meta 在 Meta AI 应用、网页版及 Edits 应用中推出生成式 AI 视频编辑功能。受 Movie Gen 模型启发，用户可通过 50 多种预设提示词，将 10 秒短视频转换为复古漫画或游戏风格。该功能目前在美国等十余个国家限时免费提供。
The Browser Company 发布 Dia：自带 AI 助手，可跨标签页对话
The Browser Company 发布新浏览器 Dia，目前面向 Arc 的 Mac 用户开放测试。与 Arc 激进的设计不同，Dia 回归水平标签，核心是在右侧加入 AI 助手，能读取所有打开的标签页与历史记录协助办公。最值得关注的是，它试图让浏览器直接变成个人助理。
Mistral AI 推出 Mistral Compute：做欧洲自己的全栈 AI 算力平台
Mistral AI 推出 AI 基础设施平台 Mistral Compute。该方案涵盖 GPU、编排、API 及套件，提供从裸金属到托管 PaaS 的私有全栈服务，旨在摆脱对美中少数云巨头的依赖并强调数据主权。
DeepL 部署英伟达 B200：翻译整个互联网缩短至 18 天
周三，DeepL 宣布部署搭载英伟达 B200 的 DGX SuperPOD 系统。新算力将把翻译整个互联网的时间从原本的 194 天大幅压缩至 18 天。DeepL 表示，算力升级不仅能支持研发更强的大模型，还能直接改善今年推出的 Clarify 等上下文翻译功能。
三星 Bespoke AI 冰箱升级：听声音认家庭成员，还能帮你找手机
Samsung 为 2025 款 Bespoke AI 冰箱推送更新，Bixby 助手开始支持多人语音识别。冰箱能凭声线辨识不同家庭成员，自动切换专属日程、照片或无障碍显示模式，还能帮找手机。更新率先推送给配有 Family Hub 大屏的型号。
星巴克测试 AI 助手 Green Dot Assist：实时查配方排障，拟全美推广
星巴克宣布在 35 家门店试点 AI 助手 Green Dot Assist。店员用店内 iPad 就能实时查配料配方、排查设备故障，店长也能借此调配替班。该助手基于微软 Azure OpenAI 开发，预计 2026 财年推向美加所有门店，以精简流程并缩短等餐时间。
传 Meta 筹建超级智能实验室：重金挖角 OpenAI 谷歌，拟联手 Scale AI
据外媒报道，Meta 正在筹备设立专注于「超级智能」的新 AI 实验室。Meta 计划招募 Scale AI 创始人 Alexandr Wang，并商谈向其投资数十亿美元，同时开出 7 至 9 位数薪酬从 OpenAI 和谷歌挖人，以应对内部动荡并重组 AI 研发力量。
周二
6月10日 星期二
OpenAI 推迟开放权重模型发布：6 月不上线，改到夏末
Sam Altman 透露 OpenAI 的开放权重模型将推迟发布，不会在 6 月推出，预计延后至今年夏末。他表示研究团队做出了一些出人意料且非常惊艳的成果，绝对值得等待，但还需要更多时间打磨。
Sam Altman 发文谈「温和的奇点」：2026 年 AI 或将产生全新见解
OpenAI CEO Sam Altman 发表长文《温和的奇点》，称人类已越过数字超级智能的事件视界。他预测 2026 年 AI 系统或将具备提出全新见解的能力，2027 年实体机器人将落地；随着基础设施建设扩展，智能成本最终将无限趋近电费。
OpenAI 上线 o3-pro：接替 o1-pro，支持工具调用与 API
OpenAI 正式发布最强推理模型 o3-pro，面向 ChatGPT Pro、Team 用户及 API 开放，全面接替 o1-pro。该模型支持联网搜索和代码执行等工具，在数学和科学测试中跑分出众，但目前不支持生图与 Canvas，且响应时间更长。
Snap 计划 2026 年发售轻量 AR 眼镜 Specs：自带多模态 AI
Snap 宣布计划于 2026 年面向消费者发售轻量级 AR 智能眼镜 Specs。新眼镜配备透光镜片与多模态 AI 助手，支持实时翻译和做菜指引，机身比前代更小更轻。其搭载的 SnapOS 还支持接入 OpenAI 与 Google DeepMind 的模型。
MIT 新研究：长期用 ChatGPT 写作，大脑连接明显减弱
MIT 研究团队发布论文，通过脑电图监测发现，使用 ChatGPT 辅助写作的人大脑网络连接最弱，甚至失去对文章的掌控感。当换回纯脑力写作时，他们的大脑仍处于参与不足状态。研究者指出，AI 带来的短期便利可能会积累长期「认知负债」。
Krea AI 发布图像模型 Krea 1：摆脱塑料感，7 秒生成支持 4K
Krea AI 推出图像模型 Krea 1，核心目标是摆脱一眼假的「AI 感」。新模型主打细腻真实的皮肤质感与胶片瑕疵美学，支持原生 1.5K 生成与 4K 放大，HD 出图仅需 7 秒，且支持用户上传最多 50 张图微调风格，目前每日提供免费生成额度。
Google AI 搜索重创媒体流量：直接给答案，没人点链接了
《华尔街日报》报道指出，Google 的 AI Overviews 等功能正重创新闻媒体流量。用户直接向 AI 提问就能获得摘要，不再点击原网页；《纽约时报》来自自然搜索的流量占比在 4 月跌至 36.5%。媒体正被迫加速转向内容授权或分成模式。
微软测试 Edge 新功能：打错字也能搜到浏览记录，全靠端侧 AI
上周，Microsoft 开始在 Edge 测试版中上线「增强搜索」功能，依靠端侧 AI 模型检索历史记录。用户即便输错别字、近义词或模糊短语，也能找到看过的网页。最值得关注的是，该模型完全在本地训练且数据不上云，隐私风险远低于之前的 Recall。
Mistral 推出首款推理模型 Magistral：开源 24B 小模型，支持多语言思考
Mistral AI 发布首个推理模型 Magistral。新模型分两个版本：开源且商用的 24B 参数 Magistral Small，以及面向企业的 Magistral Medium。它支持用中文等多种语言原生思考并提供透明推理链，在 Le Chat 中还提供提速 10 倍的 Flash Answers 模式。
ChatGPT 宕机一整天后基本恢复：API 已恢复，语音模式仍有异常
OpenAI 的 ChatGPT、Sora 及 API 遭遇大范围故障，甚至波及了依赖其模型的 Perplexity。截至美东时间傍晚，官方称 API 已全面恢复，绝大部分功能恢复正常，但语音模式的错误率依然偏高。
思科全面升级网络产品线：从 400G 光模块到园区交换机，全力疏通 AI 瓶颈
本周，思科在 Cisco Live 上全面升级了面向 AI 的网络产品线，涵盖数据中心管理软件、400G 光模块及搭载 SiliconOne 芯片的园区交换机。统一仪表板内置了排障 AI 助手，并联合英伟达扩展 AI Pod 方案，旨在打通 AI 流量暴涨下的传输堵点。
高通发布 Snapdragon AR1+ Gen 1：AI 独立跑在智能眼镜上，无需连手机
周二，Qualcomm 在 AWE USA 上推出 Snapdragon AR1+ Gen 1 芯片，体积比前代缩小 26%。官方使用 RayNeo X3 Pro 现场演示了脱离手机与云端、完全在眼镜端离线运行 Llama 1B 模型。这意味着智能眼镜有望摆脱手机配件定位，变身独立设备。
周一
6月9日 星期一
Google 推出视频模型 Veo 3 Fast：速度翻倍，已接入 Gemini 和 Flow
Google 推出视频生成模型 Veo 3 Fast，已在 Gemini App 和 Flow 中上线。新模型在保持 720p 分辨率的同时，生成速度提升超 2 倍，并进行了服务端优化以承载更多并发请求。也就是说，创作者调整画面提示词的等待时间将大幅缩短。
苹果推出 Foundation Models 框架：App 可免费调用端侧 AI
Apple 在 WWDC 上推出 Foundation Models Framework。开发者能直接在第三方 App 中调用 Apple Intelligence 的端侧大模型，支持离线运行、工具调用且无推理成本。公开测试版预计下个月上线。
上线仅一个月：Anthropic 悄悄下线 Claude 撰写的 AI 实验博客
据 TechCrunch 报道，Anthropic 刚刚关闭了上线仅约一个月的实验性博客 Claude Explains，并将页面重定向至官网首页。该博客原本展示 Claude 与人类协同撰写技术指南，但因内容生成透明度不足、被质疑搞自动化内容营销而在社交媒体上遇冷。
防高考作弊：通义千问、豆包等 AI 助手在考试期间停用拍照搜题
据报道，为防高考作弊，通义千问、豆包、腾讯元宝、Kimi 及 DeepSeek 等主流 AI 助手在考试时段限制或暂停了拍照搜题功能。多家平台称此举是为了维护考试公平，在大模型普及下为考场构筑一道技术安全网。
特斯拉 Optimus 工程主管离职：Autopilot 负责人接棒，年造五千台迎大考
特斯拉人形机器人 Optimus 工程主管 Milan Kovac 宣布离职，称离职只为陪伴家人。据彭博社报道，Autopilot 主管 Ashok Elluswamy 将接管该业务。马斯克曾计划今年生产约 5000 台 Optimus，核心骨干的离开让这一量产目标面临考验。
Apple 发布 STARFlow：绕过扩散模型，高清图像生成比肩 Midjourney
上周，Apple 联合高校研究人员发布论文，推出图像生成系统 STARFlow。该技术将规范化流与自回归 Transformer 结合，首次实现该架构在大尺度高分辨率上的有效运行，画质直追主流扩散模型，为端侧精确控图与计算开辟了新路径。
生成式 AI 首场版权大审判：Getty 诉 Stability AI 正式开庭
Getty Images 诉 Stability AI 侵犯版权案在英国高等法院开庭。Getty 指控对方无视版权大规模抓图训练 Stable Diffusion，要求为数据买单；Stability 则坚称模型训练不在英国，且诉讼威胁到整个行业。这是该领域首场真正开打的庭审。
Apple 预览 visionOS 26：生成式 AI 给照片添纵深，手势之外支持 PS VR2 手柄
Apple 公布 visionOS 26。更新引入空间小组件，并利用生成式 AI 算法将普通照片转为可探头细看的空间场景；Persona 虚拟形象更逼真且支持侧脸。此外系统还新增同空间共享及对 PS VR2 控制器的支持，开发者预览版现已开放测试。
Apple Intelligence 大更新：端侧模型向开发者开放，手表迎来 AI 健身教练
Apple 宣布升级 Apple Intelligence，为 iPhone、Mac 等设备加入通话实时翻译和屏幕视觉理解。最关键的是，Apple 首次向开发者开放端侧基础模型，用几行 Swift 代码就能免费离线调用 AI 能力。新功能即日开启测试，秋季正式推送。
周六
6月7日 星期六
ChatGPT 高级语音大更新：语气更自然，还能连着当同传
OpenAI 升级了 ChatGPT 的高级语音模式，面向所有付费用户开放。新版声音更自然，能呈现停顿、重音以及讽刺和共情等细微情绪，还能当作连续翻译助手使用。不过官方也提醒，偶尔仍会出现音调波动或杂音乱码等小毛病。
Anthropic 长期利益信托吸纳国安专家：CNAS 首席执行官加盟
Anthropic 宣布新美国安全中心 CEO Richard Fontaine 加入其「长期利益信托」（LTBT）。Fontaine 曾在美国家安全委员会与国防政策委员会任职，此次加入旨在帮 Anthropic 应对前沿 AI 对地缘政治和国家安全的冲击。信托成员不持股，直接参与监督董事会。
周五
6月6日 星期五
Microsoft 照片应用上线 AI 打光：自选三处光源，支持白话搜图
Microsoft 为 Copilot+ PC 上的照片应用上线 AI「重新打光」（Relight）和自然语言搜图功能。用户可设置最多 3 个虚拟光源调节画面光影，输入日常描述就能检索本地照片。目前 Relight 仅限骁龙芯片机型，AMD 与 Intel 设备后续跟进。
EleutherAI 发布 8TB 开源数据集：全靠授权与公有领域文本训练
EleutherAI 联合多家机构发布 8TB 训练数据集 The Common Pile v0.1。该数据集耗时两年，完全由授权和公有领域文本构成。同步推出的 7B 模型 Comma 表现媲美 Meta 的初代 Llama，证明不用侵权数据也能练出好模型。
Gemini 上线计划操作功能：支持定时或周期性自动跑 Prompt
Google 在 Gemini 应用中推出「计划操作（scheduled actions）」功能。用户可以直接指定具体时间让 Gemini 跑任务，或把常用提示词设为周期性自动执行，例如每周一定时生成灵感或每天早晨整理邮件日程。目前面向 Google AI Pro、Ultra 订阅用户及部分 Workspace 方案开放。
苹果 WWDC 2025 曝光：Apple Intelligence 迎实时翻译与开发者工具
据彭博社报道，苹果计划在 WWDC 2025 上重点为 Apple Intelligence 更新跨系统翻译与开发者工具。用户将支持信息自动翻译、电话与 AirPods 实时对话翻译；开发者则可直接调用 Genmoji 等 AI 能力。具体细节预计于 6 月 9 日揭晓。
Anthropic 推出 Claude Gov：专供美国国安机构，涉密任务少拒答
Anthropic 推出专为美国国家安全客户定制的 Claude Gov 模型，已部署于涉密环境。新模型针对情报分析、战略规划与网络安全等场景微调，最关键的是减少了接触敏感机密信息时的「拒答」情况，同时维持现有的安全评估标准。
周四
6月5日 星期四
ElevenLabs 发布 Eleven v3 Alpha：支持情感控制标签与 70 多种语言
ElevenLabs 推出文本转语音模型 Eleven v3 的 Alpha 测试版本，进一步提升语音的情感表达与上下文感知能力。模型支持 70 多种语言与单次最高 5000 字符输入，并引入音频标签来直接控制耳语、笑声等情绪语气。这意味着创作者无需专业配音演员，就能生成富有情绪起伏的多语言角色对话。
Higgsfield AI 推出 Higgsfield Speak：输入台词生成动态说话视频
Higgsfield AI 推出视频生成工具 Higgsfield Speak。用户选定风格与形象并输入台词脚本后，系统会自动合成包含镜头动态、语音与面部情绪的说话视频，降低了制作动态口播视频的门槛。
X 更新开发者条款：禁止外部公司用平台帖子训练 AI 模型
X 更新开发者协议，明确禁止第三方利用平台内容或 API 微调与训练基础模型。此举类似 Reddit 限制爬虫的做法，被认为是在为未来的付费数据授权交易铺路。不过，X 自身仍在使用用户数据训练旗下的 Grok 模型。
Perplexity 接入 SEC 财务数据：全员可在 Search 和 Labs 中查财报
Perplexity 宣布接入 SEC/EDGAR 数据库，即日起面向所有用户开放。无论在 Search、Research 还是 Labs 中，用户都能直接检索并解读上市公司的财报等专业财务文件，降低了投资者查阅硬核技术文档的门槛。
Google 升级 Gemini 2.5 Pro：竞技场霸榜，加入思考预算
Google 发布 Gemini 2.5 Pro 升级预览版，预计数周内正式商用。新版在 LMArena 提升 24 分稳居第一，优化了排版与创意表达，并在 API 中新增思考预算控制。Gemini 应用今日已同步更新上线。
HeyGen 升级 Avatar IV：支持 Prompt 控制手势，微表情更逼真
HeyGen 宣布为其数字人 Avatar IV 推出重大升级。新版本支持根据脚本自动生成动态手势，也能直接用提示词控制动作，同时加入了超逼真微表情，支持生成 60 秒的 1080p 视频。目前该功能已面向所有 HeyGen 账户开放。
斯坦福开源 Tokasaurus：专注高吞吐推理，性能超 vLLM 达 3 倍
斯坦福团队开源大模型推理引擎 Tokasaurus，专为合成数据生成与批量任务等高吞吐场景设计。它通过极低 CPU 开销与动态前缀复用优化小模型，并针对无 NVLink 显卡优化流水线并行，吞吐量比 vLLM 和 SGLang 最高提升超 3 倍。
语音 AI 融资暴增 8 倍：人声逼真度大涨，客服全面进军电话线
CB Insights 数据显示语音 AI 初创公司去年吸金 21 亿美元，同比飙升 8 倍。得益于 OpenAI Realtime API 与 ElevenLabs 等全双工模型突破，语音延迟和成本大幅降低，餐厅和医院已开始大规模用它接听订单与热线，客户几乎难辨真假。
周三
6月4日 星期三
HubSpot 接入 ChatGPT 深度研究：直接调取 CRM 数据做业务分析
HubSpot 推出面向 ChatGPT 的深度研究连接器，让付费 ChatGPT 用户能直接调用自家 CRM 数据进行深度分析。连接器严格遵循用户的 CRM 原有访问权限，且官方承诺客户数据不会用于 AI 训练。
Cursor 1.0 上线：能做代码审查，还能在后台并发数十项任务
Cursor 正式推出 1.0 版本。新版加入了代码审查功能，可以记住此前犯过的错误，还能在后台同时推进数十项任务。说白了，开发者现在能把繁琐的排查和多线程杂务统统扔给后台去跑。
OpenAI 抗诉《纽约时报》数据要求：拒绝无限期保留用户对话记录
OpenAI 抗诉一项法院命令，反对《纽约时报》等原告要求其无限期保留 ChatGPT 及 API 数据的做法。原告甚至索求用户已删除的对话，OpenAI 称这违背了 30 天清除的隐私承诺，正全力上诉捍卫用户隐私。
OpenAI 抗议法院命令：强制保留已删聊天记录严重侵犯隐私
OpenAI 提交法庭文件，要求撤销一项强制保留所有 ChatGPT 日志（含已删除对话及 API 记录）的法院命令。此前《纽约时报》等原告指控其销毁侵权证据。OpenAI 称该命令侵犯数亿用户隐私决策，要求举行口头辩论并撤销命令。
Reddit 起诉 Anthropic：称其自去年 7 月违规爬取数据超 10 万次
周三，Reddit 在旧金山起诉 Anthropic，指控对方在声称停止抓取后，自 2024 年 7 月以来仍用爬虫违规访问 Reddit 超过 10 万次。Reddit 称其真实人类对话被拿去喂给 Claude 等模型，Anthropic 发言人对此坚决否认并表示将积极应诉。
微软上线 Copilot Shopping：用 AI 帮你比价、蹲降价并直接下单
Microsoft 在 Copilot 移动端和网页端推出 Copilot Shopping 功能。用户能通过自然语言挑选商品、对比多家电商价格，还支持查看历史价格走势并用滑块设置降价提醒，甚至不用离开 App 就能直接完成结账。
ChatGPT 深度研究接入内部数据源：支持 Outlook 与 Gmail
OpenAI 宣布 ChatGPT 深度研究功能现可接入内部数据源并拉取实时上下文，同时继承原有的用户级权限。连接器现已支持 Outlook、Teams、Google Drive、Gmail 与 Linear，面向企业版、教育版以及部分地区的 Plus 和 Pro 用户开放。
Anthropic 升级订阅：Claude Pro 与 Max 可直接用 Claude Code
Anthropic 宣布将终端编程工具 Claude Code 纳入 Pro 和 Max 个人订阅，无需单独按 API 额度付费。在终端以及 VS Code、Cursor 等 IDE 中登录订阅即可使用，不过调用额度与网页端 Claude 共享。如果系统配有 API 密钥，需注意避免被误扣费。
Luma AI 推出 Modify Video：保留动作神态，一键替换视频角色与场景
Luma AI 推出视频编辑功能 Modify Video，能在保留人物动作、表情和镜头运动的前提下，一键替换场景、光影或角色。它提供三种控制预设，盲测在连贯性与运动保留上优于 Runway V2V。目前已在 Dream Machine: Ray 2 上线，单次最长支持 10 秒。
Mistral 发布编程客户端 Mistral Code：主打本地私有部署，对标 Cursor
Mistral 推出编程助手 Mistral Code，直接对标 Cursor 与 GitHub Copilot。该客户端基于开源项目 Continue 打造，整合了 Codestral 等自研模型，支持 80 多种语言。最值得关注的是它支持企业在私有算力或完全断网环境下本地部署，目前已开启内测。
Epic 将向创作者开放 AI NPC：人人都能在《堡垒之夜》做会聊天的角色
Epic Games 宣布计划允许创作者在《堡垒之夜》中自制 AI 驱动的 NPC。继黑武士语音互动走红后，Epic 将把多层安全防护工具同步开放给创作者，方便其打造能自由语音对话的角色。最值得关注的是，游戏将从固定剧本迈向无限对话体验，不过具体上线时间尚未公布。
Runway 联手 AMC Networks：用 AI 加速美剧前期预演与宣发
Runway 与 AMC Networks 达成合作，将 AI 工具引入后者的影视开发与营销流程。出品过《绝命毒师》《行尸走肉》的 AMC 将借此推进概念设计、前期画面预演与宣发物料筛选，加速影视创意落地。
三星预告下一代 Ultra 折叠机：要把端侧 AI 塞进更轻巧的机身
Samsung 宣布将把 Ultra 级体验引入更便携的折叠设备。新机重点在于硬件轻量化，同时针对折叠与展开形态深度定制 Galaxy AI，支持语音订餐发信等端侧多任务调度。折叠屏开始从单纯卷硬件厚度转向用 AI 优化大屏交互。
Figma 推出 Dev Mode MCP Server：让 Cursor、Claude 直接读懂设计稿
Figma 宣布测试上线官方 MCP Server，把设计上下文直接接入开发工具。Cursor、Claude Code 等 AI 编程工具不再只靠截图猜样式，而是能直接读取变量、组件定义和设计规范，生成与现有代码库高度一致的前端代码。
周二
6月3日 星期二
Anthropic 切断 Windsurf 算力：传 OpenAI 拟收购，卖给对手太奇怪
Windsurf 称 Anthropic 在不到 5 天内切断了其对 Claude 3.x 的官方直接算力。Anthropic 联创 Jared Kaplan 证实此举因传闻 OpenAI 正斥资 30 亿美元收购 Windsurf，算力紧张下不可能把 Claude 卖给竞手。Windsurf 已紧急调用第三方推理算力兜底。
Suno 升级歌曲编辑器：支持逐段重排改写，还能拆出 12 轨分轨
Suno 推出全新升级的歌曲编辑器。用户可以直接在波形图上逐段重排与改写音乐，并将音轨拆解为包含人声、鼓点等在内的 12 条独立分轨。此外平台还支持上传最长 8 分钟的完整音频，并新增控制风格偏好的创意滑块。
Builder.ai 破产：15 亿美元 AI 独角兽竟是印度外包假扮
本周，估值曾达 15 亿美元的软件开发平台 Builder.ai 申请破产保护。调查发现，其号称全自动的 AI「Natasha」实际上是由数百名印度工程师人工假扮机器人写代码，公司还涉嫌财务造假虚增营收。这是 ChatGPT 爆火以来最大的 AI 独角兽暴雷案，目前正面临欺诈调查。
Anthropic 悄悄上线 Claude Explains：让 AI 写博客，人类专家把关
Anthropic 近日低调推出技术博客 Claude Explains，内容主要由 Claude 模型撰写，再由内部专家和编辑团队补充实操案例与洞察。官方表示这并非 AI 纯端到端生成，而是展示「人机协作」生产内容，公司也不会因此停止招募人类编辑与文案作者。
OpenAI 推出漏洞披露新规：AI 频繁挖出零日漏洞，修复不设死限
OpenAI 发布外向协同漏洞披露政策，规范如何向第三方及开源软件报告其 AI 工具发现的代码缺陷。目前其系统已挖出过零日漏洞，针对披露时限，OpenAI 默认不设固定修复死限，给开发者留出充分修复时间。
Google 暂停相册 Ask Photos 推送：延迟和质量不达标，两周内修复
Google 暂停了 Google 相册中 Ask Photos 功能的推送。产品经理坦承该功能在延迟、质量和体验上「还没达到应有水平」，目前已暂停小范围测试，预计约两周后推出改进版本，恢复原有搜索的速度与召回率。
ChatGPT 记忆功能升级：免费用户也能跨对话记住近期上下文
OpenAI 开始向免费用户推送 ChatGPT 记忆功能改进。新版本不仅保留已存记忆，还能参考近期的对话记录来回答。付费用户拥有长期记忆，免费版则是轻量短期的跨对话连续性，用户随时可在设置中关闭或删除。
OpenAI 升级 ChatGPT 记忆：免费用户也能参考近期对话
OpenAI 宣布开始向免费用户推送轻量版记忆改进功能。除了已经保存的记忆要点，ChatGPT 现在还会参考近期的对话记录，以此提供更具个性化的回答。不过该功能目前处于刚开始推送阶段，尚未覆盖全部免费账号。
NotebookLM 支持公开链接分享：任何人都能点开互动、听音频播客
Google 宣布为 NotebookLM 上线公开链接分享功能，允许用户通过单条链接公开自己的笔记本。访问者无法修改源文件，但可以直接提问互动，或查看生成的音频概览与简报。目前该功能仅向个人账号开放。
ManusAI 推出视频生成：单条提示词直接出带分镜的完整故事视频
ManusAI 宣布推出视频生成功能。输入单条提示词，系统即可自动规划分镜场景、生成画面并制作动效，几分钟内生成结构完整的视频故事。目前该功能已面向 Basic、Plus 和 Pro 付费会员开放早期试用，后续将向全量用户开放。
Wispr Flow 上线 iOS 版：支持 100 多种语言，轻声耳语也能打字
语音听写创业公司 Wispr Flow 发布 iOS 应用，以第三方输入法形式支持在任意 App 中用语音输入。应用支持 100 多种语言，具备弱网运行和低声耳语识别能力，还能自动学习专业术语。每周提供 2000 词免费额度，无限量版每月 12 美元。
Phonely 联手 Groq 升级语音 AI：首字响应 176 毫秒，准确率冲上 99.2%
据 VentureBeat 报道，AI 电话客服公司 Phonely 联手 Maitai 与芯片厂商 Groq，利用零延迟 LoRA 热切换技术大幅压低响应延迟。其语音智能体首 token 延迟降至 176 毫秒，准确率跃升至 99.2%，超七成致电者分不清是人是 AI，已有客户本月借此替代了 350 名人工客服。
TikTok 推出 AI 智能关键词过滤：屏蔽词自动覆盖同义词
TikTok 宣布上线 AI 驱动的「智能关键词过滤」功能。用户添加过滤词后，AI 会自动识别并连带屏蔽相似词与同义词，并清晰展示过滤列表。未来几个月，支持添加的关键词上限将翻倍至 200 个，同时支持批量导入与手动勾选细分词汇。
OpenAI「宫斗」拍成电影：瓜达尼诺执导，加菲或演奥特曼
据报道导演卢卡·瓜达尼诺正洽谈执导亚马逊米高梅电影《Artificial》，搬演 2023 年 OpenAI 首席执行官山姆·奥特曼被罢免又闪电复职的内幕。安德鲁·加菲尔德有望饰演奥特曼，项目计划今年夏天开拍。
图灵研究所调查：英国近四分之一 8 至 12 岁儿童已在用生成式 AI
图灵研究所发布调查显示，英国 55% 的家庭正在使用生成式 AI，近四分之一 8 至 12 岁儿童已接触过该技术，最常用的工具是 ChatGPT。孩子们主要用它激发创意、查阅信息或娱乐，而有特殊学习需求的儿童使用率显著更高。
Yoshua Bengio 成立非营利机构 LawZero：开发「诚实 AI」防范智能体欺骗
图灵奖得主 Yoshua Bengio 宣布成立非营利机构 LawZero，启动资金约 3000 万美元。团队正在开发名为 Scientist AI 的系统，像「心理学家」一样评估自主智能体行为的危害概率，超标时直接拦截。其目标是让 AI 保持纯粹的知识机器属性，不具欺骗性。
