Google 推出 NotebookLM 移动端：支持离线听播客、随时导入资料
Google 正式在 Android 和 iOS 推出 NotebookLM 移动应用。用户可离线或在后台收听 Audio Overviews，还能点击 Join 与主持人互动提问，或通过手机系统分享一键导入网页和 PDF。通勤路上消化复杂资料终于顺手了。
AI 日报：今天的 AI 新闻
周一
5月19日 星期一
ChatGPT 占卜称丈夫出轨：希腊女子据此起诉离婚
据希腊媒体报道，一名结婚 12 年的希腊女子用 ChatGPT 玩传统「咖啡渣占卜」，AI 声称其丈夫迷恋一名 E 开头的年轻女性。女子信以为真并将丈夫赶出家门并起诉离婚。这起荒唐事件在希腊引发了公众对盲信 AI 影响人际关系的广泛讨论。
GitHub Copilot 推出全新编程智能体：分个 Issue 给它，后台自动提 PR
GitHub Copilot 推出全新编程智能体。开发者只需将 GitHub issue 分配给 Copilot，它便会在 GitHub Actions 后台自动分析代码并提交草稿 PR。该智能体支持 MCP 协议与图像输入，且生成的代码必须经人工审核才会触发 CI/CD。
Microsoft Edge 内置 Phi-4-mini：网页开发者可直接调用本地 AI API
Microsoft 在 Build 2025 上宣布将 Phi-4-mini 模型直接内置进 Edge 浏览器，并推出 Prompt 与文本辅助等实验性 AI API。这意味着开发者无需搭建后端模型即可在网页中运行端侧 AI，兼顾隐私与成本；同时 Edge 还上线了 PDF 全文翻译，并在侧边栏打通了 Copilot 智能体。
微软升级 Outlook 与 Copilot：邮件附件能直接出摘要，开会前先看简报
Microsoft 在 Build 开发者大会上为 Outlook 和 Microsoft 365 推出多项 Copilot 功能。Outlook 现已支持直接生成搜索结果与邮件附件摘要，并在开会前汇总相关背景任务；同时 Copilot Pages 登录移动端，支持一键转为 Word 文档。
微软发布 Windows AI Foundry：原生支持 MCP，WSL 正式开源
Microsoft 在 Build 2025 上推出 Windows AI Foundry，统一管理端侧与云端模型。Windows 11 将原生支持 MCP 协议，让 AI 智能体直接调用本地系统应用；同时官方宣布开源 WSL，并为端侧小模型 Phi Silica 带来 LoRA 微调。
Microsoft 发布 Discovery：用多智能体加速企业科研与材料研发
Microsoft 在 Build 2025 上发布面向企业 R&D 的智能体平台 Microsoft Discovery。该平台结合图知识引擎与专业智能体团队，由 Copilot 统筹调度，打通假说提出到 HPC 模拟全流程。微软团队用它仅耗时 200 小时便筛选出新型数据中心冷却液原型。
微软牵手马斯克：Azure 正式托管 Grok 3 与 Grok 3 mini
在微软 Build 开发者大会上，微软宣布将 xAI 的 Grok 3 和 Grok 3 mini 引入 Azure AI Foundry。两款模型由微软直接托管和计费，并享有完整的企业级 SLA 支持。在与 OpenAI 关系日趋微妙之际，微软正加速将各家竞争对手的模型拉入自家云生态。
Salesforce 在 Slack 上线 Agentforce：把智能体变成「数字队友」
周一，Salesforce 宣布在 Slack 中推出 Agentforce，让企业能部署专攻特定任务的「数字队友」。这些智能体不仅能聊天，还能跨系统执行多步工作流，6 月 12 日起还将提供入职和员工支持等模板。这意味着企业 AI 正从全能助手走向干具体活的专用智能体。
黄仁勋 COMPUTEX 演讲：AI 基础设施将催生万亿美元市场
NVIDIA CEO 黄仁勋在 COMPUTEX 2025 演讲中表示，AI 正在从传统数据中心走向产出 Token 的「AI 工厂」，催生数万亿美元的新基础设施产业。现场还公布了互连架构 NVLink Fusion、个人超算 DGX Spark 以及机器人物理引擎 Newton。英伟达正加速把算力打包成标准化工业能力。
NVIDIA 单路 Grace CPU C1 获生态力挺：能效翻倍攻入边缘与电信
NVIDIA 在 COMPUTEX 上公布单 CPU 架构的 Grace CPU C1 获得富士康、超微等厂商支持。该芯片主打高能效，声称能耗表现是传统 CPU 的两倍，专门面向边缘、电信 AI-RAN 和存储等对功耗极度敏感的场景。
NVIDIA推AI数据平台参考设计：联手存储巨头，专为AI智能体造底座
NVIDIA联合Dell、IBM、NetApp等主流厂商推出基于NVIDIA AI Data Platform的存储与服务器方案。该设计整合GPU、DPU与网络微服务，让算力贴近存储端，专门加速智能体AI对企业海量私有文档的检索与多步推理。
周日
5月18日 星期日
NVIDIA 升级人形机器人模型 GR00T N1.5：合成数据将训练缩至 36 小时
NVIDIA 在 COMPUTEX 推出人形机器人模型 Isaac GR00T N1.5 及合成数据方案 GR00T-Dreams。系统仅需一张图片即可生成机器人在新环境中的动作视频并提取动作标记，将原先近 3 个月的人工数据采集训练缩短至 36 小时。
NVIDIA 发布 NVLink Fusion：开放互连架构，让定制芯片无缝接入 AI 工厂
NVIDIA 发布 NVLink Fusion 互连方案，允许第三方定制芯片直接接入 NVLink 机架架构。联发科、Marvell、高通和富士通等已率先支持。这意味着云厂商能将自研 ASIC 或 CPU 融入英伟达生态，打造半定制的超大规模 AI 工厂。
周六
5月17日 星期六
前瞻 Google I/O：Android 退居次席，大会将全面聚焦 Gemini
分析指出 Google I/O 将彻底成为 AI 的秀场，Android 视觉更新已提前在 YouTube 发布。大会预计重点展示 Gemini 的最新进展及其在 Chrome、Gmail 和 XR 平台的落地。说白了，AI 已完全取代移动操作系统成为 Google 叙事的核心。
周五
5月16日 星期五
Cohere 收购市场调研平台 Ottogrid：技术将并入企业助手 North
Cohere 宣布收购温哥华自动化市场调研平台 Ottogrid，交易金额未公开。Ottogrid 现有独立产品将逐步停运，其智能表格与文档分析功能将直接整合进 Cohere 刚推出的企业办公应用 North。这意味着企业知识员工后续能更直接地让 AI 抓取网页数据和整理销售线索。
xAI 公开 Grok 系统提示词：要求「极度怀疑」，不盲从主流媒体
xAI 公布了 Grok 的系统提示词，并宣布未来会在 GitHub 持续公开。指令要求 Grok 保持「极度怀疑」、不盲从主流媒体，且称呼平台为 X 而非 Twitter。此前一次未授权修改曾导致 Grok 在 X 上主动发出争议言论。
Runway 开放 Gen-4 Image API：每张 0.08 美元，支持参考图生成
Runway 正式开放 Gen-4 Image API，允许开发者将包含 References 参考图能力的多模态图像生成接入自身产品。生成单张图片定价 0.08 美元，支持虚拟试衣、游戏资产即时生成与室内设计等场景。
OpenAI 推出编程智能体 Codex：云端沙箱并行干活，自动跑测试提 PR
OpenAI 推出云端软件工程智能体 Codex 研究预览版，搭载专为写代码优化的 codex-1 模型。它在独立的云沙箱中并行处理修 Bug、加功能与跑测试等任务，通常耗时 1 至 30 分钟。这意味着开发者能将耗时的琐事彻底甩给 AI 异步执行。首发面向 ChatGPT 付费企业与 Pro 用户。
森亿智能在沙特落地首家 AI 诊所：AI 问诊、真人复核
森亿智能在沙特开设首个 AI 诊所。患者通过平板向 AI 医生 Dr. Hua 描述病情并提交检查数据，方案由真人医生在后台复核，测试误诊率低于 0.3%。诊所目前免费接诊 30 种呼吸道疾病，是 AI 从辅助工具走向直接问诊的一次尝试。
Acer 杀入 AI 穿戴：推出免订阅智能戒指，翻译耳机单人戴就能聊
在 Computex 2025 上，Acer 旗下 Acer Gadget 推出钛合金健康指环 FreeSense Ring 与翻译耳机 AI TransBuds。戒指主打所有健康数据免收订阅费；耳机只需单人佩戴，连接接收器即可实现 15 种语言的双向实时语音翻译与字幕转录。
OpenAI 展望 ChatGPT 未来：或将存储并分析用户的全部数字生活
OpenAI 首席执行官在红杉资本活动上透露，未来的 ChatGPT 可能会演进为个人「思想处理器」，长期存储并分析用户的邮件、文档等全部数字足迹。这相当于让 AI 拥有持续的上下文感知能力，但也随之引来了隐私和信任层面的现实顾虑。
xAI 曝 Grok 提示词遭未授权篡改：已将系统提示词开源至 GitHub
xAI 称 X 平台上的 Grok 机器人提示词遭未经授权篡改，被植入特定政治回答。随后 xAI 宣布将 Grok 系统提示词公开在 GitHub 供公众监督，同时严卡内部代码审查流程并设立 24 小时全天候监控团队。
周四
5月15日 星期四
传 Meta 旗舰大模型 Behemoth 遭遇瓶颈：发布或延至秋季
据《华尔街日报》报道，Meta 因工程挑战推迟了代号为 Behemoth 的下一代 Llama 模型发布，或延期至秋季。工程师难以让其大幅超越前代，内部对其是否值得公开产生分歧。初代作者大批离职，Meta 面临证明巨额 AI 投入的压力。
ElevenLabs 推出 SB-1 无限音效板：文字即时生成音效，适配直播与游戏
ElevenLabs 推出 SB-1 Infinite Soundboard。用户输入几句文字即可用 AI 生成自定义音效，支持多音效同时播放与循环，可保存预设用于游戏和 Discord 直播。这让创作者告别了翻找音效素材库的繁琐操作。
Google 升级无障碍功能：Gemini 能解答全屏内容，字幕还能听出情绪
Google 配合全球无障碍宣传日更新 Android 与 Chrome。TalkBack 屏幕阅读器接入 Gemini，支持对图片及整个屏幕直接追问细节；实时字幕新增语调长短和咳嗽、口哨等声音标签。最值得关注的是，AI 正在把无障碍从文字转写推向深层语境理解。
Netflix 演示 AI 广告：让赞助商品融入《怪奇物语》等自制剧背景
Netflix 在 Upfront 活动上展示了新型 AI 广告，能把赞助商产品无缝合成进《怪奇物语》等自制剧风格的背景里。这种新形式支持在播放暂停或片中插入，预计今年年底面向广告版订阅用户推出。
OpenAI 发起寻宝挑战赛：用大模型找亚马逊失落遗址，头奖 25 万美元
OpenAI 联手 Kaggle 发起「OpenAI to Z Challenge」挑战赛，邀请开发者利用 o3/o4 mini 与 GPT-4.1 模型结合卫星和激光雷达等公开数据，寻找亚马逊隐藏考古遗址。冠军奖金高达 25 万美元，参赛成果须能被专家复现。
Windsurf 发布 SWE-1 系列模型：不止写代码，专攻端到端软件工程
Windsurf 正式推出自研 SWE-1 系列模型，旨在模拟真实软件工程中的不完整状态与长流程推理。旗舰款 SWE-1 工具调用能力接近 Claude 3.5 Sonnet 且推理成本更低；精简版 SWE-1-lite 和 mini 则全面向所有用户免费开放。
周三
5月14日 星期三
OpenAI 将 GPT-4.1 接入 ChatGPT：编程能力更强，免费开放 mini 版
OpenAI 宣布将 GPT-4.1 及 GPT-4.1 mini 接入 ChatGPT。新模型在编程与遵循指令上优于 GPT-4o，且比推理模型更快。GPT-4.1 面向 Plus、Pro 和 Team 订阅用户推出，免费及付费用户均可使用 mini 版，同时全员下线 GPT-4o mini。
Windows 测试「Hey Copilot」唤醒词：电脑解锁就能随时喊出 AI 语音
Microsoft 开始向 Windows Insider 成员推送 Copilot 应用更新，新增「Hey, Copilot」语音唤醒词。在电脑解锁状态下，用户无需手动点击即可随时开启语音对话。唤醒词识别完全在本地运行，默认关闭，目前仅支持英语。
Stability AI 联手 Arm 开源端侧音频模型：手机 8 秒生成 11 秒音频
Stability AI 联合 Arm 开源了 3.41 亿参数的音频模型 Stable Audio Open Small。该模型专为 Arm CPU 优化，能在智能手机上不到 8 秒生成最长 11 秒的立体声音频。模型基于社区许可免费商用，适合生成拟音和伴奏循环。
CodeRabbit 上线 IDE 插件：在 VS Code、Cursor 审查代码完全免费
CodeRabbit 宣布将其 AI 代码审查直接集成到 VS Code 及 Cursor、Windsurf 等分支中，且 IDE 端功能完全免费。它能在提交前实时逐行找 Bug，支持一键修复或联动现有 AI Agent 改写，相比原先的 PR 审查更快也更轻量。
国星宇航发射首批 12 颗 AI 卫星：启动 2800 颗太空算力星座
国星宇航与之江实验室发射首批 12 颗 AI 计算卫星，正式启动规划 2800 颗卫星的「星算计划」。每颗卫星配备 744 TOPS 算力与 80 亿参数大模型，支持 100Gbps 激光星间互联。它让卫星能在轨实时跑 AI 模型处理遥感数据，减少对地面计算的依赖。
Anthropic 启动安全赏金计划：悬赏 2.5 万美元征集通用越狱漏洞
Anthropic 联手 HackerOne 推出新一期漏洞赏金计划，悬赏最高 2.5 万美元征集未发布系统的「通用越狱」漏洞。该计划针对 Claude 3.7 Sonnet 等模型的安全分类器进行压力测试，重点防范化学生物与核武器风险，以满足 ASL-3 安全标准。
DeepMind 发布 AlphaEvolve：用 Gemini 进化代码，打破数学纪录
Google DeepMind 推出算法设计智能体 AlphaEvolve，结合 Gemini 与自动评估器迭代优化代码。它已帮 Google 数据中心节省 0.7% 算力，并将 FlashAttention 提速 32.5%，甚至打破了 Strassen 保持半个多世纪的矩阵乘法纪录。目前正筹备学术早期访问。
Perplexity 联手 PayPal：直接在搜索框里下单付款
Perplexity 宣布与 PayPal 合作推出智能体电商。从今年夏天起，美国 Perplexity Pro 用户在搜索商品、订旅行或买票时，可以直接在对话界面用 PayPal 或 Venmo 一键结账，无需跳转外部网站。
YouTube 推出 Peak Points：用 Gemini 抓取高光时刻插播广告
YouTube 在 Brandcast 2025 上宣布推出基于 Gemini 打造的广告工具 Peak Points。它能自动识别热门视频中最具吸引力的「高光」节点，把品牌广告插在观众注意力最集中的时刻。活动还同步推出了电视大屏无边框广告与边看边买功能。
Google 测试首页新布局：AI Mode 上位，告别「手气不错」按钮
Google 在首页测试将经典的「手气不错」按钮替换为 AI Mode 按钮。用户点击后不再跳转传统链接，而是进入独立页面查看长篇 AI 回答。Google 表示这只是持续实验中的一部分，尚未决定是否作为永久调整。
周二
5月13日 星期二
Airbnb 重启体验与本地服务：不光能约私厨，还配了 AI 规划管家
Airbnb 发布应用重大更新，正式上线覆盖数百个城市的本地服务与体验预订，即便不订房也能单独购买。平台还正逐步上线 AI 客服助手，未来将承担行程规划甚至退订操作。Airbnb 正从单纯的订房平台转向全场景旅行入口。
Google 全面铺开 Gemini：手表、车机、电视和 XR 设备都要上
Google 在 Android Show 上宣布，Gemini 即将进驻 WearOS 手表、Android Auto 车机和 Google TV。车机不仅能精准找路还能实时翻译短信，手表支持脱离手机语音操作。此外 Google 还联手三星打造 Android XR 平台，预计今年晚些时候随新品一同亮相。
Google 升级 Android 防诈防盗：端侧 AI 抓短信诈骗，防盗锁机更彻底
Google 在 Android Show 上公布多项 Android 安全更新。Google Messages 利用端侧 AI 扩大了诈骗短信识别范围，覆盖加密货币与假冒客服等套路；Android 16 还将拦截陌生通话中的侧载与无障碍授权，并强化防盗刷机限制。
Vectara 推出幻觉纠正器：将企业 AI 幻觉率压低至 0.9%
Vectara 推出直接集成在其服务中的 Hallucination Corrector，配合自家的 HHEM 评估模型，在检测出错误时自动给出原因并完成精准修正。测试显示，该工具能将企业 AI 系统的幻觉率压到约 0.9%，解决推理模型幻觉偏高的问题。
特朗普政府废除拜登 AI 扩散规则：取消芯片出口分级限制
美国商务部正式废除原定 5 月 15 日生效的拜登时期「AI 扩散规则」，停止执行针对全球多国的分级芯片出口管控。商务部未来倾向于转向与各国直接谈判，但同时发布指引，重申在全球使用华为昇腾芯片均属违规。
Qwen Chat 上线 Deep Research：深度研究向所有人开放
阿里旗下 Qwen Chat 宣布 Deep Research 功能结束测试，正式向所有人免费开放。用户提出宽泛主题后，系统会主动提问缩小范围，随后自动调研并输出结构化报告。说白了，人人都能用的深度研究 Agent 时代正加速到来。
Notion 上线 AI 会议转录：打「/meet」边录音边记笔记
Notion 推出 AI 会议记录功能。用户在 Mac 客户端输入「/meet」即可捕获系统音频转录，边录边手动记笔记，会后自动生成结构化摘要，支持中英等十几种语言。同时还推出了企业跨应用搜索与结合推理模型的研究模式。
Spotify 升级 AI DJ：支持直接语音点歌、随时切换曲风
Spotify 为 AI DJ 加入语音交互功能，用户长按 DJ 按钮就能直接说话点歌、换流派或调整情绪。这项功能目前支持英语，已向 60 多个市场的 Premium 订阅用户推出。过去只能单向听它播放和解说，现在终于能实时插话提要求了。
传 Google 将在 I/O 推出类 Pinterest 功能以保广告收入
据报道 Google 计划在下周 I/O 2025 推出类似 Pinterest 的视觉灵感功能，允许用户按主题收藏时尚与家居图像。面对 ChatGPT 分流搜索流量，Google 试图借此稳住核心商业广告盘子；此外大会预计还将亮相软件开发智能体与 Gemini 的 XR 语音整合。
马斯克晒 Optimus 新舞姿：完全在仿真中靠强化学习练成
马斯克发布 Tesla 人形机器人 Optimus 跳舞的 6 秒视频。动作虽仍有轻微生硬，但平衡与协调性明显提升。马斯克透露，该动作完全依靠强化学习在虚拟环境中训练，并通过 Sim-to-Real 迁移到实体机器人，背后虽有防跌安全绳但未受外力牵引。
Meta 智能眼镜 5 月 19 日登陆印度：起售价约 353 美元，内置 Meta AI
Meta 宣布其与雷朋联名的智能眼镜将于 5 月 19 日在印度发售，起售价 ₹29,990（约 353 美元）。该设备内置 Meta AI，支持视线问答与多语种离线翻译，但暂未加入印度本土语言。自 2023 年推出以来，该眼镜全球销量已达约 200 万副。
TikTok 上线 AI Alive：在快拍里把静态照片一键做成动态短视频
TikTok 推出首个图生视频功能 AI Alive，允许用户在快拍（Stories）中将静态照片直接转换成带有动态与氛围特效的短视频。该功能内置在快拍编辑工具中，系统会在发布前后进行安全审核，并自动嵌入 C2PA 元数据且打上 AI 生成标签。
Audible 推出 AI 听书制作工具：提供 100 多种音色，还能跨语言克隆声线
Audible 面向出版商推出 AI 制作方案，提供 100 多种英、西、法、意多口音 AI 音色，支持托管与自助生产。今年晚些时候还将测试 AI 翻译，包括能保留原配音声音与风格的语到语翻译。音频制作门槛将大幅降低。
周五
5月9日 星期五
Apple 被曝收购 4 家 AI 公司：覆盖日程助手、工厂质检和 RAG 智能体
消息，欧盟监管披露显示 Apple 近期收购了四家 AI 初创公司，包括智能日程工具 Mayday、产线视觉监控 Drishti、健康分析 Betteromics 以及 RAG 智能体方案商 Pointable。最值得关注的是，Apple Intelligence 的版图正从日历与 Siri 悄悄延伸到工厂车间。
Meta 换帅 FAIR：联合创始人 Robert Fergus 离开 DeepMind 回归掌舵
据报道，Meta 任命 Robert Fergus 出任基础人工智能研究实验室（FAIR）新负责人，接替宣布离职的 Joelle Pineau。Fergus 曾于 2014 年与 Yann LeCun 共同创立 FAIR，过去五年在 Google DeepMind 担任研究总监。Meta 意在借其回归重振探索性基础研究。
周四
5月8日 星期四
Higgsfield 上线 Effects Mix：电影级视觉特效支持自由混搭
Higgsfield AI 推出 Effects Mix 功能，允许创作者在单个镜头中自由叠加组合多种电影级 VFX 特效。用户既能自选效果混搭，也能直接套用官方组合。该功能已对全量用户开放，付费版每月 9 美元起。
ChatGPT 深度研究接入 GitHub：可直接读代码库、拆解开发任务
OpenAI 为 ChatGPT deep research 推出首个 GitHub 连接器。测试版先向 Plus、Pro 和 Team 用户开放，能帮开发者分析代码库、梳理代码架构并把需求拆解为技术任务。企业和教育版随后上线。
OpenAI 开放 o4-mini 强化微调：GPT-4.1 nano 也能微调了
OpenAI 宣布为 o4-mini 上线强化微调（RFT），并同步开放 GPT-4.1 nano 的监督微调。RFT 利用思维链推理与特定任务评分强化复杂领域表现，例如税务会计团队已借此做出专业模型。这意味着开发者能用极低成本定制特定领域的专家模型。
Sam Altman 国会听证：AI 变革堪比互联网，呼吁大建能源与基建
OpenAI CEO Sam Altman 与微软、AMD、CoreWeave 高管共同出席美国参议院听证会。Altman 直言 AI 影响至少堪比互联网，呼吁政府简化政策、重投基础设施与能源。高管们还警告，过于严苛的出口管制可能会把全球客户推向中国竞品。
彭博社：苹果拟为 AirPods 和 Apple Watch 配摄像头，专供端侧 AI
据彭博社报道，苹果正在开发配备摄像头的 AirPods 与 Apple Watch，最早可能于 2027 年推出。新设备搭载代号为 Nevis 和 Glennie 的自研芯片，加装摄像头并非为了拍照，而是为端侧 AI 提供现实世界的视觉数据，用来做环境感知和手势交互。
Google 全线升级防诈：桌面版 Chrome 接入 Gemini Nano，端侧抓取钓鱼网站
Google 宣布在搜索、Chrome 及 Android 中全面部署 AI 防诈能力。其中桌面版 Chrome 增强保护模式引入端侧大模型 Gemini Nano，可实时识别此前未见过的恶意网站。Android 端也上线了针对垃圾通知、可疑短信和电话的端侧 AI 拦截功能。
Whoop 发布 Whoop 5.0：体积缩小 7%，续航 14 天且加入心电图
Whoop 发布新一代智能穿戴设备 Whoop 5.0 及医疗级 Whoop MG。两款体积缩小 7%，续航提升至 14 天，MG 版还首次通过 FDA 认证加入心电图功能。会员体系也改为 199 美元起的三档订阅，试图从专业运动员走向大众健康市场。
传 Meta 研发「超感」AI 眼镜：自带人脸识别，时刻盯紧你
据 The Information 报道，Meta 正在为明年代号 Aperol 和 Bellini 的智能眼镜开发「超感」功能。唤醒后摄像头将常开，不仅能识别人脸叫出名字，还能提醒你带钥匙或买菜；不过目前在老设备上测试时续航仅能撑 30 分钟。
LM Studio 0.3.15 支持 CUDA 12.8：RTX 显卡推理吞吐最高提升 35%
LM Studio 发布 0.3.15 版本，正式接入 CUDA 12.8 并优化 RTX 显卡推理。更新引入 CUDA graph 与 Flash Attention 技术，使本地模型吞吐量最高提升 35%，支持从 RTX 20 系列到 Blackwell 架构显卡。新版还加入了 tool_choice 参数，方便本地部署智能体与 RAG 工作流。
苹果被曝自研智能眼镜与AI服务器芯片：预计最快2026年量产
据报道，苹果正为两款智能眼镜研发定制芯片，分别主打日常智能功能与完整 AR 体验。该芯片基于 Apple Watch 技术改造并支持多摄像头，预计最快 2026 或 2027 年量产。此外，苹果还在同步更新 AirPods、手表以及全公司 AI 服务器所用的芯片。
Gemini 2.5 上线隐式缓存：不用手动存，重复 Prompt 自动打 2.5 折
Google 宣布为 Gemini 2.5 模型推出隐式缓存。开发者无需手动创建缓存，只要后续请求共享相同前缀就能自动命中，享受 75% 的 token 折扣；Flash 与 Pro 的起用门槛也分别降至 1024 和 2048 tokens。也就是说，把固定内容放 Prompt 开头就能无感省钱。
周三
5月7日 星期三
OpenAI 扩充领导层：任命 Fidji Simo 为应用 CEO，直接向 Sam 汇报
OpenAI 宣布 Fidji Simo 将出任应用业务 CEO，直接向 Sam 汇报。Simo 曾任 OpenAI 董事，将在未来数月卸任 Instacart 职务并于今年晚些时候履新，负责推动产品与商业规模化；Sam 则继续统筹全局，并将重心转向研究、算力和安全系统。
Google 推出 iPad 专用 Gemini：支持分屏多任务，已上架 App Store
Google 正式推出 iPad 专用 Gemini 应用，已在 App Store 上架。新版本针对大屏优化，支持 Split View 分屏多任务，能与其他应用并排同屏使用。这是继去年 11 月上线 iPhone 版本后，Gemini 进一步渗透苹果生态。
OpenAI 在亚洲推数据驻留：支持日印新韩，企业数据存本地
OpenAI 宣布在日本、印度、新加坡和韩国推出静态数据驻留服务，覆盖 ChatGPT 企业版、教育版及 API 平台。用户的对话、提示词和上传文件可选择直接存放在本地区域，帮助企业和高校满足当地数据主权合规要求。
Figma 推出 AI 建站与原型工具：提示词直接做网站，还能一键发布
Figma 推出 Figma Sites 与 Figma Make 等 AI 工具，支持通过提示词生成并直接发布网站或 Web 应用原型。设计师无需跳出软件即可搞定从设计到上线的全流程，同时 Figma 还面向营销人员推出了素材批量生成工具 Buzz，新增每月 8 美元起的内容席位。
Microsoft 拥抱开源 A2A 协议：让各家 AI 智能体跨云直接对话
Microsoft 宣布 Azure AI Foundry 和 Copilot Studio 即将支持开源 Agent2Agent（A2A）协议。它能让不同云端、框架下的智能体安全调用彼此，打破孤岛；目前 Semantic Kernel 已上线 Python 演示示例。
Mistral 发布 Medium 3：性能逼近 Claude 3.7 Sonnet，打出极致性价比
Mistral 发布新模型 Mistral Medium 3。官方称其基准表现达到 Claude 3.7 Sonnet 的 90% 以上，输入每百万 token 仅 0.40 美元、输出 2 美元，成本低于 DeepSeek v3。同日，面向企业的 Le Chat Enterprise 也正式上线。
亚马逊推出触觉机器人 Vulcan：能摸出轻重，接管 8 英尺高处拣选
Amazon 推出其首款具备触觉感知的仓库机器人 Vulcan，配备力反馈传感器与物理 AI 模型，能感知接触力度并整理货格。它可处理库房中约 75% 的品类，未来几年将进驻美欧分拣中心，替员工分担爬梯登高等体力活。
Anthropic 为 Claude API 推出联网搜索功能：自带引用源，Claude Code 同步上线
Anthropic 在 Messages API 中正式上线联网搜索工具。Claude 会自主判断是否需要联网、生成搜索词并附带引用来源，还支持多轮渐进搜索。定价为每千次搜索 10 美元加标准 Token 费，Claude Code 也同步支持该功能。
Google 开放 Gemini 2.0 Flash 图像生成与编辑预览版
Google 宣布在 Gemini 2.0 Flash 中以预览版形式开放图像生成与编辑能力。开发者现可通过 Google AI Studio 和 Vertex AI 的 API 接入对话式生图与改图，并享有更高的调用频次。这让在多模态应用中原生混排图文变得更加简单直接。
Netflix 改版 TV 端主页：重构交互，并在移动端内测生成式 AI 搜索
Netflix 揭晓全新 TV 端主页，精简了设计并强化实时推荐，将搜索和片单快捷入口移到顶部。更值得留意的是移动端：Netflix 开始在 iOS 上小范围测试生成式 AI 搜索，支持用「找点搞笑欢快的片子」等自然语言直接搜片，新体验未来数月陆续推向全球。
Safari 考虑接入 AI 搜索：Apple 与 Google 200 亿美元合作现裂痕
据彭博社报道，周三 Apple 服务主管 Eddy Cue 在反垄断庭审中透露，Safari 正在积极考虑接入 OpenAI、Perplexity 等 AI 搜索选项。受 AI 分流影响，Safari 搜索量上月首次出现下滑，这可能动摇双方每年约 200 亿美元的默认搜索协议。
OpenAI 推出国家合作计划：帮全球建算力与本土 ChatGPT，首期 10 国
OpenAI 推出「OpenAI for Countries」倡议。作为 Stargate 项目的延伸，OpenAI 将联合美国政府协助多国建设本土数据中心、定制语言文化适配的 ChatGPT，并设立国家初创基金。第一阶段计划推进 10 个国家或地区项目，主打「民主 AI」路线。
周二
5月6日 星期二
Hugging Face 推出免费云端智能体：对标 Operator，可代操虚拟机
Hugging Face 发布免费的云端智能体 Open Computer Agent。它类似 OpenAI Operator，能在 Linux 虚拟机里打开浏览器执行操作。虽然目前运行较慢、难搞定复杂任务和验证码，但验证了开源视觉模型驱动智能体的可行性。
FutureHouse 预览 Finch：号称「研一水平」的生物科研 AI
非营利机构 FutureHouse 预览了生物研究工具 Finch。它能读取论文数据、执行代码并生成结果图表，被团队比作能干杂活的「研一研究生」。不过它仍会犯低级错误，团队目前正处于封闭测试阶段并招募生物计算专家协助验证。
ServiceNow 联手英伟达推出 Apriel Nemotron 15B：开源 15B 推理模型主攻企业智能体
周二，ServiceNow 与 Nvidia 联手推出开源推理模型 Apriel Nemotron 15B，主打低延迟与低成本，专门承载企业级智能体工作流。该模型可作为 Nvidia NIM 微服务运行；双方还同步公开了联合数据飞轮架构，帮助企业基于工作流数据持续微调模型。
HeyGen 推出 Avatar IV：一张照片加声音，就能生成逼真数字人
HeyGen 推出新一代数字人模型 Avatar IV，仅需一张静态照片和一段语音即可生成视频。新模型基于扩散架构驱动，能识别声音的语气和情绪，自动合成歪头、停顿及面部微表情。目前该功能已向全体用户推出。
微软发布两款小尺寸 Surface Copilot+ PC：799 美元起
Microsoft 推出 12 英寸 Surface Pro 和 13 英寸 Surface Laptop。两款设备均搭载骁龙 X Plus 处理器与 45 TOPS 算力 NPU，支持 Recall 等本地 AI 体验，起售价分别拉低至 799 美元和 899 美元。
微软升级 Windows 体验：设置内置智能体，照片可重新打光
Microsoft 为 Windows 11 和 Copilot+ PC 推出多项 AI 功能。系统「设置」加入端侧智能体，用自然语言即可排查故障或代改设置；照片支持多光源重打光，资源管理器和记事本也接入 AI 快捷操作。新功能将在一个月内率先面向 Windows Insiders 推送。
Oura 接入 AI 血糖与拍图记餐：结合 Dexcom 监测代谢健康
Oura 推出血糖追踪与拍图记餐两项 AI 功能。用户需搭配 99 美元的 Dexcom Stelo 血糖仪，App 会结合运动与压力数据生成每日血糖 AI 分析；拍下食物照片则由 Oura Advisor 解析营养成分。目前血糖追踪仅限美国用户。
传 OpenAI 拟以 30 亿美元收购 AI 编程助手 Windsurf
据外媒报道，OpenAI 达成协议拟以约 30 亿美元收购 AI 编程助手 Windsurf（原 Codeium），成为其迄今最大规模收购。此举将为 OpenAI 补齐原生开发者界面拼图，不仅减少对微软环境的依赖，还将加剧与 GitHub Copilot 及 Cursor 的竞争。
Lightricks 开源 LTX Video-13B：消费级显卡可跑，渲染快 30 倍
Lightricks 开源 130 亿参数视频生成模型 LTX Video-13B。新模型引入多尺度分步渲染，高分辨率渲染速度最高达同规模竞品的 30 倍，经量化优化后单张消费级显卡就能本地跑。年营收低于 1000 万美元的机构可免费商用。
Google 推出文本简化功能 Simplify：用 Gemini 改写专业术语，保留关键细节
Google Research 推出基于 Gemini 的低损耗文本简化系统，并在 iOS 版 Google 应用上线 Simplify 功能。它不同于单纯的摘要提取，而是在保留全部原意与细节的前提下降低阅读门槛。测试显示，该系统将医学等复杂文本的阅读理解准确率提升了 15%。
Google 更新 Gemini 2.5 Pro：登顶 WebDev 榜，前端和写代码大升级
Google 提前发布 Gemini 2.5 Pro Preview（I/O 版），重点强化编程与智能体工作流。新版在 WebDev Arena 登顶第一，擅长前端 UI 与架构重构，还能根据单条视频生成完整应用。原 API 端点已自动切至新版，价格不变。
Windsurf 开启 Wave 8 更新：支持 GitHub PR 审查并打通文档
Windsurf 开启 Wave 8 更新周，首日主打团队与企业功能。重点上线了可根据规范自动审查 PR 的 GitHub 插件 Windsurf Reviews，同时上下文引擎支持直接读取 Google Docs，团队内部还能共享 Cascade 对话。AI 编程助手正加速从个人 IDE 走向团队协作全流程。
周一
5月5日 星期一
传苹果联手 Anthropic：新版 Xcode 拟接入 Claude 搞 AI 编程
据彭博社报道，苹果正与 Anthropic 合作升级 Xcode，集成 Claude Sonnet 打造 AI 编程平台。该工具支持对话生成代码、测试界面并排查 Bug。此前自研的 Swift Assist 因可靠性问题搁置，目前新工具仅在苹果内部测试，尚未决定是否公开发布。
Moritz Kremb 推出 Vireel：输入网站链接即可批量生成短视频广告
Moritz Kremb 宣布推出 AI 工具 Vireel。只需输入网站网址，工具就会根据爆款模板批量生成数百条短视频广告，直接用于 TikTok、Instagram 和 YT shorts 自动化获客。说白了就是把视频制作做成流水线，主打氛围营销。
OpenAI 敲定新架构：营利业务转为公益公司，非营利主体继续控股
OpenAI 宣布调整架构，旗下营利性部门将转为公共利益公司（PBC），原非营利母实体继续保持控制并成为大股东。团队称此举用常规股权取代原有的利润上限模式，方便筹措百亿级算力资金，同时确保 AGI 使命不变。
Tether 推出 Tether.AI：主打开源与点对点，原生支持 USDT 支付
Tether CEO Paolo Ardoino 宣布推出 Tether.AI，进军加密 AI 领域。据介绍，这是一款完全开源的 AI 运行时，能在任意设备上运行且无需 API 密钥，原生支持比特币与 USDT 支付，还将整合点对点通讯软件 Keet。目前更多具体细节尚未公开。
Anthropic 启动科学 AI 计划：为生命科学研究提供免费 API 额度
Anthropic 推出 AI for Science 计划，向从事高影响力科学项目的研究人员提供免费 API 额度。该计划重点支持生物与生命科学领域，覆盖遗传数据分析、药物研发及农业生产力提升。科研机构人员均可通过官方表单申请，由专业团队审核。
周六
5月3日 星期六
Google 放开 13 岁以下儿童用 Gemini：家长可控，承诺不拿数据训模型
据报道，Google 正通知家长，即将允许 13 岁以下儿童在 Family Link 监管的设备上使用 Gemini 辅助作业或讲故事。儿童数据不会用于训练模型，家长可通过后台随时关闭并在首次使用时获知。Google 也提醒家长告知孩子 AI 并非真人，以防泄露隐私。
Gemini 2.5 Pro 成功通关《宝可梦 蓝》：靠多智能体协同打爆全关
独立开发者让 Google 的 Gemini 2.5 Pro 成功通关经典游戏《宝可梦 蓝》。该项目结合模拟器与多智能体框架，由大模型负责日常决策并调度寻路等子模型协同解题。虽有网格辅助与少量人工干预，但这展示了大模型在复杂长流程规划中的能力。
