DeepMind CEO：Google 计划将 Gemini 与视频模型 Veo 合并
Google DeepMind CEO Demis Hassabis 在播客中表示，Google 最终会将 Gemini 和视频生成模型 Veo 合并，以此提升模型对物理世界的理解能力。他透露 Veo 主要是通过观看海量 YouTube 视频来摸索现实物理规律，这也是打造通用数字助理的关键一步。
AI助理
查看更新的新闻
Canva 上线全新 AI 套件：支持自然语言搓小组件和智能表格
Canva 宣布在平台内集成一系列 AI 新功能，包括通用助手 Canva AI、支持数据洞察的 Canva Sheets，以及能通过提示词制作交互地图或计算器的 Canva Code。该代码功能与 Anthropic 合作开发，进一步将 Canva 从静态设计工具拓展为交互应用平台。
ChatGPT 升级跨对话记忆：不用反复交代，它能自动翻前账了
OpenAI 开始为 ChatGPT 付费用户推送跨对话记忆功能，AI 能直接参考你以往的聊天历史定制回答。这意味着以后聊新话题不用再重头交代背景，且支持随时在设置里关闭或删除单条记忆。目前英国与欧盟地区暂未上线。
微软办 50 周年庆典：三任 CEO 押注 AI 未来，现场遭员工抗议打断
微软举办 50 周年庆典，盖茨、鲍尔默与纳德拉十年来首次同台，展示了 Copilot 视觉感知等新功能。三任掌舵人一致将 AI 押为未来半世纪重心，鲍尔默戏称 Copilot 以后也能当 CEO。不过现场遭遇员工就军工合同发声抗议，导致活动两度中断。
xAI 上线 Grok 3 API：旗舰与 Mini 双版本开放，对标 Claude 3.7
xAI 正式开放 Grok 3 与 Grok 3 Mini 的 API。Grok 3 输入每百万 token 售 3 美元、输出 15 美元，定价直接看齐 Claude 3.7 Sonnet。不过当前 API 上下文窗口仅限 131,072 tokens，不及此前宣称的 100 万。
三星家用机器人 Ballie 今夏发售：接入 Gemini，自带投影还能指导穿搭
三星宣布家庭机器人 Ballie 将于今年夏天在美国发售，目前已开启预注册。这款球形双轮机器人内置投影仪，接入了 Google Gemini 多模态推理能力，能根据视觉输入提供穿搭建议、联动智能家居调节作息。不过其具体售价仍未公布。
不用再手动翻帖了：Reddit 联手 Google 推出 Reddit Answers
Reddit 宣布与 Google Cloud 合作推出 Reddit Answers。该功能接入 Vertex AI 上的 Gemini 模型，能直接从海量社区讨论中提炼答案，并附带帖子出处和相关社区推荐，还支持多轮对话追问。
Anthropic 推出 Claude Max 订阅：每月最高 200 美元，额度拉高 20 倍
周三，Anthropic 推出全新订阅计划 Claude Max，月费在 100 至 200 美元之间。100 美元档提供 Pro 计划 5 倍的使用额度，200 美元档则直接拉高到 20 倍。新档位主要面向频繁传大文件、写长代码的重度用户，缓解经常撞上限的问题。
Google Workspace升级：推智能体工作流Flows，文档能变播客
Google 宣布为 Workspace 推出多项 AI 功能。重头戏是自动化工具 Workspace Flows，用自然语言即可调度自定义智能体处理跨应用复杂流程；Docs 引入类 NotebookLM 的音频概览，Vids 则接入 Veo 2 生成视频。目前多项功能正分阶段进行 Alpha 测试。
Google 升级 Deep Research：由 Gemini 2.5 Pro 驱动，支持转播客
Google 宣布 Gemini Advanced 订阅用户现可使用基于 Gemini 2.5 Pro 的 Deep Research 深度研究功能。官方称其分析推理与综合能力显著提升，报告盲测表现以超 2:1 领先竞品，并支持转成播客音频；Workspace 用户暂仅限网页端体验。
lmarena.ai 公开 Llama-4 对战数据：指责 Meta 靠定制模型刷榜
评测平台 lmarena.ai 公开 2000 多条 Llama-4 盲测数据，回应社区质疑。平台直言 Meta 未提前说明参测的实验版模型专门针对人类偏好与风格做了定制优化，有讨巧刷分之嫌，后续将收紧榜单规则并上线原生版本复测。
Google 搜索 AI Mode 升级：能看图搜图，向数百万 Labs 用户开放
Google 为搜索 AI Mode 增加多模态能力，用户拍照或上传图片即可获得带网页链接的详细解答。新功能融合了定制版 Gemini 和 Google Lens 技术，并采用多查询扇出机制深入理解画面细节。目前该体验已在移动端上线，并向美国数百万 Labs 用户扩大测试。
微软 Copilot Vision 登陆手机：用摄像头实时看懂世界
Microsoft 将 Copilot Vision 正式带到移动端。打开手机摄像头，AI 就能实时分析画面或相册照片，解答植物健康或装修搭配等问题。目前该功能已集成在 Copilot 手机应用的语音模式中，面向美国 Copilot Pro 订阅用户开放。
Meta 被曝 Llama 4 刷分造假：内部员工与副总裁传相继辞职
据行业博主披露的 Meta AI 员工爆料，Llama 4 实际表现远落后于开源顶尖水平，管理层甚至建议将测试集混入后训练来刷榜。该员工已提出辞职并拒绝在技术报告上署名，并透露 Meta AI 副总裁也因同样原因离职。
Anthropic 首席科学家透露：Claude 4 将在未来六个月内推出
Anthropic 首席科学家 Jared Kaplan 表示，Claude 4 将在未来六个月左右面世。他指出，在后训练和强化学习的推动下，AI 迭代周期正在进一步压缩，甚至快过了硬件更迭，整个行业毫无放缓迹象。
微软用 Muse 模型生成《雷神之锤 2》：浏览器可玩，免原始引擎
Microsoft 开放由 Muse 模型实时生成的《Quake II》技术演示，Copilot 用户可在浏览器试玩。该版本支持 640 x 360 分辨率与可玩帧率，完全脱离原始引擎运行。虽然画质模糊且限时游玩，但展现了 AI 翻新与移植老游戏的潜力。
Meta 发布首批 MoE 多模态模型 Llama 4：最高支持千万级上下文
Meta 推出 Llama 4 Scout 与 Maverick 开源多模态模型，并预览近两万亿参数的教师模型 Behemoth。新模型首次改用 MoE 架构，活跃参数均为 170 亿，其中 Scout 支持高达 1000 万 token 上下文。模型权重现已开放下载。
微软升级 Copilot：加入长期记忆与代办功能，能用手机摄像头看世界
Microsoft 宣布全面升级 Copilot，定位为个人专属 AI 伴侣。新版加入了长期记忆功能以记录喜好，推出能代订票订餐的 Actions、支持实时看图答疑的手机端 Vision，以及按 Alt+Space 即可呼出的 Windows 原生应用。
GitHub Copilot 上线 Agent 模式：支持 MCP 协议，推 Pro+ 订阅
GitHub 宣布向所有 VS Code 用户推送 Copilot Agent 模式并支持 MCP 协议。该模式能自主跨文件改写代码、运行终端命令并修复报错，同时接入 Claude 3.7 与 Gemini 2.0 等模型。个人还可按月订阅 39 美元的 Pro+ 计划。
OpenAI 计划有变：GPT-5 推迟几个月，o3 与 o4-mini 先发
Sam Altman 发文确认调整发布节奏，将在未来几周内先推出 o3 和 o4-mini，而 GPT-5 则推迟到几个月后。Altman 表示各项能力的平滑整合比想象中更难，推迟能让 GPT-5 变得更强，同时也要储备足够算力应对空前需求。