Google 测试 iOS 独立版 Gemini:终于支持 Gemini Live 语音对话
据报道 Google 开始在 iOS 上小范围测试独立的 Gemini 应用,首次为 iPhone 带来实时语音助手 Gemini Live。此前苹果用户只能通过 Google 应用的内置标签体验基础功能。新应用甚至支持锁屏通话,不过目前仅在菲律宾等少数地区 App Store 上架测试。
据报道 Google 开始在 iOS 上小范围测试独立的 Gemini 应用,首次为 iPhone 带来实时语音助手 Gemini Live。此前苹果用户只能通过 Google 应用的内置标签体验基础功能。新应用甚至支持锁屏通话,不过目前仅在菲律宾等少数地区 App Store 上架测试。
上周,The Washington Post 推出实验性 AI 工具 Ask The Post AI,无需订阅即可用对话方式检索其 2016 年以来的新闻。模型只基于自家报道生成内容以降低幻觉,并附带引用来源。不过,未订阅用户依然无法点进原文看全文。
据 TechCrunch 报道,社交平台 X 开始向免费用户测试开放 AI 聊天机器人 Grok。此前该功能仅限付费会员使用,目前在新西兰试点,限制 Grok-2 每两小时提问 10 次,账号须注册满 7 天并绑定手机号。此举旨在扩大用户基数并加速产品迭代。
OpenAI 公布 2024 年美国大选期间的安全防护数据。大选前一个月内,ChatGPT 拒绝了超过 25 万次针对特朗普、哈里斯等候选人的 DALL·E 图像生成请求,并将约 300 万次选情与投票查询引导至权威信源。官方称未发现利用其模型造成病毒式传播的干预行动。
Microsoft 为 Outlook 推出「Themes by Copilot」功能。Copilot Pro 及企业订阅用户可基于 100 多个地点或实时位置与天气生成动态主题,支持写实、油画和卡通风格。通过外观设置即可启用,让日常收件箱有了更多个性化玩法。
Sam Altman 确认 OpenAI 已经收购极品域名 chat.com。前所有者、HubSpot 创始人曾以 1550 万美元买下该域名,并暗示这次是用 OpenAI 股份完成的交易。现在访问 chat.com 会直接跳转到 ChatGPT,这也被外界看作是 OpenAI 准备逐步淡化「GPT」标签、把品牌进一步推向大众的信号。
Apple 发布 iOS 18.2、iPadOS 18.2 及 macOS 15.2 公测版,带来第二波 Apple Intelligence 功能。Siri 现可免账号调用 ChatGPT,iPhone 16 也迎来了相机视觉搜索。不过 Genmoji 和 Image Playground 图像功能仍需加入二级候补排队等待开通。
纽约时报技术工会在大选前夕罢工,Perplexity CEO Aravind Srinivas 随后在社交平台主动提出为其提供技术支持保障报道。该举动被批评充当「工贼」;Srinivas 随后澄清并非用 AI 替代员工,而是协助应对高流量负载。
Hume AI 推出基于浏览器的语音应用,由自研语音模型 EVI 2 结合 Claude 3.5 Haiku 驱动。用户无需注册账号,打开网页直接用麦克风与不同性格的 AI 助手对话,涵盖问答与讲故事等场景。不过测试显示叙事模式下仍偶有重复与变调。
微软面向美国 Xbox Insiders 开放测试「Xbox Support Virtual Agent」AI 聊天机器人。它以动态角色或彩色球体形象出现,专门帮玩家解决主机与游戏支持问题。这也是微软逐步把 AI 引入 Xbox 平台和服务的一部分。
Apple 在 iOS 18.2 Beta 2 中完善了 Siri 接入 ChatGPT 的设定。系统设置新增「每日额度」选项,免费用户每天只能调用少量高级版 GPT-4o 和 2 张 DALL-E 3 生图,超额后会降级为基础模型;如果觉得不够用,可以在设置里直接开通每月 19.99 美元的 Plus 订阅。
Anthropic 正式推出 Claude 3.5 Haiku 模型。新模型在多项基准测试中超越上一代旗舰 Claude 3 Opus,但 API 价格比上一代上涨 4 倍,且首发不支持图像分析。旧版 Claude 3 Haiku 仍将继续保留,供需要极致性价比和图像处理的用户使用。
周四,OpenAI CEO Sam Altman 及多位高管在 Reddit 举办答疑。高管透露,能主动联系用户并代办任务的自主 Agent 将是 2025 年的重头戏,Altman 还表示实现 AGI 无需等待下一代硬件;企业版 ChatGPT 正在推进医疗 HIPAA 合规,新版 DALL-E 也在路上。
Anthropic 为 Claude 3.5 Sonnet 开启 PDF 视觉分析公测,能同时读懂文档里的文字、图表和嵌入图像。单份文件限制在 32 MB 与 100 页以内,每页大约消耗 1500 至 3000 token,目前已在 Claude Chat 预览和 API 中开放。
Perplexity 上线选举信息中心,帮助选民查询候选人立场、选票提案并追踪实时大选结果。平台接入了美联社与 Democracy Works 的数据源,回答均附带信源以供核验。面对敏感的政治议题,AI 搜索引擎正试图用权威信源降低生成幻觉的风险。
据彭博社报道,亚马逊将大模型版 Alexa 推迟至 2025 年发布。早期内测显示新版回答啰嗦且响应迟缓,甚至连关灯、设闹钟等基础家居操作都频繁出错。目前内测已被叫停,如何兼顾对话生成与稳定硬件控制成了最大瓶颈。
据 ADWEEK 报道,Perplexity 正在邀请部分用户早期测试站内购物功能「Pro Shop」。符合条件的商品会标有「Buy with Pro」,用户无需跳出平台即可直接填写地址下单,还承诺免运费。目前该功能仅面向少数用户测试。
Anthropic 发布 Claude 的 Mac 与 Windows 桌面客户端公测版,免费与付费用户均可使用。移动端(iOS 与 Android)则同步上线语音听写功能,单次最长可录制 10 分钟语音并转写回答。不过桌面端暂不支持听写,该功能也不是实时语音通话,更像发语音留言。
Anthropic 正式推出 Claude 的 Mac 与 Windows 桌面客户端公测版,免费与付费用户均可使用。新客户端支持通过快捷键随手呼出,主打原生环境下的深度办公体验;同时移动端也上线了支持录制最长 10 分钟的语音听写功能。
OpenAI 正式上线网络搜索功能 ChatGPT search。系统会根据提问自动联网抓取最新资讯,或由用户手动触发搜索,并在回答下方提供信源侧边栏与链接。首批面向 Plus 和 Team 等订阅用户开放,未来将向免费用户普及。