浙大展示 AudioHijack:把恶意指令藏进音频,悄悄劫持 AI 语音助手
浙江大学研究团队展示了名为 AudioHijack 的音频攻击技术。它能把人耳无法察觉的指令藏在普通音频中,以 79% 至 96% 的成功率劫持大音频语言模型,诱导其搜索敏感内容或泄露数据。该方法对微软和 Mistral 的商用语音模型同样有效。
浙江大学研究团队展示了名为 AudioHijack 的音频攻击技术。它能把人耳无法察觉的指令藏在普通音频中,以 79% 至 96% 的成功率劫持大音频语言模型,诱导其搜索敏感内容或泄露数据。该方法对微软和 Mistral 的商用语音模型同样有效。
Microsoft 更新 Edge 桌面端与移动端应用,将 Copilot 深度整合进浏览器。新版支持跨多标签页推理、结合浏览历史与长期记忆回答,并带来 Voice 与 Vision 免提交互;桌面端还新增播客生成和学习模式。同时,旧版「Copilot Mode」正式退役。
OpenAI 发文详解为 Windows 版 Codex 打造的定制安全沙箱。由于原生方案难以平衡开发灵活性与系统隔离,团队采用合成 SID 与写入限制令牌限制文件写入,并注入代理变量封堵网络逃逸。这让 Windows 用户免去了逐条确认命令或彻底放权的困境。
微软宣布将 OpenAI 的 GPT-5.5 Instant 引入 Microsoft 365 Copilot 与 Copilot Studio。新模型针对日常办公优化,提升了图像分析与 STEM 任务表现并减少冗长废话,付费授权用户享有优先访问权。
Anthropic 宣布 Claude for Excel、PowerPoint 和 Word 正式可用,并面向付费计划开启 Claude for Outlook 公测。其最大看点是在四款应用间维持单一对话上下文,在 Excel 中修改数据可自动同步更新 PowerPoint 图表与 Word 备忘录,无需重复解释。
周二,Google DeepMind、微软与 xAI 同意让美国商务部的人工智能标准与创新中心(CAISI)在发布前审查新 AI 模型。CAISI 将负责部署前评估,此前已完成 40 次审查。OpenAI 与 Anthropic 也已重签协议配合监管。
Anthropic 针对金融服务业发布 10 款智能体模板,覆盖制作 Pitchbook、KYC 审查和月末关账等任务。它们以插件或代码包形式提供,并接入 Office 跨应用打通上下文。配合 Claude Opus 4.7,金融机构几天内即可部署真实业务。
Microsoft 推出 AI 框架 Map2World。用户只需输入一张颜色分区的俯视地图并搭配提示词,系统就能生成可旋转探索的完整 3D 世界,还能精准控制建筑比例。它摆脱了传统网格布局限制,让大场景 3D 建模像画地图一样直观。
微软在 Windows 桌面版 Word 中推出 Legal Agent,面向 Frontier 计划用户开放。它专为合同审查设计,能对照企业条款库逐条审核合同,并直接以修订模式生成精准红线修改。最值得关注的是,它保留了排版与多方历史痕迹,避免通用大模型胡乱改写,帮法务省去机械比对的时间。
Perplexity 宣布为其企业级产品 Computer 带来多项更新。它现已接入拥有 3.5 亿月活的 Microsoft Teams,并在 Excel 中推出原生侧边栏测试版;同时上线包含 70 多种模板的工作流功能,并联合 1Password 保护凭证。这意味着员工无需离开日常办公软件,即可直接调用 AI 处理内部数据。
微软推出视频生成框架 World-R1。它无需改动底层模型架构,基于 Wan2.1 并借助强化学习和 3D 模型反馈将空间约束融入生成过程。这解决了视频几何变形问题,大幅降低了世界模拟的训练成本。
在经过近一个月的庭审后,陪审团仅商议两小时便裁定驳回埃隆·马斯克对 OpenAI 及山姆·奥特曼的诉讼,法官采纳了该决定。陪审团认定指控已过诉讼时效。马斯克此前指控 OpenAI 背弃非营利初衷转向盈利,最终以其全面败诉收场。
微软在 Copilot Studio 中正式上线实时语音智能体,取代传统死板的电话按键菜单,支持自然对话与随时打断。同时,Dynamics 365 也迎来多款新智能体,覆盖客服接听、通话质检与销售记录自动同步,推动企业全流程自动化。
OpenAI 与 Microsoft 宣布修改合作协议。OpenAI 今后可在任何云服务商处向客户提供产品,但 Azure 仍享首发权;微软对 OpenAI 模型的 IP 授权延长至 2032 年但转为非独占,且不再向 OpenAI 支付分成。这意味着双方从深度绑定走向各自拥有更大商业灵活性的新阶段。
Microsoft 宣布 Word、Excel 和 PowerPoint 中的 Copilot 智能体功能正式全面可用。Copilot 不再只给建议,而是能直接在文档、表格和演示文稿中执行排版与数据分析等多步骤操作。新体验已向企业及个人 Microsoft 365 订阅用户开放。
Microsoft 宣布 Foundry Agent Service 托管智能体开启公开预览。它为每个会话提供 Hypervisor 级隔离沙箱和持久化文件系统,闲置时自动缩容至零且唤醒后磁盘状态不丢。支持 LangGraph 等任意框架,一键即可发布到 Teams 和 M365 Copilot。
Anthropic 宣布上线 Claude for Word,面向 Pro 和 Max 订阅用户开放。用户可以直接在 Microsoft Word 文档内调用 Claude 的写作与编辑能力,并与新推出的 Claude Opus 4.7 模型搭配使用。
Microsoft 推出文生图模型 MAI-Image-2-Efficient。该模型专为批量生产设计,生成速度比前代快 22%,成本降低近 41%,每百万图片输出 token 售价 19.50 美元。目前已在 Microsoft Foundry 和 MAI Playground 上线,后续还将接入 Copilot、Bing 与 PowerPoint。
据 The Information 报道,微软正测试类似 OpenClaw 的常驻 AI 智能体,让 Microsoft 365 Copilot 实现全天候自主运转。该智能体能主动监控 Outlook 邮件与日程并规划任务,同时针对营销、销售和财务等不同岗位隔离权限。微软计划在 6 月 2 日的 Build 大会上公布相关特性。
Anthropic 推出内嵌于 Microsoft Word 的 Claude 插件,修改建议会直接以原生修订模式呈现并保留排版。它支持在 Word、Excel 与 PPT 之间保持连贯对话,还能将合同审查等流程存为 Skill 供团队复用。目前处于公测阶段,先面向 Team 和企业版订阅用户开放。