Hark 釋出網頁智慧體 Handoff:跑分超 GPT 5.4,成本僅十分之一
今天,AI 初創公司 Hark 釋出計算機使用智慧體 Handoff,能在網頁端自主訂票和點外賣。官方稱其在 Online-Mind2Web 基準跑出 97.7 分,且 Token 成本不足 GPT 5.5 的十分之一。不過對比未納入 GPT-5.6 等最新模型,且基座模型尚未公開。
ChatGPT、Cursor、Perplexity 等 AI 工具上了什麼新功能、出了哪些新產品,價格和開放地區有什麼變化。
今天,AI 初創公司 Hark 釋出計算機使用智慧體 Handoff,能在網頁端自主訂票和點外賣。官方稱其在 Online-Mind2Web 基準跑出 97.7 分,且 Token 成本不足 GPT 5.5 的十分之一。不過對比未納入 GPT-5.6 等最新模型,且基座模型尚未公開。
Autodesk 旗下 Flow Studio 推出 3D Editor 和 Canvas。創作者可以在 3D 空間內精準排程角色動作與攝像機軌跡,再通過節點式畫布呼叫主流 AI 模型渲染成片。這解決了傳統 2D 生成難以精準控鏡的痛點,兼顧了構圖精度與出片效率。
OpenAI 為 ChatGPT Work 和 Codex 推出面向中小學教師、大學教師及大學生的三款教育外掛。外掛打包了預設工作流並直連課件與日曆,使用者無需編寫複雜提示詞即可呼叫智慧體能力。目前已面向 ChatGPT Edu 等教育部署環境開放。
VEED 推出開源編輯管線 OpenEdit,支援用 Claude Code、Codex 等 AI 智慧體直接剪輯影片。排版基於 HTML/CSS,配合本地專用渲染器生成 MP4,無需開啟傳統時間軸。8 月 19 日加入 Fabric 支援後還能直接生成畫面與音效,目前僅支援 Apple Silicon Mac。
阿里巴巴在中國開啟一站式辦公智慧體平臺 QwenWork 公測。它整合桌面、雲端與釘釘協同生態,支援自主智慧體、多模態生成並能直接構建 Web 應用,同時開放最新旗艦大模型 Qwen3.8 Max 供體驗。未來還將推出獨立移動端與國際版。
Google 將智慧體 Gemini Spark 接入 Chrome。在使用者授權下,它能呼叫已存密碼自動處理看房預約或機票預訂等網頁雜務;遇支付等敏感環節會交還人工。自動瀏覽目前僅限美國,Spark 本身則面向 160 多個國家的 Google AI Pro 使用者開放。
AI 硬體公司 Friend 推出 2.0 版項鍊。新硬體內建揚聲器,讓原本只能收發簡訊的項鍊具備了固定性格的即時語音對話能力。不過升級帶來的代價不小,零售價從一代的 99 美元跳漲至 249 美元,實際實用場景仍待市場檢驗。
Perplexity 宣佈將 Spaces 正式升級為 Projects,定位為長期協作任務中心。每個專案配備持久化分層檔案系統,人類與 AI 可直接共編同一檔案;配套的自學記憶 Brain 還能自動沉澱跨任務上下文,並支援連線超 400 款工具。現有 Spaces 會自動遷移。
Ideogram 推出影像編輯工具 Object Remover。使用者框選物體、文字或雜物後,它能在不影響原圖其他區域的情況下徹底抹去目標,連同陰影、倒影與微弱光斑一併消除並重構底色。官方稱其在 RemovalBench 評測中質量第一且呼叫單價最低。
Tavus 推出零程式碼工具 PAL Maker。使用者只需向 AI 智慧體描述需求,即可自動配置面孔、聲音與長期記憶,生成能聽會看的 AI 影片互動體。底層基於自研 Raven-1 等模型,目前已被亞馬遜、梅奧診所等用於招聘篩選與術後隨訪。
Replit 推出全新 AI 設計套件 Replit Design。該工具旨在降低創作門檻,幫助使用者直接將構想轉化為視覺設計。這意味著 Replit 正從程式設計助手向全流程創作工具擴充套件,讓沒有專業背景的使用者也能輕鬆上手。
家政女王 Martha Stewart 聯合創立的 AI 房屋管理應用 Hint 正式上線 iOS。輸入地址並上傳家電照片或合同,AI 便會結合地質氣象等公開資料,定製家電維護提醒並解答保險能源疑問。團隊已獲 1000 萬美元融資,核心 AI 功能免費開放。
Google 為 macOS 版 Gemini 帶來全域性語音功能。長按 Fn 鍵即可在任意視窗語音輸入,系統會自動過濾語氣詞和口誤;開啟推理功能後,Gemini 還能結合螢幕選中的檔案或文字完成總結、重寫甚至影像修改。目前向全球英語使用者推出。
Fish Audio 宣佈完成 5200 萬美元種子輪融資,並公開發布語音克隆模型 S2.1 Pro。該模型僅需 5 秒音訊即可克隆聲音,速度是 Cartesia 的 2 倍,成本僅 ElevenLabs 的六分之一,且支援詞級情感與節奏控制。HeyGen 等企業已接入生產環境。
Ai2 釋出地理空間模型推理平臺 OlmoEarth Platform。它能把大洲規模的衛星影像分析壓縮到約一天完成,每平方公里成本不足一美分。在北美野火風險圖測算中,平臺並行排程 19,600 個 CPU 與 994 個 GPU,將耗時縮短 155 倍。
Google 宣佈升級 Gemini API 中的託管智慧體功能,預設模型升級為 Gemini 3.6 Flash。開發者現在可以通過新增的沙箱環境鉤子攔截或稽核工具呼叫,並通過 token 上限控制預算,同時該功能正式向免費層 API 金鑰開放。
xAI 宣佈其最強程式碼模型 Grok 4.5 正式接入 GitHub Copilot。數百萬開發者可在 VSCode、Copilot CLI 等產品的模型選擇器中直接選用。部分企業需在設定中開啟,該模型也已在控制台以每百萬輸入 token 2 美元、輸出 6 美元的價格開放呼叫。
Perplexity 正式面向 Windows 推出 Personal Computer 智慧體平臺。它打破了瀏覽器限制,能直接讀取、編輯本地 Word 與 Excel 檔案,並跨網頁與企業應用自動完成複雜任務。面向 Pro、Max 和 Enterprise 訂閱者開放。
xAI 推出 Grok 的「Build Mode」早期測試版。使用者只要在對話方塊裡輸入想法,Grok 就會即時編寫程式碼並在聊天視窗中生成可互動預覽,能製作網站、應用、3D 遊戲及資料儀表盤,還支援一鍵釋出至 grok.me 或自定義域名。目前僅面向 SuperGrok Heavy 訂閱使用者開放。
Meta 為美國市場的 Ray-Ban 顯示眼鏡推送更新,接入 Threads 並升級至基於 Muse Spark 模型的 Meta AI。使用者可通過語音擴音瀏覽動態與多媒體,美加兩地的搶先體驗使用者還能配合神經手環在任意表面手寫與 AI 無聲互動。