Pika 推出 PikaStream1.0:讓任意 Agent 都能即時視訊通話
Pika 釋出面向任意 Agent 的影片聊天技能測試版,由新即時模型 PikaStream1.0 驅動。它能為智慧體即時加上面孔與聲音,同時保留記憶與個性。如果配合 Pika AI Self,智慧體還能在視訊通話中同步執行具體任務。
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。
Pika 釋出面向任意 Agent 的影片聊天技能測試版,由新即時模型 PikaStream1.0 驅動。它能為智慧體即時加上面孔與聲音,同時保留記憶與個性。如果配合 Pika AI Self,智慧體還能在視訊通話中同步執行具體任務。
Microsoft 釋出多語言語音轉文字模型 MAI-Transcribe-1,在 Microsoft Foundry 開啟公測。該模型支援 25 種語言,在 FLEURS 基準測試中準確率超越 Whisper-large-V3,速度提升 2.5 倍,轉寫單價僅每小時 0.36 美元。最值得關注的是它抗噪表現出眾,已開始接入 Teams 與 Copilot。
Perplexity 在旗下 Computer 平臺上線 Computer for Taxes。它基於 Agent Skills 協議載入最新 IRS 稅務模組,能直接在官方稅表上草擬申報、稽核專業報稅草案並製作稅務規劃工具。內部測試中,它曾發現專業人士遺漏 67% 的扣除額。官方提示資訊僅供參考。
Sakana AI 推出首款商業產品 Sakana Marlin 並開啟封閉測試。使用者只需給出一個研究主題,它就能完全脫離人工干預,自主推理調研近 8 小時,並交付整套幻燈片與數十頁深度報告。官方將其定位為「虛擬首席戰略官」,目前正面向企業戰略和投研人員開放測試申請。
Moonlake 釋出 3D 世界構建 Agent 早期演示。它不再侷限於對話方塊生成資產,而是直接在 Blender 等專業軟體裡點選、編輯物件與調光,像人類一樣反覆迭代。最值得關注的是它能按長序列動作自查自糾,並複用專家演示的工作流。
Perplexity 宣佈在 Slack Marketplace 上線 AI 智慧體編排工具 Computer。團隊成員只需在共享頻道 @Computer 或傳送私信,就能直接呼叫它進行深度網路搜尋、分析業務資料甚至編寫程式碼。所有上下文會與網頁端即時同步,無需在不同工具間頻繁切換。
Elgato 釋出 Stream Deck 7.4 配置指南,首次通過開放協議 MCP(模型上下文協議)向 AI 工具開放控制權限。使用者配置專用動作面板後,可通過 NVIDIA Project G-Assist 語音指令或 Claude Desktop 文本觸發開播、切場景等聯動,無需動手敲按鍵。
Gmail 宣佈面向美國 Google AI Ultra 訂閱使用者推出 AI Inbox 測試版。該功能通過智慧優先順序排序整理郵件,並生成每日個性化簡報,讓收信整理全交給 AI。目前僅限美區高階訂閱者測試。
OpenAI 更新 iPhone 版 ChatGPT,藉助 iOS 26.4 推出 CarPlay 專用車機版。新介面完全採用語音互動,螢幕不顯示任何文字,僅保留靜音和結束按鍵以保證駕駛安全。這是首個推出 CarPlay 專屬車機的主流 AI 應用,需要升級至 iOS 26.4 才能使用。
HeyGen 宣佈與 Topaz Labs 合作,將其 Starlight Precise 2.5 超分模型整合進平臺。該功能可將任意解析度影片直接提升至 4K,增強細節並保持動作流暢。使用者無需再依賴外部工具匯出處理畫質。
Topaz Labs 釋出 Precision Update,為旗下 Topaz Video 與雲端 Astra 引入新一代影片增強模型。新模型支援本地與雲端最高 4K 輸出,處理速度最高提升 5 倍,能明顯減少生成式 AI 影片的塑膠感,並改善動畫與實拍細節;Topaz Photo 也同步上線了偽解析度檢測功能。
Meta 釋出首款面向視力矯正人群的 Ray-Ban Meta 處方 AI 眼鏡,提供 Blayzer 和 Scriber 兩種框型,起售價 499 美元。配套更新還引入拍食物自動算營養、端側 WhatsApp 對話摘要等功能。這意味著近視使用者終於不必在清晰視力和 AI 硬體之間二選一。
Salesforce 宣佈為 Slackbot 新增 30 餘項功能。它不僅能自動整理會議記錄並同步更新 CRM,還能作為桌面伴侶跨應用識別螢幕內容,並通過 MCP 協議排程外部應用和 Agentforce 智慧體。目前已向企業級方案開放,4 月起向免費版測試。
無程式碼平臺 Softr 釋出全新 AI 原生版本及 AI Co-Builder。使用者只需文字描述需求,系統即可自動生成包含資料庫、身份驗證、許可權管理與工作流的企業應用,還內建 Vibe Coding 模組支援定製元件。它解決了純生成式程式碼脆弱易碎的痛點,支援後續直接視覺化修改。
OpenAI 推出面向 Claude Code 的 Codex 外掛。開發者無需切換環境,即可在 Claude Code 中直接呼叫 Codex 進行程式碼審查、對抗性挑刺以及雙 Agent 協作複核。外掛直接複用本地 Codex CLI 與 MCP 配置,支援免費 ChatGPT 訂閱或 API Key。
上週末,Bluesky 推出實驗性 AI 資訊流工具 Attie,使用者輸入描述即可自動生成定製 feed。但該工具上線後遭使用者大規模抵制,已被拉黑超 12.5 萬次,在全平臺僅次於美國副總統 JD Vance,甚至超過白宮和 ICE。這反映出該社群對平臺引入 AI 自動化的強烈戒心。
Anthropic 為命令列工具 Claude Code 接入計算機使用能力。Claude 不僅能寫程式碼,還能直接從終端開啟應用程式、點選介面,自動端到端測試剛寫好的軟體。目前該功能作為研究預覽版,面向 Pro 和 Max 訂閱使用者開放。
Anthropic 在 Claude Platform 上線合規 API(Compliance API)。管理員可藉此程式化匯出許可權修改、系統配置與檔案變動等審計日誌,專為金融、醫療等嚴監管行業設計。不過該介面不記錄具體模型推理內容,開通後才開始記錄。
微軟為 Microsoft 365 Copilot 的 Researcher 智慧體推出 Critique 與 Council 功能。Critique 拆分生成與評估,由 OpenAI 和 Anthropic 的模型分工起草與把關,在 DRACO 基準上得分提升 13.8%;Council 則支援並排對比多模型見解。
OpenAI 為程式碼智慧體 Codex 推出 Plugins 功能。它充當生態的「包管理」系統,將工作流技能、應用整合與 MCP 伺服器配置打包為單一安裝實體,實現一鍵複用。最值得關注的是,它解決了跨團隊標準化共享 AI 工作流的痛點;官方市場目前已可瀏覽,自助釋出即將開放。