Google 翻譯引入 Gemini:支援 70 多種語言即時對話與口語對練
Google 宣佈為 Google 翻譯應用上線兩項由 Gemini 驅動的新功能:支援 70 多種語言的即時雙向語音翻譯,以及可自適應水平的個性化聽力口語練習。即時翻譯能識別停頓與語調並在嘈雜環境抗噪,練習功能則提供場景化對話。目前即時翻譯面向美、印、墨開放,練習功能向部分語種測試。
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。
Google 宣佈為 Google 翻譯應用上線兩項由 Gemini 驅動的新功能:支援 70 多種語言的即時雙向語音翻譯,以及可自適應水平的個性化聽力口語練習。即時翻譯能識別停頓與語調並在嘈雜環境抗噪,練習功能則提供場景化對話。目前即時翻譯面向美、印、墨開放,練習功能向部分語種測試。
OpenAI 公佈針對 ChatGPT 的心理健康防護更新,重點解決長對話中安全規則逐漸失效、過度迎合等問題。系統除自動識別自殘傾向並提供求助熱線外,還將針對未成年人強化攔截,並計劃引入家長控制與緊急聯絡人聯動功能。
Google 宣佈 NotebookLM 的影片概覽支援 80 多種語言,能把資料直接轉成視覺化影片演示。同時,非英語音訊概覽從短版摘要升級為長篇深度討論,質量看齊英文版。新功能即日起向全球使用者推送。
Tesla 在中國推出全新 AI 語音助手,由字節跳動豆包負責車控與導航、DeepSeek 負責閒聊問答。系統首發搭載於 8 月上市的六座版 Model Y L,支援「Hey Tesla」免按鍵喚醒。Tesla 試圖借本土模型補齊座艙短板,追趕國內競品。
Anthropic 推出 Chrome 擴充套件 Claude in Chrome 展開測試,讓 AI 直接在瀏覽器裡點選、填表和處理日常任務,後續向 Pro、Team 等付費方案開放。官方重點加入許可權管控與隱式注入防禦,將自主模式下的攻擊成功率顯著降低。
Perplexity 推出 Comet Plus 訂閱,每月 5 美元(Pro 與 Max 使用者直接包含)。它為合作出版商建立新的分成機制,按真人訪問、搜尋引用和智慧體操作三種流量分配收入,扣除少量算力成本後全額分給媒體。
據報道 Google 正在為 NotebookLM 整合 Deep Research 功能,來源欄新增了網頁與 Google Drive 搜尋切換開關。此外聊天設定中還在測試「導師」模式,支援分步講解與互動教學。目前功能尚處於早期開發階段。
Google 宣佈為搜尋中的 AI Mode 引入智慧體功能,能跨平臺幫找餐廳空位並直通預訂,後續還將支援門票與本地預約。同時新增了個性化推薦與會話連結分享。AI Mode 現向 180 多個國家和地區開放英文版,智慧體功能首批面向美國 Google AI Ultra 使用者測試。
本週,AI 獨角獸 Z.ai 聯手阿里雲推出一款通用 AI Agent,面向 Android、iOS 及 Web 端免費開放。它能替使用者自主拆解並執行點外賣、線上預約等日常任務,並藉助阿里雲平臺完成部署上線。
Perplexity 宣佈向所有 Perplexity Max 訂閱者推出 Max Assistant。它通過延長思考時間並呼叫高階推理模型,專門應對複雜的長流程任務與疑難提問。對於依賴 Perplexity 處理繁瑣工作的深度使用者來說,複雜問題的解答能力有了直接提升。
Google 釋出新一代智慧家居助手 Gemini for Home。它能理解像「除了臥室其他燈全關」這類複合指令,還引入了支援隨時打斷的 Gemini Live 連續對話。它將提供免費和付費版本,逐步取代現有的 Google Assistant,10 月開啟早期測試。
Google 升級 Gemini Live,加入即時視覺指引功能,開啟攝像頭就能直接在畫面上圈出推薦物品。同時打通 Calendar、Keep 等原生應用並升級語音表現力。視覺功能將於 8 月 28 日隨 Pixel 10 率先落地並逐步推向 Android 與 iOS。
Fitbit 推出基於 Gemini 的個人健康教練,將健身訓練、睡眠分析和健康諮詢整合進重構的 App 中。它能結合手錶即時資料與對話動態調整訓練,比如沒睡好就自動降低強度。該功能 10 月率先向美國 Fitbit Premium 使用者開啟預覽。
Google 推出新一代無線耳機 Pixel Buds 2a,定價 129 美元。新耳機搭載自研 Tensor A1 晶片,首次給 A 系列配上主動降噪,並深度整合 Gemini 助手。不用掏出手機,靠語音就能讓 AI 整理資訊或回答問題。
Google 公佈 Pixel 10 系列的 9 項 AI 新功能。新機搭載 Tensor G5 晶片與 Gemini Nano,新增跨應用提供資訊的 Magic Cue、通話即時克隆聲音翻譯等特性。這套功能主打端側隱私運算,讓手機能更主動地替人處理雜務。
Google 為 Google Photos 推出對話式修圖功能。藉助 Gemini,使用者無需手動調滑塊,打字或動動嘴說出「消除背景車輛」「修好這張老照片」就能直接出圖,還能持續追問微調。該功能首發面向美國 Pixel 10,並同步支援 C2PA 憑據以標明 AI 痕跡。
ElevenLabs 宣佈將新一代語音模型 Eleven v3 (alpha) 接入 API。該版本支援 70 多種語言,並新增支援無限發言人數的多人對話模式,能自然處理插話和語氣轉換,還能通過音訊標籤精細調節情緒。
Anthropic 為 Team 和 Enterprise 使用者推出包含終端程式設計智慧體 Claude Code 的高階席位。管理員不僅能統一分配席位並精細設定支出上限,還能通過全新合規 API 即時審計資料並監控程式碼採納率。這讓企業在規模化部署 AI 程式設計助手時能更好地兼顧成本與合規。
Brave 安全團隊披露 Perplexity 旗下 AI 瀏覽器 Comet 存在間接提示注入漏洞。攻擊者只要在網頁暗藏惡意指令,使用者點選「總結頁面」,AI 就會跨標籤頁讀取 Gmail 驗證碼並接管賬號。這意味著傳統瀏覽器的同源安全策略在 Agent 面前徹底失效。
Meta 擴大 Reels 的 AI 翻譯工具許可權,能自動為短影片配音並同步口型。系統會保留創作者本人的音色與語調,首批支援英西互譯。目前向粉絲超 1000 人的 Facebook 創作者及 Instagram 公開賬號開放。