Google 升級 Gemini：Live 視覺功能免費，內建 Veo 3 與 Imagen 4
Google 宣佈 Gemini 應用迎來重大更新：Gemini Live 的攝像頭與螢幕共享功能面向所有移動端免費開放，預設模型換成 2.5 Flash。應用內還直接接入了 Imagen 4 以及原生支援音效與對白的新影片模型 Veo 3，並推出每月 249.99 美元的 Ultra 訂閱檔位。
AI工具
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。
檢視更新的新聞
Google 推出 SynthID Detector：一鍵檢測文本、影像與音影片中的 AI 水印
Google 推出驗證門戶 SynthID Detector，可一站式檢測文本、音訊、影像和影片中是否嵌入了 SynthID 水印，並圈出具體片段。目前已圈定超 100 億件內容的水印，正先面向記者、媒體和研究人員開放候補申請。
Google 公佈通用 AI 助理願景：Gemini 邁向世界模型，智慧體多工並行
Google 公佈通用 AI 助理願景，計劃將 Gemini 2.5 Pro 擴充套件為能理解並模擬現實的「世界模型」。此外，Gemini Live 將加入計算機控制能力，瀏覽器智慧體 Project Mariner 也升級為可同時執行多達 10 項任務，已面向美國訂閱使用者開放。
Google NotebookLM 迎來大更新：不僅能做播客，還能把筆記變「影片概覽」
Google 在 I/O 大會上宣佈 NotebookLM 將上線「影片概覽」功能，能把筆記、PDF 和圖片轉成視覺化演示。原有的 AI 播客功能也支援自定義長短。此前一天，NotebookLM 的 iOS 和 Android 客戶端已正式上線。
Amazon Music 測試 Explore：用 AI 幫你深挖歌手合作與生成歌單
Amazon Music 宣佈測試名為「Explore」的 AI 搜尋功能。使用者搜尋歌手後，AI 會整理其合作曲目、關聯藝人和代表作，並支援一鍵生成 AI 歌單。該功能目前面向美國部分 iOS 訂閱使用者灰度測試，支援約 1 萬名歌手。
Google 推出 NotebookLM 移動端：支援離線聽播客、隨時匯入資料
Google 正式在 Android 和 iOS 推出 NotebookLM 移動應用。使用者可離線或在後臺收聽 Audio Overviews，還能點選 Join 與主持人互動提問，或通過手機系統分享一鍵匯入網頁和 PDF。通勤路上消化複雜資料終於順手了。
GitHub Copilot 推出全新程式設計智慧體：分個 Issue 給它，後臺自動提 PR
GitHub Copilot 推出全新程式設計智慧體。開發者只需將 GitHub issue 分配給 Copilot，它便會在 GitHub Actions 後臺自動分析程式碼並提交草稿 PR。該智慧體支援 MCP 協議與影像輸入，且生成的程式碼必須經人工稽核才會觸發 CI/CD。
Microsoft Edge 內建 Phi-4-mini：網頁開發者可直接呼叫本地 AI API
Microsoft 在 Build 2025 上宣佈將 Phi-4-mini 模型直接內建進 Edge 瀏覽器，並推出 Prompt 與文本輔助等實驗性 AI API。這意味著開發者無需搭建後端模型即可在網頁中執行端側 AI，兼顧隱私與成本；同時 Edge 還上線了 PDF 全文翻譯，並在側邊欄打通了 Copilot 智慧體。
微軟升級 Outlook 與 Copilot：郵件附件能直接出摘要，開會前先看簡報
Microsoft 在 Build 開發者大會上為 Outlook 和 Microsoft 365 推出多項 Copilot 功能。Outlook 現已支援直接生成搜尋結果與郵件附件摘要，並在開會前彙總相關背景任務；同時 Copilot Pages 登入移動端，支援一鍵轉為 Word 文件。
微軟釋出 Windows AI Foundry：原生支援 MCP，WSL 正式開源
Microsoft 在 Build 2025 上推出 Windows AI Foundry，統一管理端側與雲端模型。Windows 11 將原生支援 MCP 協議，讓 AI 智慧體直接呼叫本地系統應用；同時官方宣佈開源 WSL，併為端側小模型 Phi Silica 帶來 LoRA 微調。
Microsoft 釋出 Discovery：用多智慧體加速企業科研與材料研發
Microsoft 在 Build 2025 上釋出面向企業 R&D 的智慧體平臺 Microsoft Discovery。該平臺結合圖知識引擎與專業智慧體團隊，由 Copilot 統籌排程，打通假說提出到 HPC 模擬全流程。微軟團隊用它僅耗時 200 小時便篩選出新型資料中心冷卻液原型。
Salesforce 在 Slack 上線 Agentforce：把智慧體變成「數字隊友」
週一，Salesforce 宣佈在 Slack 中推出 Agentforce，讓企業能部署專攻特定任務的「數字隊友」。這些智慧體不僅能聊天，還能跨系統執行多步工作流，6 月 12 日起還將提供入職和員工支援等模板。這意味著企業 AI 正從全能助手走向幹具體活的專用智慧體。
Runway 開放 Gen-4 Image API：每張 0.08 美元，支援參考圖生成
Runway 正式開放 Gen-4 Image API，允許開發者將包含 References 參考圖能力的多模態影像生成接入自身產品。生成單張圖片定價 0.08 美元，支援虛擬試衣、遊戲資產即時生成與室內設計等場景。
OpenAI 推出程式設計智慧體 Codex：雲端沙箱並行幹活，自動跑測試提 PR
OpenAI 推出雲端軟體工程智慧體 Codex 研究預覽版，搭載專為寫程式碼最佳化的 codex-1 模型。它在獨立的雲沙箱中並行處理修 Bug、加功能與跑測試等任務，通常耗時 1 至 30 分鐘。這意味著開發者能將耗時的瑣事徹底甩給 AI 非同步執行。首發面向 ChatGPT 付費企業與 Pro 使用者。
Acer 殺入 AI 穿戴：推出免訂閱智慧戒指，翻譯耳機單人戴就能聊
在 Computex 2025 上，Acer 旗下 Acer Gadget 推出鈦合金健康指環 FreeSense Ring 與翻譯耳機 AI TransBuds。戒指主打所有健康資料免收訂閱費；耳機只需單人佩戴，連線接收器即可實現 15 種語言的雙向即時語音翻譯與字幕轉錄。
ElevenLabs 推出 SB-1 無限音效板：文字即時生成音效，適配直播與遊戲
ElevenLabs 推出 SB-1 Infinite Soundboard。使用者輸入幾句文字即可用 AI 生成自定義音效，支援多音效同時播放與迴圈，可儲存預設用於遊戲和 Discord 直播。這讓創作者告別了翻找音效素材庫的繁瑣操作。
Google 升級無障礙功能：Gemini 能解答全屏內容，字幕還能聽出情緒
Google 配合全球無障礙宣傳日更新 Android 與 Chrome。TalkBack 螢幕閱讀器接入 Gemini，支援對圖片及整個螢幕直接追問細節；即時字幕新增語調長短和咳嗽、口哨等聲音標籤。最值得關注的是，AI 正在把無障礙從文字轉寫推向深層語境理解。
Windows 測試「Hey Copilot」喚醒詞：電腦解鎖就能隨時喊出 AI 語音
Microsoft 開始向 Windows Insider 成員推送 Copilot 應用更新，新增「Hey, Copilot」語音喚醒詞。在電腦解鎖狀態下，使用者無需手動點選即可隨時開啟語音對話。喚醒詞識別完全在本地執行，預設關閉，目前僅支援英語。
CodeRabbit 上線 IDE 外掛：在 VS Code、Cursor 審查程式碼完全免費
CodeRabbit 宣佈將其 AI 程式碼審查直接整合到 VS Code 及 Cursor、Windsurf 等分支中，且 IDE 端功能完全免費。它能在提交前即時逐行找 Bug，支援一鍵修復或聯動現有 AI Agent 改寫，相比原先的 PR 審查更快也更輕量。
Perplexity 聯手 PayPal：直接在搜尋框裡下單付款
Perplexity 宣佈與 PayPal 合作推出智慧體電商。從今年夏天起，美國 Perplexity Pro 使用者在搜尋商品、訂旅行或買票時，可以直接在對話介面用 PayPal 或 Venmo 一鍵結賬，無需跳轉外部網站。