YouTube 測試 AI 搜尋輪播:不點進影片,結果頁直接看關鍵片段
本週,YouTube 宣佈正在測試基於 AI 的影片搜尋輪播功能。該功能不對影片做文本總結,而是用 AI 抓出回答搜尋詞的最關鍵片段,直接在結果頁播放。目前該功能僅面向少數 Premium 使用者的英文搜尋開放,雖然省了檢索時間,但也引發了創作者對播放量被截流的擔憂。
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。
本週,YouTube 宣佈正在測試基於 AI 的影片搜尋輪播功能。該功能不對影片做文本總結,而是用 AI 抓出回答搜尋詞的最關鍵片段,直接在結果頁播放。目前該功能僅面向少數 Premium 使用者的英文搜尋開放,雖然省了檢索時間,但也引發了創作者對播放量被截流的擔憂。
OpenAI 宣佈推出 Deep Research 輕量版,並逐步面向免費使用者開放。此舉旨在提高 Plus、Team 和 Pro 訂閱使用者的呼叫頻次上限。也就是說,原本門檻頗高的多步驟深度調研能力,現在正下放給全體使用者。
Adobe 宣佈內容真實性應用開啟公測,無需訂閱即可免費使用。創作者能為圖片新增包含個人主頁、AI 使用情況及「禁止用於 AI 訓練」的隱形數字憑據,並整合 LinkedIn 身份認證,單次支援批次處理 50 張。
Dropbox 升級 AI 搜尋工具 Dash。新版支援對音訊、影片和影像進行內容級搜尋,並上線找人功能和企業敏感檔案過濾;同時新增寫作工具,能直接整合 Slack、Figma、郵件等多平臺資訊一鍵生成專案計劃和簡報,省去反覆切應用的麻煩。
Google 宣佈為音樂創作工具 Music AI Sandbox 推出新功能,並擴大面向美國創作者的測試範圍。新版本搭載了最新的 Lyria 2 模型與支援即時互動的 Lyria RealTime,支援按提示詞續寫、修改曲風並生成高質量樣本,所有音軌均嵌入 SynthID 水印。
Spotify 宣佈將測試版 AI 歌單(AI Playlist)推向 40 多個新市場的 Premium 使用者,目前僅支援英文。使用者輸入情緒、場景甚至 emoji 就能生成專屬曲目,並能對話微調。流媒體正在把個性化推薦直接變成提示詞玩法,不過目前仍在小步迭代。
Perplexity 推出 iOS 版 Perplexity Assistant。它不僅能回答問題,還能直接在 iPhone 上執行具體操作,包括播放媒體、草擬郵件、調整會議、叫車、訂座和設定提醒。更新 Perplexity 應用即可體驗。
Meta 宣佈向所有發售市場的 Ray-Ban 智慧眼鏡使用者全量推送即時翻譯功能。該功能支援英語、法語、義大利語和西班牙語之間的語音互譯;使用者只要提前下載語言包,沒有網路也能離線使用。此外,通過眼鏡收發 Instagram 訊息等功能也即將上線。
NVIDIA 宣佈 NeMo 微服務正式商用。這套微服務包含 NeMo Customizer、Evaluator 和 Guardrails 等工具,可將模型微調吞吐拉高 1.8 倍,並打通推理與業務資料飛輪。AT&T、Cisco 等企業已用於構建數字員工。
NVIDIA 在其客戶端以實驗功能上線 Project G-Assist,並推出外掛構建器。使用者可依託本地 RTX 顯示卡執行的小模型,通過語音或文本控制硬體引數、聯動外部 API 或排程雲端模型,無需切出應用即可隨時調取。
Microsoft 公佈 Microsoft 365 Copilot Wave 2 春季更新,上線全新 Agent Store。商店引入了基於 OpenAI 深度推理模型的 Researcher 和 Analyst 兩個智慧體,能處理複雜研究並分析原始資料。此外還加入了企業級搜尋和播客式筆記功能。
xAI 宣佈為 Grok 推出視覺功能 Grok Vision,拿手機對準商品、標誌或文件就能直接提問,語音模式也同步加入了多語言與即時搜尋。目前視覺功能僅限 iOS 端 Grok 應用,Android 使用者暫未開放。
Descript 創始人 Andrew Mason 宣佈推出全新 AI 智慧體影片編輯器,並將其定位為「影片領域的 Cursor」。該工具押注由 AI 智慧體來協助處理影片剪輯流程,目前已在官網開放預約體驗。
1Password 推出 Agentic AI Security 並升級擴充套件訪問管理(XAM)平臺。該方案專為自主智慧體設計,免除程式碼硬編碼金鑰,動態分配最小許可權並即時輪換憑據。隨著企業讓 AI 經手更多核心業務,非人類身份的訪問治理正在成為新的剛需。
PlayAI 推出 Voice Changer。只需提供 10 秒音訊樣本,就能將聲音轉換為目標聲音,並保留原有情緒與語調。該功能支援手機端即時執行,主打單次錄音變出多種聲音,降低配音製作成本。
ElevenLabs 宣佈 Conversational AI 支援在智慧體之間無縫轉接通話。企業內不同團隊可以並行開發專屬 Agent,各自搭載獨立的知識庫與工具。這意味著複雜的企業語音流程不用再塞進一個大雜燴模型,分工協作更清晰。
訊息,Google 在最近的 TED 演講中首次公開實機演示了 XR 智慧眼鏡原型。該裝置執行 Android XR 並接入 Gemini,鏡片內建微型彩色螢幕,不僅能記住房卡遺落位置,還能即時翻譯和投影導航。不過官方未公佈發售時間,預計要到 2026 年才能上市。
週一,程式碼編輯器 Cursor 的 AI 客服 Sam 編造了一項「每個訂閱僅限單裝置」的新政策,導致不少多裝置開發者誤以為官方改版而紛紛退訂。Cursor 隨後為此道歉。這再次暴露出大模型在缺乏人工稽核的客服場景下「自信胡說」的嚴重後果。
Grok 宣佈支援對話記憶。現在它能記住使用者之前的對話內容,在索取建議或推薦時給出個性化回答。也就是說,後續交流不用再反覆交代背景,問答體驗會更貼合個人偏好。
Docusign 推出 AI 合同智慧體,整合在其智慧協議管理平臺中,能自動分析協議、標出風險並提醒人工介入。該功能由 Iris 引擎驅動,首批智慧體預計 2025 年底上線,重點覆蓋銷售和採購流程。電子簽名巨頭正全力轉型幫企業管合同。