ElevenLabs 讓傳奇影星「發聲」:用朱迪·加蘭的聲音給你讀名著
ElevenLabs 宣佈在 Reader App 中引入朱迪·加蘭、詹姆斯·迪恩、伯特·雷諾茲等已故影星的 AI 聲音。使用者可以用加蘭的聲音聽《綠野仙蹤》,或讓勞倫斯·奧利弗爵士朗讀《福爾摩斯》。不過這些經典聲音僅限個人在 App 內流式收聽,不能匯出用於內容創作。
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。
ElevenLabs 宣佈在 Reader App 中引入朱迪·加蘭、詹姆斯·迪恩、伯特·雷諾茲等已故影星的 AI 聲音。使用者可以用加蘭的聲音聽《綠野仙蹤》,或讓勞倫斯·奧利弗爵士朗讀《福爾摩斯》。不過這些經典聲音僅限個人在 App 內流式收聽,不能匯出用於內容創作。
Perplexity 宣佈升級 Pro Search 深度搜索功能。新版本具備多步推理能力,能根據檢索結果自動發起後續追問,並集成了 Wolfram|Alpha 引擎與程式碼執行環境來解決複雜的數學和程式設計問題。免費使用者可限量試用,Pro 訂閱使用者擁有更多配額。
Solos 釋出 AirGo Vision 智慧眼鏡。它在鏡腿配備攝像頭並接入 ChatGPT-4o,能對眼前景物做視覺搜尋和摘要,還允許切換 Gemini 與 Claude。其模組化設計支援隨意更換鏡框,但只支援拍照不支援錄影,預計今年晚些時候發售。
週四,Meta 宣佈在美國的 Instagram 上測試創作者自制 AI 角色。這些聊天機器人由創作者通過 AI Studio 打造,主要出現在訊息功能中,並會明確打上 AI 標籤。測試初期覆蓋約 50 位創作者和少量使用者,預計 8 月全面上線。
TIME 宣佈在 TIME.com 上線 ElevenLabs 的 Audio Native 播放器,為精選報道提供自動語音旁白。雙方從 2023 年 3 月開始接觸,現在讀者可以直接用耳朵聽新聞,無需盯屏閱讀。
LangChain 釋出智慧體開發框架 LangGraph v0.1 穩定版,並同步開啟 LangGraph Cloud 封測。新版本提供精細的狀態流控制,支援人機協作打斷與狀態編輯,配套的雲平臺與 Studio 工具讓多智慧體告別黑盒失控,能可靠應對複雜生產環境。
Character.AI 宣佈面向全部使用者上線即時語音通話功能,支援中文、英文、日文等多種語言。使用者一鍵即可與 AI 角色雙向對話,並支援隨時打斷與文字無縫切換,適合用來練口語或模擬面試。
Google 宣佈依託 PaLM 2 大模型為 Google 翻譯新增 110 種語言,為其史上最大更新。新語言覆蓋粵語、曼島語等,惠及全球超 6.14 億人。大模型幫翻譯工具更高效地學習相近語系,也加速了小眾和瀕危語言的數字化保護。
Figma 推出全新介面改版與 Figma AI 工具集,輸入文字提示即可生成包含佈局與配圖的應用原型,並新增內建演示工具 Figma Slides。目前 AI 功能需申請排隊、年底前免費試用,不過其預設採用部分使用者資料訓練模型的做法引發了討論。
據 Business Insider 報道,Amazon 正在開發代號為 Metis 的新聊天機器人。它由新大模型 Olympus 驅動,採用 RAG 技術即時呼叫外部資料,CEO 安迪·賈西親自參與。該產品計劃最早 9 月推出,不過內部也有聲音擔憂發力太晚,難趕超 OpenAI 和 Google。
影片剪輯應用 Captions 推出 AI Edit 功能。使用者匯入單人出鏡的豎屏口播影片後,AI 會根據內容自動新增縮放、轉場、貼圖、音樂與音效。它還能結合內建的 12 款 AI 數字人,幾分鐘內僅憑提示詞就全自動產出剪輯完成的影片。
Opera 釋出 Opera One R2 開發者測試版,將此前試驗性的 Aria AI 影像生成、語音生成及影像理解能力直接內建。新版還加入「頁面上下文模式」,讓使用者直接就網頁內容向 AI 提問、翻譯或總結,並新增懸浮媒體控制與分屏標籤頁。正式版預計今年晚些時候向所有使用者推送。
OpenAI 宣佈面向所有 macOS 使用者正式開放 ChatGPT 桌面應用,免費和付費使用者均可使用。安裝後按下 Option + 空格即可隨時喚出浮層對話方塊,支援語音交流、截圖討論和檔案上傳,此前該客戶端僅向 Plus 使用者灰度開放。
ElevenLabs 推出移動端 Reader App。它能把手機裡的文章、PDF、ePub 和郵件通訊轉換成高擬真的 AI 語音朗讀,支援多種音色與口音。應用已上線 iOS 和 Android,前 3 個月免費,目前僅支援英語,後續將拓展至 29 種語言。
Anthropic 面向 Claude.ai 的 Pro 和 Team 使用者推出「Projects」功能。每個專案自帶 200K 上下文視窗,支援塞入程式碼庫與文件等內部知識並設定專屬指令,團隊成員還能共享對話快照。官方強調,專案內資料預設不用於模型訓練。
Google 宣佈在 100 多個國家免費向符合年齡的青少年學生開放 Gemini 教育版賬號。系統預設關閉,需管理員手動開啟,且包含內容過濾和事實核查機制;同時 Classroom 新增多項 AI 備課與閱讀輔導功能。這意味著學校也能合規用上生成式 AI。
Google 開始在 Gmail 網頁端側邊欄上線 Gemini。它不僅能總結長郵件鏈並協助起草回覆,還能直接跨收件箱與 Google Drive 調取資料回答具體問題。該功能面向 Workspace 商業版、教育版以及 Google One AI Premium 訂閱使用者開放。
Meta 宣佈 Meta AI 正式面向印度使用者上線英文版。該助手基於 Llama 3 構建,直接接入 WhatsApp、Facebook、Instagram 和 Messenger,支援在群聊中出謀劃策,還能通過「imagine」指令直接生成和修改圖片。
據 CNET 報道,蘋果高管透露 Apple Intelligence 會在生成或修改的圖片後設資料中打上標記。哪怕只是消除背景雜物等微調,也會標明被修改過;蘋果同時明確無意涉足逼真人物或場景生成。面對假圖氾濫,蘋果選擇從底層後設資料開始設防。
Ai Build 推出雲端 3D 列印軟體 Aibuild 2.0。新版內建基於大模型的 AI 助手 Talk to AI,工程師直接輸入「按 2 毫米層高切片」等自然語言指令,就能自動生成可列印刀路與模擬流程,降低大型工業 3D 列印的門檻。