Brave Search 上線追問聊天：搜完不用重來，直接接著聊
Brave 宣佈為 Brave Search 的「Answer with AI」新增追問聊天欄。使用者在搜尋後可以直接繼續追問，模型會結合上下文作答並列出資訊來源，且不記錄查詢與使用者畫像。它讓搜尋兼具傳統找連結與多輪追問的體驗。
AI工具 · 日報
週四
11月21日 星期四
Claude 支援匯入 Google Docs：貼上連結或直接選最近文件
Anthropic 宣佈 Claude 支援直接匯入 Google Docs 內容。在對話和 Projects 中，直接貼上連結或者從最近開啟的文件裡選擇即可匯入。這意味著處理團隊協作文件時，不需要再手動複製貼上或另存為檔案，整理資料省了一大步。
Rabbit R1 開放 teach mode 測試：教 AI 走一遍網頁，替你跑腿幹活
Rabbit 宣佈向所有 R1 使用者開放 teach mode 測試版。使用者在 Rabbithole 網頁端演示一遍點選和操作，R1 就能記錄下來並在之後自動執行對應網頁任務。這算是 Rabbit 兌現年初承諾的關鍵一步，不過目前自動化仍侷限於網頁操作。
v0 升級：支援全棧 Next.js 開發、多檔案生成與一鍵部署
Vercel 宣佈旗下 AI 工具 v0 迎來升級。它現在不僅能單次生成多個檔案，還能建立並執行全棧 Next.js 和 React 應用。開發者還可以直接關聯 Vercel 專案、讀取環境變數並一鍵部署，進一步打通從提示詞到上線的全流程。
週三
11月20日 星期三
ChatGPT 測試版程式碼曝光：高階語音模式或將接入「即時攝像頭」
ChatGPT 最新測試版程式碼曝光了「即時攝像頭」功能。v1.2024.317 版本程式碼顯示其支援即時影片流處理與視覺識別，並與高階語音模式結合。距離 OpenAI 5 月首次演示已過去半年，高階語音或許很快就能配上「眼睛」。
獲投2.2億美元的H推首款產品Runner H：2B輕量模型專攻Agent自動化
經歷聯創出走風波的巴黎初創公司 H 推出首款產品 Runner H。它基於僅 20 億引數的自研輕量模型與視覺模型，主打流程自動化、軟體質檢和業務外包，在 WebVoyager 基準上聲稱跑贏 Anthropic 達 29%。目前正開放候補並準備開啟 A 輪融資。
Messenger 通話上線 AI 背景：還能高畫質降噪、沒接通時留影片便籤
Meta 宣佈為 Messenger 通話推出多項新功能。視訊通話中支援由 Meta AI 生成個性化背景，同時上線高畫質畫質、背景降噪和語音隔離。如果對方未接通，還能直接錄製語音或影片留言，日常通話更省心。
週二
11月19日 星期二
傳 Amazon 轉向務實路線：升級版 Alexa 擬靠深化 API 搞定打車外賣
據外媒報道，Amazon 計劃在升級版 Alexa 中與 Uber、OpenTable、GrubHub 等建立深度 API 合作，直接替使用者完成訂餐打車全流程，而非純靠生成式 AI。訊息稱其計劃到明年第三季度吸納約 200 家合作伙伴。不過 Amazon 表示合作方案尚未最終敲定。
HeyGen 推出 iOS 應用：在 iPhone 上做數字人與 175+ 語言影片翻譯
HeyGen 正式上線 iOS 移動應用，把數字人生成和影片翻譯能力搬上了 iPhone。使用者可以在手機上製作逼真數字人，並將影片快速翻譯成 175 種以上的語言。說白了，創作者今後掏出手機就能隨時隨地做多語言影片。
ChatGPT 高階語音上線網頁端：瀏覽器裡直接開口聊
OpenAI 宣佈將高階語音模式搬上網頁端。基於 GPT-4o 的原生音訊能力，它能聽懂語速變化並帶情緒即時對話，還提供 9 種音色可選。本週先面向 Plus 等付費訂閱使用者開放，免費使用者預計在未來幾週內也能用上。
Google Gemini 上線記憶功能：能記住你的偏好與背景資訊
Google 宣佈為 Gemini Advanced 推出記憶功能，能記住使用者的興趣、工作或生活偏好，並在後續對話中定製回答。使用者可以直接在聊天中告知，或在「Saved Info」頁面集中檢視與編輯這些記錄。目前該功能僅支援英文，且需訂閱 Google One AI Premium。
Microsoft 將在 Teams 上線聲音克隆：開跨國會能用你的原聲講 9 種語言
Microsoft 在 Teams 中公佈即時同傳工具 Interpreter，能模擬參會者的原聲講外語。該功能將於 2025 年初面向 Microsoft 365 使用者推出，支援中文、英文等 9 種語言語音互譯。模擬必須由使用者主動授權，官方稱不會儲存生物識別資料。
微軟 Copilot Studio 使用者破 10 萬家：接入 1800 個模型，發力自主智慧體
據 VentureBeat 報道，微軟宣佈已有超 10 萬家機構使用 Copilot Studio 打造 AI 智慧體，一個季度內翻倍。微軟在 Ignite 大會上還允許智慧體接入 Azure 目錄中的 1800 個大模型，不再單押 OpenAI，並推出可獨立執行復雜工作流的自主智慧體。
週一
11月18日 星期一
NVIDIA 上線 Earth-2 氣象微服務：模擬提速最高 5000 倍
NVIDIA 在 SC24 上為 Earth-2 平臺釋出 CorrDiff 和 FourCastNet 兩款 NIM 微服務。CorrDiff 能將公里級天氣預測提速 500 倍且能效提升萬倍；FourCastNet 則能以傳統模型 5000 倍的速度生成未來兩週全球預測，大幅降低極端天氣預警門檻。
Perplexity 也能幫你網購了：Pro 使用者直接一鍵下單還包郵
Perplexity 面向美國 Pro 使用者推出「Buy with Pro」功能，搜到心儀商品後無需跳出搜尋框，即可直接呼叫儲存的地址和支付資訊一鍵下單並享免費配送。同時上線的還有拍照搜物「Snap to Shop」及商品卡片總結。
ElevenLabs 推出對話式 AI 構建平臺：可自由切換 GPT 與 Claude
ElevenLabs 宣佈推出端到端對話式 AI 智慧體開發平臺。開發者可自定義聲音語氣、打斷機制，並自由搭配 Gemini、GPT 或 Claude 等底層模型與專屬知識庫。ElevenLabs 意在從單純的語音生成切入即時語音互動市場。
Mistral 升級免費助手 le Chat：自帶聯網搜尋、Canvas 與影像生成
Mistral AI 宣佈全面升級免費助手 le Chat。新版加入了帶引用的聯網搜尋、線上協作的 Canvas 畫布，並接入多模態模型 Pixtral Large 解析複雜圖文 PDF，同時引入 Flux Pro 影像生成和工作流 Agent。目前這些功能均在 Beta 階段免費開放。
Meta 智慧眼鏡在法意西上線 Meta AI：支援多語種語音，但砍了多模態
Meta 宣佈在法國、義大利和西班牙為 Ray-Ban Meta 智慧眼鏡上線 Meta AI，支援法語、義大利語和西班牙語語音問答。不過受歐盟監管限制，這次更新暫不包含依靠攝像頭識別環境的多模態視覺功能，僅限一般語音提問。
週五
11月15日 星期五
Google Docs 接入 Gemini 生圖：支援 Imagen 3 生成正文插圖與全寬封面
Google 宣佈為 Google Docs 引入 Gemini 影像生成功能，底層採用最新的 Imagen 3 模型。使用者通過文字提示詞即可在文件中直接生成插圖或無邊距封面，還能挑選水彩、攝影等風格。該功能面向 Gemini 企業及 Google One AI 付費訂閱使用者開放。
O2 推出 AI 老奶奶 Daisy：專門陪騙子嘮嗑，最長單次拖延 40 分鐘
英國運營商 O2 推出防詐騙 AI 工具 Daisy。它化身逼真的「AI 老奶奶」，能無需人工干預全天候即時接聽詐騙電話，用嘮家常的方式瘋狂浪費騙子時間，最長單次通話達 40 分鐘。用 AI 纏住騙子，讓真實使用者少受騷擾。
週四
11月14日 星期四
Thrive AI 演示版上線：Altman 聯手的健康顧問目前近乎空殼
TechCrunch 發現 Sam Altman 與 Arianna Huffington 創立的 Thrive AI Health 悄然放出了 MVP 演示。該應用採用類似 ChatGPT 的介面，但目前基本不可用。作為 OpenAI 基金支援的專案，團隊目前員工還不足 10 人。
TikTok 聯手 Getty：AI 廣告工具直接呼叫授權素材與數字人
TikTok 宣佈在 AI 廣告生成工具 Symphony Creative Studio 中接入 Getty Images 正版素材，並面向所有廣告主開放。品牌只需輸入產品描述，就能結合商業授權相簿一鍵生成帶真人數字人講解、多語言配音的短影片廣告。
OpenAI 上線 ChatGPT Windows 版：支援快捷鍵撥出與高階語音
OpenAI 宣佈 ChatGPT Windows 桌面端正式向所有使用者開放。應用支援通過 Alt + Space 快捷鍵隨時撥出視窗，並集成了高階語音模式，方便在辦公時直接擴音語音交流。相比網頁端，隨叫隨到的桌面互動更加順手。
ChatGPT 桌面版支援讀取 Mac 應用：寫程式碼不用再複製貼上
OpenAI 宣佈 macOS 版 ChatGPT 桌面端上線「Work with Apps」功能，可以直接讀取 VS Code、Xcode 和終端等開發工具裡的程式碼作為上下文。開發者提問時無需反覆複製貼上程式碼。不過目前它還不能直接往原應用寫回程式碼，Plus 和 Team 使用者現已可用。
Anthropic 控制台上線 Prompt Improver：一分鐘自動最佳化提示詞
Anthropic 在開發控制台推出 Prompt Improver 與示例管理功能。它藉助 Claude 自動潤色既有提示詞，引入思維鏈、規範 XML 格式並重寫結構，整個六步流程不到一分鐘。官方測試顯示其能讓分類測試準確率提升 30%。
Arc Search 正式登陸 Android：主打 AI 總結搜尋結果
The Browser Company 宣佈 Arc Search 結束公測，正式面向所有 Android 使用者開放。除自帶廣告攔截外，它主打「Browse for me」AI 功能，可自動提煉並總結搜尋結果。在經歷 10 萬人測試後，這款叫板 Chrome 的瀏覽器終於補齊了移動端拼圖。
Google 上線 Gemini 獨立 iPhone 應用：支援即時語音對話與擴充套件外掛
Google 正式在 iOS 平臺推出獨立的 Gemini App。新應用支援 Gemini Live 即時語音對話，提供 10 種聲音並允許隨時打斷插話；同時內建 Imagen 3 畫圖能力，並能通過擴充套件外掛直接調取 Gmail、Maps 和 YouTube 等服務。
NASA 聯手微軟打造 Earth Copilot：一句話就能查衛星資料
NASA 聯手 Microsoft 推出 Earth Copilot 原型。它基於 Azure OpenAI 服務，讓使用者能用普通對話直接提問並檢索超過 100 petabyte 的地球科學資料。這項工具目前正由內部研究人員測試，未來計劃接入 VEDA 平臺。
Yahoo Mail 升級移動端：加入 AI 單行摘要與遊戲化清理
Yahoo Mail 推出全新移動應用，加入 AI 單行郵件摘要與即時操作建議。新版介面更像即時通訊軟體，支援調整回信語氣、一鍵退訂，還通過遊戲化互動鼓勵快速清理收件箱。目前先面向美國 iOS 使用者開放。
XRHealth 推出 AI 醫療 XR 平臺：一鍵生成 360 度專屬治療環境
XRHealth 推出 AI 醫療 XR 平臺。臨床醫生可通過其 AI 空間生成定製的 360 度環境與動態虛擬人，系統還整合了療法搜尋、報告分析與個性化治療規劃。這套方案覆蓋物理康復與心理健康等領域，旨在用生成式體驗提升治療效果。
週三
11月13日 星期三
Wondercraft 接入 ElevenLabs：支援用克隆聲音重編 NotebookLM 播客
ElevenLabs 宣佈與音訊平臺 Wondercraft 深度整合，支援編輯 Google NotebookLM 生成的播客。創作者不僅能微調語氣，還能用克隆聲音定製專屬音訊。上線僅一週就有超 1 萬名使用者使用該功能，累計生成超 1.5 萬小時音訊。
DeepL 推出 DeepL Voice：支援 13 種語言即時語音轉文字翻譯
DeepL 推出首款語音產品 DeepL Voice，能將 13 種語言的語音即時翻譯為 33 種語言的文字字幕。目前它主打面對面交談和視訊會議，結果以文本顯示而非直接生成語音，視訊會議目前僅支援 Teams，暫未開放 API。
蘋果釋出 Final Cut Pro 11：AI 一鍵摳像與自動字幕落地，支援空間影片
Apple 釋出 Final Cut Pro 11，引入 AI 驅動的 Magnetic Mask 摳像與自動語音轉字幕功能，無需綠幕即可精準分離背景。新版本還支援 Vision Pro 空間影片剪輯，老使用者可免費更新。
OpenAI 被曝 1 月推新工具 Operator：能替你操控瀏覽器訂票寫程式碼
據 Bloomberg 報道，OpenAI 計劃於 1 月推出名為 Operator 的 AI 智慧體工具。它能直接操作網頁瀏覽器，在極少人工干預下完成訂機票、寫程式碼等多步驟複雜任務，屆時將作為研究預覽和開發者 API 開放。這意味著 AI 正從陪聊轉向替人類接管現實任務。
Gemma 推理新方案：Dataflow 結合 vLLM 提速超 23 倍
Google 介紹了將 vLLM 接入 Dataflow 流式管線執行 Gemma 2B 模型的方法。藉助 vLLM 的連續批處理機制與 Dataflow 模型管理器，開發者只需幾行程式碼即可構建端到端管線，測試中推理吞吐效率提升超過 23 倍。
週二
11月12日 星期二
日立能源推出 Nostradamus AI：可再生能源預測精度提升超 20%
Hitachi Energy 推出專為能源領域設計的 AI 預測工具 Nostradamus AI。它整合電網資料與市場預測，官方稱精度比部分行業基準高出 20% 以上，支援從單颱風機擴充套件到數千個負荷點，幫助運營商最佳化排程與電力交易。
Adobe Stock 上線生成式編輯：買圖前先用 Firefly 摳圖換背景擴圖
Adobe 為 Adobe Stock 推出兩項由 Firefly 驅動的新功能，支援在授權前用 AI 摳圖、替換背景或擴圖，還能把原圖當構圖與風格參考生成全新圖片。貢獻者無法選擇退出，但若生成的變體被下載將獲得報酬。
前 Twitter 團隊推出 Particle：不偷流量的 AI 新聞閱讀器
前 Twitter 工程師創立的 AI 新聞應用 Particle 正式上線。它不僅提供通俗解釋和各方立場對比，還在摘要下方放上醒目的原文連結為媒體導流，並內建對話機器人解答背景問題。目前應用已在 iOS 免費開放下載。
蘋果 AI 通知摘要翻車記：不僅沒省事，還成了搞笑段子生成器
The Verge 實測了 iOS 18.1 中的 Apple Intelligence 通知摘要功能。系統用端側小模型壓縮堆疊通知，處理智慧家居狀態還算準確，但面對簡訊和郵件時頻出洋相，甚至把分手信提煉成冷淡公文。它雖談不上實用，卻成了意外的笑點來源。
Jasper 推出營銷 AI 知識層：靠 Brand IQ 自動把關圖文品牌規範
Jasper 在 Web Summit 宣佈推出專為營銷打造的 AI 知識層，包含 Brand IQ 與 Marketing IQ 技術。該功能可將企業品牌規範直接注入模型，自動稽核圖文內容是否符合規範，並內建搜尋最佳化與郵件開啟率等營銷實踐知識。
週一
11月11日 星期一
Google 推出 AI 學習伴侶 Learn About：用教科書排版帶你探索新知
Google 推出實驗性 AI 工具 Learn About。它基於教育模型 LearnLM 打造，不像普通聊天機器人只給答案，而是採用教材式排版，加入「為什麼重要」、詞彙拓展和相關主題推薦等互動卡片，引導使用者主動學習。
Google 測試 iOS 獨立版 Gemini：終於支援 Gemini Live 語音對話
據報道 Google 開始在 iOS 上小範圍測試獨立的 Gemini 應用，首次為 iPhone 帶來即時語音助手 Gemini Live。此前蘋果使用者只能通過 Google 應用的內建標籤體驗基礎功能。新應用甚至支援鎖屏通話，不過目前僅在菲律賓等少數地區 App Store 上架測試。
華盛頓郵報上線 Ask The Post AI：免費查 2016 年以來報道
上週，The Washington Post 推出實驗性 AI 工具 Ask The Post AI，無需訂閱即可用對話方式檢索其 2016 年以來的新聞。模型只基於自家報道生成內容以降低幻覺，並附帶引用來源。不過，未訂閱使用者依然無法點進原文看全文。
微軟聯手梵蒂岡造數字孿生：AI 拼合 50 萬張聖伯多祿大殿照片
梵蒂岡聯手微軟公佈聖伯多祿大殿的 AI「數字孿生」專案。技術團隊採集了近 50 萬張高解析度影像，由 AI 演算法拼合建模。線上觀眾能細緻漫遊包括地下聖徒墓在內的全貌，文保團隊還能順帶排查肉眼難見的微小裂紋與破損。
X 開始測試免費版 Grok：在紐西蘭小範圍開放，限制提問頻次
據 TechCrunch 報道，社交平臺 X 開始向免費使用者測試開放 AI 聊天機器人 Grok。此前該功能僅限付費會員使用，目前在紐西蘭試點，限制 Grok-2 每兩小時提問 10 次，賬號須註冊滿 7 天並繫結手機號。此舉旨在擴大使用者基數並加速產品迭代。
週日
11月10日 星期日
Near Protocol 上線跨鏈 AI 助手：能秒發 Meme 幣，未來還要幫你訂機票
Near Protocol 推出跨鏈 AI 代理 NEAR.AI Assistant 的 alpha 測試版。它能在幾秒內生成併發行 Meme 幣，並通過鏈抽象技術支援比特幣、以太坊等資產的原生跨鏈互換。官方計劃未來讓它直接在 Web2 網站代訂機票和外賣，不過訂票功能目前仍處於原型階段。
週五
11月8日 星期五
iOS 18.2 影像樂園上手指南：輸入文字就能把 iPhone 變成畫室
iOS 18.2 開發者測試版中的 Image Playground 受到關注。該工具允許使用者輸入提示詞生成動畫或插畫風格圖片，第二個測試版明顯加快了渲染速度並提升了語義匹配度。目前僅限測試版，後續將向大眾開放。
週四
11月7日 星期四
Mistral 推出內容稽核 API：基於 Ministral 8B，支援 9 類有害內容檢測
Mistral 上線內容稽核 API，由微調後的 Ministral 8B 驅動，支援英語、法語等多語言，可將文本劃分到仇恨、暴力、金融等 9 個風險類別。同日 Mistral 還推出 Batch API，通過非同步批處理將呼叫成本降低 25%。
Outlook 上線 Copilot 主題：AI 依地點與天氣自動換桌布
Microsoft 為 Outlook 推出「Themes by Copilot」功能。Copilot Pro 及企業訂閱使用者可基於 100 多個地點或即時位置與天氣生成動態主題，支援寫實、油畫和卡通風格。通過外觀設定即可啟用，讓日常收件箱有了更多個性化玩法。
Krea AI 上線個性化訓練：上傳 3 張圖，就能直接煉專屬畫風和角色
Krea AI 上線個性化模型訓練功能，最少只需上傳 3 張圖片，就能在網頁端訓練專屬角色、畫風或產品的 LoRA。這意味著創作者不用再折騰本地顯示卡與複雜引數。不過該功能不設免費試用，首批開放了 100 個邀請名額，日常使用需訂閱會員。
Google 與 Sourcegraph 實測：Gemini 百萬上下文讓 Cody 幻覺率砍半
Google 與 Sourcegraph 公佈實測資料，將 Gemini 1.5 Flash 的 100 萬 token 上下文接入 Cody 程式設計助手。結果顯示關鍵問答指標大幅提升，幻覺率從 18.97% 降至 10.48%。通過預取與分層快取，首字延遲從 30 多秒壓縮至 5 秒左右。
週三
11月6日 星期三
Apple 推 iOS 18.2 公測版：免賬號用 ChatGPT，實裝 Genmoji 與視覺搜尋
Apple 釋出 iOS 18.2、iPadOS 18.2 及 macOS 15.2 公測版，帶來第二波 Apple Intelligence 功能。Siri 現可免賬號呼叫 ChatGPT，iPhone 16 也迎來了相機視覺搜尋。不過 Genmoji 和 Image Playground 影像功能仍需加入二級候補排隊等待開通。
Windows 11 畫圖與記事本迎 AI 升級：支援生成式填充和重寫文本
Microsoft 為 Windows 11 畫圖和記事本推送 AI 功能。畫圖新增框選即可憑文字新增內容的生成式填充，以及移除雜物的生成式擦除；記事本則支援重寫句子並調整語氣。不過生成式填充目前僅限搭載高通晶片的 Copilot+ PC。
週一
11月4日 星期一
Hume AI 推出新語音應用：免登入用麥克風聊，搭載 EVI 2 與 Claude
Hume AI 推出基於瀏覽器的語音應用，由自研語音模型 EVI 2 結合 Claude 3.5 Haiku 驅動。使用者無需註冊賬號，開啟網頁直接用麥克風與不同性格的 AI 助手對話，涵蓋問答與講故事等場景。不過測試顯示敘事模式下仍偶有重複與變調。
微軟測試 Xbox AI 客服：美區內測開啟，解答主機與遊戲問題
微軟面向美國 Xbox Insiders 開放測試「Xbox Support Virtual Agent」AI 聊天機器人。它以動態角色或彩色球體形象出現，專門幫玩家解決主機與遊戲支援問題。這也是微軟逐步把 AI 引入 Xbox 平臺和服務的一部分。
Prime Video 上線 X-Ray Recaps：用 AI 總結劇集前情，防劇透精確到片段
Amazon 為 Prime Video 推出生成式 AI 功能 X-Ray Recaps，能為整季、單集甚至單集片段生成文字摘要。該功能結合字幕與畫面梳理關鍵劇情，並設定防劇透護欄。目前已在 Fire TV 裝置開啟 Beta 測試，首發支援其原創劇集。
iOS 18.2 Beta 2 曝光：Siri 接入 ChatGPT 有額度，支援直接升 Plus
Apple 在 iOS 18.2 Beta 2 中完善了 Siri 接入 ChatGPT 的設定。系統設定新增「每日額度」選項，免費使用者每天只能呼叫少量高階版 GPT-4o 和 2 張 DALL-E 3 生圖，超額後會降級為基礎模型；如果覺得不夠用，可以在設定裡直接開通每月 19.99 美元的 Plus 訂閱。
NVIDIA 推出影片搜尋 Blueprint：用自然語言看懂海量影片
NVIDIA 推出用於影片搜尋與摘要的新版 NVIDIA Blueprint 工作流。開發者無需複雜程式碼，用自然語言提示詞就能構建影片分析智慧體，結合視覺語言模型直接檢索海量監控或歸檔影片、生成摘要並觸發警報，主要面向智慧城市、工廠安全與交通排程等場景。
