Google 升級 Gemini 免費版：換上 1.5 Flash，支援 32K 上下文與來源溯源
Google 宣佈將 Gemini 免費層升級為 Gemini 1.5 Flash。新版本響應更快，推理與識圖表現更強，上下文視窗擴大至 32K tokens，並在事實性回答末尾提供網頁連結方便溯源。此外，Gemini 即將支援上傳檔案分析，並面向全球青少年開放。
AI工具 · 日報
週四
7月25日 星期四
OpenAI 推出 SearchGPT 原型：直接給答案帶信源，未來接入 ChatGPT
OpenAI 宣佈測試 AI 搜尋臨時原型 SearchGPT，旨在結合大模型與即時網頁資訊快速回答問題，並提供清晰的來源連結與追問能力。該原型目前僅面向小範圍使用者和出版商開放測試，未來成熟功能將直接整合進 ChatGPT。
週三
7月24日 星期三
Bing 搜尋大改版：AI 答案佔 C 位，傳統網頁連結被擠到右邊
微軟開始小範圍測試全新 Bing 搜尋介面。新版面將 AI 生成的長文摘要、圖表和影片直接鋪滿螢幕正中，傳統的網頁搜尋連結則被壓縮排右側窄欄。微軟稱該設計結合了大小語言模型，且能維持網站點選量，目前僅對少數查詢開放。
X 上線 Grok「賬號簡介」功能：一鍵總結博主，但頻繁翻車
X 面向網頁端付費使用者推出由 Grok 驅動的「關於此賬號的更多資訊」功能。使用者懸停在賬號名稱上即可一鍵生成博主畫像，但實測中 Grok 頻繁張冠李戴甚至虛構事實。平臺提示該功能基於 Grok 1.5，輸出內容仍需核對。
週二
7月23日 星期二
NVIDIA 詳解 AI Foundry：像台積電代工晶片一樣，幫企業定製大模型
NVIDIA 詳解了企業服務 AI Foundry 的運作模式。它依託 DGX Cloud 算力與 NeMo 平臺，支援企業基於 Llama 3.1 等開源底座微調並打包為 NIM 微服務。這相當於為企業提供大模型代工，讓沒有頂尖演算法團隊的公司也能落地專屬模型。
Meta AI 迎來大升級：免費接入 405B 旗艦大模型，還能自拍一鍵換裝
Meta 宣佈為 Meta AI 接入最新的 Llama 3.1 405B 旗艦模型，能更好地處理數學與程式設計任務。同時上線的還有測試版「Imagine me」自拍生成功能，輸入文字就能把自拍變身到不同場景中。不過 405B 目前需要手動切換且有每週額度限制。
Adobe 升級設計工具：Illustrator 獲形狀填充，Photoshop 開放生圖
Adobe 為 Illustrator 和 Photoshop 推出多項 AI 功能。Illustrator 迎來生成式形狀填充、文本轉圖案及模型貼圖等功能，向量縮放效能最高提升 10 倍；Photoshop 則正式全面開放「生成影像」並新增選區畫筆。這意味著設計師可以直接在原生工作流中用 AI 補齊向量細節與素材。
週四
7月18日 星期四
Figma 解釋 AI 抄襲蘋果設計：趕工塞入的素材未嚴格稽核
Figma 發文解釋生成式 AI 工具 Make Designs 抄襲蘋果天氣應用的原因。官方稱該功能結合了 GPT-4o 與定製設計系統，但在 Config 大會前一週臨時追加了元件與示例，未嚴格稽核便塞入上下文，導致特定提示詞下直接生成了雷同介面。目前該功能已下線整改。
週三
7月17日 星期三
Microsoft Designer 全面開放：手機端免費用，每日送 15 次生圖
Microsoft 宣佈 AI 設計應用 Microsoft Designer 正式面向個人使用者全面開放，同步推出 iOS 與 Android 免費移動應用。應用新增提示詞模板、貼紙和影像重繪功能，並整合進 Word 和 Windows 照片中。普通使用者每日可享 15 次免費生成額度。
騰訊元寶上線「3D 角色夢工廠」：一張自拍生成可列印 3D 角色
騰訊元寶上線「3D 角色夢工廠」功能，使用者上傳單張正臉照即可生成專屬 3D 角色模型。功能首批提供 10 種風格，結合了 3D 換頭與 PBR 材質貼圖技術，支援 360 度預覽，甚至能直接用於線下 3D 列印。
Android 鎖屏大解放：Gemini 終於支援不解鎖直接查天氣和常識
Google 更新 Android 版 Gemini，允許使用者在鎖屏狀態下直接提問天氣等「通用問題」，無需先解鎖手機。此前鎖屏 Gemini 只能控制鬧鐘或播放媒體，問句天氣都得驗證指紋。設定中現已加入對應的鎖屏響應開關，未來還將接入部分擴充套件外掛。
週二
7月16日 星期二
Anthropic 推出 Claude Android 版：支援 3.5 Sonnet 與跨端同步
Anthropic 正式推出 Claude Android 應用，免費及付費使用者均可使用。應用支援旗艦模型 Claude 3.5 Sonnet，具備影像即時分析、翻譯與跨端對話同步功能。這意味著 Android 使用者也能在移動端直接呼叫其頂尖的推理能力。
週二
7月9日 星期二
Stability AI 升級 Stable Assistant：支援區域性改圖，還能生成 3 分鐘音樂
Stability AI 宣佈為旗下聊天機器人 Stable Assistant 推出兩項新功能。使用者現在可以直接在圖片中選定並替換特定物體，同時接入了 Stable Audio 2.0，能直接生成最長 3 分鐘的 44.1 kHz 立體聲純器樂音樂。新使用者享有 3 天免費試用。
Claude 上線 Artifacts 分享功能：生成的程式碼與小遊戲支援一鍵 Remix
Anthropic 宣佈 Claude 的 Artifacts 正式支援釋出與公開分享，並且允許其他人直接「Remix」進行二次編輯。Artifacts 能在對話旁即時預覽並除錯程式碼、圖表甚至小遊戲，這一更新讓生成的成果真正具備了社群互動性。
Hugging Face 接入谷歌雲 TPU：每小時 1.38 美元起，一鍵跑開源大模型
Hugging Face 宣佈在 Inference Endpoints 與 Spaces 上線 Google Cloud TPU v5e。最低單核例項每小時 1.375 美元，配合開源庫 Optimum TPU，開發者動動滑鼠就能一鍵部署執行 Gemma、Llama 和 Mistral。
Anthropic 控制台上新：支援自動生成測試用例與提示詞並排對比
Anthropic 在開發者控制台上線提示詞評估工具。開發者可以直接用 Claude 3.5 Sonnet 自動生成提示詞與測試用例，或匯入 CSV 批次測試，還能並排比對多個版本的輸出並打分。不用再靠表格人肉比對，提示詞調優變得像寫單元測試一樣省事。
週一
7月8日 星期一
Magnific AI 推出 Photoshop 外掛：直接在 PS 裡呼叫高畫質放大
Magnific AI 宣佈推出官方 Photoshop 外掛。創作者現在無需切換網頁或獨立應用，就能直接在 Adobe Photoshop 裡呼叫 Magnific 的 AI 影像放大與畫質增強能力，大幅縮短後期工作流。
Poe 推出 Previews 功能：在聊天框裡直接把玩 AI 寫的網頁應用
Poe 推出新功能「Previews」，讓使用者能在聊天框裡直接檢視並互動 AI 生成的 Web 應用。該功能特別適配 Claude 3.5 Sonnet、GPT-4o 和 Gemini 1.5 Pro 等程式設計強項模型。也就是說，AI 寫完前端程式碼後無需複製到外部環境，點開就能就地測試。
週三
7月3日 星期三
ChatGPT Mac 版被曝明文存記錄：惡意軟體一鍵看光，官方已推加密補丁
據 The Verge 報道，OpenAI 推出的 ChatGPT Mac 應用此前一直以純文本在本地儲存對話。這意味著任何獲取電腦許可權的惡意軟體都能輕鬆讀取你的所有記錄。經安全研究員和媒體反饋後，OpenAI 現已推送更新對本地聊天記錄進行加密。
Cloudflare 上線一鍵攔截 AI 爬蟲：全員免費，專治偽裝抓取
Cloudflare 上線一鍵攔截所有 AI 爬蟲的功能，面向包含免費版在內的所有使用者開放。它不僅攔截遵守 robots.txt 的合規爬蟲，還會用機器學習識別偽裝成真實瀏覽器的惡意抓取。也就是說，站長無需再費心配規則，就能防住拿自家內容喂模型的 AI。
ElevenLabs 推出 Voice Isolator：一鍵消除噪音提取純淨人聲
ElevenLabs 推出音訊分離工具 Voice Isolator。它基於專有深度學習模型，能從雜亂環境音、交談聲或音樂中提取純淨人聲，支援 WAV、MP3 等多種格式。使用者每月可獲得 1 萬點額度，無需安裝外掛就能在瀏覽器裡直接處理。
週二
7月2日 星期二
Figma 緊急下線 Make Design：AI 生成的介面被指抄襲蘋果天氣
Figma 宣佈臨時停用新推出的 Make Design AI 功能，因其生成的介面多次與蘋果天氣 App 高度雷同。官方否認了使用競品資料訓練模型的說法，稱問題出在底層設計系統變化度過低以及趕工導致質檢疏漏，目前已下線該功能做全面審查。
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。
Perplexity 升級 Pro Search：引入多步推理，接入 Wolfram 處理複雜數學
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。
週五
6月28日 星期五
Solos 釋出 AirGo Vision：接入 GPT-4o，鏡框還能隨便換
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
6月27日 星期四
Meta 測試 Instagram 創作者 AI：幫博主回覆訊息，帶專屬標識
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。
時代週刊聯手 ElevenLabs：官網文章上線 AI 自動朗讀
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 LangGraph v0.1：多智慧體可控落地，支援「時光倒流」除錯
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 上線語音通話功能：能打斷、低延遲，支援中文
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 翻譯迎史上最大擴容：靠 PaLM 2 接入粵語等 110 種新語言
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。
週三
6月26日 星期三
Figma 迎來十年最大改版：引入生成式 AI，一句話直接生成介面原型
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。
傳 Amazon 研發新 AI 聊天機器人 Metis：搭載 Olympus 模型，最早 9 月釋出
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。
Captions 推出 AI Edit：一鍵為豎屏口播影片加特效、貼圖與配樂
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：內建 AI 生圖，還能就網頁隨時向 Aria 提問
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。
週二
6月25日 星期二
ChatGPT Mac 客戶端向所有人開放：Option + 空格一鍵喚起
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 Reader App：用逼真 AI 語音讀文章，前 3 個月免費
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 上線 Claude Projects：自帶 200K 知識庫與專屬指令
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。
