Ideogram 推出影像消除工具：連陰影和反光一起抹乾淨
Ideogram 推出影像編輯工具 Object Remover。使用者框選物體、文字或雜物後，它能在不影響原圖其他區域的情況下徹底抹去目標，連同陰影、倒影與微弱光斑一併消除並重構底色。官方稱其在 RemovalBench 評測中質量第一且呼叫單價最低。
AI工具 · 日報
週三
7月29日 星期三
Tavus 上線 PAL Maker：動嘴就能捏出帶記憶的 AI 影片互動體
Tavus 推出零程式碼工具 PAL Maker。使用者只需向 AI 智慧體描述需求，即可自動配置面孔、聲音與長期記憶，生成能聽會看的 AI 影片互動體。底層基於自研 Raven-1 等模型，目前已被亞馬遜、梅奧診所等用於招聘篩選與術後隨訪。
Replit 推出 Replit Design：用 AI 讓所有人都能做設計
Replit 推出全新 AI 設計套件 Replit Design。該工具旨在降低創作門檻，幫助使用者直接將構想轉化為視覺設計。這意味著 Replit 正從程式設計助手向全流程創作工具擴充套件，讓沒有專業背景的使用者也能輕鬆上手。
Martha Stewart 聯手推出 Hint：用 AI 當你的全能管家
家政女王 Martha Stewart 聯合創立的 AI 房屋管理應用 Hint 正式上線 iOS。輸入地址並上傳家電照片或合同，AI 便會結合地質氣象等公開資料，定製家電維護提醒並解答保險能源疑問。團隊已獲 1000 萬美元融資，核心 AI 功能免費開放。
Mac 版 Gemini 升級：長按 Fn 鍵即可語音聽寫與改寫
Google 為 macOS 版 Gemini 帶來全域性語音功能。長按 Fn 鍵即可在任意視窗語音輸入，系統會自動過濾語氣詞和口誤；開啟推理功能後，Gemini 還能結合螢幕選中的檔案或文字完成總結、重寫甚至影像修改。目前向全球英語使用者推出。
週二
7月28日 星期二
Fish Audio 獲 5200 萬美元種子輪：釋出 S2.1 Pro，成本僅 ElevenLabs 六分之一
Fish Audio 宣佈完成 5200 萬美元種子輪融資，並公開發布語音克隆模型 S2.1 Pro。該模型僅需 5 秒音訊即可克隆聲音，速度是 Cartesia 的 2 倍，成本僅 ElevenLabs 的六分之一，且支援詞級情感與節奏控制。HeyGen 等企業已接入生產環境。
Ai2 推出 OlmoEarth 平臺：大洲級衛星影像 AI 推理一天搞定
Ai2 釋出地理空間模型推理平臺 OlmoEarth Platform。它能把大洲規模的衛星影像分析壓縮到約一天完成，每平方公里成本不足一美分。在北美野火風險圖測算中，平臺並行排程 19,600 個 CPU 與 994 個 GPU，將耗時縮短 155 倍。
Google 升級 Gemini 託管智慧體：預設換上 3.6 Flash，支援沙箱鉤子與免費試用
Google 宣佈升級 Gemini API 中的託管智慧體功能，預設模型升級為 Gemini 3.6 Flash。開發者現在可以通過新增的沙箱環境鉤子攔截或稽核工具呼叫，並通過 token 上限控制預算，同時該功能正式向免費層 API 金鑰開放。
Grok 4.5 接入 GitHub Copilot：xAI 最強程式設計模型進駐 VS Code
xAI 宣佈其最強程式碼模型 Grok 4.5 正式接入 GitHub Copilot。數百萬開發者可在 VSCode、Copilot CLI 等產品的模型選擇器中直接選用。部分企業需在設定中開啟，該模型也已在控制台以每百萬輸入 token 2 美元、輸出 6 美元的價格開放呼叫。
Perplexity 上線 Windows 版智慧體：打通本地檔案與 Office 365
Perplexity 正式面向 Windows 推出 Personal Computer 智慧體平臺。它打破了瀏覽器限制，能直接讀取、編輯本地 Word 與 Excel 檔案，並跨網頁與企業應用自動完成複雜任務。面向 Pro、Max 和 Enterprise 訂閱者開放。
xAI 推出 Grok Build Mode：對話做網站與遊戲，支援一鍵釋出
xAI 推出 Grok 的「Build Mode」早期測試版。使用者只要在對話方塊裡輸入想法，Grok 就會即時編寫程式碼並在聊天視窗中生成可互動預覽，能製作網站、應用、3D 遊戲及資料儀表盤，還支援一鍵釋出至 grok.me 或自定義域名。目前僅面向 SuperGrok Heavy 訂閱使用者開放。
週一
7月27日 星期一
Meta 升級 Ray-Ban 顯示眼鏡：接入 Threads，Meta AI 換上 Muse Spark
Meta 為美國市場的 Ray-Ban 顯示眼鏡推送更新，接入 Threads 並升級至基於 Muse Spark 模型的 Meta AI。使用者可通過語音擴音瀏覽動態與多媒體，美加兩地的搶先體驗使用者還能配合神經手環在任意表面手寫與 AI 無聲互動。
週五
7月24日 星期五
Midjourney 收購占星應用 Co-Star：打造首批獨立應用
週四，Midjourney 宣佈收購個性化占星應用 Co-Star。Co-Star 創始人 Banu Guler 將出任 Midjourney 首席設計官，帶隊協助開發 Midjourney 的首批獨立應用（包括影像生成應用）。目前 Midjourney 僅通過網頁和 Discord 提供服務。
Meta AI 上線智慧體功能：基於 Muse Spark 1.1，能跨應用幫你辦事
Meta 宣佈為 Meta AI 應用及網頁端上線智慧體功能，由 Muse Spark 1.1 模型驅動。新功能支援自主規劃並端到端執行任務，例如聯動 Marketplace 挑選傢俱、制定半馬訓練表或生成每日簡報，製作中還支援即時調整。目前僅在部分市場上線，後續將擴充套件至 WhatsApp。
xAI 推出 Google Workspace 外掛：Grok 免費進駐表格與文件
xAI 推出面向 Google Workspace 的免費 Grok 外掛，一次安裝即可直接在 Sheets、Slides 和 Docs 側邊欄呼叫。它能引用單元格寫公式插圖表、結合聯網搜尋將大綱轉為簡報，還能調取雲端硬碟資料起草文件。所有改動皆為常規編輯且可撤銷。
週四
7月23日 星期四
OpenAI 推出桌面端 ChatGPT Voice：動嘴就能指揮多個智慧體
OpenAI 宣佈將 ChatGPT Voice 引入 macOS 和 Windows 桌面端。該功能由 GPT-Live 驅動，支援邊聽邊說，使用者僅憑語音即可控制電腦並排程 ChatGPT Work 或 Codex 中的多個智慧體。目前已面向 Plus、Pro 等付費訂閱使用者全球推送。
Google 賬號推自拍影片登入：防 Deepfake 偽造，被鎖時轉頭就能找回
Google 推出自拍影片登入選項，為使用者在被鎖或沒有常用裝置時提供找回賬號的新方式。設定時對著攝像頭按引導轉動頭部即可錄入，Google 會通過多角度比對與活體檢測攔截 Deepfake 偽造。資料全程加密儲存，使用者可隨時刪除。
Claude 語音模式升級：支援 Opus 與 Sonnet，還能調外部工具
Anthropic 升級 Claude 語音模式，引入 Opus 和 Sonnet 模型以處理更復雜的深度思考與討論。使用者現在還能通過語音直接呼叫 Gmail、Slack 等工具排日程、發郵件，並支援日語、韓語等 11 種語言，全平臺開啟測試。
OpenAI 上線 ChatGPT Health：打通 Apple Health 與病歷，資料不訓模型
OpenAI 宣佈面向美國 18 歲及以上使用者推出 ChatGPT Health。使用者可繫結 Apple Health、醫院病歷或體檢資料，讓 AI 結合自身指標解答健康疑問。該資料不用於模型訓練或廣告，付費與免費使用者分別由 GPT-5.6 Sol 和 GPT-5.5 Instant 驅動。
xAI 上線 Grok Build 工作流：最多呼叫 1024 個智慧體併發幹活
xAI 在 Grok Build 中上線 Workflows 功能。使用者用自然語言描述複雜任務，Grok 會自動生成編排指令碼，將任務併發分發給 128 個（大型任務達 1024 個）後臺智慧體執行與交叉驗證。工作流支援儲存為斜槓命令隨時複用，並內建深度研究模式。
Amazon 升級 Alexa+：引入 MCP 協議、AI 家電控制與語音結賬
Amazon 推出針對 Alexa+ 的全新開發者工具，包含 AI 智慧家居開發套件、MCP 協議支援以及 Amazon Wallet 語音支付。最值得關注的是，外部服務商可直接掛載 MCP 服務接入 Alexa+，使用者用日常口語就能精準控制複雜家電設定並一鍵完成結賬。目前相關功能已開放預覽版。
週三
7月22日 星期三
Anthropic 推出經濟指數聯結器：直接在 Claude 裡查 AI 正在影響哪些工作
Anthropic 為 Claude 推出經濟指數聯結器，允許使用者直接通過對話查詢 AI 對各行各業工作的影響。啟用後即可詢問哪些職業使用 AI 最多或哪些任務正被自動化，回答均基於實際資料。不過該指標僅反映 Claude 自身的使用情況，並非整體勞動力市場。
Cursor 上線模型路由系統：寫程式碼按需分流，成本最高砍掉 60%
Cursor 推出智慧模型路由 Cursor Router，面向團隊與企業版開放。它先分析提示詞與任務難度，再將簡單工作分給廉價模型、複雜推理留給前沿模型，A/B 測試中成本降低達 60%，提供智慧、平衡與成本三種檔位可選。
OpenAI 推出 Presence：企業級語音與文本 Agent 平臺，自主解決 75% 諮詢
OpenAI 推出企業級智慧體平臺 Presence，支援即時語音和文本互動，幫助企業部署能調系統、按規則辦事的 AI 助手。其自用電話客服已實現 75% 獨立解決率，並通過 Codex 自動最佳化規則。目前面向特定企業定向交付，暫不開放自助使用。
週二
7月21日 星期二
Claude Code 桌面端支援 iOS 模擬器：對話方塊旁直接跑 App，AI 邊改邊點測
Anthropic 為 macOS 版 Claude Code 桌面端上線 iOS 模擬器公測。開啟專案後模擬器直接嵌在對話方塊旁，Claude 能自主構建、模擬點選並截圖排錯，開發者也可隨時接管互動。目前面向 Pro 及以上訂閱使用者開放，需本地安裝 Xcode。
Substack 聯手 Pangram 上線 AI 檢測：一鍵識破偽裝成真人的「Claudefishing」
Substack 宣佈與檢測工具 Pangram 合作上線 AI 掃描功能。使用者可檢測 100 字以上的帖子或評論中 AI 寫作的佔比，創作者也可新增創作說明並在釋出前自檢。平臺旨在遏制偽裝成真人創作的「Claudefishing」，守住作者與讀者的信任。
Claude 桌面端上線新功能：錄屏加解說，就能教 AI 掌握新技能
Claude 桌面端上線 Cowork 新功能「Record a skill」。使用者只需邊操作邊錄屏解說，AI 就會把演示流程轉為可獨立重複執行的自動化技能。該功能目前面向 Pro、Max 和 Team 訂閱使用者開放。
Halliday 推出帶屏 AI 眼鏡 G2：主打會議與日常輔助
Halliday 推出新一代 AI 智慧眼鏡 G2，主打會議記錄、對話和日常場景輔助。該裝置配備內建顯示屏，旨在讓使用者脫離手機即可在視野中獲得即時 AI 支援。目前該產品已在官方網站開放優先體驗申請。
OpenAI 啟動小企業計劃：用 ChatGPT Work 搞定做賬與營銷雜務
OpenAI 宣佈推出小企業賦能計劃，包含線上實戰培訓、線下 AI 學院以及與 Shopify、Slack 等軟體的工作流整合。該計劃核心是基於 GPT-5.6 的智慧體工具 ChatGPT Work，能幫精簡團隊自動完成跨記賬、營銷與電商的多步驟雜活，此前試跑中 42% 的參與者每週省下 5 小時以上。
xAI 推出 Outlook 版 Grok 外掛：自動總結長郵件、模仿語氣寫草稿
xAI 推出面向 Microsoft Outlook 的 Grok 外掛，面向付費 X 和 SuperGrok 使用者開放。它能總結長郵件執行緒並梳理決策與待辦、按使用者語氣起草回覆、整理收件箱並閱讀附件，還能直接搜尋網頁和 X。該外掛同時也支援 Word、Excel 和 PowerPoint。
週一
7月20日 星期一
Adobe 相機 Indigo 轉向生成式 AI：新增消除與重拍建議，用的卻是 Google 模型
Adobe 為實驗性相機應用 Project Indigo 推送 1.1 更新，新增「AI Playground」工具集。新版本支援消除畫面雜物、風格濾鏡、自定義修改以及重拍建議，目前接入的是 Google Nano Banana 模型而非自家 Firefly。該功能正在小範圍免費測試，不喜歡 AI 修圖的使用者也可手動關閉。
xAI 推出 Excel 外掛：把 Grok 塞進表格，用人話查資料寫公式
xAI 釋出免費的 Microsoft Excel 外掛 Grok。使用者用日常自然語言即可提問表格資料、自動生成函式公式並推演情景，答案會標明具體單元格來源，還支援插入圖表及調取外部檔案。該外掛同樣支援 Word 和 PowerPoint。
週五
7月17日 星期五
Browser Use 新增錄屏與剪輯：智慧體一邊操作，一邊自動做教學影片
browser-use 為 browser-harness 合併了 PR #532，支援在智慧體操作網頁時同步記錄截圖與事件流。隨後智慧體可通過內建模板將其自動合成為帶平滑縮放、游標動效和敏感資訊打碼的高質感演示影片，且全程無需安裝 ffmpeg。
Runway 釋出 Agent 2.0：一句話生成全套跨平臺營銷策劃與廣告素材
Runway 釋出 Agent 2.0，能將簡單的提示詞轉化為完整的營銷策劃案並生成多平臺廣告素材。它接入 Meta、YouTube 等渠道的投放資料進行復盤，還能呼叫 Gen-4.5 等多種模型自動適配不同畫幅與地區版本。也就是說，Runway 正在從單一影片生成走向全流程營銷自動化。
ChatGPT 桌面端更新：側邊欄恢復歷史，三端同步 Chat 與 Work 模式
OpenAI 針對桌面端 ChatGPT 推出更新，側邊欄現已支援檢視對話歷史和專案。Chat 與 Work 歷史正式打通 Web、移動端和桌面端同步，桌面端也支援直接切換這兩種模式；不過本地任務仍保留在本地裝置上。
週四
7月16日 星期四
NotebookLM 更名 Gemini Notebook：自帶雲電腦可直接跑程式碼
Google 宣佈將 NotebookLM 更名為 Gemini Notebook。產品仍保留獨立入口，但加入了安全雲電腦功能，可原生編寫並執行程式碼做複雜資料分析。該功能已對 Google AI Ultra 等使用者開放，未來幾週向 Pro 使用者推送，後續還將接入 Google 搜尋的 AI 模式。
Google 搜尋 AI 模式打通第三方應用：搜完直接加購物車、套模板
Google 宣佈在搜尋的 AI 模式中上線應用連線功能，本週起先在美推出。使用者可直接關聯 Instacart、Canva 和 YouTube Music，無需離開搜尋頁即可將食材加購、查詢設計模板或儲存歌單。Google 表示未來還將接入更多應用。
1Password 整合 Claude：讓 AI 替你登入，密碼完全不暴露
1Password 推出 Claude 瀏覽器整合，基於「零暴露安全框架」，讓 Claude 能夠呼叫儲存的憑證完成多步驟任務。關鍵在於 AI 雖能觸發登入，卻完全看不到密碼和 MFA 驗證碼明文，單次任務只需一次生物識別授權。目前面向 Mac 使用者開放。
Roblox 推出移動端 AI 工具 Build：打字就能直接搓出 3D 遊戲
Roblox 宣佈推出移動端 AI 創作工具「Build」，使用者在手機 App 中輸入文字提示詞，就能直接生成包含玩法機制、3D 場景和音效的可玩遊戲。該工具基礎版免費，將於 7 月 28 日在紐西蘭率先開啟測試，後續還將上線測試與資料分析智慧體。
xAI 上線 Grok 自動化：設好定時或郵件觸發，AI 替你跑任務
xAI 為 Grok 推出 Automations 自動化功能，使用者設定一次指令後，即可按預定計劃或在收到特定郵件時自動執行。每次觸發都會開啟完整對話並儲存歷史。定時執行面向所有使用者免費開放，郵件觸發功能則包含在 SuperGrok 訂閱中。
週三
7月15日 星期三
DoorDash 推出命令列工具 dd-cli：讓 AI 智慧體直接點外賣
DoorDash 開啟命令列工具 dd-cli 限量測試，允許 AI 智慧體直接搜尋餐廳、查詢優惠並完成結賬下單。這意味著軟體 Agent 開始能夠自主代辦現實生活中的外賣交易。目前該工具僅向美國和加拿大的 macOS 開發者開放候補申請。
ChatGPT 升級側邊欄搜尋：一處搜遍對話、專案、圖片與文件
OpenAI 升級 ChatGPT 側邊欄搜尋功能，網頁端、iOS 與 Android 同步上線。使用者現在可以在單一介面中，通過篩選器直接檢索歷史對話、專案、圖片及上傳的文件，選中即可直達內容，大幅提升了翻找歷史資料的效率。
OpenAI 聯名推出 Codex Micro：230 美元實體小鍵盤，專管程式設計 Agent
OpenAI 聯手 Work Louder 推出程式設計外設 Codex Micro，售價 230 美元且限量發售。裝置配備 13 個機械軸、搖桿與旋鈕，按鍵可通過顏色即時顯示 Codex Agent 任務狀態，並支援物理調節推理等級與一鍵採納程式碼，全在 ChatGPT 桌面端配置。
Perplexity 釋出 SPACE 沙箱：給 AI 智慧體裝上安全「時光機」
Perplexity 釋出專為 AI 智慧體設計的沙箱平臺 SPACE，已上線 Computer 產品。它採用 Firecracker 微虛擬機器，任務結束即徹底銷燬，憑據僅在呼叫瞬間從外部注入；配合每分鐘滾動的記憶體快照，支援任務狀態暫停並在最長一週後無縫恢復。
週二
7月14日 星期二
Superhuman 升級 AI 自動起草：60% 草稿未經修改直接發出
郵件客戶端 Superhuman 推出新版 AI 自動起草功能。它換用 Anthropic 與 OpenAI 的前沿模型，能識別重要郵件並模仿個人口吻生成 3 種回覆草稿。聯合創始人 Rahul Vohra 透露，測試中 60% 的草稿未經任何手動編輯就直接發出。
Spotify 推出對話式 AI 功能：動嘴就能換歌，還能聊音樂背景
Spotify 宣佈推出對話式 AI 測試版功能，支援使用者通過文字或語音直接交流。除了用自然語言即時調控歌單、詢問專輯創作故事，它還能調取個人資料回答收聽歷史。目前先面向美、愛、瑞典三國 18 歲以上的 Premium 使用者開放英文測試。
Grok Build 偷傳完整程式碼庫惹爭議：馬斯克承諾徹底刪除
安全研究團隊 Cereblab 曝光 xAI 的程式設計命令列工具 Grok Build 會靜默將使用者完整程式碼庫甚至歷史密碼和 SSH 金鑰打包上傳至雲端。官方現已通過服務端開關緊急叫停該行為，馬斯克發文承諾將徹底刪除所有已上傳的資料。
Canva 上線 Canva Code 2.0：生成快 75%，支援匯入 HTML 與拖拽改程式碼
Canva 正式面向全部使用者開放 Canva Code 2.0，將程式碼生成速度提升 75%，從提示詞到釋出的中位耗時縮短 30%。新版支援匯入外部 HTML，使用者可以直接在熟悉的拖拽介面裡修改文本、圖片與品牌配色。最值得關注的是，它讓 Vibe Coding 擺脫了千篇一律的粗糙原型感，普通人也能輕鬆釋出精緻的互動網頁。
Google 將 Chrome 版 Gemini 推向英國：能跨標籤頁比對，下月登陸 iOS
Google 宣佈將 Chrome 內建的 Gemini 擴充套件至英國桌面端使用者，iOS 版將於次月上線。該助理支援跨多標籤頁比對與長文總結，無需跳轉即可呼叫日曆、地圖和郵件，並集成了 Nano Banana 2 文本修圖功能，同時內建了防提示詞注入與敏感操作確認機制。
Anthropic 推出 Claude for Teachers：全美 K-12 教師免費用一年，打通 50 州課標
Anthropic 推出面向全美通過認證的 K-12 教師的免費工具 Claude for Teachers。該產品接入全美 50 州學術標準與生態工具，支援自動編寫教案、差異化教學及定時自動化任務。學生資料符合 FERPA 規範且不用於模型訓練，教師在 2027 年 6 月 30 日前註冊可享一年免費許可權。
週一
7月13日 星期一
Apple Watch 迎來 Siri AI：打通備忘錄與提醒，手錶變身「腕上電腦」
watchOS 27 開發者測試版帶來 Siri AI，打通了 Apple Watch 與 iPhone、Mac 的上下文體驗。使用者可在腕上調取並勾選備忘與提醒事項，對話記錄也能多端同步。不過互動仍有思考延遲，且暫不提供主動健康建議。
Waze 升級導航：接入 Gemini 對話搜地點，還帶來「少廢話」模式
Waze 推出多項導航更新。藉助 Gemini 能力，使用者能用自然對話搜尋目的地，並語音彙報封路等地圖改動；同時新增摩托車專屬路線規劃，以及減少語音打擾的「少廢話」模式。Gemini 對話搜地點先向全球 Beta 使用者測試。
BaoCut：給剪輯配上 Agent，一句話搞定口播去廢話和字幕翻譯
影片轉寫與粗剪工具 BaoCut 釋出，支援接入 Claude Code 或 Codex，用自然語言一條命令完成口播影片的轉寫、清理語氣詞、字幕翻譯與粗剪。它自帶可編輯時間軸，改動單句無需整段重渲。最值得關注的是它把逐句對字幕的機械活全交給了 Agent，專解口播博主的痛點。
Perplexity 升級 Computer：上線記憶系統 Brain，網頁可一鍵釋出
Perplexity 為 Computer 推出自改進記憶系統 Brain，可跨會話構建私有上下文圖，使回答準確率提升 25% 並降低 13% 成本。新版還引入 Claude Fable 5 作為多步任務編排模型、支援任務中途切換模型，並支援將生成網頁一鍵釋出至 pplx.app 或自定義域名。
Dropbox 接入 ChatGPT：把網盤檔案直接變成 AI 的「上下文」
Dropbox 宣佈與 OpenAI 展開深度整合，覆蓋 ChatGPT、ChatGPT Work 和 ChatGPT Codex。使用者可以直接在對話中整理檔案、生成共享連結及檔案收集請求，並沿用原有的許可權與管理配置。過去一個月其合作伙伴 AI 整合使用量翻倍，此舉旨在讓 7 億使用者安全落地 AI 工作流。
週日
7月12日 星期日
OpenAI 暫時取消 5 小時限制：Codex 與 ChatGPT Work 活躍使用者破 600 萬
OpenAI 宣佈面向 Plus、Business 和 Pro 使用者暫時取消 Codex 與 ChatGPT Work 的 5 小時使用限制。目前該平臺活躍使用者已突破 600 萬，官方正全面最佳化 GPT 5.6 Sol 效率以降低配額消耗，並在當天下發用量重置。
Clearcam：接入 RTSP 流，讓普通監控看懂畫面還能自然語言蒐錄像
Clearcam 支援接入 RTSP 影片流，無需更換硬體即可把普通監控升級為 AI 攝像頭。它基於 Qwen3-VL 生成事件摘要，並支援用自然語言搜尋錄影。系統支援 Mac 與 Linux 本地部署，還能聯動 Home Assistant 推送智慧告警。
