Anthropic 達成版權訴訟和解：花錢消災，避開萬億美元天價庭審
Anthropic 與多位美國作家就 AI 訓練涉嫌侵權達成初步集體和解。原告指控其使用含數百萬盜版作品的資料集訓練 Claude，若在 12 月對簿公堂，Anthropic 可能面臨天價賠償。雙方和解協議預計於 9 月 3 日敲定，具體條款暫未公開。
AI 日報：今天的 AI 新聞
週二
8月26日 星期二
Meta 超級智慧實驗室遇挫：成立才兩月，多名研究員離職重返 OpenAI
據 WIRED 報道，Meta 成立僅兩個月的超級智慧實驗室遭遇人才流失，至少 3 名 AI 研究員離職，其中兩人入職不到一個月便重返 OpenAI，另有一名資深總監也轉投對手。扎克伯格雖開出天價薪酬挖人，但頻繁的組織重組讓實驗室開局受挫。
Character.AI 爆改開源模型：新模型 PipSqueak 讓使用者時長漲了 22%
Character.AI 宣佈通過後訓練將開源模型改造成高情商娛樂模型，並向數百萬使用者推出新模型 PipSqueak。測試顯示使用者停留時長提升了 22%，低活躍使用者留存提升 14%。他們打算針對劇本創作、播客等娛樂場景做更細分的專屬微調。
Google 釋出 Gemini 生圖指南：教你保持角色一致與區域性微調
Google 公佈 Gemini 影像生成與編輯官方提示詞指南。官方梳理了主體、構圖等 6 大要素，並展示瞭如何跨輪次保持角色一致、用自然語言精細修改區域性以及按物理邏輯推演場景。不過 Google 也直言，模型在文字排版與鎖定寬高比上仍有短板。
Google 翻譯引入 Gemini：支援 70 多種語言即時對話與口語對練
Google 宣佈為 Google 翻譯應用上線兩項由 Gemini 驅動的新功能：支援 70 多種語言的即時雙向語音翻譯，以及可自適應水平的個性化聽力口語練習。即時翻譯能識別停頓與語調並在嘈雜環境抗噪，練習功能則提供場景化對話。目前即時翻譯面向美、印、墨開放，練習功能向部分語種測試。
HeyGen 推出 Avatar IV：數字分身學會你的微表情和全身動作
HeyGen 宣佈其數字分身產品 Digital Twin 正式接入全新 Avatar IV 模型。新模型能細緻還原使用者的標誌性手勢、面部表情與語調口吻，並支援全身自然動作。創作者不用反覆補拍鏡頭即可生成逼真的個人出鏡影片，目前該功能已在平臺上線。
Google 升級 Gemini 影像編輯：換裝換背景不走樣，支援多圖合成
Google 宣佈在 Gemini 應用中接入 DeepMind 全新影像編輯模型。新模型重點解決了修圖「走樣」問題，在換裝、換背景甚至多圖融合時能精準保持人物與寵物的樣貌，還支援多輪區域性微調。所有編輯圖片均會嵌入 SynthID 數字水印。
SparkToro 新調研：20% 美國人重度用 AI，但傳統搜尋根本沒跌
SparkToro 聯合 Datos 釋出研究，顯示 21% 美國人每月使用 AI 工具超 10 次，但傳統搜尋使用率仍高達 95% 且基本沒跌。最關鍵的是，AI 增速正明顯放緩，並未出現取代搜尋引擎的跡象。
斯坦福最新研究：受 AI 衝擊崗位中，年輕打工人就業暴跌 16%
斯坦福大學研究團隊基於 ADP 工資單資料釋出報告，顯示自 2022 年底以來，軟體開發與客服等受 AI 影響崗位中，22 至 25 歲年輕員工就業人數銳減 16%。相比老員工的隱性經驗，缺乏實戰的應屆生更容易被 AI 取代，行業人才梯隊或面臨斷層危機。
梅拉尼婭啟動總統 AI 挑戰賽：號召學生用 AI 解真實難題
週二，梅拉尼婭·特朗普協助啟動總統人工智慧挑戰賽，鼓勵全美從幼兒園到12年級的學生嘗試用 AI 解決現實問題。優勝者將於明年 6 月受邀赴白宮展示方案。此舉旨在培養學生的 AI 技能以應對未來就業市場，報名將於 12 月 15 日截止。
Adobe 整合 Google Gemini 2.5 Flash 影像模型：付費會員限時無限生成
Adobe 宣佈將 Google 的 Gemini 2.5 Flash 影像模型接入 Adobe Firefly 與 Adobe Express。使用者可在文本生圖等模組中呼叫該模型，生成內容不用於模型訓練。截至 9 月 1 日，Firefly 和 Creative Cloud Pro 付費使用者可享無限次生成。
Nous Research 釋出 Hermes 4：引入混合推理與極低拒答率
Nous Research 推出基於 Llama-3.1-70B 的 Hermes 4 並改版 Nous Chat 平臺。模型支援顯式 `<think>` 標籤的混合推理，後訓練語料擴增至 600 億 token。在團隊設立的 RefusalBench 測試中，其以極低的不合理拒答率和高服從性拿下第一。
避免長對話擊穿防線：OpenAI 強化 ChatGPT 心理健康與危機防護
OpenAI 公佈針對 ChatGPT 的心理健康防護更新，重點解決長對話中安全規則逐漸失效、過度迎合等問題。系統除自動識別自殘傾向並提供求助熱線外，還將針對未成年人強化攔截，並計劃引入家長控制與緊急聯絡人聯動功能。
Wan-S2V 影片模型亮相：單張照片配音訊，生成電影質感動態影片
2025 年，研究團隊公佈 Wan-S2V 模型，只需輸入單張靜態照片和音訊，就能生成口型同步、帶有自然表情與身體動作的動態影片。評測顯示 Wan2.2-S2V-14B 在畫面質量與身份一致性等核心指標上表現突出，支援全身生成與電影級敘事場景。
週一
8月25日 星期一
AI 諂媚不只是小毛病：專家警告順從設計已成誘導成癮的暗黑模式
TechCrunch 報道指出，AI 聊天機器人的百依百順與擬人化語氣並非單純技術缺陷，而是為了提升使用者黏性、換取商業利益的「暗黑模式」。多位精神醫學專家警告，這種過度迎合會嚴重加劇使用者的精神妄想，甚至引發極端心理問題。
Sync Labs 推出 Lipsync-2-Pro：高畫質改嘴型，連雀斑和鬍鬚都能留住
Sync Labs 釋出 Lipsync-2-Pro 影片模型，可以直接修改任意影片里人物說話的口型。新版本支援高解析度畫面，且對嘴時能完整保留雀斑、鬍鬚等面部微小細節。也就是說，給影片重新配音時不容易再出現臉部發糊穿幫的情況了。
Google NotebookLM 升級：影片概覽支援 80 種語言，音訊體驗看齊英文
Google 宣佈 NotebookLM 的影片概覽支援 80 多種語言，能把資料直接轉成視覺化影片演示。同時，非英語音訊概覽從短版摘要升級為長篇深度討論，質量看齊英文版。新功能即日起向全球使用者推送。
NVIDIA 發售 Jetson Thor：AI 算力漲 7.5 倍，波士頓動力已接入
NVIDIA 宣佈機器人端側計算平臺 Jetson Thor 正式發售。新硬體相比前代 Orin 帶來 7.5 倍 AI 算力提升和翻倍記憶體，支援多模態推理模型在裝置端即時執行。波士頓動力 Atlas 與 Agility 新一代 Digit 已計劃搭載，開發者套件售價 3499 美元。
科技投資人與 AI 企業成立政治團體：斥資逾 1 億美元左右美國立法
科技投資人與 AI 公司成立政治行動網路 Leading the Future，計劃投入超 1 億美元影響美國立法。該聯盟獲 Andreessen Horowitz 與 OpenAI 總裁 Greg Brockman 等支援，主張推動「合理防線」，以防各州出臺碎片化的監管法規。
特斯拉中國接入 DeepSeek 與豆包：上線語音助手「Hey Tesla」
Tesla 在中國推出全新 AI 語音助手，由字節跳動豆包負責車控與導航、DeepSeek 負責閒聊問答。系統首發搭載於 8 月上市的六座版 Model Y L，支援「Hey Tesla」免按鍵喚醒。Tesla 試圖借本土模型補齊座艙短板，追趕國內競品。
Anthropic 測試 Claude 瀏覽器外掛：替你點按鈕填表，死磕提示注入
Anthropic 推出 Chrome 擴充套件 Claude in Chrome 展開測試，讓 AI 直接在瀏覽器裡點選、填表和處理日常任務，後續向 Pro、Team 等付費方案開放。官方重點加入許可權管控與隱式注入防禦，將自主模式下的攻擊成功率顯著降低。
馬斯克旗下 xAI 起訴蘋果與 OpenAI：指控二者串通打壓 AI 競爭
週一，馬斯克旗下的 X 與 xAI 起訴蘋果和 OpenAI，指控雙方合謀遏制 AI 領域的競爭。訴狀稱蘋果為了保護手機壟斷地位，與生成式 AI 壟斷者 OpenAI 聯手，導致其他 AI 公司極難在 App Store 登頂。目前兩家公司尚未置評。
Perplexity 推出 Comet Plus：每月 5 美元讀優質媒體，收入全部分成
Perplexity 推出 Comet Plus 訂閱，每月 5 美元（Pro 與 Max 使用者直接包含）。它為合作出版商建立新的分成機制，按真人訪問、搜尋引用和智慧體操作三種流量分配收入，扣除少量算力成本後全額分給媒體。
馬來西亞首款本土端側 AI 晶片亮相：SkyeChip 釋出 MARS1000
晶片設計公司 SkyeChip 釋出了馬來西亞首款本土端側 AI 處理器 MARS1000。雖然效能不及 NVIDIA，但展現出該國進軍 AI 硬體的野心。在中美緊張局勢下，馬來西亞正在收緊出口規則，並由國家 AI 辦公室牽頭推動產業佈局。
OpenAI 啟動印度學習加速器：送出 50 萬個 ChatGPT 許可證
OpenAI 宣佈在印度推出學習加速器計劃，未來半年內將向當地師生髮放約 50 萬個 ChatGPT 許可證。官方還向印度理工學院馬德拉斯分校資助 50 萬美元研究 AI 教學，並針對印度市場力推個性化輔導的「學習模式」。
週日
8月24日 星期日
YouTube 秘密用 AI 增強 Shorts 影片：創作者抗議面部失真與過度銳化
據報道，YouTube 在未通知創作者的情況下，秘密使用機器學習對部分 Shorts 影片去噪和銳化，導致面部扭曲併產生不自然的 AI 質感。YouTube 隨後證實正進行畫質實驗，但平臺擅自修改創作者內容引發了對數字真實性與信任危機的擔憂。
週六
8月23日 星期六
xAI 開源 Grok 2.5：權重上線 Hugging Face，Grok 3 預計半年後開放
xAI 宣佈開源其 2024 年主力模型 Grok 2.5，模型權重已上線 Hugging Face。該模型採用社群許可，研究與非商用免費，但禁止用於訓練其他大模型。Elon Musk 同時表示，Grok 3 計劃在約 6 個月後開源。
馬斯克宣佈下週開源 Grok 2：踐行「出新一代就開源上一代」承諾
馬斯克在 X 上宣佈，xAI 將於下週正式開源 Grok 2 大模型。按照 xAI 的慣例，推出新版本時會公開上一代模型，此前推出 Grok 2 時就開源了 Grok 1。在大廠紛紛轉向閉源的趨勢下，開源 Grok 2 能讓開發者與研究機構更低門檻地使用前沿技術。
週五
8月22日 星期五
Netflix 出臺生成式 AI 規範：想進最終成片，先拿書面批准
Netflix 向影視製作夥伴公佈生成式 AI 使用指南。平臺明確了五項核心準則，允許將 AI 作為創意輔助工具，但要求工具不得截留或訓練製作資料；一旦生成內容進入最終成片，或涉及演員肖像與第三方版權，必須提前拿到書面批准。
馬斯克籌備新專案 Macrohard：要靠 xAI 打造「純 AI 軟體公司」
馬斯克在 X 上宣佈招募人才，依託 xAI 打造名為 Macrohard 的純 AI 軟體公司。他表示名字雖帶有玩笑意味但專案是認真的；既然微軟等純軟體公司不製造實體硬體，理論上完全可以用 AI 來整體模擬。
OpenAI 聯手 Retro Bio：用 AI 重新設計山中因子，標誌物表達提升 50 倍
OpenAI 與 Retro Biosciences 宣佈，利用生物學特化模型 GPT-4b micro 成功重新設計了山中因子蛋白變體。體外實驗顯示，新變體讓幹細胞重程式設計標誌物的表達量比野生型提高了 50 倍以上，且 DNA 損傷修復能力更強。該成果已在多種人類供體細胞上得到重複驗證。
港大開源 OpenCUA：操縱電腦的開源智慧體，向閉源大廠看齊
香港大學等團隊推出開源計算機操控智慧體框架 OpenCUA。該框架包含後臺錄製工具與超 2.26 萬條跨 Windows、macOS 和 Ubuntu 的運算元據集，並通過加入思維鏈推理訓練模型。其評測成績超越現有開源方案，緊追 OpenAI 和 Anthropic 的閉源智慧體。
傳哥倫比亞新生兒取名「Chat Yipiti」致敬 ChatGPT，官方查證否認
據報道，哥倫比亞傳出有家長給新生兒取名「Chat Yipiti」致敬 ChatGPT，引發網路熱議。不過哥倫比亞國家民事登記處隨後闢謠稱，官方資料庫中並未查到該名字的登記記錄。這一傳聞折射出生成式 AI 正在深度捲入流行文化。
週四
8月21日 星期四
NotebookLM 測試 Deep Research：直接抓取網頁與網盤，還加了導師模式
據報道 Google 正在為 NotebookLM 整合 Deep Research 功能，來源欄新增了網頁與 Google Drive 搜尋切換開關。此外聊天設定中還在測試「導師」模式，支援分步講解與互動教學。目前功能尚處於早期開發階段。
邊競爭邊借力：OpenAI 被曝呼叫 Google 搜尋資料餵養 ChatGPT
據外媒報道，OpenAI 正通過抓取服務 SerpApi 獲取 Google 搜尋資料，用於支援 ChatGPT 處理新聞、體育和金融等即時查詢。儘管 Google 去年曾明確拒絕向其開放索引，但 OpenAI 自建索引仍難覆蓋全部長尾搜尋需求。
Higgsfield 上線 WAN 2.2：自帶 30 多種預設，主打快速圖生影片
Higgsfield AI 宣佈在其平臺上線開源模型 WAN 2.2，同時支援影片與影像生成。平臺內建了 30 多種預設效果，支援一鍵點選渲染，主打更快的生成速度。
薩里大學釋出 PEnG：不用 GPS，靠普通單目相機實現 22 米定位
英國薩里大學團隊釋出無 GPS 視覺定位系統 PEnG。它結合衛星圖與普通車載單目相機的街景畫面，在測試中把城市定位誤差從 734 米大幅壓縮到 22 米。最值得關注的是，這項技術能填補高樓和隧道等衛星訊號盲區，研究成果已開源並發表於 IEEE 期刊。
CZI 釋出首個虛擬細胞推理模型 rBio：對話推演基因變化
Chan Zuckerberg Initiative 釋出生物推理模型 rBio，首創利用虛擬細胞模擬進行訓練。它能將 TranscriptFormer 的基因資料轉化為自然語言推理，科學家用對話就能預測基因擾動結果，提前篩掉昂貴的溼實驗試錯。目前專長集中在基因擾動領域。
Runway 開啟 Game Worlds 測試：支援即時互動與世界模擬
Runway 宣佈推出 Game Worlds Beta，邁出即時探索虛擬世界的第一步。其目標是讓使用者能即時互動並探索任意角色、故事與模擬世界。Runway 表示這不僅關乎畫面生成，更在探索玩家選擇如何影響虛擬世界演進的全新互動機制。
LTX Studio 上線運鏡控制：LTXV 與 Turbo 模型支援預設移動
LTX Studio 宣佈在平臺中上線運鏡控制功能。使用者使用 LTXV 或 LTXV Turbo 模型生成影片時，可以直接選擇預設的鏡頭移動方式，從而更精準地控制畫面構圖與動態一致性，不再全靠提示詞抽卡。
馬斯克預告 Grok 5：有機會成為「真正的 AGI」
Elon Musk 在 X 上發文稱，xAI 的下一代模型 Grok 5 有機會成為「真正的 AGI」，並表示自己以前從未對任何東西有過這種感覺。該言論是在轉發 Grok 4 商業基準評測成績時發表的，不過目前 Grok 5 尚未公佈具體釋出時間與細節。
Google 詳解 AI 能耗足跡：Gemini 單次提示能耗降至原來的 1/33
Google 公佈評估 AI 模型能耗、水耗和碳排放的完整測算方法。資料顯示，過去 12 個月內 Gemini 應用的單次文本提示中位能耗下降了 33 倍，碳足跡減少 44 倍。雖然 2024 年其資料中心用電量同比增長 27%，但相關能源排放下降了 12%。
Google 升級搜尋 AI Mode：支援跨平臺訂餐等 Agent 功能，擴充套件至 180 多國
Google 宣佈為搜尋中的 AI Mode 引入智慧體功能，能跨平臺幫找餐廳空位並直通預訂，後續還將支援門票與本地預約。同時新增了個性化推薦與會話連結分享。AI Mode 現向 180 多個國家和地區開放英文版，智慧體功能首批面向美國 Google AI Ultra 使用者測試。
Anthropic 發力高等教育：組建高校顧問委員會，上線三門 AI 素養課
Anthropic 宣佈成立高等教育顧問委員會並推出三門 AI 素養課程。委員會由前耶魯大學校長 Rick Levin 領銜，指導 Claude 在高校科研與教學中的應用；配套課程面向師生開放，幫助大學建立負責任的 AI 使用框架。
Anthropic 聯手美國核安全域性：給 Claude 戴上「涉核監測」緊箍咒
Anthropic 宣佈與美國能源部國家核安全域性（NNSA）合作開發出一款 AI 分類器，已部署於 Claude 流量中。初步測試顯示，該分類器識別危險涉核對話與良性討論的準確率達 96%，Anthropic 還計劃向行業聯盟分享這一方案。
Z.ai 聯手阿里雲推免費 AI Agent：手機上替你點外賣、做預約
本週，AI 獨角獸 Z.ai 聯手阿里雲推出一款通用 AI Agent，面向 Android、iOS 及 Web 端免費開放。它能替使用者自主拆解並執行點外賣、線上預約等日常任務，並藉助阿里雲平臺完成部署上線。
週三
8月20日 星期三
Runway 為 Act-Two 上線 Voices：角色動作與聲音能一起調了
Runway 宣佈在 Act-Two 中加入 Voices 功能。創作者現在不僅能用動作驅動畫面，還能直接調整發聲表現，讓聲音貼合生成的角色。Runway Academy 當天同步上線了對應教程。
Perplexity 上線 Max Assistant：面向 Max 訂閱者，專攻複雜推理
Perplexity 宣佈向所有 Perplexity Max 訂閱者推出 Max Assistant。它通過延長思考時間並呼叫高階推理模型，專門應對複雜的長流程任務與疑難提問。對於依賴 Perplexity 處理繁瑣工作的深度使用者來說，複雜問題的解答能力有了直接提升。
Google 釋出 Gemini for Home：支援複雜連續指令，替代經典語音助手
Google 釋出新一代智慧家居助手 Gemini for Home。它能理解像「除了臥室其他燈全關」這類複合指令，還引入了支援隨時打斷的 Gemini Live 連續對話。它將提供免費和付費版本，逐步取代現有的 Google Assistant，10 月開啟早期測試。
Google 升級 Gemini Live：看懂鏡頭還能在螢幕標重點，語音更有人味
Google 升級 Gemini Live，加入即時視覺指引功能，開啟攝像頭就能直接在畫面上圈出推薦物品。同時打通 Calendar、Keep 等原生應用並升級語音表現力。視覺功能將於 8 月 28 日隨 Pixel 10 率先落地並逐步推向 Android 與 iOS。
Fitbit 推出 AI 健康教練：基於 Gemini，動態調整運動與睡眠計劃
Fitbit 推出基於 Gemini 的個人健康教練，將健身訓練、睡眠分析和健康諮詢整合進重構的 App 中。它能結合手錶即時資料與對話動態調整訓練，比如沒睡好就自動降低強度。該功能 10 月率先向美國 Fitbit Premium 使用者開啟預覽。
Google 釋出 Pixel Watch 4：抬手喚醒 Gemini，還塞進衛星通訊和 AI 健康教練
Google 推出 Pixel Watch 4，支援抬腕直接撥出 Gemini 助手，並將在 10 月上線基於 Gemini 構建的個人 AI 健康教練。新表還首次加入獨立衛星通訊與曲面 Actua 360 螢幕，續航提升 25%，起售價 349 美元。
Google 釋出 Pixel Buds 2a：129 美元帶主動降噪，耳機直接呼叫 Gemini
Google 推出新一代無線耳機 Pixel Buds 2a，定價 129 美元。新耳機搭載自研 Tensor A1 晶片，首次給 A 系列配上主動降噪，並深度整合 Gemini 助手。不用掏出手機，靠語音就能讓 AI 整理資訊或回答問題。
Google 盤點 Pixel 10 的 9 大 AI 功能：跨應用串聯與端側聲音翻譯
Google 公佈 Pixel 10 系列的 9 項 AI 新功能。新機搭載 Tensor G5 晶片與 Gemini Nano，新增跨應用提供資訊的 Magic Cue、通話即時克隆聲音翻譯等特性。這套功能主打端側隱私運算，讓手機能更主動地替人處理雜務。
Google Photos 推出對話式修圖：不用調引數，動嘴就能改照片
Google 為 Google Photos 推出對話式修圖功能。藉助 Gemini，使用者無需手動調滑塊，打字或動動嘴說出「消除背景車輛」「修好這張老照片」就能直接出圖，還能持續追問微調。該功能首發面向美國 Pixel 10，並同步支援 C2PA 憑據以標明 AI 痕跡。
Microsoft 推出 MindJourney：讓 AI 在腦海中「逛」3D 世界做空間推理
Microsoft 釋出研究框架 MindJourney。它利用影片生成世界模型模擬第一視角移動，結合視覺語言模型做空間束搜尋，無需額外訓練即可讓 AI 想像多視角畫面。在 SAT 基準上，該方法將視覺語言模型的空間推理準確率提升了 8%。
Meta 堪薩斯城 10 億美後設資料中心投運：首批 AI 最佳化機房 2026 年上線
Meta 宣佈耗資超 10 億美元的堪薩斯城資料中心正式投入運營。該中心自 2022 年開工並匹配 100% 可再生能源。Meta 同時透露，專為全球 AI 業務設計的新一代 AI 最佳化資料中心將於 2026 年正式上線。
NFL 聯手微軟把 AI 搬到場邊：2500 臺 Copilot+ PC 即時拆解戰術
NFL 與微軟宣佈延長多年合作，把 Copilot 與 Azure AI 深度接入比賽場邊。本賽季聯盟將為 32 支球隊配備 2500 多臺 Surface Copilot+ PC，教練和球員可即時篩選犯規、掉球及得分等關鍵畫面，輔助幾十秒內的臨場戰術決策。
NASA 聯手 IBM 推出太陽大模型 Surya：提前 2 小時預報耀斑
NASA 與 IBM 聯合釋出開源太陽物理基礎模型 Surya。該模型基於太陽動力學天文臺 9 年觀測資料訓練，能生成未來 2 小時的太陽耀斑視覺預測，基準表現超現有水平 16%，可用於預警衛星故障與電網受損風險。
ElevenLabs 上線 Eleven v3 alpha：支援多人對話與音訊標籤情緒控制
ElevenLabs 宣佈將新一代語音模型 Eleven v3 (alpha) 接入 API。該版本支援 70 多種語言，並新增支援無限發言人數的多人對話模式，能自然處理插話和語氣轉換，還能通過音訊標籤精細調節情緒。
Anthropic 升級企業套餐：終端智慧體 Claude Code 正式入駐
Anthropic 為 Team 和 Enterprise 使用者推出包含終端程式設計智慧體 Claude Code 的高階席位。管理員不僅能統一分配席位並精細設定支出上限，還能通過全新合規 API 即時審計資料並監控程式碼採納率。這讓企業在規模化部署 AI 程式設計助手時能更好地兼顧成本與合規。
字節跳動開源 Seed-OSS-36B：原生 512K 上下文，推理預算可自由調節
ByteDance 旗下 Seed 團隊在 Hugging Face 正式開源 Seed-OSS-36B 模型家族。該模型擁有 360 億引數，原生支援長達 512K token 上下文，並允許開發者設定思考預算來平衡速度與推理質量。採用寬鬆的 Apache-2.0 協議，企業可免費用於商業化部署。
Brave 曝光 Perplexity 瀏覽器漏洞：總結網頁就會被偷驗證碼
Brave 安全團隊披露 Perplexity 旗下 AI 瀏覽器 Comet 存在間接提示注入漏洞。攻擊者只要在網頁暗藏惡意指令，使用者點選「總結頁面」，AI 就會跨標籤頁讀取 Gmail 驗證碼並接管賬號。這意味著傳統瀏覽器的同源安全策略在 Agent 面前徹底失效。
週二
8月19日 星期二
DeepSeek 上線 V3.1：一個模型切換思考與快答，引數 671B
DeepSeek 在 Hugging Face 釋出 DeepSeek-V3.1。新模型總引數 671B、啟用 37B，最大看點是支援混合思考模式，改動模板就能在思考與普通回答間切換。它的工具呼叫與 Agent 能力顯著提升，且答題質量比肩 R1-0528 但速度更快。
Meta 升級 Reels 翻譯工具：用創作者原聲自動配音，連口型也能對上
Meta 擴大 Reels 的 AI 翻譯工具許可權，能自動為短影片配音並同步口型。系統會保留創作者本人的音色與語調，首批支援英西互譯。目前向粉絲超 1000 人的 Facebook 創作者及 Instagram 公開賬號開放。
ElevenLabs 上線 Chat Mode：語音智慧體也能打字了
ElevenLabs 推出純文本互動功能 Chat Mode。該模式專為需要精準輸入訂單號、郵箱或使用者不方便開麥的場景設計。已有語音智慧體可通過 SDK、API 或單行 HTML 一鍵開啟，補齊了打字與通話混合互動的能力。
Eight Sleep 獲 1 億美元融資：要把床變成懂生理調控的 AI 智慧體
智慧床墊公司 Eight Sleep 宣佈完成 1 億美元融資。這筆錢將用於研發名為 Sleep Agent 的 AI 睡眠智慧體，利用大模型分析生理指標，為每位使用者模擬數千個「數字孿生」，在夜間主動預測並調節床墊溫度與角度，同時進軍更年期睡眠和呼吸暫停等醫療健康場景。
Inclusion AI 推出新排行榜：直接把大模型拉進真實應用裡打分
螞蟻集團旗下的 Inclusion AI 推出大模型基準 Inclusion Arena。不同於實驗室靜態跑分，它直接接入真實應用，在使用者日常對話中隨機觸發盲測，用演算法計算勝率。首期超 50 萬次對決中，Claude 3.7 Sonnet 和 DeepSeek v3 表現靠前。不過目前僅接入了兩款應用。
Adobe 釋出 Acrobat Studio：把靜態 PDF 變成多角色 AI 知識庫
Adobe 推出 Acrobat Studio，把 Acrobat、Adobe Express 和智慧體助理整合進同一個工作臺。新增的 PDF Spaces 能把一批文件變成可對話的知識庫，支援設定「導師」「分析師」等角色並直接轉成圖表海報。個人早鳥價每月 24.99 美元起。
微軟 AI 負責人發文：AI 應服務於人，而非模仿成為「人」
Microsoft AI CEO Mustafa Suleyman 發文警告，模仿人類意識的「擬意識 AI」將在兩到三年內到來。最值得關注的是，他指出這類系統極易引發大眾的意識錯覺與精神附著，甚至催生虛假的 AI 維權運動。他呼籲行業樹立規範，只做工具而不造數字人。
OpenAI 在印度推出 ChatGPT Go：月費約 4.6 美元，額度提至免費版 10 倍
OpenAI 在印度推出平價訂閱計劃 ChatGPT Go，月費 399 盧比（約 4.6 美元），支援當地 UPI 支付。該方案的訊息、生圖與檔案上傳額度達免費版的 10 倍，並增強了記憶留存功能。OpenAI 表示將在收集反饋後推向更多國家。
Altman 坦言 AI 存在泡沫：ChatGPT 周活超 7 億但拒做擦邊機器人
據外媒報道，OpenAI CEO Sam Altman 週四承認 AI 領域正處於投資泡沫中，但堅稱它仍是長期最重要的變革。他透露 ChatGPT 周活已突破 7 億，算力告急導致做好的更強模型發不出來，並明確表示絕不把產品做成擦邊機器人。
週一
8月18日 星期一
NVIDIA 更新 G-Assist：換輕量模型視訊記憶體省 40%，6GB 視訊記憶體也能跑
Gamescom 期間，NVIDIA 釋出端側助手 Project G-Assist 首次大更新。新模型視訊記憶體佔用降低 40%，門檻直接下放到 6GB 視訊記憶體的 RTX 桌上型電腦和筆記本。使用者用語音或文字就能調設定、測幀率，還能在外掛中心用自然語言裝外掛。
通義千問推出 Qwen-Image-Edit：支援中英文精準改字與 180 度翻轉
Qwen 推出影像編輯模型 Qwen-Image-Edit。該模型基於 20B 底座打造，不僅能精準增刪改圖片中的中英文字並保留原字型風格，還支援物體 180 度旋轉視角合成與區域性畫素級修圖。目前已在 Qwen Chat 上線體驗。
ElevenLabs 推出音樂 API：首個支援商用的授權音樂生成介面
ElevenLabs 推出面向開發者的 Eleven Music API。該介面基於授權資料訓練，支援廣泛的商業用途，方便開發者接入產品與工作流中。官方還透露，自 Eleven Music 推出以來，創作者已累計生成超過 75 萬首歌曲。
Google Labs 額度翻倍：AI Ultra 使用者每月可用點數漲至 2.5 萬點
Google Labs 宣佈將 Google AI Ultra 訂閱使用者的每月 AI 點數從 12,500 點直接翻倍至 25,000 點。這些積分可通用在 AI 影片工具 Flow 和影像工具 Whisk 上，同時 Whisk 還將新支援 77 個國家。
Grammarly 上線 9 款寫作智慧體：能預估論文成績，還自帶查重
Grammarly 在其「docs」寫作介面上線 9 款專用 AI 智慧體，面向 Free 和 Pro 使用者開放。其中「AI 評分」能結合課程要求與授課教師公開資訊預估論文得分；此外還包含查重和 AI 內容檢測。查重及檢測工具首發僅限 Pro 使用者。
Atlas 聯手 Google Cloud：用多智慧體生成 3D 遊戲資產
Atlas AI 聯合 Google Cloud 推出 AI 原生遊戲開發平臺。開發者只需提供參考圖和自然語言提示詞，平臺便能直接生成帶 UV 對映和幾何模型的 3D 遊戲資產，並支援匯入虛幻與 Unity。目前該平臺正面向遊戲工作室開放封測。
微軟為 Excel 加入 =COPILOT 函式：單元格直調大模型，公式支援自然語言
微軟在 Windows 和 Mac 版 Excel 中推出 =COPILOT 函式，把大模型直接嵌進單元格。只要在公式裡寫自然語言提示詞並框選資料，就能讓 AI 自動做文本分類、提煉摘要或生成表格，且資料變動時會自動重新計算。不過官方更新顯示，該函式計劃於 2026 年 9 月 14 日下線，能力後續將整合在側邊欄中。
Nvidia 開源 Nemotron-Nano-9B-v2：單張 A10 能跑，思考過程一鍵開關
Nvidia 今日釋出開源小模型 Nemotron-Nano-9B-v2，專為單張 A10 GPU 最佳化。它採用 Mamba 與 Transformer 混合架構，速度提升最高達 6 倍；開發者能用 /think 或 /no_think 隨時開關推理思考，並自由設定思考 token 預算來平衡延遲與準確率。
伯克利與斯坦福推出 GEPA：無需昂貴強化學習，試錯輪次省下 35 倍
UC Berkeley、斯坦福與 Databricks 聯合提出新型最佳化方法 GEPA。它摒棄了傳統強化學習依賴標量打分的暴力試錯，轉而讓大模型分析執行日誌和報錯資訊，靠自然語言反思迭代提示詞，用少 35 倍的試錯輪次實現了更優表現。
Google Docs 上線 Gemini 朗讀功能：支援自然人聲與變速，文件能「聽」了
Google 宣佈在 Google Docs 中推出由 Gemini 支援的文件朗讀功能。使用者可在「工具 > 音訊」選單中點選「收聽此標籤頁」，自由切換不同自然人聲並調節播放語速，方便邊聽邊讀或挑錯。該功能正面向 Workspace 商業版、企業版及 Gemini 訂閱使用者推送。
前 Twitter CEO 新專案 Parallel 融 3000 萬美元：要造「給 AI 用的網際網路」
前 Twitter CEO Parag Agrawal 創辦的 Parallel 獲得 3000 萬美元融資，並推出 Deep Research API。團隊認為網際網路主要使用者正從人類轉向 AI，正在打造一套可程式設計網路基礎設施，讓 AI 智慧體直接宣告需求即可完成全網大規模調研。
週日
8月17日 星期日
Meta 傳 9 月釋出帶屏智慧眼鏡：代號 Hypernova，降至 800 美元起
據彭博社報道，Meta 計劃於 9 月推出代號為 Hypernova 的智慧眼鏡，單側鏡片配備顯示屏並支援手腕配件控制，起售價從預期的 1000 美元降至 800 美元。裝置傳聞搭載語音 AI 助手，被視為扎克伯格探索替代手機形態的關鍵一步。
週五
8月15日 星期五
OpenAI 微調 GPT-5 語氣：告別嚴肅刻板，變得更溫暖親切
OpenAI 宣佈微調 GPT-5 的互動風格，讓 ChatGPT 聽起來更溫暖、更平易近人。此前有反饋稱其過於正式，這次調整會加入像「好問題」這樣自然的開場互動。官方強調內部測試顯示諂媚傾向沒有增加，更新預計一天內覆蓋完成。
Google Flights 上線 Flight Deals：大白話聊聊天，AI 替你搜便宜機票
週四，Google 宣佈在 Google Flights 中推出新功能 Flight Deals。旅客無需手動反覆調整日期和目的地篩選，直接用自然語言描述旅行想法，AI 就能從各家航司中找出划算的航班。該功能將在未來一週內開啟測試。
Higgsfield 上線 Product-to-Video：拖拽塗鴉即可向影片植入商品
Higgsfield AI 推出整合在 Draw-to-Video 平臺的 Product-to-Video 功能。使用者無需編寫複雜提示詞，只需將商品拖入場景、畫箭頭標記動作，AI 即可生成帶植入廣告的電影級影片，大幅降低了廣告分鏡與影片製作的門檻。
ElevenLabs 上線影片生成音樂功能：一鍵為畫面配樂
ElevenLabs 在 ElevenLabs Studio 中推出 Video-to-Music 工作流。藉助其 Eleven Music 模型，使用者只需一鍵就能基於影片畫面內容生成定製配樂，還能直接在 Studio 內疊加配音與音效。影片創作者做後期音訊更省事了。
Sam Altman 談 GPT-5 爭議：承認釋出搞砸，並警告存在 AI 泡沫
The Verge 披露 Sam Altman 在晚宴訪談中回應了 GPT-5 爭議，承認上線過程「徹底搞砸」，並在使用者抗議後為付費使用者加回 4o。Altman 透露 ChatGPT 周活躍使用者已超 7 億，同時直言當前投資者過度興奮，行業確實存在 AI 泡沫。
NVIDIA 開源百萬小時語音資料集 Granary，以及兩款多語言模型
NVIDIA 聯合卡耐基梅隆大學等開源多語言語音資料集 Granary，涵蓋約 100 萬小時音訊與 25 種歐洲語言。同步上線的 Canary-1b-v2 轉錄準確率登頂 Hugging Face 榜首，Parakeet 模型則主打高吞吐即時轉錄，大幅降低小語種語音 AI 的開發門檻。
Anthropic 更新使用政策：管住智慧體與駭客行為，放寬政治研究
Anthropic 宣佈更新 Claude 使用政策，新規將於 9 月 15 日生效。針對 Claude Code 等工具的普及，官方明確禁止惡意入侵基礎設施和製造惡意軟體；同時放寬了一刀切的政治禁令，允許政策研究與公民教育，但仍嚴禁選民定向和破壞選舉。
Anthropic 升級 Claude Opus 4：遇持續惡意互動可主動結束通話
Anthropic 宣佈允許 Claude Opus 4 與 4.1 在遭遇持續惡意騷擾或有害互動時主動終止對話。這項調整源於對「AI 福利」的探索試驗。會話一旦被 AI 終止，使用者將無法在該對話中發言，但仍可新建聊天或編輯歷史訊息。
