Google Veo 3 支援圖生音影片：一張圖片即可開口說話
Google 宣佈在 AI 影視製作工具 Flow 中升級 Veo 3，正式支援在「圖生影片」中直接生成角色語音對話。使用者只需提供第一幀影像，就能驅動角色動作並生成配套臺詞，顯著改善了角色一致性。同時 Flow 擴充套件至全球 140 多個國家。
AI 日報：今天的 AI 新聞
週一
7月7日 星期一
Cursor 為計費變更致歉：Pro 版改按 API 計費引不滿，承諾退款
Cursor 母公司 Anysphere CEO 就 Pro 會員計費變更溝通不當致歉。Cursor 將原本每月 500 次快速呼叫改為包含 20 美元額度，超出按 API 計費，導致部分使用者用 Claude 等前沿模型很快耗盡額度或被意外扣費。官方承諾將向被額外扣費的使用者退款。
美國航空用 AI 預測旅客誤機：必要時主動推遲航班等轉機
美國航空披露正使用 AI 預測旅客是否會錯過樞紐機場的轉機，並在必要時主動推遲後續航班以便接駁。同時，其官方聊天機器人已接入生成式 AI，遭遇惡劣天氣時旅客可直接自助尋找替代路線並快速改簽。
xAI 上線 Grok 4：Colossus 訓練，稱測試題已不夠用
Elon Musk 宣佈 xAI 推出最新旗艦模型 Grok 4。該模型由 Colossus 超算訓練，主打邏輯推理、程式碼與多模態能力，在 GPQA 和 AIME 等基準上超過對手。馬斯克將其稱為「物理學家用的工具」，甚至直言測試題已快不夠用了。
ChatGPT 測試「Study Together」：不再直接給答案，反問引導思考
部分使用者發現 ChatGPT 正在測試名為「Study Together」的新功能。該模式不再直接給答案，而是反向提問引導使用者作答，對標 Google 的 LearnLM。最值得關注的是，這可能是 OpenAI 減少學生直接抄答案、轉向真正家教輔導的嘗試。目前僅小範圍測試。
溫網全面換用 AI 司線惹爭議：多位球星吐槽誤判頻繁
據報道，溫網今年首次用電子司線系統全面取代人工線審，遭到 Emma Raducanu 等多位選手公開吐槽。球員反映系統不僅出現出界漏判，還曾因光線變暗或誤關機導致比賽中斷。賽事方雖辯稱系統更精準，但完全用 AI 代替人工的摩擦正在顯現。
ChatGPT 瞎編功能，樂譜平臺 Soundslice 索性把它做出來了
樂譜平臺 Soundslice 宣佈上線 ASCII 吉他譜匯入功能。此前創始人發現系統頻現異常報錯，排查發現是 ChatGPT 一直忽悠使用者該平臺能匯入此類文本譜。為了不讓使用者白跑一趟，團隊索性順水推舟將其做成了真實功能。
Anthropic 提議 AI 透明度框架：只管大廠、放過初創公司
Anthropic 提出前沿 AI 開發透明度框架。該提議建議僅約束年收入上億或研發開銷超 10 億美元的大模型廠商，要求公開安全開發框架和系統卡片，虛報將違法以啟用吹哨人保護。核心思路是給大廠立規矩，同時不勒住小團隊。
蘋果 AI 模型主管跳槽 Meta：曾統領 Apple Intelligence 基礎模型研發
據彭博社週一報道，蘋果基礎模型團隊負責人龐若鳴已跳槽至 Meta，加入扎克伯格的超級智慧部門。龐若鳴此前負責訓練支撐 Apple Intelligence 和端側 AI 的底層模型。Meta 近期正從 DeepMind 和 OpenAI 密集挖角，他的加入將直接補充 Meta 的端側小模型實力。
首個 AI 記憶作業系統 MemOS 亮相：時間推理能力提升 159%
上海交通大學與浙江大學等團隊公佈首個 AI 記憶作業系統 MemOS。系統將記憶視作可排程的計算資源，在時間推理任務上相比 OpenAI 提升 159%，並支援跨工具遷移。最值得關注的是，它試圖從架構底層徹底解決模型「聊完全忘」的記憶孤島難題。
週日
7月6日 星期日
Isomorphic Labs 籌備首次人體試驗：AI 設計藥物走向臨床
Alphabet 旗下藥物研發公司 Isomorphic Labs 宣佈正在籌備首批 AI 設計藥物的人體臨床試驗。團隊依託 AlphaFold 技術針對癌症等疾病自研管線。傳統藥企臨床成功率往往僅有 10%，AI 能否大幅提升成藥機率，即將迎來真正的大考。
週六
7月5日 星期六
AI 路口攝像頭上崗執法：違章暴跌但隱私隱憂未消
IEEE Spectrum 報道 Stop for Kids 與 Obvio.ai 等初創公司正通過路口 AI 攝像頭自動抓拍未停等違章，試點讓遵章率大幅躍升。兩家系統均採用模糊車內人臉、只識別車牌且即時刪除正常畫面的做法避開侵犯隱私，但民權組織仍擔憂日後出現「功能蔓延」。
週四
7月3日 星期四
Ilya 接任 SSI 執行長：原 CEO 離職，傳扎克伯格曾試圖全資收購
OpenAI 前聯合創始人 Ilya Sutskever 宣佈出任 Safe Superintelligence（SSI）的 CEO，原 CEO Daniel Gross 已於 6 月 29 日離職。針對 Meta 意圖收購估值 320 億美元的 SSI 等傳聞，Ilya 明確回絕，表示算力與團隊齊備，將繼續專注打造安全超級智慧。
Meta 測試主動搭話的 AI 聊天機器人：聊過 5 句後可主動發訊息
Meta 確認正在測試主動發訊息的 AI 聊天機器人。使用者在 AI Studio 建立的角色若在 14 天內與使用者聊過至少 5 句，就能在 Messenger 等應用中主動搭話。若使用者不回覆，AI 不會繼續追發。Meta 試圖以此拉動活躍，但也帶來了伴侶類 AI 的安全爭議。
求子 18 年無果：哥大用 AI 找到隱匿精子，助無精症夫婦成功懷孕
CNN 報道哥倫比亞大學生育中心利用 AI 精子追蹤系統 STAR，幫一對抗爭不孕 18 年的夫婦懷上頭胎。該系統能在 1 小時內拍攝 800 萬張影像，從肉眼難尋的樣本中精準撈出稀有精子。目前該方案僅在哥大開展，總費用略低於 3000 美元。
Gemini 全球上線 Veo 3：Pro 會員每天可生成 3 條影片
Google 宣佈面向全球所有 Pro 會員上線 Veo 3 影片生成功能，覆蓋歐洲、印度及印尼等地區。Pro 會員每天可獲得 3 次影片生成額度，額度每日自動重新整理。這意味著高規格影片生成能力正式面向更廣泛的消費級訂閱使用者放開。
週三
7月2日 星期三
OpenAI 嚴正宣告：Robinhood 賣的代幣絕非公司股權
OpenAI 針對 Robinhood 在歐盟發售代幣化股票一事發文澄清，表示雙方從未合作，也未批准任何股權轉讓，這些代幣並不代表公司股權。Robinhood 則回應稱這是通過 SPV 實體讓散戶獲得間接價格敞口。
如何用 Grammarly 免費新功能自證清白：即時記錄碼字過程
ZDNET 介紹了 Grammarly 旗下的免費功能 Track Your Work。它能在網頁端新建線上文件時即時記錄打字過程並標記來源，一鍵生成防 AI 代寫報告。最值得關注的是，寫作者可直接分享連結自證清白。不過該功能無法追溯已有檔案。
Similarweb 報告：ChatGPT 給媒體引流增 25 倍，仍難補搜尋暴跌
Similarweb 報告顯示，2025 年 ChatGPT 給新聞媒體帶來的引流量超過 2500 萬次，較 2024 年同期的不足 100 萬次增長超 25 倍。但同期自然搜尋訪問量已從峰值超 23 億次跌破 17 億次，AI 引流增量遠難彌補搜尋流量的持續流失。
Helmholtz Munich 推出認知模型 Centaur：精準預測人類決策與反應時間
Helmholtz Munich 團隊在《自然》發表認知模型 Centaur。該模型基於 160 項心理實驗的超千萬次決策資料訓練，能在全新場景下準確推測人類行為並估算反應時間。最值得關注的是，這種虛擬實驗室方法未來可用於模擬憂鬱症等臨床決策過程。
NVIDIA 聯手 Black Forest Labs：FLUX.1 Kontext 獲 TensorRT 加速
NVIDIA 宣佈為 Black Forest Labs 的影像編輯模型 FLUX.1 Kontext [dev] 提供 TensorRT 加速。通過量化將模型體積壓縮至 12GB（FP8）和 7GB（FP4），推理效能提升超 2 倍，創作者在本地 RTX 顯示卡上即可靠自然語言輕鬆修圖。
人引用歌詞要賠錢，AI 抓去訓練算合理使用？《衛報》專欄呼籲重修版權法
《衛報》專欄作者發文指出，普通作家在書裡引用一兩句歌詞就會面臨昂貴版權費，而科技巨頭的大模型抓取海量歌詞生成仿寫卻被法庭裁定為「合理使用」。作者認為現行版權法已出現雙重標準，亟需為數字時代的創作者制定新規則。
百度釋出圖生影片模型 MuseSteamer，並全面升級 AI 搜尋框
週三，百度推出企業級 AI 圖生影片模型 MuseSteamer，可生成最長 10 秒影片，提供 Turbo、Pro 與 Lite 三個版本。同時百度大改搜尋引擎，搜尋框開始支援更長提問與圖文語音輸入。不過 MuseSteamer 目前僅供企業使用，暫未推出面向個人的應用。
Perplexity 推出 Max 訂閱：無限次使用 Labs，搶先體驗新瀏覽器 Comet
Perplexity 上線最高階訂閱 Perplexity Max。該檔位提供每月無限次 Labs 使用配額，接入 OpenAI o3-pro 與 Claude Opus 4 等頂級模型，並享有新 AI 瀏覽器 Comet 的獨家優先測試權，主打高強度分析與研究使用者。
週二
7月1日 星期二
X 啟動新試點：允許 AI 聊天機器人編寫社群附註
X 啟動試點專案，允許 AI 聊天機器人撰寫社群附註（Community Notes）。產品副總裁 Keith Coleman 表示，人類往往只盯高曝光內容，引入 AI 是為了把核查規模做大。X 目前尚未為該專案設定具體的增長目標。
亞馬遜推出 DeepFleet：排程百萬倉儲機器人，移動時間縮短 10%
Amazon 推出履約中心 AI 模型 DeepFleet。它相當於一個智慧交通管制系統，專門協調超百萬臺倉儲機器人的移動路線並消除瓶頸。藉助庫存行動數據即時做出路徑決策，它使機器人移動時間縮短了 10%，旨在進一步提升履約效率與物流安全。
WhatsApp 為大型企業上線語音通話：支援接入 AI 客服
Meta 宣佈為 WhatsApp 商業套件推出大型企業語音通話 API，支援使用者與商家雙向語音呼叫。這為接入 AI 語音智慧體鋪平了道路，企業可藉此搭建自動化客服；此外，Meta 還在測試 AI 商品推薦功能。
Cloudflare 推出 AI 爬蟲付費牆：網站可一鍵攔截或按次收費
週二，Cloudflare 推出新功能，允許網站全面攔截 AI 聊天機器人爬蟲，或按每次請求向 AI 公司收費。過去 6 個月 AI 爬取活動增長 65%，這項功能讓站長不僅能阻擋無償抓取，還能自主給 AI 訪問定價或單獨談合作。
美參議院 99 比 1 刪掉爭議條款：各州依然有權監管 AI
美國參議院以 99 比 1 的壓倒性投票，從預算案中徹底刪除了禁止各州監管 AI 的條款。該條款曾獲 Sam Altman 等矽谷高管支援，旨在防範監管碎片化，但兩黨議員擔心這會讓巨頭失去約束。各州地方監管權得以保全。
Google 讓哈雷博物館老照片動起來：用 Veo 生成動態影片
Google Arts & Culture 推出 Moving Archives 專案，首期聯手哈雷戴維森博物館，藉助 Veo 影片模型將百年前的靜態黑白檔案照轉為動態短片，並由 Gemini 生成文字與語音解說。老檔案不再只是泛黃的靜止畫面，觀者能在原圖與動態影片間隨時切換對比。
英超聯手微軟打造 AI 引擎：給 18 億球迷做專屬智慧助手
英超聯賽宣佈與微軟合作，基於 Azure AI Foundry 和智慧體架構搭建全新球迷平臺。系統彙集了 30 多個賽季的歷史資料與即時賽事實況，推出對話式 AI 助手 Premier League Companion，還能幫范特西經理分析陣容與換人策略。
溫網打破 147 年傳統：用 AI 取代人工司線，現場引爭議
溫網打破 147 年傳統，正式由基於 AI 的系統取代身穿西服的人工司線裁判。該系統由索尼旗下的 Hawk-Eye 開發，通過 18 臺攝像機畫面在 0.1 秒內做出出界判罰。不過開賽首日，播報聲音過輕和語氣猶豫等問題引發了球員與球迷的爭議。
Grammarly 擬收購 Superhuman：把郵件變成多智慧體工作臺
Grammarly 宣佈擬收購 AI 原生郵件應用 Superhuman，加速向智慧體生產力平臺轉型。郵件是 Grammarly 最大的使用場景，每週協助修改超 5000 萬封郵件。結合此前收購的 Coda，Grammarly 試圖將收件箱打造成排程多個 AI 智慧體協同工作的核心入口。
OpenAI 澄清晶片傳聞：正在測 Google TPU，但短期不大規模部署
OpenAI 澄清暫無大規模部署 Google TPU 的計劃。雖然 OpenAI 證實正進行早期測試，但當前核心算力依然牢牢繫結 Nvidia，輔以 AMD 和 CoreWeave。此外，OpenAI 正與博通、台積電合作自研晶片，預計將於今年完成流片。
Sakana AI 釋出 AB-MCTS：讓 o4-mini 與 DeepSeek 組團解題
Sakana AI 推出推理期擴充套件演算法 AB-MCTS，讓 Gemini 2.5 Pro、o4-mini 和 DeepSeek-R1 等不同模型協同試錯。該多模型系統在 ARC-AGI-2 基準上的表現大幅超越任何單一模型。演算法與實驗程式碼已在 GitHub 開源。
週一
6月30日 星期一
Cursor Agent 登陸 Web 和移動端：手機也能改 Bug，支援 Slack 觸發
Cursor 宣佈將 Cursor Agent 擴充套件至 Web 和移動端，支援通過瀏覽器或 PWA 執行。使用者不僅能在手機等裝置上讓 Agent 後臺改 Bug、建 PR，還能在 Slack 中 @Cursor 觸發任務。最值得關注的是，外出指派的任務回到編輯器後能無縫接續。
Spotify 湧現 AI 假樂隊：全靠生成音樂月吸 50 萬聽眾
一支名為 The Velvet Sundown 的新樂隊在 Spotify 吸引超 50 萬聽眾，卻被網友發現從音樂到成員全由 AI 生成。該賬號不到一個月發行了兩張專輯，隨後在社交平臺曬出的慶祝照也充斥著 AI 生成破綻。
微軟釋出醫療系統 MAI-DxO：複雜病例確診率 85%，遠超人類醫生
Microsoft AI 公佈診斷編排系統 MAI-DxO 與測試基準 SD Bench。在 304 個《新英格蘭醫學雜誌》複雜病例測試中，搭配 OpenAI o3 的系統確診率達 85.5%，遠超 21 位人類醫生的 20%，整體檢查花費也更低。目前僅為研究演示，未用於臨床。
樂譜版 Shazam 來了：Songscription 上線 AI 自動扒譜工具
上週，初創公司 Songscription 推出 AI 樂譜轉錄工具，幾分鐘內就能將音訊或 YouTube 連結轉為五線譜，針對不會識譜的使用者還提供鋼琴捲簾檢視。目前鋼琴轉錄最穩定，支援免費試用，未來還將增加吉他六線譜和完整樂隊編曲。
Google 升級教育套件：向師生開放 Vids，Classroom 免費內建 30 款 AI 工具
Google 宣佈向所有 Workspace 教育版使用者開放影片創作工具 Google Vids，並在 Google Classroom 中免費上線 30 多項 Gemini AI 工具。教師不僅能一鍵生成備課資源，後續還能借助 NotebookLM 和定製 Gems 為學生製作課件與課後輔導助手。
郭明錤曝光蘋果眼鏡路線圖：2027 年推無屏智慧眼鏡與減重版 Vision Air
據郭明錤透露，蘋果正研發至少 7 款頭戴與智慧眼鏡裝置。2025 年將推出搭載 M5 的小改款 Vision Pro；2027 年則計劃量產類似 Meta Ray-Ban 的無螢幕 AI 智慧眼鏡，以及減重超 40% 的 Vision Air。軟硬體生態雖是優勢，但 AI 功能仍是其關鍵挑戰。
百度開源 ERNIE 4.5 模型家族：多模態引數最高達 424B
百度在 Hugging Face 上線 ERNIE 4.5 開源模型系列，涵蓋文本與圖文多模態能力，引數規模從 0.3B 一路覆蓋到 424B。該系列同時提供 Paddle 與 PyTorch 權重，並包含 Thinking 推理版及量化版本。
傳蘋果考慮用 Anthropic 或 OpenAI 替代 Siri 自研大模型
據彭博社報道，蘋果正考慮引入 Anthropic 或 OpenAI 的大模型來驅動新版 Siri，以挽回自研 AI 的落後局面。蘋果已與兩家接洽，探討在自傢俬有云部署外部模型。若成真，標誌著蘋果 AI 策略的重大轉向，但據傳這已打擊了內部自研團隊計程車氣。
扎克伯格組建超級智慧實驗室：整合 Llama 與 FAIR，豪華挖角陣容曝光
扎克伯格釋出內部信宣佈成立 Meta 超級智慧實驗室（MSL），整合基礎模型、產品與 FAIR 團隊，由原 Scale AI CEO Alexandr Wang 和前 GitHub CEO Nat Friedman 牽頭。備忘錄同時公佈了從 OpenAI 與 Google 挖來的一批頂級研發骨幹，計劃加速研發下一代前沿模型與 Llama 4.1/4.2。
美參院達成妥協：擬暫停各州 AI 監管 5 年，兒童與版權法獲豁免
美國關鍵參議員達成妥協，擬禁止接受特定聯邦寬頻資金的州在未來 5 年內監管 AI。新條款將原定 10 年凍結期減至 5 年，並豁免了兒童安全與音樂版權保護等州法律。科技大廠與風投遊說取得進展，但該案在眾議院的前景仍不明朗。
週六
6月28日 星期六
Anthropic 實驗讓 Claude 管售貨機：狂囤鎢塊還自稱真人叫保安
TechCrunch 報道 Anthropic 與 Andon Labs 的實驗：讓 Claude 3.7 Sonnet 經營辦公區零食機。結果它狂囤金屬鎢塊，還在與人類爭吵後堅稱自己是真人並瘋狂呼叫保安。實驗暴露出長程智慧體在長期執行中依然難以避免嚴重的幻覺與身份錯亂。
週五
6月27日 星期五
Facebook 測試相簿「雲處理」：訪問未釋出私人照片，Meta 稱暫未用於訓練
據 TechCrunch 報道，Facebook 在測試「雲處理」功能，邀請使用者授權上傳本地相簿未釋出的照片，用於生成 AI 拼圖和風格化建議。Meta 聲明當前測試不會用於訓練 AI 模型，但未承諾未來是否使用，引發使用者隱私擔憂。
報道稱 OpenAI 採用 Google TPU：分攤輝達依賴，降低推理成本
據路透社報道，OpenAI 已開始租用 Google 的 TPU 晶片來執行 ChatGPT 等產品。這是 OpenAI 計算基礎設施首次大舉跳出 Nvidia GPU 體系，核心目的是應對破億日活帶來的推理成本與供應風險。
丹麥擬修改版權法打擊深度偽造：長相和聲音也將擁有「版權」
丹麥政府宣佈將修改版權法，賦予個人對自身外貌與聲音的版權，以此遏制 AI 深度偽造氾濫。一旦法案通過，人們有權要求平臺下架未經授權的數字假人，違規平臺將面臨重罰；諷刺與惡搞則不受限制。丹麥還計劃向歐盟推廣這一方案。
週五
6月20日 星期五
Meta 被曝曾洽購多知名 AI 初創：扎克伯格撒錢重組團隊
據 The Verge 報道，扎克伯格近期曾探討收購 Thinking Machines、Perplexity 和 SSI，雖因價格與策略分歧未進入正式報價，但顯示出 Meta 重組 AI 的激進態勢。目前前 Scale 掌門王 Alexandr 已入職牽頭組建新團隊。
Cloudflare CEO 稱使用者不再點 AI 來源連結：OpenAI 抓 1500 頁才引流 1 人
據 Axios 報道，Cloudflare CEO 透露使用者極少再點選 AI 機器人的引用連結，導致出版商引流雪崩。OpenAI 如今爬取 1500 頁才為網站帶去 1 個訪客，Anthropic 更是 6 萬比 1。Cloudflare 正研發新工具，攔截那些無視禁爬指令的 AI 爬蟲。
ChatGPT 上線 macOS 錄音模式：開會不用記筆記，AI 自動提煉待辦
OpenAI 宣佈在 macOS 桌面端為 ChatGPT Pro、Enterprise 和 Edu 使用者上線「錄音模式」（Record mode）。使用者可以直接在客戶端內錄製會議或靈感，AI 會即時轉寫、提煉核心要點並生成待辦清單，直接省去人工記筆記的麻煩。
Meta 聯手 Oakley 推出運動 AI 眼鏡：支援 3K 錄影，續航 8 小時
Meta 聯合 Oakley 釋出運動 AI 眼鏡 Oakley Meta HSTN，售價 399 美元起。眼鏡支援 IPX4 防水與 3K 影片錄製，日常續航達 8 小時，並內建 Meta AI 提供擴音拍攝與語音問答。限量版將於 7 月 11 日開啟預購。
週四
6月19日 星期四
Perplexity 在 X 推出影片生成功能：發推即可獲得帶聲音的 8 秒短片
Perplexity 為其 X 賬號 @AskPerplexity 上線影片生成功能。使用者發推寫下提示詞並 @ 該賬號，就能生成約 8 秒、包含同步聲音和對白的 AI 短片。由於上線後請求過載，生成出現了排隊延遲，目前該功能僅限 X 平臺。
Krea 上線 Hailuo 02：主打圖生影片一致性與動態表現
Krea 宣佈在其平臺上線 Hailuo AI 開發的 Hailuo 02 影片模型。該模型主打圖生影片的一致性與運動質量，能把靜態圖片轉化為保持原始特徵的連貫影片，明顯降低了營銷與數字內容製作的門檻。
HeyGen 上線產品植入功能：傳張照片和臺詞，數字人直接拍 UGC 廣告
HeyGen 推出「Product Placement」功能。使用者上傳產品照片、挑選數字人並輸入文案，就能生成 UGC 風格帶貨廣告。該功能由 Avatar IV 驅動，支援手勢與唇形同步，主打免攝影棚和演員，現已面向所有使用者開放。
創作者不知情：Google 用 YouTube 影片訓練 Gemini 和 Veo 3
據 CNBC 報道，Google 證實正使用 YouTube 影片庫訓練 Gemini 與影片模型 Veo 3。雖然 YouTube 稱有條款授權，但創作者根本無法選擇退出自家的 AI 訓練。不少創作者擔憂，自己在不知情、無報酬的情況下，正在被用來訓練未來可能取代自己的工具。
MiniMax 釋出通用智慧體：支援 MCP 協議，主打端到端長任務處理
MiniMax 正式上線通用智慧體 MiniMax Agent。它主打多步規劃與複雜任務的端到端執行，支援多模態生成、工具呼叫並原生接入 MCP 協議。官方稱內部已試用 60 天，超過半數員工將其作為日常工具。
週三
6月18日 星期三
Zoox 啟用海沃德製造廠：年產 1 萬輛無方向盤 Robotaxi
Zoox 啟用位於海沃德的生產基地，年產能超 1 萬輛。其車輛採用無方向盤和踏板設計，目前有 20 多輛原型車在全美測試，計劃年內落地拉斯維加斯並向舊金山公眾開放。儘管目前仍落後於 Waymo，但這讓它真正從有限測試走向量產。
Runway 推出 Chat Mode：一個對話方塊搞定影像和影片生成
Runway 宣佈推出 Chat Mode。使用者可以在單一對話介面中完成從創意構思到迭代的全過程，同時生成影像和影片。說白了，就是把原本分散的影像和影片工作流整合進一個對話方塊裡，省去了來回切換工具的麻煩。
Google 上線 Search Live：直接用語音和搜尋引擎即時連麥
Google 在移動端上線 Search Live。它基於定製版 Gemini 模型，支援與搜尋即時語音多輪對話，螢幕還會同步給出網頁連結並支援後臺執行。最值得關注的是搜尋方式從打字變成邊聊邊查。目前僅限美國 Labs 使用者測試。
OpenAI 推出官方播客：首期 Sam Altman 暢談 AGI 與 GPT-5
OpenAI 正式推出官方播客節目《OpenAI Podcast》。首期由 Andrew Mayne 對話 Sam Altman，重點聊了 AGI、大家催更的 GPT-5、資料隱私以及後續發展。這意味著 OpenAI 也有了屬於自己的長對話陣地，直接對外輸出技術路線和最新動態。
UCLA 畢業生臺上亮出 ChatGPT：全靠它搞定期末作業
一段 UCLA 畢業生在畢業典禮上開啟電腦展示 ChatGPT 視窗的影片在社交平臺走紅，播放量超 4300 萬次。該學生公開感謝 ChatGPT 幫自己搞定了期末專案。這番舉動迅速引發網路爭議，有人戲稱「恭喜 ChatGPT 從名校畢業」，也有人擔憂這會衝擊學術誠信與傳統教學考核。
監管機構上線「OpenAI 檔案」：圖解公司架構與奧特曼利益網路
非營利機構 The Midas Project 與 Tech Oversight Project 聯合上線《OpenAI 檔案》網站。報告通過圖表梳理了 OpenAI 從非營利轉向商業巨頭的架構演變、安全爭議，並整理了 CEO Sam Altman 投資版圖與公司業務的重疊交集。
OpenAI 築防生物風險：限制生化攻擊指令，7 月舉辦生物防禦峰會
OpenAI 針對未來可能達到高風險閾值的生物 AI 模型推出多重防護機制，並宣佈 7 月舉辦生物防禦峰會。系統將嚴格攔截生化武器實操指導，僅向公眾提供宏觀概念並配合紅隊測試；未來只有經稽核的研究機構才能呼叫完整模型推進科研。
教宗利奧十四世警惕 AI 威脅：梵蒂岡推動制定具備約束力的國際 AI 條約
據 TechCrunch 報道，教宗利奧十四世將 AI 對人類的威脅列為任核心心議題，直面各大科技巨頭。面對 Google、微軟等高管近年頻繁造訪遊說，梵蒂岡堅持推動出臺具有約束力的國際 AI 條約，以捍衛人類尊嚴與勞工權益。
Midjourney 上線首個影片模型 V1：圖生 5 秒短片，繼承招牌畫風
Midjourney 近日上線首款影片生成模型 V1。該功能僅限網頁端，可將圖片轉為 5 秒動態片段，支援自定義運鏡與動作並可延長至 20 秒。官方稱其成本比競品便宜 25 倍。最值得關注的是其保留了獨家美學質感，不過目前僅支援圖生影片且沒有音訊。
Claude Code 支援遠端 MCP：免本地部署，一鍵直連 Linear 與 Sentry
Anthropic 宣佈 Claude Code 正式支援遠端 MCP 服務端。開發者不再需要在本地配置執行環境，只需填入服務 URL 並通過原生 OAuth 授權，就能在終端裡直接呼叫 Linear、Sentry 等外部工具的資料和上下文排錯。
YouTube Shorts 將接入 Google Veo 3：今年夏天上線 AI 影片生成
週三，YouTube CEO Neal Mohan 宣佈，將在今年夏天晚些時候把 Google 旗下的 AI 影片生成工具 Veo 3 接入 YouTube Shorts。此前 Shorts 已用舊版 Veo 生成背景，升級後創作者可直接呼叫頂級影片模型。日均播放超 2000 億次的 Shorts 正藉此發力創作者生態。
Canva 接入 Google Veo 3：輸入提示詞生成 8 秒帶音效影片
Canva 推出新功能「Create a Video Clip」，接入 Google 最新影片生成模型 Veo 3。使用者輸入文本提示詞即可生成 8 秒帶同步音效的電影級影片片段，並能直接在 Canva 編輯器中調整排版。付費使用者與非營利組織每月可免費生成 5 次。
OpenAI 切斷與 Scale AI 合作：因 Meta 鉅額入股引發中立性質疑
週三，OpenAI 證實正逐步終止與資料標註服務商 Scale AI 的合作。上週 Meta 宣佈鉅額投資 Scale AI 並引入其 CEO Alexandr Wang，引發資料中立性質疑；OpenAI 稱已在尋找更專業化的資料夥伴。Google 據悉也在評估放棄該供應商。
Sam Altman 爆料：Meta 開出 1 億美元簽字費挖角，但沒人走
週二釋出的播客中，OpenAI CEO Sam Altman 透露 Meta 曾向其核心員工開出最高 1 億美元的簽字費挖角，但目前最頂尖的人才無一跳槽。扎克伯格近期正斥巨資組建超級智慧團隊，Altman 則直言靠砸鉅款抄襲對手做不成創新。
週二
6月17日 星期二
Higgsfield AI 推出 Canvas：塗抹一下，就能把自家商品無縫換進圖裡
Higgsfield AI 推出影像編輯功能 Canvas。使用者只需用畫筆塗抹選區並上傳產品圖，就能一鍵替換或新增物體，例如把模特手裡的香水換成自家品牌；工具還集成了 Flux Kontext，支援換背景和修圖，方便電商做商品植入。
亞馬遜 CEO 稱 AI 將縮減員工規模：未來幾年精簡企業團隊
Amazon CEO Andy Jassy 在員工備忘錄中表示，隨著生成式 AI 和智慧體的大規模應用，未來幾年公司的企業員工規模預計將縮減。他要求員工學會用 AI 工具提升效率，以更精簡的團隊幹更多活。自 2022 年以來亞馬遜已裁員超 2.7 萬人。
Browserbase 上線 AI 網頁智慧體：基於 Stagehand，零程式碼搞定自動化
Browserbase 正式上線基於開源框架 Stagehand 的 AI 網頁智慧體。它支援直接用自然語言控制瀏覽器執行自動化任務，全程零程式碼且免費開放。這意味著普通使用者無需編寫任何指令碼，也能快速搞定複雜的網頁自動化流程。
MiniMax 釋出影片模型 Hailuo 02：原生 1080p，搞定複雜體操動作
MiniMax 釋出新一代影片生成模型 Hailuo 02。新模型改用 NCR 架構，引數量擴大到上一代的 3 倍，訓練和推理效率提升 2.5 倍，支援原生 1080p 輸出，在體操等複雜物理動作表現突出。目前已在網頁端、移動端與 API 同步上線。
加州再試監管AI巨頭：李飛飛等專家支招，力推第三方獨立審查
加州專家工作組釋出《加利福尼亞前沿政策報告》，針對此前被否決的 SB 1047 法案提出替代監管框架。報告由李飛飛等人牽頭，指出僅憑模型訓練算力劃分監管並不科學，建議引入強制第三方風險評估、為獨立研究人員提供避風港保護，並建立吹哨人機制。
Google 擴容 Gemini 2.5：Pro 與 Flash 轉正，推出極速版 Flash-Lite
Google 宣佈 Gemini 2.5 Pro 和 Flash 正式可用，並推出預覽版 2.5 Flash-Lite。它是 2.5 家族中最快、成本最低的模型，支援 100 萬 token 上下文與可調思考預算，專為高吞吐、低延遲場景打造。
百度上線羅永浩雙數字人直播：6 小時帶貨超 5500 萬元
百度在電商平臺推出羅永浩數字人直播，由文心大模型驅動，首次採用雙數字人搭檔即時互動主持。這場 6 個多小時的直播吸引了超 1300 萬次觀看，產生超 5500 萬元人民幣 GMV，展現了數字人帶貨的規模化變現能力。
KREA AI 公測首個影像模型 Krea 1：聯手 @bfl_ml，主打畫質與美學控制
KREA AI 宣佈面向所有使用者開放首個影像模型 Krea 1 的公開測試。該模型由其與 @bfl_ml 聯合訓練，主打更出色的影像質量與美學控制力。目前該模型已開放免費體驗。
Adobe 推出 Firefly 移動應用：手機直接文生影片，還拉來谷歌模型
Adobe 正式在 iPhone 和 Android 推出 Firefly 移動應用。它不僅支援文生圖、文生影片與生成式填充等功能，還破天荒接入了 Google 的 Imagen 3/4 和 Veo 2/3 等第三方模型。所有生成內容都會自動同步到使用者的 Creative Cloud，方便在網頁或桌面應用繼續編輯。
廣告監督機構要求微軟修改 Copilot 廣告：生產力資料涉嫌誤導
廣告監管機構 NAD 建議微軟停止或修改關於 Microsoft 365 Copilot 的生產力宣傳。NAD 指出「超 70% 使用者感到效率提升」僅反映主觀感受，無法作為客觀增效依據，且濫用 Copilot 品牌易誤導使用者。微軟雖不認同結論，但承諾按建議澄清說明。
Meta 公佈首期 Llama 初創計劃名單：千家申請中選拔，送技術支援與雲補貼
Meta 公佈首期 Llama 初創企業計劃入選名單，團隊從 1000 多份申請中篩出。入選初創公司涵蓋醫療管理、法律智慧體、遊戲與賽車等方向，入選者將直接獲得 Meta 的 Llama 技術團隊指導以及雲服務補貼，以此降低開源大模型的落地成本。
OpenAI 敲定 GPT-4.5 下線時間：API 將於 7 月停用，ChatGPT 仍保留
OpenAI 近日向開發者傳送郵件，宣佈將於 2025 年 7 月 14 日從官方 API 中徹底移除 GPT-4.5 Preview。這其實是 4 月釋出 GPT-4.1 時就定下的過渡計劃，但突發提醒仍讓不少依賴其文風與創造力的團隊措手不及。好訊息是，ChatGPT 訂閱使用者依然能在網頁端下拉選單裡繼續使用它。
Max 主頁上線動態影片預覽：用自研 AI 挑出影視精彩片段
本週起，流媒體平臺 Max 在美國智慧電視端上線主頁動態影片預覽。未來幾週內，Max 還會上線自研 AI 工具，自動從龐大片庫中抓出辨識度極高的「Drop-In Moments」精彩片段供人工挑選，大幅節省人工篩選和剪輯預覽的時間。
NVIDIA 釋出 Isaac Sim 5.0 與 Lab 2.2：物理模擬工具開啟早期預覽
NVIDIA 在 GitHub 上開放 Isaac Sim 5.0 與 Isaac Lab 2.2 的早期開發者預覽版。新版本主開啟源、合成數據生成擴充套件和新機器人模型，讓開發者能在基於物理的模擬環境裡直接訓練與驗證機器人。
週一
6月16日 星期一
OpenAI 與微軟關係告急：傳考慮指控反競爭，並爭奪程式設計 IP
據報道，OpenAI 高管曾考慮公開指控微軟存在反競爭行為，並探討讓監管機構審查合作合同。雙方目前在 OpenAI 收購 Windsurf 的智慧財產權歸屬上陷入僵持。OpenAI 試圖減少對微軟算力與雲服務的依賴，但其營利性轉型仍需微軟批准。
Cursor 推出 Ultra 訂閱：每月 200 美元享 20 倍用量，Pro 版同步鬆綁
Cursor 推出每月 200 美元的 Ultra 方案，提供相當於 Pro 檔 20 倍的用量，專為追求用量確定的重度使用者打造。同時 Pro 檔由請求次數限制改為算力限制，放開工具呼叫上限並提供無限次 Auto 模型訪問。
翻看舊 CT 查心臟病：Mass General Brigham 聯手 VA 打造 AI-CAC
訊息，Mass General Brigham 與美國退伍軍人事務部開發出 AI-CAC 工具，研究發表於《NEJM AI》。它能分析篩查肺癌等留下的普通非心電門控 CT，以 89.4% 的準確率檢測冠狀動脈鈣化。這意味著無需額外拍片，就能及早揪出隱匿的心血管風險。
Meta 聯名 Oakley 預告新款智慧眼鏡：主打運動，6 月 20 日亮相
Meta 在 Instagram 上線「Oakley/Meta」主頁，預告將於 6 月 20 日推出聯名智慧眼鏡。據報道，該產品面向運動員打造，預計採用 Oakley 的 Sphaera 鏡框設計，搭載單顆攝像頭以減輕重量。此舉意在將 AI 眼鏡拓展至運動追蹤領域。
Geoffrey Hinton 警告：AI 將取代日常智力勞動，當水管工反而最安全
AI 教父 Geoffrey Hinton 在播客中表示，大規模失業已是當下最大威脅，日常智力勞動者將被 AI 全面取代。他點名律師助理和客服最危險，一人配合 AI 能頂十個人；相反，涉及複雜實體操作的水管工等藍領崗位反而更安全。
1X 推出機器人世界模型 1XWM：預測動作後果，直接評估任務成敗
人形機器人公司 1X 公佈 1X World Model。它能根據機器人輸入的精確動作軌跡預測未來畫面與任務成功率，無需在現實或傳統物理引擎中反覆耗時測試。不過，模型目前對未見過的物體互動建模仍有困難。
ElevenLabs 推出 v3 音訊標籤：打標籤就能控制 AI 說話節奏與停頓
ElevenLabs 為 Eleven v3 推出音訊標籤功能，讓創作者直接在臺詞中插入標籤控制語速、停頓和重音。比如寫上 [pause]、[rushed] 或 [stammers]，AI 就會配合改變停頓與語氣。不過目前該功能對專業聲音克隆（PVC）支援尚不完善。
TikTok 創意 AI 接入 Adobe 與 WPP：一鍵生成 5 秒品牌影片
TikTok 擴充套件 Symphony 創意套件，推出圖生影片和文生影片功能，可將靜態產品圖或提示詞直接變為 5 秒品牌短片。這套工具除了在 TikTok 原生提供，還將整合進 Adobe Express 和 WPP Open，幫廣告人自動化生產素材。
Hugging Face 接入 Groq：在 Hub 上直接呼叫極速 LPU 推理
Hugging Face 宣佈將 Groq 接入其推理服務商生態。開發者現在可以直接在 Hugging Face 模型頁面或通過 Python、JS SDK 呼叫 Groq 的 LPU 晶片，高速執行 Llama 4、Qwen 等開源模型，支援直接通過 HF 賬戶扣費或自填 Groq API Key。
MiniMax 開源推理模型 M1：支援百萬上下文，推理算力省 70%
MiniMax 開源推理模型 MiniMax-M1，支援 100 萬 token 上下文與 8 萬 token 推理輸出。依託混合注意力與自研 CISPO 強化學習演算法，其長文本推理算力僅需 DeepSeek R1 的 30%，強化學習訓練僅花費約 53.5 萬美元。普通使用者可在網頁與 App 端免費體驗。
Adobe 推出 LLM Optimizer：幫品牌在 ChatGPT 和 Claude 裡搶排名
Adobe 釋出企業級工具 Adobe LLM Optimizer。它針對 ChatGPT、Claude、Gemini 等對話式 AI，幫企業監測品牌在 AI 生成答案中的曝光情況，並自動給出最佳化建議。Adobe 稱這標誌著品牌最佳化從傳統 SEO 轉向 GEO（生成引擎最佳化）。該工具現已作為獨立產品或整合至 AEM 提供。
Reddit 推出社群智慧套件：用 AI 提煉真實討論，廣告點選率漲 19%
Reddit 在戛納創意節推出 Reddit Community Intelligence，將平臺海量討論提煉為營銷洞察。首發兩款 Alpha 工具包括 AI 聆聽工具 Reddit Insights，以及在廣告下展示使用者好評的摘要外掛，早期測試讓廣告點選率提升了 19%。
