Google 擬與 Scale AI 解約：因 Meta 入股 49%，巨頭集體防洩密
據路透社報道，Google 正計劃終止與資料標註商 Scale AI 的合作，今年原定 2 億美元的預算將轉投別家。起因是 Meta 擬入股 Scale 49% 且其 CEO 將加入 Meta；微軟與 xAI 也在撤離，核心擔憂在於自身模型的訓練資料與路線圖被對手窺探。
AI 日報：今天的 AI 新聞
週六
6月14日 星期六
蘋果 App Store 上線 AI 標籤測試：截圖也能被 AI 讀懂並輔助分發
Apple 在 iOS 26 開發者測試版中上線了 AI 生成的 App Store 標籤。系統通過 AI 從應用描述、截圖等後設資料中挖掘資訊進行分類，無需開發者手動堆砌關鍵詞。標籤上線前有人工稽核且開發者可控，目前尚未影響公開商店的搜尋演算法。
週五
6月13日 星期五
反駁蘋果研究：大模型「推理崩潰」只是測試沒做對？
Open Philanthropy 研究員 Alex Lawsen 發表論文反駁蘋果。他指出蘋果聲稱模型在漢諾塔等任務中崩潰，實為觸碰了 token 輸出上限或遇上無解謎題。當要求寫程式碼而非窮舉步驟時，Claude 與 o3 輕鬆通過了 15 層漢諾塔。
紐約州通過 RAISE 法案：前沿 AI 模型若釀災，最高可罰 3000 萬美元
週四，紐約州議會通過《RAISE 法案》，針對算力成本超 1 億美元的前沿模型建立透明度與事故通報機制，違規最高可罰 3000 萬美元。法案刪除了此前加州被否決法案裡的「一鍵關停」等條款，目前正等待州長簽署。
騰訊開源 Hunyuan 3D 2.1：首個全開源 PBR 3D 模型，消費級顯示卡可用
騰訊混元釋出 Hunyuan 3D 2.1，並完全開源了權重、程式碼及資料流程。它支援電影級 PBR 材質合成，能還原皮革、青銅等光影質感，更關鍵的是普通消費級顯示卡就能跑得動。
Google 搜尋測試音訊概述：Gemini 把搜尋結果直接「讀」給你聽
Google 在 Search Labs 推出實驗性功能 Audio Overviews。它藉助最新 Gemini 模型，能將特定搜尋結果轉成簡短的對話式語音概述，並在播放器中附上參考網頁。適合多工或不想盯螢幕時快速瞭解陌生主題。
rabbit 釋出軟體 Agent intern：按任務計費，直接交付網站與報告
rabbit 釋出通用 AI Agent「rabbit intern」，也是其首款無需 r1 硬體的純軟體產品。使用者輸入提示詞後，它能直接生成排版完整的網站、調研報告或小遊戲；計費放棄算力點數改按任務數量算，註冊可免費體驗 3 個任務。
DeepMind 聯手阿羅諾夫斯基：用 Veo 拍短片，實拍無縫嵌進 AI 嬰兒
Google DeepMind 宣佈首部與導演達倫·阿羅諾夫斯基旗下機構合作的短片《ANCESTRA》在翠貝卡電影節首映。團隊將影片模型 Veo 與實拍結合，開發出運動匹配和區域性加物功能，把 AI 生成的逼真新生兒無縫融入實拍鏡頭。這表明生成式 AI 正加速嵌進好萊塢傳統制作管線。
NVIDIA 聯手德國電信建工業 AI 雲：一期上線 1 萬塊 Blackwell
NVIDIA 宣佈聯手德國電信建設歐洲首個工業 AI 雲。這是德國最大的單體 AI 設施，一期部署 1 萬張 Blackwell GPU，專供製造業做數字孿生、工程模擬與機器人研發，加速推進歐洲的主權 AI 佈局。
Meta 巨資入股 Scale AI：估值超 290 億美元，創始人加盟 Meta 負責 AI
資料標註龍頭 Scale AI 宣佈獲得 Meta 鉅額新投資，估值突破 290 億美元。創始人 Alexandr Wang 將加入 Meta 主管其 AI 業務，同時保留 Scale 董事席位；首席戰略官 Jason Droege 接任臨時 CEO。交易完成後 Meta 將持有少數股權，雙方將大幅擴大數據商業合作。
SAG-AFTRA 敲定遊戲協議：用 AI 做數字替身須同意，即時生成給 7.5 倍薪酬
SAG-AFTRA 公佈遊戲行業暫定協議細節。資方使用演員聲音、肖像或動作訓練 AI 必須獲得知情同意；若將數字替身用於遊戲內的即時語音聊天機器人，演員將享有至少 7.5 倍最低報酬。這場圍繞生成式 AI 的罷工持續 320 天后，終於定下了具體賠償底線。
週四
6月12日 星期四
Kalshi 在 NBA 總決賽播 AI 廣告：成本僅 2000 美元，Veo 3 幾天搞定
週三晚上，預測交易平臺 Kalshi 在 NBA 總決賽期間播出了一條全 AI 生成的電視廣告，製作成本僅約 2000 美元。製作者利用 Google 的 Veo 3 和 Gemini 在兩三天內生成並剪輯完成，號稱相比傳統廣告製作降低了 95% 的成本。
全球多項主流服務大面積宕機：AWS、谷歌雲與 Cloudflare 均受波及
據 X 平臺報道，Spotify、Google Cloud、AWS、Cloudflare、YouTube 和 Gmail 等主要網際網路服務遭遇嚴重故障。底層雲基礎設施與大型消費級平臺同時受到衝擊，導致大批使用者無法正常訪問。
ChatGPT Projects 迎來更新：支援深度研究、語音模式及跨對話記憶
OpenAI 宣佈升級 ChatGPT 的 Projects 功能，加入深度研究與語音模式支援。此外，專案內記憶能力得到最佳化，可以直接引用過去的對話記錄；移動端也補充了檔案上傳和模型選擇功能。
微軟在美上線 Copilot Vision：看懂螢幕高亮指路，免費向 Windows 開放
微軟在美國向 Windows 10 和 11 使用者推出 Copilot Vision，無需 Pro 訂閱即可免費使用。使用者主動共享應用視窗後，AI 能即時對話並高亮標出點選位置，手把手教你操作。該功能屬於實驗性的 Copilot Labs，目前僅限美國地區。
Google 升級 Gemini Code Assist：接入 Gemini 2.5，支援自定義規則與整目錄上下文
Google 宣佈為程式設計助手 Gemini Code Assist 升級 Gemini 2.5 系列模型。新版支援用「@」引入整個資料夾（最高 100 萬 token 上下文）、自定義快捷命令與專案規則，並支援多會話並行與歷史記錄恢復。個人使用者可在 VS Code 或 JetBrains IDE 免費安裝外掛體驗。
NVIDIA 聯手 Stability AI：TensorRT 讓 SD 3.5 視訊記憶體狂省 40%，速度翻倍
NVIDIA 聯合 Stability AI 為 Stable Diffusion 3.5 推出 TensorRT 加速與 FP8 量化。SD3.5 Large 視訊記憶體需求從 18GB 驟降至 11GB，生成速度飆升 2.3 倍，主流消費級 RTX 顯示卡也能輕鬆跑起大模型。
Meta 起訴「AI 脫衣」軟體 CrushAI：封禁廣告並跨平臺圍剿
Meta 宣佈在香港起訴 CrushAI 的母公司 Joy Timeline，嚴打利用 AI 生成非自願色情影像的推廣行為。Meta 還上線了新識別技術，能揪出不帶裸露畫面的擦邊廣告，並通過 Lantern 計劃向其他科技公司共享了逾 3800 個違規網址。
押注「納德拉時刻」：新總裁 Patel 帶領思科重構 AI 基礎設施
本週 Cisco Live 期間，思科新任總裁 Jeetu Patel 推動產品線深度整合並深化與輝達的 AI 合作，帶動股價年內漲超 10%。業內將這次動作與微軟當年轉向雲和 AI 的改革相提並論。最值得關注的是，思科正全力打破系統割裂，重回產品創新驅動。
DeepMind 上線 Weather Lab：用 AI 預測熱帶氣旋，誤差大幅縮減
Google DeepMind 推出氣象平臺 Weather Lab，釋出實驗性 AI 熱帶氣旋模型。該模型可提前 15 天生成 50 種氣旋推演情景，5 天路徑預測比主流物理模型誤差減少 140 公里，相當於領先了 1.5 天。目前正與美國國家颶風中心合作實測。
美泰聯手 OpenAI：芭比和風火輪要裝上 AI，首款產品年內亮相
玩具巨頭美泰宣佈與 OpenAI 達成戰略合作，將把 AI 技術引入旗下經典品牌，打造適齡玩具和互動體驗，同時美泰內部也將引入 ChatGPT Enterprise 協助研發。雙方首款合作產品預計將於今年晚些時候公佈。
Microsoft 升級 Clipchamp：刪掉轉錄文字，影片畫面跟著自動剪掉
Microsoft 為線上影片編輯工具 Clipchamp 上線基於轉錄文本的剪輯功能。使用者不再需要反覆拖動時間軸，只要刪掉 AI 自動轉錄裡的某句對話，影片就會同步切除對應片段。該功能率先面向工作賬戶開放，個人使用者後續跟進。
Sakana AI 推出 Text-to-LoRA：一句話描述任務，直接生成模型微調權重
Sakana AI 釋出超網路 Text-to-LoRA。它跳過了收集資料集和昂貴微調的繁瑣流程，僅憑一段文字描述就能一步生成針對特定任務的 LoRA 介面卡，甚至能泛化到新任務。該成果入選 ICML 2025，相關程式碼已開源。
週三
6月11日 星期三
Tesla 暫定 6 月 22 日上線奧斯汀 Robotaxi：首發 Model Y
本週二，Elon Musk 透露 Tesla 暫定於 6 月 22 日在得州奧斯汀啟動 Robotaxi 服務。初期將投入約 10 到 20 輛 Model Y 車型，運營範圍僅幾平方英里。Musk 強調出於極致的安全考量，上線時間仍可能微調。
迪士尼與環球起訴 Midjourney：擅自生成經典角色涉侵權
週三，迪士尼與環球影業正式起訴 Midjourney，指控其影像生成工具大量侵權複製達斯·維達、小黃人等經典版權角色，稱其為「抄襲無底洞」。訴訟不僅涵蓋現有影像工具，還直接盯上了其即將推出的影片生成模型，並要求陪審團審判。
社群編輯集體抗議：維基百科叫停 AI 生成摘要測試
維基媒體基金會叫停了一項在維基百科移動端頂部展示 AI 摘要的測試。編輯社群對此強烈反對，批評此舉是盲目跟風 Google，認為強推浮躁的機器生成摘要不僅侮辱讀者智力，還會直接摧毀維基百科嚴謹、可靠的信譽根基。
Meta AI 上線影片編輯功能：50 多種預設一鍵重繪短影片
Meta 在 Meta AI 應用、網頁版及 Edits 應用中推出生成式 AI 影片編輯功能。受 Movie Gen 模型啟發，使用者可通過 50 多種預設提示詞，將 10 秒短影片轉換為復古漫畫或遊戲風格。該功能目前在美國等十餘個國家限時免費提供。
The Browser Company 釋出 Dia：自帶 AI 助手，可跨標籤頁對話
The Browser Company 釋出新瀏覽器 Dia，目前面向 Arc 的 Mac 使用者開放測試。與 Arc 激進的設計不同，Dia 迴歸水平標籤，核心是在右側加入 AI 助手，能讀取所有開啟的標籤頁與歷史記錄協助辦公。最值得關注的是，它試圖讓瀏覽器直接變成個人助理。
Mistral AI 推出 Mistral Compute：做歐洲自己的全棧 AI 算力平臺
Mistral AI 推出 AI 基礎設施平臺 Mistral Compute。該方案涵蓋 GPU、編排、API 及套件，提供從裸金屬到託管 PaaS 的私有全棧服務，旨在擺脫對美中少數雲巨頭的依賴並強調資料主權。
DeepL 部署輝達 B200：翻譯整個網際網路縮短至 18 天
週三，DeepL 宣佈部署搭載輝達 B200 的 DGX SuperPOD 系統。新算力將把翻譯整個網際網路的時間從原本的 194 天大幅壓縮至 18 天。DeepL 表示，算力升級不僅能支援研發更強的大模型，還能直接改善今年推出的 Clarify 等上下文翻譯功能。
三星 Bespoke AI 冰箱升級：聽聲音認家庭成員，還能幫你找手機
Samsung 為 2025 款 Bespoke AI 冰箱推送更新，Bixby 助手開始支援多人語音識別。冰箱能憑聲線辨識不同家庭成員，自動切換專屬日程、照片或無障礙顯示模式，還能幫找手機。更新率先推送給配有 Family Hub 大屏的型號。
星巴克測試 AI 助手 Green Dot Assist：即時查配方排障，擬全美推廣
星巴克宣佈在 35 家門店試點 AI 助手 Green Dot Assist。店員用店內 iPad 就能即時查配料配方、排查裝置故障，店長也能借此調配替班。該助手基於微軟 Azure OpenAI 開發，預計 2026 財年推向美加所有門店，以精簡流程並縮短等餐時間。
傳 Meta 籌建超級智慧實驗室：重金挖角 OpenAI 谷歌，擬聯手 Scale AI
據外媒報道，Meta 正在籌備設立專注於「超級智慧」的新 AI 實驗室。Meta 計劃招募 Scale AI 創始人 Alexandr Wang，並商談向其投資數十億美元，同時開出 7 至 9 位數薪酬從 OpenAI 和谷歌挖人，以應對內部動盪並重組 AI 研發力量。
週二
6月10日 星期二
OpenAI 推遲開放權重模型釋出：6 月不上線，改到夏末
Sam Altman 透露 OpenAI 的開放權重模型將推遲釋出，不會在 6 月推出，預計延後至今年夏末。他表示研究團隊做出了一些出人意料且非常驚豔的成果，絕對值得等待，但還需要更多時間打磨。
Sam Altman 發文談「溫和的奇點」：2026 年 AI 或將產生全新見解
OpenAI CEO Sam Altman 發表長文《溫和的奇點》，稱人類已越過數字超級智慧的事件視界。他預測 2026 年 AI 系統或將具備提出全新見解的能力，2027 年實體機器人將落地；隨著基礎設施建設擴充套件，智慧成本最終將無限趨近電費。
OpenAI 上線 o3-pro：接替 o1-pro，支援工具呼叫與 API
OpenAI 正式釋出最強推理模型 o3-pro，面向 ChatGPT Pro、Team 使用者及 API 開放，全面接替 o1-pro。該模型支援聯網搜尋和程式碼執行等工具，在數學和科學測試中跑分出眾，但目前不支援生圖與 Canvas，且響應時間更長。
Snap 計劃 2026 年發售輕量 AR 眼鏡 Specs：自帶多模態 AI
Snap 宣佈計劃於 2026 年面向消費者發售輕量級 AR 智慧眼鏡 Specs。新眼鏡配備透光鏡片與多模態 AI 助手，支援即時翻譯和做菜指引，機身比前代更小更輕。其搭載的 SnapOS 還支援接入 OpenAI 與 Google DeepMind 的模型。
MIT 新研究：長期用 ChatGPT 寫作，大腦連線明顯減弱
MIT 研究團隊釋出論文，通過腦電圖監測發現，使用 ChatGPT 輔助寫作的人大腦網路連線最弱，甚至失去對文章的掌控感。當換回純腦力寫作時，他們的大腦仍處於參與不足狀態。研究者指出，AI 帶來的短期便利可能會積累長期「認知負債」。
Krea AI 釋出影像模型 Krea 1：擺脫塑膠感，7 秒生成支援 4K
Krea AI 推出影像模型 Krea 1，核心目標是擺脫一眼假的「AI 感」。新模型主打細膩真實的皮膚質感與膠片瑕疵美學，支援原生 1.5K 生成與 4K 放大，HD 出圖僅需 7 秒，且支援使用者上傳最多 50 張圖微調風格，目前每日提供免費生成額度。
Google AI 搜尋重創媒體流量：直接給答案，沒人點連結了
《華爾街日報》報道指出，Google 的 AI Overviews 等功能正重創新聞媒體流量。使用者直接向 AI 提問就能獲得摘要，不再點選原網頁；《紐約時報》來自自然搜尋的流量佔比在 4 月跌至 36.5%。媒體正被迫加速轉向內容授權或分成模式。
微軟測試 Edge 新功能：打錯字也能搜到瀏覽記錄，全靠端側 AI
上週，Microsoft 開始在 Edge 測試版中上線「增強搜尋」功能，依靠端側 AI 模型檢索歷史記錄。使用者即便輸錯別字、近義詞或模糊短語，也能找到看過的網頁。最值得關注的是，該模型完全在本地訓練且資料不上雲，隱私風險遠低於之前的 Recall。
Mistral 推出首款推理模型 Magistral：開源 24B 小模型，支援多語言思考
Mistral AI 釋出首個推理模型 Magistral。新模型分兩個版本：開源且商用的 24B 引數 Magistral Small，以及面向企業的 Magistral Medium。它支援用中文等多種語言原生思考並提供透明推理鏈，在 Le Chat 中還提供提速 10 倍的 Flash Answers 模式。
ChatGPT 宕機一整天后基本恢復：API 已恢復，語音模式仍有異常
OpenAI 的 ChatGPT、Sora 及 API 遭遇大範圍故障，甚至波及了依賴其模型的 Perplexity。截至美東時間傍晚，官方稱 API 已全面恢復，絕大部分功能恢復正常，但語音模式的錯誤率依然偏高。
思科全面升級網路產品線：從 400G 光模組到園區交換機，全力疏通 AI 瓶頸
本週，思科在 Cisco Live 上全面升級了面向 AI 的網路產品線，涵蓋資料中心管理軟體、400G 光模組及搭載 SiliconOne 晶片的園區交換機。統一儀表板內建了排障 AI 助手，並聯合輝達擴充套件 AI Pod 方案，旨在打通 AI 流量暴漲下的傳輸堵點。
高通釋出 Snapdragon AR1+ Gen 1：AI 獨立跑在智慧眼鏡上，無需連手機
週二，Qualcomm 在 AWE USA 上推出 Snapdragon AR1+ Gen 1 晶片，體積比前代縮小 26%。官方使用 RayNeo X3 Pro 現場演示了脫離手機與雲端、完全在眼鏡端離線執行 Llama 1B 模型。這意味著智慧眼鏡有望擺脫手機配件定位，變身獨立裝置。
週一
6月9日 星期一
Google 推出影片模型 Veo 3 Fast：速度翻倍，已接入 Gemini 和 Flow
Google 推出影片生成模型 Veo 3 Fast，已在 Gemini App 和 Flow 中上線。新模型在保持 720p 解析度的同時，生成速度提升超 2 倍，並進行了服務端最佳化以承載更多併發請求。也就是說，創作者調整畫面提示詞的等待時間將大幅縮短。
蘋果推出 Foundation Models 框架：App 可免費呼叫端側 AI
Apple 在 WWDC 上推出 Foundation Models Framework。開發者能直接在第三方 App 中呼叫 Apple Intelligence 的端側大模型，支援離線執行、工具呼叫且無推理成本。公開測試版預計下個月上線。
上線僅一個月：Anthropic 悄悄下線 Claude 撰寫的 AI 實驗部落格
據 TechCrunch 報道，Anthropic 剛剛關閉了上線僅約一個月的實驗性部落格 Claude Explains，並將頁面重定向至官網首頁。該部落格原本展示 Claude 與人類協同撰寫技術指南，但因內容生成透明度不足、被質疑搞自動化內容營銷而在社交媒體上遇冷。
防高考作弊：通義千問、豆包等 AI 助手在考試期間停用拍照搜題
據報道，為防高考作弊，通義千問、豆包、騰訊元寶、Kimi 及 DeepSeek 等主流 AI 助手在考試時段限制或暫停了拍照搜題功能。多家平臺稱此舉是為了維護考試公平，在大模型普及下為考場構築一道技術安全網。
特斯拉 Optimus 工程主管離職：Autopilot 負責人接棒，年造五千臺迎大考
特斯拉人形機器人 Optimus 工程主管 Milan Kovac 宣佈離職，稱離職只為陪伴家人。據彭博社報道，Autopilot 主管 Ashok Elluswamy 將接管該業務。馬斯克曾計劃今年生產約 5000 臺 Optimus，核心骨幹的離開讓這一量產目標面臨考驗。
Apple 釋出 STARFlow：繞過擴散模型，高畫質影像生成比肩 Midjourney
上週，Apple 聯合高校研究人員釋出論文，推出影像生成系統 STARFlow。該技術將規範化流與自迴歸 Transformer 結合，首次實現該架構在大尺度高解析度上的有效執行，畫質直追主流擴散模型，為端側精確控圖與計算開闢了新路徑。
生成式 AI 首場版權大審判：Getty 訴 Stability AI 正式開庭
Getty Images 訴 Stability AI 侵犯版權案在英國高等法院開庭。Getty 指控對方無視版權大規模抓圖訓練 Stable Diffusion，要求為資料買單；Stability 則堅稱模型訓練不在英國，且訴訟威脅到整個行業。這是該領域首場真正開打的庭審。
Apple 預覽 visionOS 26：生成式 AI 給照片添縱深，手勢之外支援 PS VR2 手柄
Apple 公佈 visionOS 26。更新引入空間小元件，並利用生成式 AI 演算法將普通照片轉為可探頭細看的空間場景；Persona 虛擬形象更逼真且支援側臉。此外系統還新增同空間共享及對 PS VR2 控制器的支援，開發者預覽版現已開放測試。
Apple Intelligence 大更新：端側模型向開發者開放，手錶迎來 AI 健身教練
Apple 宣佈升級 Apple Intelligence，為 iPhone、Mac 等裝置加入通話即時翻譯和螢幕視覺理解。最關鍵的是，Apple 首次向開發者開放端側基礎模型，用幾行 Swift 程式碼就能免費離線呼叫 AI 能力。新功能即日開啟測試，秋季正式推送。
週六
6月7日 星期六
ChatGPT 高階語音大更新：語氣更自然，還能連著當同傳
OpenAI 升級了 ChatGPT 的高階語音模式，面向所有付費使用者開放。新版聲音更自然，能呈現停頓、重音以及諷刺和共情等細微情緒，還能當作連續翻譯助手使用。不過官方也提醒，偶爾仍會出現音調波動或雜音亂碼等小毛病。
Anthropic 長期利益信託吸納國安專家：CNAS 執行長加盟
Anthropic 宣佈新美國安全中心 CEO Richard Fontaine 加入其「長期利益信託」（LTBT）。Fontaine 曾在美國家安全委員會與國防政策委員會任職，此次加入旨在幫 Anthropic 應對前沿 AI 對地緣政治和國家安全的衝擊。信託成員不持股，直接參與監督董事會。
週五
6月6日 星期五
Microsoft 照片應用上線 AI 打光：自選三處光源，支援白話搜圖
Microsoft 為 Copilot+ PC 上的照片應用上線 AI「重新打光」（Relight）和自然語言搜圖功能。使用者可設定最多 3 個虛擬光源調節畫面光影，輸入日常描述就能檢索本地照片。目前 Relight 僅限驍龍晶片機型，AMD 與 Intel 裝置後續跟進。
EleutherAI 釋出 8TB 開源資料集：全靠授權與公有領域文本訓練
EleutherAI 聯合多家機構釋出 8TB 訓練資料集 The Common Pile v0.1。該資料集耗時兩年，完全由授權和公有領域文本構成。同步推出的 7B 模型 Comma 表現媲美 Meta 的初代 Llama，證明不用侵權資料也能練出好模型。
Gemini 上線計劃操作功能：支援定時或週期性自動跑 Prompt
Google 在 Gemini 應用中推出「計劃操作（scheduled actions）」功能。使用者可以直接指定具體時間讓 Gemini 跑任務，或把常用提示詞設為週期性自動執行，例如每週一定時生成靈感或每天早晨整理郵件日程。目前面向 Google AI Pro、Ultra 訂閱使用者及部分 Workspace 方案開放。
蘋果 WWDC 2025 曝光：Apple Intelligence 迎即時翻譯與開發者工具
據彭博社報道，蘋果計劃在 WWDC 2025 上重點為 Apple Intelligence 更新跨系統翻譯與開發者工具。使用者將支援資訊自動翻譯、電話與 AirPods 即時對話翻譯；開發者則可直接呼叫 Genmoji 等 AI 能力。具體細節預計於 6 月 9 日揭曉。
Anthropic 推出 Claude Gov：專供美國國安機構，涉密任務少拒答
Anthropic 推出專為美國國家安全客戶定製的 Claude Gov 模型，已部署於涉密環境。新模型針對情報分析、戰略規劃與網路安全等場景微調，最關鍵的是減少了接觸敏感機密資訊時的「拒答」情況，同時維持現有的安全評估標準。
週四
6月5日 星期四
ElevenLabs 釋出 Eleven v3 Alpha：支援情感控制標籤與 70 多種語言
ElevenLabs 推出文本轉語音模型 Eleven v3 的 Alpha 測試版本，進一步提升語音的情感表達與上下文感知能力。模型支援 70 多種語言與單次最高 5000 字元輸入，並引入音訊標籤來直接控制耳語、笑聲等情緒語氣。這意味著創作者無需專業配音演員，就能生成富有情緒起伏的多語言角色對話。
Higgsfield AI 推出 Higgsfield Speak：輸入臺詞生成動態說話影片
Higgsfield AI 推出影片生成工具 Higgsfield Speak。使用者選定風格與形象並輸入臺詞指令碼後，系統會自動合成包含鏡頭動態、語音與面部情緒的說話影片，降低了製作動態口播影片的門檻。
X 更新開發者條款：禁止外部公司用平臺帖子訓練 AI 模型
X 更新開發者協議，明確禁止第三方利用平臺內容或 API 微調與訓練基礎模型。此舉類似 Reddit 限制爬蟲的做法，被認為是在為未來的付費資料授權交易鋪路。不過，X 自身仍在使用使用者資料訓練旗下的 Grok 模型。
Perplexity 接入 SEC 財務資料：全員可在 Search 和 Labs 中查財報
Perplexity 宣佈接入 SEC/EDGAR 資料庫，即日起面向所有使用者開放。無論在 Search、Research 還是 Labs 中，使用者都能直接檢索並解讀上市公司的財報等專業財務檔案，降低了投資者查閱硬核技術文件的門檻。
Google 升級 Gemini 2.5 Pro：競技場霸榜，加入思考預算
Google 釋出 Gemini 2.5 Pro 升級預覽版，預計數週內正式商用。新版在 LMArena 提升 24 分穩居第一，優化了排版與創意表達，並在 API 中新增思考預算控制。Gemini 應用今日已同步更新上線。
HeyGen 升級 Avatar IV：支援 Prompt 控制手勢，微表情更逼真
HeyGen 宣佈為其數字人 Avatar IV 推出重大升級。新版本支援根據指令碼自動生成動態手勢，也能直接用提示詞控制動作，同時加入了超逼真微表情，支援生成 60 秒的 1080p 影片。目前該功能已面向所有 HeyGen 賬戶開放。
斯坦福開源 Tokasaurus：專注高吞吐推理，效能超 vLLM 達 3 倍
斯坦福團隊開源大模型推理引擎 Tokasaurus，專為合成數據生成與批次任務等高吞吐場景設計。它通過極低 CPU 開銷與動態字首複用最佳化小模型，並針對無 NVLink 顯示卡最佳化流水線並行，吞吐量比 vLLM 和 SGLang 最高提升超 3 倍。
語音 AI 融資暴增 8 倍：人聲逼真度大漲，客服全面進軍電話線
CB Insights 資料顯示語音 AI 初創公司去年吸金 21 億美元，同比飆升 8 倍。得益於 OpenAI Realtime API 與 ElevenLabs 等全雙工模型突破，語音延遲和成本大幅降低，餐廳和醫院已開始大規模用它接聽訂單與熱線，客戶幾乎難辨真假。
週三
6月4日 星期三
HubSpot 接入 ChatGPT 深度研究：直接調取 CRM 資料做業務分析
HubSpot 推出面向 ChatGPT 的深度研究聯結器，讓付費 ChatGPT 使用者能直接呼叫自家 CRM 資料進行深度分析。聯結器嚴格遵循使用者的 CRM 原有訪問許可權，且官方承諾客戶資料不會用於 AI 訓練。
Cursor 1.0 上線：能做程式碼審查，還能在後臺併發數十項任務
Cursor 正式推出 1.0 版本。新版加入了程式碼審查功能，可以記住此前犯過的錯誤，還能在後臺同時推進數十項任務。說白了，開發者現在能把繁瑣的排查和多執行緒雜務統統扔給後臺去跑。
OpenAI 抗訴《紐約時報》資料要求：拒絕無限期保留使用者對話記錄
OpenAI 抗訴一項法院命令，反對《紐約時報》等原告要求其無限期保留 ChatGPT 及 API 資料的做法。原告甚至索求使用者已刪除的對話，OpenAI 稱這違背了 30 天清除的隱私承諾，正全力上訴捍衛使用者隱私。
OpenAI 抗議法院命令：強制保留已刪聊天記錄嚴重侵犯隱私
OpenAI 提交法庭檔案，要求撤銷一項強制保留所有 ChatGPT 日誌（含已刪除對話及 API 記錄）的法院命令。此前《紐約時報》等原告指控其銷燬侵權證據。OpenAI 稱該命令侵犯數億使用者隱私決策，要求舉行口頭辯論並撤銷命令。
Reddit 起訴 Anthropic：稱其自去年 7 月違規爬取資料超 10 萬次
週三，Reddit 在舊金山起訴 Anthropic，指控對方在聲稱停止抓取後，自 2024 年 7 月以來仍用爬蟲違規訪問 Reddit 超過 10 萬次。Reddit 稱其真實人類對話被拿去餵給 Claude 等模型，Anthropic 發言人對此堅決否認並表示將積極應訴。
微軟上線 Copilot Shopping：用 AI 幫你比價、蹲降價並直接下單
Microsoft 在 Copilot 移動端和網頁端推出 Copilot Shopping 功能。使用者能通過自然語言挑選商品、對比多家電商價格，還支援檢視歷史價格走勢並用滑塊設定降價提醒，甚至不用離開 App 就能直接完成結賬。
ChatGPT 深度研究接入內部資料來源：支援 Outlook 與 Gmail
OpenAI 宣佈 ChatGPT 深度研究功能現可接入內部資料來源並拉取即時上下文，同時繼承原有的使用者級許可權。聯結器現已支援 Outlook、Teams、Google Drive、Gmail 與 Linear，面向企業版、教育版以及部分地區的 Plus 和 Pro 使用者開放。
Anthropic 升級訂閱：Claude Pro 與 Max 可直接用 Claude Code
Anthropic 宣佈將終端程式設計工具 Claude Code 納入 Pro 和 Max 個人訂閱，無需單獨按 API 額度付費。在終端以及 VS Code、Cursor 等 IDE 中登入訂閱即可使用，不過呼叫額度與網頁端 Claude 共享。如果系統配有 API 金鑰，需注意避免被誤扣費。
Luma AI 推出 Modify Video：保留動作神態，一鍵替換影片角色與場景
Luma AI 推出影片編輯功能 Modify Video，能在保留人物動作、表情和鏡頭運動的前提下，一鍵替換場景、光影或角色。它提供三種控制預設，盲測在連貫性與運動保留上優於 Runway V2V。目前已在 Dream Machine: Ray 2 上線，單次最長支援 10 秒。
Mistral 釋出程式設計客戶端 Mistral Code：主打本地私有部署，對標 Cursor
Mistral 推出程式設計助手 Mistral Code，直接對標 Cursor 與 GitHub Copilot。該客戶端基於開源專案 Continue 打造，整合了 Codestral 等自研模型，支援 80 多種語言。最值得關注的是它支援企業在私有算力或完全斷網環境下本地部署，目前已開啟內測。
Epic 將向創作者開放 AI NPC：人人都能在《堡壘之夜》做會聊天的角色
Epic Games 宣佈計劃允許創作者在《堡壘之夜》中自制 AI 驅動的 NPC。繼黑武士語音互動走紅後，Epic 將把多層安全防護工具同步開放給創作者，方便其打造能自由語音對話的角色。最值得關注的是，遊戲將從固定劇本邁向無限對話體驗，不過具體上線時間尚未公佈。
Runway 聯手 AMC Networks：用 AI 加速美劇前期預演與宣發
Runway 與 AMC Networks 達成合作，將 AI 工具引入後者的影視開發與營銷流程。出品過《絕命毒師》《行屍走肉》的 AMC 將藉此推進概念設計、前期畫面預演與宣發物料篩選，加速影視創意落地。
三星預告下一代 Ultra 摺疊機：要把端側 AI 塞進更輕巧的機身
Samsung 宣佈將把 Ultra 級體驗引入更便攜的摺疊裝置。新機重點在於硬體輕量化，同時針對摺疊與展開形態深度定製 Galaxy AI，支援語音訂餐發信等端側多工排程。摺疊屏開始從單純卷硬體厚度轉向用 AI 最佳化大屏互動。
Figma 推出 Dev Mode MCP Server：讓 Cursor、Claude 直接讀懂設計稿
Figma 宣佈測試上線官方 MCP Server，把設計上下文直接接入開發工具。Cursor、Claude Code 等 AI 程式設計工具不再只靠截圖猜樣式，而是能直接讀取變數、元件定義和設計規範，生成與現有程式碼庫高度一致的前端程式碼。
週二
6月3日 星期二
Anthropic 切斷 Windsurf 算力：傳 OpenAI 擬收購，賣給對手太奇怪
Windsurf 稱 Anthropic 在不到 5 天內切斷了其對 Claude 3.x 的官方直接算力。Anthropic 聯創 Jared Kaplan 證實此舉因傳聞 OpenAI 正斥資 30 億美元收購 Windsurf，算力緊張下不可能把 Claude 賣給競手。Windsurf 已緊急呼叫第三方推理算力兜底。
Suno 升級歌曲編輯器：支援逐段重排改寫，還能拆出 12 軌分軌
Suno 推出全新升級的歌曲編輯器。使用者可以直接在波形圖上逐段重排與改寫音樂，並將音軌拆解為包含人聲、鼓點等在內的 12 條獨立分軌。此外平臺還支援上傳最長 8 分鐘的完整音訊，並新增控制風格偏好的創意滑塊。
Builder.ai 破產：15 億美元 AI 獨角獸竟是印度外包假扮
本週，估值曾達 15 億美元的軟體開發平臺 Builder.ai 申請破產保護。調查發現，其號稱全自動的 AI「Natasha」實際上是由數百名印度工程師人工假扮機器人寫程式碼，公司還涉嫌財務造假虛增營收。這是 ChatGPT 爆火以來最大的 AI 獨角獸暴雷案，目前正面臨欺詐調查。
Anthropic 悄悄上線 Claude Explains：讓 AI 寫部落格，人類專家把關
Anthropic 近日低調推出技術部落格 Claude Explains，內容主要由 Claude 模型撰寫，再由內部專家和編輯團隊補充實操案例與洞察。官方表示這並非 AI 純端到端生成，而是展示「人機協作」生產內容，公司也不會因此停止招募人類編輯與文案作者。
OpenAI 推出漏洞披露新規：AI 頻繁挖出零日漏洞，修復不設死限
OpenAI 釋出外向協同漏洞披露政策，規範如何向第三方及開源軟體報告其 AI 工具發現的程式碼缺陷。目前其系統已挖出過零日漏洞，針對披露時限，OpenAI 預設不設固定修復死限，給開發者留出充分修復時間。
Google 暫停相簿 Ask Photos 推送：延遲和質量不達標，兩週內修復
Google 暫停了 Google 相簿中 Ask Photos 功能的推送。產品經理坦承該功能在延遲、質量和體驗上「還沒達到應有水平」，目前已暫停小範圍測試，預計約兩週後推出改進版本，恢復原有搜尋的速度與召回率。
ChatGPT 記憶功能升級：免費使用者也能跨對話記住近期上下文
OpenAI 開始向免費使用者推送 ChatGPT 記憶功能改進。新版本不僅保留已存記憶，還能參考近期的對話記錄來回答。付費使用者擁有長期記憶，免費版則是輕量短期的跨對話連續性，使用者隨時可在設定中關閉或刪除。
OpenAI 升級 ChatGPT 記憶：免費使用者也能參考近期對話
OpenAI 宣佈開始向免費使用者推送輕量版記憶改進功能。除了已經儲存的記憶要點，ChatGPT 現在還會參考近期的對話記錄，以此提供更具個性化的回答。不過該功能目前處於剛開始推送階段，尚未覆蓋全部免費賬號。
NotebookLM 支援公開連結分享：任何人都能點開互動、聽音訊播客
Google 宣佈為 NotebookLM 上線公開連結分享功能，允許使用者通過單條連結公開自己的筆記本。訪問者無法修改原始檔，但可以直接提問互動，或檢視生成的音訊概覽與簡報。目前該功能僅向個人賬號開放。
ManusAI 推出影片生成：單條提示詞直接出帶分鏡的完整故事影片
ManusAI 宣佈推出影片生成功能。輸入單條提示詞，系統即可自動規劃分鏡場景、生成畫面並製作動效，幾分鐘內生成結構完整的影片故事。目前該功能已面向 Basic、Plus 和 Pro 付費會員開放早期試用，後續將向全量使用者開放。
Wispr Flow 上線 iOS 版：支援 100 多種語言，輕聲耳語也能打字
語音聽寫創業公司 Wispr Flow 釋出 iOS 應用，以第三方輸入法形式支援在任意 App 中用語音輸入。應用支援 100 多種語言，具備弱網執行和低聲耳語識別能力，還能自動學習專業術語。每週提供 2000 詞免費額度，無限量版每月 12 美元。
Phonely 聯手 Groq 升級語音 AI：首字響應 176 毫秒，準確率衝上 99.2%
據 VentureBeat 報道，AI 電話客服公司 Phonely 聯手 Maitai 與晶片廠商 Groq，利用零延遲 LoRA 熱切換技術大幅壓低響應延遲。其語音智慧體首 token 延遲降至 176 毫秒，準確率躍升至 99.2%，超七成致電者分不清是人是 AI，已有客戶本月藉此替代了 350 名人工客服。
TikTok 推出 AI 智慧關鍵詞過濾：遮蔽詞自動覆蓋同義詞
TikTok 宣佈上線 AI 驅動的「智慧關鍵詞過濾」功能。使用者新增過濾詞後，AI 會自動識別並連帶遮蔽相似詞與同義詞，並清晰展示過濾列表。未來幾個月，支援新增的關鍵詞上限將翻倍至 200 個，同時支援批次匯入與手動勾選細分詞彙。
OpenAI「宮鬥」拍成電影：瓜達尼諾執導，加菲或演奧特曼
據報道導演盧卡·瓜達尼諾正洽談執導亞馬遜米高梅電影《Artificial》，搬演 2023 年 OpenAI 執行長山姆·奧特曼被罷免又閃電覆職的內幕。安德魯·加菲爾德有望飾演奧特曼，專案計劃今年夏天開拍。
圖靈研究所調查：英國近四分之一 8 至 12 歲兒童已在用生成式 AI
圖靈研究所釋出調查顯示，英國 55% 的家庭正在使用生成式 AI，近四分之一 8 至 12 歲兒童已接觸過該技術，最常用的工具是 ChatGPT。孩子們主要用它激發創意、查閱資訊或娛樂，而有特殊學習需求的兒童使用率顯著更高。
Yoshua Bengio 成立非營利機構 LawZero：開發「誠實 AI」防範智慧體欺騙
圖靈獎得主 Yoshua Bengio 宣佈成立非營利機構 LawZero，啟動資金約 3000 萬美元。團隊正在開發名為 Scientist AI 的系統，像「心理學家」一樣評估自主智慧體行為的危害機率，超標時直接攔截。其目標是讓 AI 保持純粹的知識機器屬性，不具欺騙性。
