Google 推出 NotebookLM 移動端：支援離線聽播客、隨時匯入資料
Google 正式在 Android 和 iOS 推出 NotebookLM 移動應用。使用者可離線或在後臺收聽 Audio Overviews，還能點選 Join 與主持人互動提問，或通過手機系統分享一鍵匯入網頁和 PDF。通勤路上消化複雜資料終於順手了。
AI 日報：今天的 AI 新聞
週一
5月19日 星期一
ChatGPT 占卜稱丈夫出軌：希臘女子據此起訴離婚
據希臘媒體報道，一名結婚 12 年的希臘女子用 ChatGPT 玩傳統「咖啡渣占卜」，AI 聲稱其丈夫迷戀一名 E 開頭的年輕女性。女子信以為真並將丈夫趕出家門並起訴離婚。這起荒唐事件在希臘引發了公眾對盲信 AI 影響人際關係的廣泛討論。
GitHub Copilot 推出全新程式設計智慧體：分個 Issue 給它，後臺自動提 PR
GitHub Copilot 推出全新程式設計智慧體。開發者只需將 GitHub issue 分配給 Copilot，它便會在 GitHub Actions 後臺自動分析程式碼並提交草稿 PR。該智慧體支援 MCP 協議與影像輸入，且生成的程式碼必須經人工稽核才會觸發 CI/CD。
Microsoft Edge 內建 Phi-4-mini：網頁開發者可直接呼叫本地 AI API
Microsoft 在 Build 2025 上宣佈將 Phi-4-mini 模型直接內建進 Edge 瀏覽器，並推出 Prompt 與文本輔助等實驗性 AI API。這意味著開發者無需搭建後端模型即可在網頁中執行端側 AI，兼顧隱私與成本；同時 Edge 還上線了 PDF 全文翻譯，並在側邊欄打通了 Copilot 智慧體。
微軟升級 Outlook 與 Copilot：郵件附件能直接出摘要，開會前先看簡報
Microsoft 在 Build 開發者大會上為 Outlook 和 Microsoft 365 推出多項 Copilot 功能。Outlook 現已支援直接生成搜尋結果與郵件附件摘要，並在開會前彙總相關背景任務；同時 Copilot Pages 登入移動端，支援一鍵轉為 Word 文件。
微軟釋出 Windows AI Foundry：原生支援 MCP，WSL 正式開源
Microsoft 在 Build 2025 上推出 Windows AI Foundry，統一管理端側與雲端模型。Windows 11 將原生支援 MCP 協議，讓 AI 智慧體直接呼叫本地系統應用；同時官方宣佈開源 WSL，併為端側小模型 Phi Silica 帶來 LoRA 微調。
Microsoft 釋出 Discovery：用多智慧體加速企業科研與材料研發
Microsoft 在 Build 2025 上釋出面向企業 R&D 的智慧體平臺 Microsoft Discovery。該平臺結合圖知識引擎與專業智慧體團隊，由 Copilot 統籌排程，打通假說提出到 HPC 模擬全流程。微軟團隊用它僅耗時 200 小時便篩選出新型資料中心冷卻液原型。
微軟牽手馬斯克：Azure 正式託管 Grok 3 與 Grok 3 mini
在微軟 Build 開發者大會上，微軟宣佈將 xAI 的 Grok 3 和 Grok 3 mini 引入 Azure AI Foundry。兩款模型由微軟直接託管和計費，並享有完整的企業級 SLA 支援。在與 OpenAI 關係日趨微妙之際，微軟正加速將各家競爭對手的模型拉入自家雲生態。
Salesforce 在 Slack 上線 Agentforce：把智慧體變成「數字隊友」
週一，Salesforce 宣佈在 Slack 中推出 Agentforce，讓企業能部署專攻特定任務的「數字隊友」。這些智慧體不僅能聊天，還能跨系統執行多步工作流，6 月 12 日起還將提供入職和員工支援等模板。這意味著企業 AI 正從全能助手走向幹具體活的專用智慧體。
黃仁勳 COMPUTEX 演講：AI 基礎設施將催生萬億美元市場
NVIDIA CEO 黃仁勳在 COMPUTEX 2025 演講中表示，AI 正在從傳統資料中心走向產出 Token 的「AI 工廠」，催生數萬億美元的新基礎設施產業。現場還公佈了互連架構 NVLink Fusion、個人超算 DGX Spark 以及機器人物理引擎 Newton。輝達正加速把算力打包成標準化工業能力。
NVIDIA 單路 Grace CPU C1 獲生態力挺：能效翻倍攻入邊緣與電信
NVIDIA 在 COMPUTEX 上公佈單 CPU 架構的 Grace CPU C1 獲得富士康、超微等廠商支援。該晶片主打高能效，聲稱能耗表現是傳統 CPU 的兩倍，專門面向邊緣、電信 AI-RAN 和儲存等對功耗極度敏感的場景。
NVIDIA推AI資料平臺參考設計：聯手儲存巨頭，專為AI智慧體造底座
NVIDIA聯合Dell、IBM、NetApp等主流廠商推出基於NVIDIA AI Data Platform的儲存與伺服器方案。該設計整合GPU、DPU與網路微服務，讓算力貼近儲存端，專門加速智慧體AI對企業海量私有文件的檢索與多步推理。
週日
5月18日 星期日
NVIDIA 升級人形機器人模型 GR00T N1.5：合成數據將訓練縮至 36 小時
NVIDIA 在 COMPUTEX 推出人形機器人模型 Isaac GR00T N1.5 及合成數據方案 GR00T-Dreams。系統僅需一張圖片即可生成機器人在新環境中的動作影片並提取動作標記，將原先近 3 個月的人工資料採集訓練縮短至 36 小時。
NVIDIA 釋出 NVLink Fusion：開放互連架構，讓定製晶片無縫接入 AI 工廠
NVIDIA 釋出 NVLink Fusion 互連方案，允許第三方定製晶片直接接入 NVLink 機架架構。聯發科、Marvell、高通和富士通等已率先支援。這意味著雲廠商能將自研 ASIC 或 CPU 融入輝達生態，打造半定製的超大規模 AI 工廠。
週六
5月17日 星期六
前瞻 Google I/O：Android 退居次席，大會將全面聚焦 Gemini
分析指出 Google I/O 將徹底成為 AI 的秀場，Android 視覺更新已提前在 YouTube 釋出。大會預計重點展示 Gemini 的最新進展及其在 Chrome、Gmail 和 XR 平臺的落地。說白了，AI 已完全取代移動作業系統成為 Google 敘事的核心。
週五
5月16日 星期五
Cohere 收購市場調研平臺 Ottogrid：技術將併入企業助手 North
Cohere 宣佈收購溫哥華自動化市場調研平臺 Ottogrid，交易金額未公開。Ottogrid 現有獨立產品將逐步停運，其智慧表格與文件分析功能將直接整合進 Cohere 剛推出的企業辦公應用 North。這意味著企業知識員工後續能更直接地讓 AI 抓取網頁資料和整理銷售線索。
xAI 公開 Grok 系統提示詞：要求「極度懷疑」，不盲從主流媒體
xAI 公佈了 Grok 的系統提示詞，並宣佈未來會在 GitHub 持續公開。指令要求 Grok 保持「極度懷疑」、不盲從主流媒體，且稱呼平臺為 X 而非 Twitter。此前一次未授權修改曾導致 Grok 在 X 上主動發出爭議言論。
Runway 開放 Gen-4 Image API：每張 0.08 美元，支援參考圖生成
Runway 正式開放 Gen-4 Image API，允許開發者將包含 References 參考圖能力的多模態影像生成接入自身產品。生成單張圖片定價 0.08 美元，支援虛擬試衣、遊戲資產即時生成與室內設計等場景。
OpenAI 推出程式設計智慧體 Codex：雲端沙箱並行幹活，自動跑測試提 PR
OpenAI 推出雲端軟體工程智慧體 Codex 研究預覽版，搭載專為寫程式碼最佳化的 codex-1 模型。它在獨立的雲沙箱中並行處理修 Bug、加功能與跑測試等任務，通常耗時 1 至 30 分鐘。這意味著開發者能將耗時的瑣事徹底甩給 AI 非同步執行。首發面向 ChatGPT 付費企業與 Pro 使用者。
森億智慧在沙特落地首家 AI 診所：AI 問診、真人複核
森億智慧在沙特開設首個 AI 診所。患者通過平板向 AI 醫生 Dr. Hua 描述病情並提交檢查資料，方案由真人醫生在後臺複核，測試誤診率低於 0.3%。診所目前免費接診 30 種呼吸道疾病，是 AI 從輔助工具走向直接問診的一次嘗試。
Acer 殺入 AI 穿戴：推出免訂閱智慧戒指，翻譯耳機單人戴就能聊
在 Computex 2025 上，Acer 旗下 Acer Gadget 推出鈦合金健康指環 FreeSense Ring 與翻譯耳機 AI TransBuds。戒指主打所有健康資料免收訂閱費；耳機只需單人佩戴，連線接收器即可實現 15 種語言的雙向即時語音翻譯與字幕轉錄。
OpenAI 展望 ChatGPT 未來：或將儲存並分析使用者的全部數字生活
OpenAI 執行長在紅杉資本活動上透露，未來的 ChatGPT 可能會演進為個人「思想處理器」，長期儲存並分析使用者的郵件、文件等全部數字足跡。這相當於讓 AI 擁有持續的上下文感知能力，但也隨之引來了隱私和信任層面的現實顧慮。
xAI 曝 Grok 提示詞遭未授權篡改：已將系統提示詞開源至 GitHub
xAI 稱 X 平臺上的 Grok 機器人提示詞遭未經授權篡改，被植入特定政治回答。隨後 xAI 宣佈將 Grok 系統提示詞公開在 GitHub 供公眾監督，同時嚴卡內部程式碼審查流程並設立 24 小時全天候監控團隊。
週四
5月15日 星期四
傳 Meta 旗艦大模型 Behemoth 遭遇瓶頸：釋出或延至秋季
據《華爾街日報》報道，Meta 因工程挑戰推遲了代號為 Behemoth 的下一代 Llama 模型釋出，或延期至秋季。工程師難以讓其大幅超越前代，內部對其是否值得公開產生分歧。初代作者大批離職，Meta 面臨證明鉅額 AI 投入的壓力。
ElevenLabs 推出 SB-1 無限音效板：文字即時生成音效，適配直播與遊戲
ElevenLabs 推出 SB-1 Infinite Soundboard。使用者輸入幾句文字即可用 AI 生成自定義音效，支援多音效同時播放與迴圈，可儲存預設用於遊戲和 Discord 直播。這讓創作者告別了翻找音效素材庫的繁瑣操作。
Google 升級無障礙功能：Gemini 能解答全屏內容，字幕還能聽出情緒
Google 配合全球無障礙宣傳日更新 Android 與 Chrome。TalkBack 螢幕閱讀器接入 Gemini，支援對圖片及整個螢幕直接追問細節；即時字幕新增語調長短和咳嗽、口哨等聲音標籤。最值得關注的是，AI 正在把無障礙從文字轉寫推向深層語境理解。
Netflix 演示 AI 廣告：讓贊助商品融入《怪奇物語》等自制劇背景
Netflix 在 Upfront 活動上展示了新型 AI 廣告，能把贊助商產品無縫合成進《怪奇物語》等自制劇風格的背景裡。這種新形式支援在播放暫停或片中插入，預計今年年底面向廣告版訂閱使用者推出。
OpenAI 發起尋寶挑戰賽：用大模型找亞馬遜失落遺址，頭獎 25 萬美元
OpenAI 聯手 Kaggle 發起「OpenAI to Z Challenge」挑戰賽，邀請開發者利用 o3/o4 mini 與 GPT-4.1 模型結合衛星和雷射雷達等公開資料，尋找亞馬遜隱藏考古遺址。冠軍獎金高達 25 萬美元，參賽成果須能被專家復現。
Windsurf 釋出 SWE-1 系列模型：不止寫程式碼，專攻端到端軟體工程
Windsurf 正式推出自研 SWE-1 系列模型，旨在模擬真實軟體工程中的不完整狀態與長流程推理。旗艦款 SWE-1 工具呼叫能力接近 Claude 3.5 Sonnet 且推理成本更低；精簡版 SWE-1-lite 和 mini 則全面向所有使用者免費開放。
週三
5月14日 星期三
OpenAI 將 GPT-4.1 接入 ChatGPT：程式設計能力更強，免費開放 mini 版
OpenAI 宣佈將 GPT-4.1 及 GPT-4.1 mini 接入 ChatGPT。新模型在程式設計與遵循指令上優於 GPT-4o，且比推理模型更快。GPT-4.1 面向 Plus、Pro 和 Team 訂閱使用者推出，免費及付費使用者均可使用 mini 版，同時全員下線 GPT-4o mini。
Windows 測試「Hey Copilot」喚醒詞：電腦解鎖就能隨時喊出 AI 語音
Microsoft 開始向 Windows Insider 成員推送 Copilot 應用更新，新增「Hey, Copilot」語音喚醒詞。在電腦解鎖狀態下，使用者無需手動點選即可隨時開啟語音對話。喚醒詞識別完全在本地執行，預設關閉，目前僅支援英語。
Stability AI 聯手 Arm 開源端側音訊模型：手機 8 秒生成 11 秒音訊
Stability AI 聯合 Arm 開源了 3.41 億引數的音訊模型 Stable Audio Open Small。該模型專為 Arm CPU 最佳化，能在智慧手機上不到 8 秒生成最長 11 秒的立體聲音訊。模型基於社群許可免費商用，適合生成擬音和伴奏迴圈。
CodeRabbit 上線 IDE 外掛：在 VS Code、Cursor 審查程式碼完全免費
CodeRabbit 宣佈將其 AI 程式碼審查直接整合到 VS Code 及 Cursor、Windsurf 等分支中，且 IDE 端功能完全免費。它能在提交前即時逐行找 Bug，支援一鍵修復或聯動現有 AI Agent 改寫，相比原先的 PR 審查更快也更輕量。
國星宇航發射首批 12 顆 AI 衛星：啟動 2800 顆太空算力星座
國星宇航與之江實驗室發射首批 12 顆 AI 計算衛星，正式啟動規劃 2800 顆衛星的「星算計劃」。每顆衛星配備 744 TOPS 算力與 80 億引數大模型，支援 100Gbps 雷射星間互聯。它讓衛星能在軌即時跑 AI 模型處理遙感資料，減少對地面計算的依賴。
Anthropic 啟動安全賞金計劃：懸賞 2.5 萬美元徵集通用越獄漏洞
Anthropic 聯手 HackerOne 推出新一期漏洞賞金計劃，懸賞最高 2.5 萬美元徵集未釋出系統的「通用越獄」漏洞。該計劃針對 Claude 3.7 Sonnet 等模型的安全分類器進行壓力測試，重點防範化學生物與核武器風險，以滿足 ASL-3 安全標準。
DeepMind 釋出 AlphaEvolve：用 Gemini 進化程式碼，打破數學紀錄
Google DeepMind 推出演算法設計智慧體 AlphaEvolve，結合 Gemini 與自動評估器迭代最佳化程式碼。它已幫 Google 資料中心節省 0.7% 算力，並將 FlashAttention 提速 32.5%，甚至打破了 Strassen 保持半個多世紀的矩陣乘法紀錄。目前正籌備學術早期訪問。
Perplexity 聯手 PayPal：直接在搜尋框裡下單付款
Perplexity 宣佈與 PayPal 合作推出智慧體電商。從今年夏天起，美國 Perplexity Pro 使用者在搜尋商品、訂旅行或買票時，可以直接在對話介面用 PayPal 或 Venmo 一鍵結賬，無需跳轉外部網站。
YouTube 推出 Peak Points：用 Gemini 抓取高光時刻插播廣告
YouTube 在 Brandcast 2025 上宣佈推出基於 Gemini 打造的廣告工具 Peak Points。它能自動識別熱門影片中最具吸引力的「高光」節點，把品牌廣告插在觀眾注意力最集中的時刻。活動還同步推出了電視大屏無邊框廣告與邊看邊買功能。
Google 測試首頁新佈局：AI Mode 上位，告別「手氣不錯」按鈕
Google 在首頁測試將經典的「手氣不錯」按鈕替換為 AI Mode 按鈕。使用者點選後不再跳轉傳統連結，而是進入獨立頁面檢視長篇 AI 回答。Google 表示這只是持續實驗中的一部分，尚未決定是否作為永久調整。
週二
5月13日 星期二
Airbnb 重啟體驗與本地服務：不光能約私廚，還配了 AI 規劃管家
Airbnb 釋出應用重大更新，正式上線覆蓋數百個城市的本地服務與體驗預訂，即便不訂房也能單獨購買。平臺還正逐步上線 AI 客服助手，未來將承擔行程規劃甚至退訂操作。Airbnb 正從單純的訂房平臺轉向全場景旅行入口。
Google 全面鋪開 Gemini：手錶、車機、電視和 XR 裝置都要上
Google 在 Android Show 上宣佈，Gemini 即將進駐 WearOS 手錶、Android Auto 車機和 Google TV。車機不僅能精準找路還能即時翻譯簡訊，手錶支援脫離手機語音操作。此外 Google 還聯手三星打造 Android XR 平臺，預計今年晚些時候隨新品一同亮相。
Google 升級 Android 防詐防盜：端側 AI 抓簡訊詐騙，防盜鎖機更徹底
Google 在 Android Show 上公佈多項 Android 安全更新。Google Messages 利用端側 AI 擴大了詐騙簡訊識別範圍，覆蓋加密貨幣與假冒客服等套路；Android 16 還將攔截陌生通話中的側載與無障礙授權，並強化防盜刷機限制。
Vectara 推出幻覺糾正器：將企業 AI 幻覺率壓低至 0.9%
Vectara 推出直接整合在其服務中的 Hallucination Corrector，配合自家的 HHEM 評估模型，在檢測出錯誤時自動給出原因並完成精準修正。測試顯示，該工具能將企業 AI 系統的幻覺率壓到約 0.9%，解決推理模型幻覺偏高的問題。
特朗普政府廢除拜登 AI 擴散規則：取消晶片出口分級限制
美國商務部正式廢除原定 5 月 15 日生效的拜登時期「AI 擴散規則」，停止執行針對全球多國的分級晶片出口管控。商務部未來傾向於轉向與各國直接談判，但同時釋出指引，重申在全球使用華為昇騰晶片均屬違規。
Qwen Chat 上線 Deep Research：深度研究向所有人開放
阿里旗下 Qwen Chat 宣佈 Deep Research 功能結束測試，正式向所有人免費開放。使用者提出寬泛主題後，系統會主動提問縮小範圍，隨後自動調研並輸出結構化報告。說白了，人人都能用的深度研究 Agent 時代正加速到來。
Notion 上線 AI 會議轉錄：打「/meet」邊錄音邊記筆記
Notion 推出 AI 會議記錄功能。使用者在 Mac 客戶端輸入「/meet」即可捕獲系統音訊轉錄，邊錄邊手動記筆記，會後自動生成結構化摘要，支援中英等十幾種語言。同時還推出了企業跨應用搜索與結合推理模型的研究模式。
Spotify 升級 AI DJ：支援直接語音點歌、隨時切換曲風
Spotify 為 AI DJ 加入語音互動功能，使用者長按 DJ 按鈕就能直接說話點歌、換流派或調整情緒。這項功能目前支援英語，已向 60 多個市場的 Premium 訂閱使用者推出。過去只能單向聽它播放和解說，現在終於能即時插話提要求了。
傳 Google 將在 I/O 推出類 Pinterest 功能以保廣告收入
據報道 Google 計劃在下週 I/O 2025 推出類似 Pinterest 的視覺靈感功能，允許使用者按主題收藏時尚與家居影像。面對 ChatGPT 分流搜尋流量，Google 試圖藉此穩住核心商業廣告盤子；此外大會預計還將亮相軟體開發智慧體與 Gemini 的 XR 語音整合。
馬斯克曬 Optimus 新舞姿：完全在模擬中靠強化學習練成
馬斯克釋出 Tesla 人形機器人 Optimus 跳舞的 6 秒影片。動作雖仍有輕微生硬，但平衡與協調性明顯提升。馬斯克透露，該動作完全依靠強化學習在虛擬環境中訓練，並通過 Sim-to-Real 遷移到實體機器人，背後雖有防跌安全繩但未受外力牽引。
Meta 智慧眼鏡 5 月 19 日登陸印度：起售價約 353 美元，內建 Meta AI
Meta 宣佈其與雷朋聯名的智慧眼鏡將於 5 月 19 日在印度發售，起售價 ₹29,990（約 353 美元）。該裝置內建 Meta AI，支援視線問答與多語種離線翻譯，但暫未加入印度本土語言。自 2023 年推出以來，該眼鏡全球銷量已達約 200 萬副。
TikTok 上線 AI Alive：在快拍裡把靜態照片一鍵做成動態短影片
TikTok 推出首個圖生影片功能 AI Alive，允許使用者在快拍（Stories）中將靜態照片直接轉換成帶有動態與氛圍特效的短影片。該功能內建在快拍編輯工具中，系統會在釋出前後進行安全稽核，並自動嵌入 C2PA 後設資料且打上 AI 生成標籤。
Audible 推出 AI 聽書製作工具：提供 100 多種音色，還能跨語言克隆聲線
Audible 面向出版商推出 AI 製作方案，提供 100 多種英、西、法、意多口音 AI 音色，支援託管與自助生產。今年晚些時候還將測試 AI 翻譯，包括能保留原配音聲音與風格的語到語翻譯。音訊製作門檻將大幅降低。
週五
5月9日 星期五
Apple 被曝收購 4 家 AI 公司：覆蓋日程助手、工廠質檢和 RAG 智慧體
訊息，歐盟監管披露顯示 Apple 近期收購了四家 AI 初創公司，包括智慧日程工具 Mayday、產線視覺監控 Drishti、健康分析 Betteromics 以及 RAG 智慧體方案商 Pointable。最值得關注的是，Apple Intelligence 的版圖正從日曆與 Siri 悄悄延伸到工廠車間。
Meta 換帥 FAIR：聯合創始人 Robert Fergus 離開 DeepMind 迴歸掌舵
據報道，Meta 任命 Robert Fergus 出任基礎人工智慧研究實驗室（FAIR）新負責人，接替宣佈離職的 Joelle Pineau。Fergus 曾於 2014 年與 Yann LeCun 共同創立 FAIR，過去五年在 Google DeepMind 擔任研究總監。Meta 意在借其迴歸重振探索性基礎研究。
週四
5月8日 星期四
Higgsfield 上線 Effects Mix：電影級視覺特效支援自由混搭
Higgsfield AI 推出 Effects Mix 功能，允許創作者在單個鏡頭中自由疊加組合多種電影級 VFX 特效。使用者既能自選效果混搭，也能直接套用官方組合。該功能已對全量使用者開放，付費版每月 9 美元起。
ChatGPT 深度研究接入 GitHub：可直接讀程式碼庫、拆解開發任務
OpenAI 為 ChatGPT deep research 推出首個 GitHub 聯結器。測試版先向 Plus、Pro 和 Team 使用者開放，能幫開發者分析程式碼庫、梳理程式碼架構並把需求拆解為技術任務。企業和教育版隨後上線。
OpenAI 開放 o4-mini 強化微調：GPT-4.1 nano 也能微調了
OpenAI 宣佈為 o4-mini 上線強化微調（RFT），並同步開放 GPT-4.1 nano 的監督微調。RFT 利用思維鏈推理與特定任務評分強化複雜領域表現，例如稅務會計團隊已藉此做出專業模型。這意味著開發者能用極低成本定製特定領域的專家模型。
Sam Altman 國會聽證：AI 變革堪比網際網路，呼籲大建能源與基建
OpenAI CEO Sam Altman 與微軟、AMD、CoreWeave 高管共同出席美國參議院聽證會。Altman 直言 AI 影響至少堪比網際網路，呼籲政府簡化政策、重投基礎設施與能源。高管們還警告，過於嚴苛的出口管制可能會把全球客戶推向中國競品。
彭博社：蘋果擬為 AirPods 和 Apple Watch 配攝像頭，專供端側 AI
據彭博社報道，蘋果正在開發配備攝像頭的 AirPods 與 Apple Watch，最早可能於 2027 年推出。新裝置搭載代號為 Nevis 和 Glennie 的自研晶片，加裝攝像頭並非為了拍照，而是為端側 AI 提供現實世界的視覺資料，用來做環境感知和手勢互動。
Google 全線升級防詐：桌面版 Chrome 接入 Gemini Nano，端側抓取釣魚網站
Google 宣佈在搜尋、Chrome 及 Android 中全面部署 AI 防詐能力。其中桌面版 Chrome 增強保護模式引入端側大模型 Gemini Nano，可即時識別此前未見過的惡意網站。Android 端也上線了針對垃圾通知、可疑簡訊和電話的端側 AI 攔截功能。
Whoop 釋出 Whoop 5.0：體積縮小 7%，續航 14 天且加入心電圖
Whoop 釋出新一代智慧穿戴裝置 Whoop 5.0 及醫療級 Whoop MG。兩款體積縮小 7%，續航提升至 14 天，MG 版還首次通過 FDA 認證加入心電圖功能。會員體系也改為 199 美元起的三檔訂閱，試圖從專業運動員走向大眾健康市場。
傳 Meta 研發「超感」AI 眼鏡：自帶人臉識別，時刻盯緊你
據 The Information 報道，Meta 正在為明年代號 Aperol 和 Bellini 的智慧眼鏡開發「超感」功能。喚醒後攝像頭將常開，不僅能識別人臉叫出名字，還能提醒你帶鑰匙或買菜；不過目前在老裝置上測試時續航僅能撐 30 分鐘。
LM Studio 0.3.15 支援 CUDA 12.8：RTX 顯示卡推理吞吐最高提升 35%
LM Studio 釋出 0.3.15 版本，正式接入 CUDA 12.8 並最佳化 RTX 顯示卡推理。更新引入 CUDA graph 與 Flash Attention 技術，使本地模型吞吐量最高提升 35%，支援從 RTX 20 系列到 Blackwell 架構顯示卡。新版還加入了 tool_choice 引數，方便本地部署智慧體與 RAG 工作流。
蘋果被曝自研智慧眼鏡與AI伺服器晶片：預計最快2026年量產
據報道，蘋果正為兩款智慧眼鏡研發定製晶片，分別主打日常智慧功能與完整 AR 體驗。該晶片基於 Apple Watch 技術改造並支援多攝像頭，預計最快 2026 或 2027 年量產。此外，蘋果還在同步更新 AirPods、手錶以及全公司 AI 伺服器所用的晶片。
Gemini 2.5 上線隱式快取：不用手動存，重複 Prompt 自動打 2.5 折
Google 宣佈為 Gemini 2.5 模型推出隱式快取。開發者無需手動建立快取，只要後續請求共享相同字首就能自動命中，享受 75% 的 token 折扣；Flash 與 Pro 的起用門檻也分別降至 1024 和 2048 tokens。也就是說，把固定內容放 Prompt 開頭就能無感省錢。
週三
5月7日 星期三
OpenAI 擴充領導層：任命 Fidji Simo 為應用 CEO，直接向 Sam 彙報
OpenAI 宣佈 Fidji Simo 將出任應用業務 CEO，直接向 Sam 彙報。Simo 曾任 OpenAI 董事，將在未來數月卸任 Instacart 職務並於今年晚些時候履新，負責推動產品與商業規模化；Sam 則繼續統籌全域性，並將重心轉向研究、算力和安全系統。
Google 推出 iPad 專用 Gemini：支援分屏多工，已上架 App Store
Google 正式推出 iPad 專用 Gemini 應用，已在 App Store 上架。新版本針對大屏最佳化，支援 Split View 分屏多工，能與其他應用並排同屏使用。這是繼去年 11 月上線 iPhone 版本後，Gemini 進一步滲透蘋果生態。
OpenAI 在亞洲推資料駐留：支援日印新韓，企業資料存本地
OpenAI 宣佈在日本、印度、新加坡和韓國推出靜態資料駐留服務，覆蓋 ChatGPT 企業版、教育版及 API 平臺。使用者的對話、提示詞和上傳檔案可選擇直接存放在本地區域，幫助企業和高校滿足當地資料主權合規要求。
Figma 推出 AI 建站與原型工具：提示詞直接做網站，還能一鍵釋出
Figma 推出 Figma Sites 與 Figma Make 等 AI 工具，支援通過提示詞生成並直接釋出網站或 Web 應用原型。設計師無需跳出軟體即可搞定從設計到上線的全流程，同時 Figma 還面向營銷人員推出了素材批次生成工具 Buzz，新增每月 8 美元起的內容席位。
Microsoft 擁抱開源 A2A 協議：讓各家 AI 智慧體跨雲直接對話
Microsoft 宣佈 Azure AI Foundry 和 Copilot Studio 即將支援開源 Agent2Agent（A2A）協議。它能讓不同雲端、框架下的智慧體安全呼叫彼此，打破孤島；目前 Semantic Kernel 已上線 Python 演示示例。
Mistral 釋出 Medium 3：效能逼近 Claude 3.7 Sonnet，打出極致價效比
Mistral 釋出新模型 Mistral Medium 3。官方稱其基準表現達到 Claude 3.7 Sonnet 的 90% 以上，輸入每百萬 token 僅 0.40 美元、輸出 2 美元，成本低於 DeepSeek v3。同日，面向企業的 Le Chat Enterprise 也正式上線。
亞馬遜推出觸覺機器人 Vulcan：能摸出輕重，接管 8 英尺高處揀選
Amazon 推出其首款具備觸覺感知的倉庫機器人 Vulcan，配備力反饋感測器與物理 AI 模型，能感知接觸力度並整理貨格。它可處理庫房中約 75% 的品類，未來幾年將進駐美歐分揀中心，替員工分擔爬梯登高等體力活。
Anthropic 為 Claude API 推出聯網搜尋功能：自帶引用源，Claude Code 同步上線
Anthropic 在 Messages API 中正式上線聯網搜尋工具。Claude 會自主判斷是否需要聯網、生成搜尋詞並附帶引用來源，還支援多輪漸進搜尋。定價為每千次搜尋 10 美元加標準 Token 費，Claude Code 也同步支援該功能。
Google 開放 Gemini 2.0 Flash 影像生成與編輯預覽版
Google 宣佈在 Gemini 2.0 Flash 中以預覽版形式開放影像生成與編輯能力。開發者現可通過 Google AI Studio 和 Vertex AI 的 API 接入對話式生圖與改圖，並享有更高的呼叫頻次。這讓在多模態應用中原生混排圖文變得更加簡單直接。
Netflix 改版 TV 端主頁：重構互動，並在移動端內測生成式 AI 搜尋
Netflix 揭曉全新 TV 端主頁，精簡了設計並強化即時推薦，將搜尋和片單快捷入口移到頂部。更值得留意的是移動端：Netflix 開始在 iOS 上小範圍測試生成式 AI 搜尋，支援用「找點搞笑歡快的片子」等自然語言直接搜片，新體驗未來數月陸續推向全球。
Safari 考慮接入 AI 搜尋：Apple 與 Google 200 億美元合作現裂痕
據彭博社報道，週三 Apple 服務主管 Eddy Cue 在反壟斷庭審中透露，Safari 正在積極考慮接入 OpenAI、Perplexity 等 AI 搜尋選項。受 AI 分流影響，Safari 搜尋量上月首次出現下滑，這可能動搖雙方每年約 200 億美元的預設搜尋協議。
OpenAI 推出國家合作計劃：幫全球建算力與本土 ChatGPT，首期 10 國
OpenAI 推出「OpenAI for Countries」倡議。作為 Stargate 專案的延伸，OpenAI 將聯合美國政府協助多國建設本土資料中心、定製語言文化適配的 ChatGPT，並設立國家初創基金。第一階段計劃推進 10 個國家或地區專案，主打「民主 AI」路線。
週二
5月6日 星期二
Hugging Face 推出免費雲端智慧體：對標 Operator，可代操虛擬機器
Hugging Face 釋出免費的雲端智慧體 Open Computer Agent。它類似 OpenAI Operator，能在 Linux 虛擬機器裡開啟瀏覽器執行操作。雖然目前執行較慢、難搞定複雜任務和驗證碼，但驗證了開源視覺模型驅動智慧體的可行性。
FutureHouse 預覽 Finch：號稱「研一水平」的生物科研 AI
非營利機構 FutureHouse 預覽了生物研究工具 Finch。它能讀取論文資料、執行程式碼並生成結果圖表，被團隊比作能幹雜活的「研一研究生」。不過它仍會犯低階錯誤，團隊目前正處於封閉測試階段並招募生物計算專家協助驗證。
ServiceNow 聯手輝達推出 Apriel Nemotron 15B：開源 15B 推理模型主攻企業智慧體
週二，ServiceNow 與 Nvidia 聯手推出開源推理模型 Apriel Nemotron 15B，主打低延遲與低成本，專門承載企業級智慧體工作流。該模型可作為 Nvidia NIM 微服務執行；雙方還同步公開了聯合資料飛輪架構，幫助企業基於工作流資料持續微調模型。
HeyGen 推出 Avatar IV：一張照片加聲音，就能生成逼真數字人
HeyGen 推出新一代數字人模型 Avatar IV，僅需一張靜態照片和一段語音即可生成影片。新模型基於擴散架構驅動，能識別聲音的語氣和情緒，自動合成歪頭、停頓及面部微表情。目前該功能已向全體使用者推出。
微軟釋出兩款小尺寸 Surface Copilot+ PC：799 美元起
Microsoft 推出 12 英寸 Surface Pro 和 13 英寸 Surface Laptop。兩款裝置均搭載驍龍 X Plus 處理器與 45 TOPS 算力 NPU，支援 Recall 等本地 AI 體驗，起售價分別拉低至 799 美元和 899 美元。
微軟升級 Windows 體驗：設定內建智慧體，照片可重新打光
Microsoft 為 Windows 11 和 Copilot+ PC 推出多項 AI 功能。系統「設定」加入端側智慧體，用自然語言即可排查故障或代改設定；照片支援多光源重打光，資源管理器和記事本也接入 AI 快捷操作。新功能將在一個月內率先面向 Windows Insiders 推送。
Oura 接入 AI 血糖與拍圖記餐：結合 Dexcom 監測代謝健康
Oura 推出血糖追蹤與拍圖記餐兩項 AI 功能。使用者需搭配 99 美元的 Dexcom Stelo 血糖儀，App 會結合運動與壓力資料生成每日血糖 AI 分析；拍下食物照片則由 Oura Advisor 解析營養成分。目前血糖追蹤僅限美國使用者。
傳 OpenAI 擬以 30 億美元收購 AI 程式設計助手 Windsurf
據外媒報道，OpenAI 達成協議擬以約 30 億美元收購 AI 程式設計助手 Windsurf（原 Codeium），成為其迄今最大規模收購。此舉將為 OpenAI 補齊原生開發者介面拼圖，不僅減少對微軟環境的依賴，還將加劇與 GitHub Copilot 及 Cursor 的競爭。
Lightricks 開源 LTX Video-13B：消費級顯示卡可跑，渲染快 30 倍
Lightricks 開源 130 億引數影片生成模型 LTX Video-13B。新模型引入多尺度分步渲染，高解析度渲染速度最高達同規模競品的 30 倍，經量化最佳化後單張消費級顯示卡就能本地跑。年營收低於 1000 萬美元的機構可免費商用。
Google 推出文本簡化功能 Simplify：用 Gemini 改寫專業術語，保留關鍵細節
Google Research 推出基於 Gemini 的低損耗文本簡化系統，並在 iOS 版 Google 應用上線 Simplify 功能。它不同於單純的摘要提取，而是在保留全部原意與細節的前提下降低閱讀門檻。測試顯示，該系統將醫學等複雜文本的閱讀理解準確率提升了 15%。
Google 更新 Gemini 2.5 Pro：登頂 WebDev 榜，前端和寫程式碼大升級
Google 提前釋出 Gemini 2.5 Pro Preview（I/O 版），重點強化程式設計與智慧體工作流。新版在 WebDev Arena 登頂第一，擅長前端 UI 與架構重構，還能根據單條影片生成完整應用。原 API 端點已自動切至新版，價格不變。
Windsurf 開啟 Wave 8 更新：支援 GitHub PR 審查並打通文件
Windsurf 開啟 Wave 8 更新周，首日主打團隊與企業功能。重點上線了可根據規範自動審查 PR 的 GitHub 外掛 Windsurf Reviews，同時上下文引擎支援直接讀取 Google Docs，團隊內部還能共享 Cascade 對話。AI 程式設計助手正加速從個人 IDE 走向團隊協作全流程。
週一
5月5日 星期一
傳蘋果聯手 Anthropic：新版 Xcode 擬接入 Claude 搞 AI 程式設計
據彭博社報道，蘋果正與 Anthropic 合作升級 Xcode，整合 Claude Sonnet 打造 AI 程式設計平臺。該工具支援對話生成程式碼、測試介面並排查 Bug。此前自研的 Swift Assist 因可靠性問題擱置，目前新工具僅在蘋果內部測試，尚未決定是否公開發布。
Moritz Kremb 推出 Vireel：輸入網站連結即可批次生成短影片廣告
Moritz Kremb 宣佈推出 AI 工具 Vireel。只需輸入網站網址，工具就會根據爆款模板批次生成數百條短影片廣告，直接用於 TikTok、Instagram 和 YT shorts 自動化獲客。說白了就是把影片製作做成流水線，主打氛圍營銷。
OpenAI 敲定新架構：營利業務轉為公益公司，非營利主體繼續控股
OpenAI 宣佈調整架構，旗下營利性部門將轉為公共利益公司（PBC），原非營利母實體繼續保持控制併成為大股東。團隊稱此舉用常規股權取代原有的利潤上限模式，方便籌措百億級算力資金，同時確保 AGI 使命不變。
Tether 推出 Tether.AI：主開啟源與點對點，原生支援 USDT 支付
Tether CEO Paolo Ardoino 宣佈推出 Tether.AI，進軍加密 AI 領域。據介紹，這是一款完全開源的 AI 執行時，能在任意裝置上執行且無需 API 金鑰，原生支援比特幣與 USDT 支付，還將整合點對點通訊軟體 Keet。目前更多具體細節尚未公開。
Anthropic 啟動科學 AI 計劃：為生命科學研究提供免費 API 額度
Anthropic 推出 AI for Science 計劃，向從事高影響力科學專案的研究人員提供免費 API 額度。該計劃重點支援生物與生命科學領域，覆蓋遺傳資料分析、藥物研發及農業生產力提升。科研機構人員均可通過官方表單申請，由專業團隊稽核。
週六
5月3日 星期六
Google 放開 13 歲以下兒童用 Gemini：家長可控，承諾不拿資料訓模型
據報道，Google 正通知家長，即將允許 13 歲以下兒童在 Family Link 監管的裝置上使用 Gemini 輔助作業或講故事。兒童資料不會用於訓練模型，家長可通過後臺隨時關閉並在首次使用時獲知。Google 也提醒家長告知孩子 AI 並非真人，以防洩露隱私。
Gemini 2.5 Pro 成功通關《寶可夢 藍》：靠多智慧體協同打爆全關
獨立開發者讓 Google 的 Gemini 2.5 Pro 成功通關經典遊戲《寶可夢 藍》。該專案結合模擬器與多智慧體框架，由大模型負責日常決策並排程尋路等子模型協同解題。雖有網格輔助與少量人工干預，但這展示了大模型在複雜長流程規劃中的能力。
