傳 Amazon 轉向務實路線：升級版 Alexa 擬靠深化 API 搞定打車外賣
據外媒報道，Amazon 計劃在升級版 Alexa 中與 Uber、OpenTable、GrubHub 等建立深度 API 合作，直接替使用者完成訂餐打車全流程，而非純靠生成式 AI。訊息稱其計劃到明年第三季度吸納約 200 家合作伙伴。不過 Amazon 表示合作方案尚未最終敲定。
AI 日報：今天的 AI 新聞
週二
11月19日 星期二
HeyGen 推出 iOS 應用：在 iPhone 上做數字人與 175+ 語言影片翻譯
HeyGen 正式上線 iOS 移動應用，把數字人生成和影片翻譯能力搬上了 iPhone。使用者可以在手機上製作逼真數字人，並將影片快速翻譯成 175 種以上的語言。說白了，創作者今後掏出手機就能隨時隨地做多語言影片。
Meta 挖來 Salesforce AI 一把手：組建新團隊幫商家做 AI
Meta 宣佈聘請 Salesforce AI 原 CEO Clara Shih，統領新設立的 Business AI 團隊。該團隊將依託 Llama 模型，為 Instagram、Facebook 和 WhatsApp 上的數百萬商家開發 AI 廣告與內容工具。Meta 不走訂閱收費路線，而是指望用 AI 幫商家降本增效，進而拉動核心廣告收入。
ChatGPT 高階語音上線網頁端：瀏覽器裡直接開口聊
OpenAI 宣佈將高階語音模式搬上網頁端。基於 GPT-4o 的原生音訊能力，它能聽懂語速變化並帶情緒即時對話，還提供 9 種音色可選。本週先面向 Plus 等付費訂閱使用者開放，免費使用者預計在未來幾週內也能用上。
Google Gemini 上線記憶功能：能記住你的偏好與背景資訊
Google 宣佈為 Gemini Advanced 推出記憶功能，能記住使用者的興趣、工作或生活偏好，並在後續對話中定製回答。使用者可以直接在聊天中告知，或在「Saved Info」頁面集中檢視與編輯這些記錄。目前該功能僅支援英文，且需訂閱 Google One AI Premium。
Suno 上線 v4 模型：音質大幅提升，還能給老歌一鍵「重新混音」
Suno 正式上線 v4 音樂生成模型。新版本提升了音訊清晰度與曲式結構的動態表現，歌詞創作也更自然。最實用的新功能是 Remaster，支援把以往生成的曲目一鍵升級到 v4 品質，還同步優化了配套的單曲封面生成設計。
微軟升級 Windows 11 工作列：一鍵撥出聯絡人、檔案與日曆
Microsoft 在 Ignite 2024 上公佈 Windows 11 工作列新功能「Microsoft 365 Companions」。使用者點選工作列即可通過浮窗檢視聯絡人、檔案和日曆日程，省去開啟獨立應用的麻煩。不過微軟尚未透露具體推送時間與第三方支援細節。
Microsoft 將在 Teams 上線聲音克隆：開跨國會能用你的原聲講 9 種語言
Microsoft 在 Teams 中公佈即時同傳工具 Interpreter，能模擬參會者的原聲講外語。該功能將於 2025 年初面向 Microsoft 365 使用者推出，支援中文、英文等 9 種語言語音互譯。模擬必須由使用者主動授權，官方稱不會儲存生物識別資料。
扎克伯格全面押注 Llama：從元宇宙泥潭到開源大模型逆襲
外媒披露扎克伯格力排眾議開源 Llama 2 的內幕。在元宇宙受挫與早期產品風波後，Meta 將 Llama 深度植入社交、廣告與硬體生態，下載量超 6 億次。押注開源讓 Meta 擺脫了對手生態制約，但數百億美元的資本支出仍待回報驗證。
微軟 Copilot Studio 使用者破 10 萬家：接入 1800 個模型，發力自主智慧體
據 VentureBeat 報道，微軟宣佈已有超 10 萬家機構使用 Copilot Studio 打造 AI 智慧體，一個季度內翻倍。微軟在 Ignite 大會上還允許智慧體接入 Azure 目錄中的 1800 個大模型，不再單押 OpenAI，並推出可獨立執行復雜工作流的自主智慧體。
週一
11月18日 星期一
NVIDIA 上線 Earth-2 氣象微服務：模擬提速最高 5000 倍
NVIDIA 在 SC24 上為 Earth-2 平臺釋出 CorrDiff 和 FourCastNet 兩款 NIM 微服務。CorrDiff 能將公里級天氣預測提速 500 倍且能效提升萬倍；FourCastNet 則能以傳統模型 5000 倍的速度生成未來兩週全球預測，大幅降低極端天氣預警門檻。
ChatGPT 診斷比醫生準 16%：獨立拿 90 分，但醫生不聽它的
據 Quartz 報道的一項研究顯示，ChatGPT 在病歷診斷中拿下 90% 的平均分，大幅領先人類醫生的 74%。更戲劇化的是，配合 AI 的醫生得分僅微升至 76%，主因是多數醫生不聽 AI 與自己相悖的判斷，且不會有效使用它。
Perplexity 也能幫你網購了：Pro 使用者直接一鍵下單還包郵
Perplexity 面向美國 Pro 使用者推出「Buy with Pro」功能，搜到心儀商品後無需跳出搜尋框，即可直接呼叫儲存的地址和支付資訊一鍵下單並享免費配送。同時上線的還有拍照搜物「Snap to Shop」及商品卡片總結。
ElevenLabs 推出對話式 AI 構建平臺：可自由切換 GPT 與 Claude
ElevenLabs 宣佈推出端到端對話式 AI 智慧體開發平臺。開發者可自定義聲音語氣、打斷機制，並自由搭配 Gemini、GPT 或 Claude 等底層模型與專屬知識庫。ElevenLabs 意在從單純的語音生成切入即時語音互動市場。
Mistral 升級免費助手 le Chat：自帶聯網搜尋、Canvas 與影像生成
Mistral AI 宣佈全面升級免費助手 le Chat。新版加入了帶引用的聯網搜尋、線上協作的 Canvas 畫布，並接入多模態模型 Pixtral Large 解析複雜圖文 PDF，同時引入 Flux Pro 影像生成和工作流 Agent。目前這些功能均在 Beta 階段免費開放。
Meta 智慧眼鏡在法意西上線 Meta AI：支援多語種語音，但砍了多模態
Meta 宣佈在法國、義大利和西班牙為 Ray-Ban Meta 智慧眼鏡上線 Meta AI，支援法語、義大利語和西班牙語語音問答。不過受歐盟監管限制，這次更新暫不包含依靠攝像頭識別環境的多模態視覺功能，僅限一般語音提問。
週六
11月16日 星期六
中美首腦達成共識：絕不讓 AI 掌控核武器開關
週六，拜登與習近平在 APEC 峰會期間達成共識，一致同意避免讓人工智慧控制核武器系統。美國國家安全顧問沙利文透露，雙方承諾核武器的使用決策必須始終由人類掌控。這項共識被視為雙邊在核安全與 AI 風險管控上的重要突破。
週五
11月15日 星期五
ESPN 測試生成式 AI 主播 FACTS：搬出輝達技術拆解賽事資料
ESPN 宣佈正在測試名為 FACTS 的生成式 AI 虛擬形象。它接入官方分析資料庫，結合輝達 ACE 與 ElevenLabs 語音技術，為橄欖球節目補充資料分析。ESPN 強調其絕非為了取代真人解說，目前仍在開發中。
跟 X 唱反調：Bluesky 承諾絕不用使用者發帖訓練生成式 AI
Bluesky 宣佈沒有任何打算使用使用者發帖來訓練生成式 AI 工具。這一表態恰逢 X 實施允許拿公開帖子喂 AI 的新條款。Bluesky 說明其僅在稽核與推薦中使用常規 AI，平臺在過去 24 小時內借勢迎來了超 100 萬新使用者。
可口可樂首支 AI 聖誕廣告翻車：老粉怒批沒有溫度還丟了聖誕老人
Coca-Cola 推出首部由生成式 AI 製作的 2024 聖誕廣告，引發不少老觀眾反彈。這支 15 秒短片翻新了 1995 年的經典卡車巡遊，但聖誕老人幾乎全程隱身，AI 質感也招來缺乏人情味的批評。這凸顯出把經典溫情 IP 換成 AI 生成時的受眾牴觸心理。
訴訟曝光 OpenAI 內部舊郵件：聯創早在 2017 年就不信任 Altman
馬斯克訴 OpenAI 案披露的新郵件顯示，早在 2017 年 Brockman 和 Ilya 就對 Altman 的意圖缺乏信任，質問其追求 AGI 是否夾帶政治目標，同時也警惕馬斯克的控制慾。郵件還透露 Altman 曾考慮發幣籌資。
Zoox 試乘：沒有方向盤與駕駛座，將在拉斯維加斯率先商用
Amazon 旗下 Zoox 展示其完全定製的無人計程車，車內無方向盤和腳踏板，支援雙向行駛。該車計劃在未來數月內於拉斯維加斯率先開啟商業化載客。此前 11 月初，車隊已在舊金山和拉斯維加斯面向員工開放測試。
阿弗萊克兄弟談 AI：充其量是個工匠，但能讓更多人拍出電影
Ben Affleck 與 Casey Affleck 兄弟表示 AI 將降低電影製作門檻。Ben Affleck 認為 AI 缺乏品味、充其量是模仿現有作品的工匠，但能削減繁重且昂貴的流程，讓沒拿到好萊塢大預算的創作者拍出好作品。
Casey Affleck 試用 Meta Movie Gen：沒大製片廠預算，也能造出新世界
奧斯卡影帝 Casey Affleck 談及試用 Meta 影片模型 Movie Gen 的體驗。他表示該工具能讓拿不到大廠預算的創作者構建天馬行空的電影世界。該工具支援 1080p 影片生成與編輯，預計明年上線，但他同時提醒影視行業需建立對應保障規則。
Google Docs 接入 Gemini 生圖：支援 Imagen 3 生成正文插圖與全寬封面
Google 宣佈為 Google Docs 引入 Gemini 影像生成功能，底層採用最新的 Imagen 3 模型。使用者通過文字提示詞即可在文件中直接生成插圖或無邊距封面，還能挑選水彩、攝影等風格。該功能面向 Gemini 企業及 Google One AI 付費訂閱使用者開放。
Basejump 推出 AI 社交遊戲平臺：無需程式碼生成資產與遊戲
Basejump 公佈 Web3 社交遊戲平臺及 AI 底層架構 Action，並獲得 Community Labs 戰略投資。玩家無需程式設計技能即可靠 AI 打造虛擬形象、遊戲資產甚至完整遊戲，內容依託 AO 超級計算機與 Arweave 鏈上永久儲存，預計 2025 年初上線。
馬斯克訴 OpenAI 案升級：微軟被追加為被告，指控其涉嫌反競爭
馬斯克向法院提交針對 OpenAI 的修改後訴狀，正式將微軟、LinkedIn 聯合創始人 Reid Hoffman 等列為被告，同時將自己的 xAI 列入原告。訴狀指控 OpenAI 要求投資者不得注資競品，並與微軟構成「事實上的合併」以打壓對手。
O2 推出 AI 老奶奶 Daisy：專門陪騙子嘮嗑，最長單次拖延 40 分鐘
英國運營商 O2 推出防詐騙 AI 工具 Daisy。它化身逼真的「AI 老奶奶」，能無需人工干預全天候即時接聽詐騙電話，用嘮家常的方式瘋狂浪費騙子時間，最長單次通話達 40 分鐘。用 AI 纏住騙子，讓真實使用者少受騷擾。
Google Gemini 翻車：對話中突然咒罵大學生「去死吧」
據 CBS News 報道，一名密西根大學生在與 Google Gemini 討論老齡化議題時，AI 突然辱罵其是「宇宙的汙點」並直接叫他「去死」。Google 回應稱該內容完全違反其安全政策，大模型有時會出現無意義回覆，已採取措施防範類似輸出。
週四
11月14日 星期四
Thrive AI 演示版上線：Altman 聯手的健康顧問目前近乎空殼
TechCrunch 發現 Sam Altman 與 Arianna Huffington 創立的 Thrive AI Health 悄然放出了 MVP 演示。該應用採用類似 ChatGPT 的介面，但目前基本不可用。作為 OpenAI 基金支援的專案，團隊目前員工還不足 10 人。
TikTok 聯手 Getty：AI 廣告工具直接呼叫授權素材與數字人
TikTok 宣佈在 AI 廣告生成工具 Symphony Creative Studio 中接入 Getty Images 正版素材，並面向所有廣告主開放。品牌只需輸入產品描述，就能結合商業授權相簿一鍵生成帶真人數字人講解、多語言配音的短影片廣告。
Stable Diffusion 3.5 Large 上線 SageMaker：80 億引數進私有云
Stable Diffusion 3.5 Large 正式上線 Amazon SageMaker JumpStart。該模型擁有 80 億引數，可生成 100 萬畫素影像，並支援在 VPC 內部署以保護企業資料隱私。這也是自 2023 年 SDXL 1.0 以來該平臺引入的首個新 SD 模型。
OpenAI 上線 ChatGPT Windows 版：支援快捷鍵撥出與高階語音
OpenAI 宣佈 ChatGPT Windows 桌面端正式向所有使用者開放。應用支援通過 Alt + Space 快捷鍵隨時撥出視窗，並集成了高階語音模式，方便在辦公時直接擴音語音交流。相比網頁端，隨叫隨到的桌面互動更加順手。
ChatGPT 桌面版支援讀取 Mac 應用：寫程式碼不用再複製貼上
OpenAI 宣佈 macOS 版 ChatGPT 桌面端上線「Work with Apps」功能，可以直接讀取 VS Code、Xcode 和終端等開發工具裡的程式碼作為上下文。開發者提問時無需反覆複製貼上程式碼。不過目前它還不能直接往原應用寫回程式碼，Plus 和 Team 使用者現已可用。
Anthropic 控制台上線 Prompt Improver：一分鐘自動最佳化提示詞
Anthropic 在開發控制台推出 Prompt Improver 與示例管理功能。它藉助 Claude 自動潤色既有提示詞，引入思維鏈、規範 XML 格式並重寫結構，整個六步流程不到一分鐘。官方測試顯示其能讓分類測試準確率提升 30%。
Arc Search 正式登陸 Android：主打 AI 總結搜尋結果
The Browser Company 宣佈 Arc Search 結束公測，正式面向所有 Android 使用者開放。除自帶廣告攔截外，它主打「Browse for me」AI 功能，可自動提煉並總結搜尋結果。在經歷 10 萬人測試後，這款叫板 Chrome 的瀏覽器終於補齊了移動端拼圖。
Google 上線 Gemini 獨立 iPhone 應用：支援即時語音對話與擴充套件外掛
Google 正式在 iOS 平臺推出獨立的 Gemini App。新應用支援 Gemini Live 即時語音對話，提供 10 種聲音並允許隨時打斷插話；同時內建 Imagen 3 畫圖能力，並能通過擴充套件外掛直接調取 Gmail、Maps 和 YouTube 等服務。
NASA 聯手微軟打造 Earth Copilot：一句話就能查衛星資料
NASA 聯手 Microsoft 推出 Earth Copilot 原型。它基於 Azure OpenAI 服務，讓使用者能用普通對話直接提問並檢索超過 100 petabyte 的地球科學資料。這項工具目前正由內部研究人員測試，未來計劃接入 VEDA 平臺。
Yahoo Mail 升級移動端：加入 AI 單行摘要與遊戲化清理
Yahoo Mail 推出全新移動應用，加入 AI 單行郵件摘要與即時操作建議。新版介面更像即時通訊軟體，支援調整回信語氣、一鍵退訂，還通過遊戲化互動鼓勵快速清理收件箱。目前先面向美國 iOS 使用者開放。
魏茨曼研究所聯手 NVIDIA 推出 GluFormer：可預測未來 4 年血糖變化
NVIDIA 與魏茨曼科學研究所等聯合推出生成式 AI 模型 GluFormer。該模型基於 Transformer 架構，能根據以往連續血糖監測資料，預測未來血糖走勢及長達 4 年的健康狀況，還可預測特定食物引起的血糖反應，有望提前介入糖尿病預防。
InVideo 推出 v3.0：文本直接生成長影片，每月 120 美元起
影片編輯平臺 InVideo 釋出 InVideo v3.0，支援用文本提示詞從頭生成真人、動畫等風格影片，並可通過提示詞區域性修改。該功能沒有免費版，付費訂閱每月 120 美元可生成 15 分鐘影片，額外每分鐘需 8 至 10 美元。
XRHealth 推出 AI 醫療 XR 平臺：一鍵生成 360 度專屬治療環境
XRHealth 推出 AI 醫療 XR 平臺。臨床醫生可通過其 AI 空間生成定製的 360 度環境與動態虛擬人，系統還整合了療法搜尋、報告分析與個性化治療規劃。這套方案覆蓋物理康復與心理健康等領域，旨在用生成式體驗提升治療效果。
IBM 升級 Heron 量子處理器：提速 50 倍，並拉來 Granite 生成程式碼
IBM 宣佈升級 Quantum Heron 量子處理器與 Qiskit 軟體，可執行高達 5,000 個雙量子位元門操作，此前需 112 小時的計算現僅需 2.2 小時完成，提速 50 倍。平臺還引入了基於 Granite 大模型的 AI 程式設計助手，用於加速量子演算法構建與科學計算。
週三
11月13日 星期三
揹著相機徒步訓練「世界模型」：Odyssey 獲 1800 萬美元 A 輪融資
AI 初創公司 Odyssey 宣佈獲得 1800 萬美元 A 輪融資。團隊讓人揹著裝有 6 個攝像頭與雙雷射雷達的 25 磅裝置實地徒步，採集真實 3D 深度資料，用來訓練能精細控制光影與幾何的生成式「世界模型」，打造影視級虛擬場景。
Xbox 引入 AI 稽核：自動攔截非好友騷擾，處理速度提升 88%
Xbox 釋出第五期透明度報告，宣佈引入兩款 AI 工具淨化玩家社交環境。其中 Xbox AutoMod 協助稽核已處理 120 萬起案件，違規內容移除速度提升 88%；半年內共攔截 1900 萬條違規圖文與影片訊息，主要針對非好友騷擾與垃圾廣告。
微軟推出行業專用小模型：聯合西門子、拜耳定製落地
Microsoft 聯合 Bayer、Siemens 等行業夥伴推出一系列定製 AI 模型，均基於 Phi 系列小語言模型（SLM）微調。這些模型覆蓋農業植保、車機離線控制、工業製造排錯及金融合規等垂直場景，已上線 Azure AI 模型目錄和 Copilot Studio。
下一代大模型撞牆：高質量資料告急，OpenAI 與 Google 進展受阻
彭博社等報道 OpenAI、Google 與 Anthropic 下一代大模型研發受阻。主因是高質量訓練資料見底與版權限制。據悉 OpenAI 代號 Orion 的模型提升有限，Anthropic 亦推遲 Claude 3.5 Opus，單純堆資料的擴充套件路線正遭遇瓶頸。
Wondercraft 接入 ElevenLabs：支援用克隆聲音重編 NotebookLM 播客
ElevenLabs 宣佈與音訊平臺 Wondercraft 深度整合，支援編輯 Google NotebookLM 生成的播客。創作者不僅能微調語氣，還能用克隆聲音定製專屬音訊。上線僅一週就有超 1 萬名使用者使用該功能，累計生成超 1.5 萬小時音訊。
CreatorKit 聯手 ElevenLabs：讓 AI 演員帶情緒演廣告
CreatorKit 聯合 ElevenLabs 推出 Emotive AI Actors。通過聲音克隆技術，AI 演員能根據臺詞自動匹配興奮、好奇等不同情緒。CreatorKit 稱帶情緒的聲音讓影片廣告轉化率提升了 16%。
DeepL 推出 DeepL Voice：支援 13 種語言即時語音轉文字翻譯
DeepL 推出首款語音產品 DeepL Voice，能將 13 種語言的語音即時翻譯為 33 種語言的文字字幕。目前它主打面對面交談和視訊會議，結果以文本顯示而非直接生成語音，視訊會議目前僅支援 Teams，暫未開放 API。
蘋果釋出 Final Cut Pro 11：AI 一鍵摳像與自動字幕落地，支援空間影片
Apple 釋出 Final Cut Pro 11，引入 AI 驅動的 Magnetic Mask 摳像與自動語音轉字幕功能，無需綠幕即可精準分離背景。新版本還支援 Vision Pro 空間影片剪輯，老使用者可免費更新。
OpenAI 被曝 1 月推新工具 Operator：能替你操控瀏覽器訂票寫程式碼
據 Bloomberg 報道，OpenAI 計劃於 1 月推出名為 Operator 的 AI 智慧體工具。它能直接操作網頁瀏覽器，在極少人工干預下完成訂機票、寫程式碼等多步驟複雜任務，屆時將作為研究預覽和開發者 API 開放。這意味著 AI 正從陪聊轉向替人類接管現實任務。
Gemma 推理新方案：Dataflow 結合 vLLM 提速超 23 倍
Google 介紹了將 vLLM 接入 Dataflow 流式管線執行 Gemma 2B 模型的方法。藉助 vLLM 的連續批處理機制與 Dataflow 模型管理器，開發者只需幾行程式碼即可構建端到端管線，測試中推理吞吐效率提升超過 23 倍。
Perplexity 上線搜尋廣告：以「贊助追問」形式試水商業化
AI 搜尋引擎 Perplexity 宣佈本週起在美國測試廣告。廣告以回答旁側的「贊助追問」形式呈現並打上標籤，回答仍由 AI 獨立生成。官方表示單靠訂閱無法支撐與媒體夥伴的收入分成，廣告是實現長期造血的必經之路。
週二
11月12日 星期二
YouTube 測試 AI 音樂重混：一句話把正版歌做成 30 秒配樂
YouTube 面向小部分創作者測試基於 Dream Track 的 AI 音樂重混功能。創作者只需輸入提示詞，就能調整正版授權歌曲的情緒或曲風，生成一段 30 秒的 Shorts 配樂。重混音訊會標註原曲並標明由 AI 生成，目前僅對小範圍實驗組開放。
Waymo 洛杉磯全面開放：免排隊，覆蓋近 80 平方英里
Waymo 宣佈在洛杉磯取消無人駕駛打車候補名單，向所有公眾開放。目前服務覆蓋聖莫尼卡、比弗利山莊及洛杉磯市中心等近 80 平方英里區域，提供 24 小時全天候運營。這是繼舊金山後，Waymo 全面開放商業化運營的又一核心大都市。
日立能源推出 Nostradamus AI：可再生能源預測精度提升超 20%
Hitachi Energy 推出專為能源領域設計的 AI 預測工具 Nostradamus AI。它整合電網資料與市場預測，官方稱精度比部分行業基準高出 20% 以上，支援從單颱風機擴充套件到數千個負荷點，幫助運營商最佳化排程與電力交易。
Adobe Stock 上線生成式編輯：買圖前先用 Firefly 摳圖換背景擴圖
Adobe 為 Adobe Stock 推出兩項由 Firefly 驅動的新功能，支援在授權前用 AI 摳圖、替換背景或擴圖，還能把原圖當構圖與風格參考生成全新圖片。貢獻者無法選擇退出，但若生成的變體被下載將獲得報酬。
Google 重構機器學習速成課：新增生成式 AI 與大模型實戰
Google 宣佈全面重構經典的免費「機器學習速成課」。新版重點補充了大語言模型、AutoML 和負責任 AI 等內容，加入全新講解影片、互動式視覺化與實戰練習，提供超過 130 道自測題和結課徽章。
特朗普提名 EPA 新局長：放寬監管，讓美國成為全球 AI 首都
特朗普提名的美國環保署署長李·澤爾丁表示，將加快撤銷監管限制，推動美國能源優勢並讓美國成為「全球 AI 首都」。隨著 AI 資料中心用電量激增，此舉意味著將優先保障算力基礎設施建設，但也引發了環保組織對發電廠汙染與碳排放激增的擔憂。
前 Twitter 團隊推出 Particle：不偷流量的 AI 新聞閱讀器
前 Twitter 工程師創立的 AI 新聞應用 Particle 正式上線。它不僅提供通俗解釋和各方立場對比，還在摘要下方放上醒目的原文連結為媒體導流，並內建對話機器人解答背景問題。目前應用已在 iOS 免費開放下載。
百度釋出 AI 智慧眼鏡：內建文心大模型，預計明年發貨
Baidu 在百度世界大會上推出一款搭載 ERNIE 的 AI 智慧眼鏡。眼鏡配有攝像頭與麥克風，支援語音互動、識圖問答、拍照錄像和熱量監測。產品預計明年發貨，將成為國內使用者對標 Meta 智慧眼鏡的本土選擇。
蘋果 AI 通知摘要翻車記：不僅沒省事，還成了搞笑段子生成器
The Verge 實測了 iOS 18.1 中的 Apple Intelligence 通知摘要功能。系統用端側小模型壓縮堆疊通知，處理智慧家居狀態還算準確，但面對簡訊和郵件時頻出洋相，甚至把分手信提煉成冷淡公文。它雖談不上實用，卻成了意外的笑點來源。
ElevenLabs 升級 Studio：長文本支援區域性重生成與多角色配音
ElevenLabs 宣佈改版長音訊創作工具 Studio（原 Projects）。新版支援選中單個詞或句子單獨重新生成以節省額度，並加入段落鎖定功能防止誤改，還允許在同一段落裡為不同對話混排多種聲線。這意味著製作有聲書和長篇旁白的精修成本大幅降低。
Red Hat 宣佈收購 Neural Magic：押注開源推理引擎 vLLM
Red Hat 宣佈簽署最終協議收購 AI 推理最佳化初創公司 Neural Magic。Neural Magic 源自麻省理工學院，在開源推理專案 vLLM 中扮演核心角色。這筆收購將補齊 Red Hat 在混合雲環境下的開源大模型部署與加速能力。
Jasper 推出營銷 AI 知識層：靠 Brand IQ 自動把關圖文品牌規範
Jasper 在 Web Summit 宣佈推出專為營銷打造的 AI 知識層，包含 Brand IQ 與 Marketing IQ 技術。該功能可將企業品牌規範直接注入模型，自動稽核圖文內容是否符合規範，並內建搜尋最佳化與郵件開啟率等營銷實踐知識。
OpenAI 聯合創始人 Brockman 結束休假歸隊：將聚焦重大技術挑戰
週二，OpenAI 聯合創始人 Greg Brockman 傳送內部備忘錄，確認在休假三個月後正式返崗。他正與 CEO Sam Altman 擬定新崗位，專注應對重大技術挑戰。近期 CTO Mira Murati 等多名核心高管接連出走，他的迴歸讓 OpenAI 僅剩的三位創始成員重新穩住陣腳。
傳蘋果開發掛牆式帶屏中控：整合 Apple Intelligence，最早明年 3 月亮相
據彭博社報道，蘋果正在開發一款約 6 英寸的掛牆式智慧中控屏，外觀類似方形 iPad。該裝置將深度接入 Siri 與 Apple Intelligence，主打控制智慧家居和視訊通話，並能根據人距調整顯示，最快或於明年 3 月推出。
Tether 開源錢包套件 WDK：不僅給人用，還要讓 AI 智慧體管錢
Tether 推出開源錢包開發套件 WDK，支援把非託管錢包整合到各類應用與裝置中。該套件不僅服務人類，還專門適配了 AI 智慧體與機器人等自主系統，初期支援比特幣與 USDT，讓 AI 也能擁有獨立資產錢包。
團體發起請願：敦促特朗普任命馬斯克為白宮 AI 特別顧問
倡導組織 Americans for Responsible Innovation 發起請願，呼籲當選總統特朗普任命馬斯克為白宮 AI 特別顧問。該組織認為馬斯克在推進技術的同時兼顧安全；不過這也引發了外界對其旗下公司利益衝突的關注。
週一
11月11日 星期一
Google 推出 AI 學習伴侶 Learn About：用教科書排版帶你探索新知
Google 推出實驗性 AI 工具 Learn About。它基於教育模型 LearnLM 打造，不像普通聊天機器人只給答案，而是採用教材式排版，加入「為什麼重要」、詞彙拓展和相關主題推薦等互動卡片，引導使用者主動學習。
Lex Fridman 對話 Anthropic CEO：5 小時深聊縮放定律、Claude 與安全
Lex Fridman 釋出與 Anthropic 執行長 Dario Amodei 的 5 小時對談。兩人深入探討了模型縮放定律的邊界、行業競爭、AGI 時間表以及 AI 安全分級；研究員 Amanda Askell 和 Chris Olah 也分別就 Claude 的性格訓練與機制可解釋性加入討論。
Google 測試 iOS 獨立版 Gemini：終於支援 Gemini Live 語音對話
據報道 Google 開始在 iOS 上小範圍測試獨立的 Gemini 應用，首次為 iPhone 帶來即時語音助手 Gemini Live。此前蘋果使用者只能通過 Google 應用的內建標籤體驗基礎功能。新應用甚至支援鎖屏通話，不過目前僅在菲律賓等少數地區 App Store 上架測試。
華盛頓郵報上線 Ask The Post AI：免費查 2016 年以來報道
上週，The Washington Post 推出實驗性 AI 工具 Ask The Post AI，無需訂閱即可用對話方式檢索其 2016 年以來的新聞。模型只基於自家報道生成內容以降低幻覺，並附帶引用來源。不過，未訂閱使用者依然無法點進原文看全文。
通義開源 Qwen2.5-Coder 全系列：32B 旗艦模型程式設計水平追平 GPT-4o
Qwen 團隊全面開源 Qwen2.5-Coder 系列程式碼模型，補齊 0.5B 到 32B 共 6 種尺寸。旗艦版 32B-Instruct 效能媲美 GPT-4o，支援 40 多種語言與 128K 上下文。絕大多數模型採用 Apache 2.0 協議，已適配 Cursor 等工具。
限制非商用：DeepMind 終於開放 AlphaFold 3 程式碼
Google DeepMind 宣佈開放蛋白質結構預測模型 AlphaFold 3 的軟體程式碼，科學家可下載用於非商業研究。此前因發表論文時未附程式碼引發學術界巨大爭議；不過該模型權重仍需提交申請，未完全開源。
ElevenLabs 復刻傳奇樂手 Jerry Garcia 聲音：支援 32 種語言朗讀圖書
Jerry Garcia 遺產管理方與 ElevenLabs 合作，在 ElevenReader 應用中上線這位已故搖滾傳奇的 AI 復刻聲音。該語音支援用 32 種語言朗讀電子書、文章和 PDF。目前該模型僅用於文本朗讀，後續還將用於基金會的紀錄片旁白等專案。
微軟聯手梵蒂岡造數字孿生：AI 拼合 50 萬張聖伯多祿大殿照片
梵蒂岡聯手微軟公佈聖伯多祿大殿的 AI「數字孿生」專案。技術團隊採集了近 50 萬張高解析度影像，由 AI 演算法拼合建模。線上觀眾能細緻漫遊包括地下聖徒墓在內的全貌，文保團隊還能順帶排查肉眼難見的微小裂紋與破損。
拍攝 30 秒影片測血壓：東大 AI 非接觸篩查高血壓與糖尿病
東京大學團隊公佈一項研究，通過 AI 分析面部和手掌的高速影片血流，無需抽血或袖帶即可篩查高血壓與糖尿病，高血壓檢測準確率最高達 94%。最值得關注的是未來有望裝進手機或鏡子實現無感自測。不過該成果仍處於早期研究階段。
X 開始測試免費版 Grok：在紐西蘭小範圍開放，限制提問頻次
據 TechCrunch 報道，社交平臺 X 開始向免費使用者測試開放 AI 聊天機器人 Grok。此前該功能僅限付費會員使用，目前在紐西蘭試點，限制 Grok-2 每兩小時提問 10 次，賬號須註冊滿 7 天並繫結手機號。此舉旨在擴大使用者基數並加速產品迭代。
週日
11月10日 星期日
Near Protocol 上線跨鏈 AI 助手：能秒發 Meme 幣，未來還要幫你訂機票
Near Protocol 推出跨鏈 AI 代理 NEAR.AI Assistant 的 alpha 測試版。它能在幾秒內生成併發行 Meme 幣，並通過鏈抽象技術支援比特幣、以太坊等資產的原生跨鏈互換。官方計劃未來讓它直接在 Web2 網站代訂機票和外賣，不過訂票功能目前仍處於原型階段。
週六
11月9日 星期六
OpenAI 調整大模型研發策略：代號 Orion 提升放緩，轉向合成數據與後訓練
據報道，OpenAI 代號為 Orion 的下一代旗艦模型效能提升幅度放緩，在程式設計等領域未能顯著拉開差距。為此 OpenAI 正在調整策略，轉向利用合成數據訓練並加大後訓練投入。公司已確認，今年不會發布 Orion。
西班牙洪災真照片被當成 AI 作假：低質內容正讓人們不敢相信現實
據《衛報》專欄報道，西班牙瓦倫西亞洪災中數十輛車堆疊的真實街景照片走紅，卻被大批網民指責為「AI 假圖」。最值得關注的是，生成式 AI 工具製造的低質內容正淹沒社交平臺，導致公眾甚至開始習慣性懷疑真實災難畫面的真實性。
OpenAI 公佈大選防護資料：駁回 25 萬次政治人物深偽影像生成
OpenAI 公佈 2024 年美國大選期間的安全防護資料。大選前一個月內，ChatGPT 拒絕了超過 25 萬次針對特朗普、哈里斯等候選人的 DALL·E 影像生成請求，並將約 300 萬次選情與投票查詢引導至權威信源。官方稱未發現利用其模型造成病毒式傳播的干預行動。
OpenAI 再失安全領軍人：研究副總裁 Lilian Weng 宣佈離職
週五，OpenAI 研究與安全副總裁 Lilian Weng 宣佈將於 11 月 15 日離職。在 OpenAI 工作的 7 年間，她帶頭組建了超 80 人的安全系統團隊。近一年來包括多位核心高管在內的安全人員相繼出走，再次引發外界對商業化擠壓安全投入的擔憂。
週五
11月8日 星期五
披頭士「最後單曲」獲格萊美提名：靠 AI 提取列儂原聲
據報道，披頭士樂隊用 AI 輔助修復的最後單曲《Now and Then》入圍格萊美年度製作和最佳搖滾表演兩項提名。該曲原是 1970 年代約翰·列儂錄製的 Demo，因當年技術無法分離人聲與鋼琴被擱置，直到團隊藉助機器學習剝離音軌才得以補全。
iOS 18.2 影像樂園上手指南：輸入文字就能把 iPhone 變成畫室
iOS 18.2 開發者測試版中的 Image Playground 受到關注。該工具允許使用者輸入提示詞生成動畫或插畫風格圖片，第二個測試版明顯加快了渲染速度並提升了語義匹配度。目前僅限測試版，後續將向大眾開放。
Wendy's 聯手 Palantir：靠供應鏈 AI 保供 1 美元冰品不缺貨
據彭博社報道，Wendy's 引入 Palantir 的 AI 軟體最佳化供應鏈，即時預測原料需求並防範斷貨。系統通過結合銷售與運費資料，在「1 美元 Frosty」促銷爆單時自動通知供應商調整產能。快餐巨頭正試圖用演算法取代手動算表，打好價格戰。
Adobe 的 AI 陽謀：不談取代人類，先用修圖工具討好創作者
CNET 分析了 Adobe 面向專業創作者的 AI 策略。Adobe 避開一鍵生成，轉向用生成式編輯解決修圖痛點，例如用 AI 抹電線、補影片幀。目前 Photoshop 生成式填充日均使用達 2300 萬次，但畫師對飯碗和版權的擔憂仍在。
OpenAI 勝訴：美法官駁回兩家新聞機構的 AI 訓練版權訴訟
週四，美國聯邦地方法官駁回了 Raw Story 和 AlterNet 對 OpenAI 提起的一起訴訟。原告指控 OpenAI 在訓練 ChatGPT 前移除了數千篇文章的作者和標題等版權管理資訊。法官認為原告未證明受到具體傷害，但允許其修改後再訴。
Sam Altman 最新預測：AGI 將在 2025 年實現
訊息，OpenAI CEO Sam Altman 在接受 YC 採訪時表示，通用人工智慧（AGI）預計將在 2025 年實現。他認為通往 AGI 的路徑已基本明確，接下來主要是工程問題，不再需要根本性的科學突破。
撬動對手生態：Google 宣佈 Gemini 相容 OpenAI 官方 SDK
Google 宣佈開發者可直接通過 OpenAI 官方庫及 REST API 呼叫 Gemini 模型。首批支援 Chat Completions 與 Embeddings 介面，開發者只需修改 base_url 並填入 Gemini 金鑰即可無縫呼叫，大幅降低遷移門檻。
傳 Amazon 擬向 Anthropic 追加數十億美元：前提是用亞馬遜晶片
據報道 Amazon 正洽談向 Anthropic 追加數十億美元投資。不過這筆交易帶有限制條件：Amazon 要求 Anthropic 改用其自研晶片來訓練 AI。儘管 Anthropic 更青睞 Nvidia 晶片，但在今年預計耗資超 27 億美元的資金壓力下，這筆注資可能很難拒絕。
週四
11月7日 星期四
人形機器人首登蘇富比：圖靈肖像畫拍出 1,084,800 美元
週四 19:00 GMT，人形機器人藝術家 Ai-Da Robot 創作的圖靈肖像《A.I. God》在蘇富比以 1,084,800 美元成交。這幅作品最初估價僅 120,000 至 180,000 美元，共引來 27 次競價。蘇富比表示，這是首個由人形機器人藝術家售出畫作的拍賣紀錄。
Mistral 推出內容稽核 API：基於 Ministral 8B，支援 9 類有害內容檢測
Mistral 上線內容稽核 API，由微調後的 Ministral 8B 驅動，支援英語、法語等多語言，可將文本劃分到仇恨、暴力、金融等 9 個風險類別。同日 Mistral 還推出 Batch API，通過非同步批處理將呼叫成本降低 25%。
Outlook 上線 Copilot 主題：AI 依地點與天氣自動換桌布
Microsoft 為 Outlook 推出「Themes by Copilot」功能。Copilot Pro 及企業訂閱使用者可基於 100 多個地點或即時位置與天氣生成動態主題，支援寫實、油畫和卡通風格。通過外觀設定即可啟用，讓日常收件箱有了更多個性化玩法。
Krea AI 上線個性化訓練：上傳 3 張圖，就能直接煉專屬畫風和角色
Krea AI 上線個性化模型訓練功能，最少只需上傳 3 張圖片，就能在網頁端訓練專屬角色、畫風或產品的 LoRA。這意味著創作者不用再折騰本地顯示卡與複雜引數。不過該功能不設免費試用，首批開放了 100 個邀請名額，日常使用需訂閱會員。
Anthropic 聯手 Palantir 與 AWS：把 Claude 引入美國防務與情報機構
Anthropic 聯手 Palantir 與 AWS，將 Claude 3 和 3.5 模型引入美國防務與情報機構。模型整合在 Palantir AIP 中，運行於獲 DISA IL6 認證的機密環境，協助情報人員快速處理複雜資料與文件。這也是 Claude 首次進入機密防務環境。
字節跳動釋出 X-Portrait 2：讓一張靜態照片演《閃靈》
字節跳動推出 AI 系統 X-Portrait 2，僅憑單張照片就能重現經典電影裡的複雜表情。它放棄了傳統打點追蹤，直接學習整張臉的肌肉流動，連驚恐與狂喜都能逼真呈現。出於深度偽造與濫用擔憂，位元組目前未對外公開程式碼。
Google 與 Sourcegraph 實測：Gemini 百萬上下文讓 Cody 幻覺率砍半
Google 與 Sourcegraph 公佈實測資料，將 Gemini 1.5 Flash 的 100 萬 token 上下文接入 Cody 程式設計助手。結果顯示關鍵問答指標大幅提升，幻覺率從 18.97% 降至 10.48%。通過預取與分層快取，首字延遲從 30 多秒壓縮至 5 秒左右。
