彭博社：蘋果或於今秋宣佈接入 Google Gemini
彭博社記者 Mark Gurman 透露，蘋果預計將於今年秋季宣佈將 Google Gemini 引入其裝置。除了已公佈的 ChatGPT，蘋果後續還可能接入 Anthropic。引入第三方模型既能補足生態，蘋果也能順勢從合作伙伴的訂閱服務中抽取分成。
AI 日報：今天的 AI 新聞
週日
6月30日 星期日
週五
6月28日 星期五
微軟 AI 負責人稱公開網路內容是「免費軟體」：人人可複製拿來訓練
微軟 AI 負責人 Mustafa Suleyman 表示，開放網路上的內容自 90 年代以來的社會契約就是合理使用，等同於人人可複製的「免費軟體」。此言論隨即引發爭議，批評者指出美國版權法規定作品釋出在網上並不會自動喪失版權。
調查報道中心起訴 OpenAI 與微軟：指控抓取新聞侵犯版權
週四，製作《Mother Jones》的調查報道中心（CIR）宣佈起訴 OpenAI 與微軟。CIR 指控兩家公司未經許可且未付報酬，直接抓取其報道訓練 AI 侵犯版權並剝奪其收入。這是繼《紐約時報》等媒體後，兩家科技巨頭面臨的又一起版權訴訟。
Solos 釋出 AirGo Vision：接入 GPT-4o，鏡框還能隨便換
Solos 釋出 AirGo Vision 智慧眼鏡。它在鏡腿配備攝像頭並接入 ChatGPT-4o，能對眼前景物做視覺搜尋和摘要，還允許切換 Gemini 與 Claude。其模組化設計支援隨意更換鏡框，但只支援拍照不支援錄影，預計今年晚些時候發售。
週四
6月27日 星期四
扎克伯格炮轟閉源 AI：有人覺得自己像「在創造上帝」
Meta CEO 馬克·扎克伯格在接受採訪時公開吐槽閉源 AI 競爭對手，稱他們試圖壟斷並打造唯一真正的 AI，簡直像是在「創造上帝」。他認為未來絕不會只有一種 AI，世界需要開源和多樣性。同日 Meta 還在美測試了讓創作者定製 AI 分身的 AI Studio。
Meta 測試 Instagram 創作者 AI：幫博主回覆訊息，帶專屬標識
週四，Meta 宣佈在美國的 Instagram 上測試創作者自制 AI 角色。這些聊天機器人由創作者通過 AI Studio 打造，主要出現在訊息功能中，並會明確打上 AI 標籤。測試初期覆蓋約 50 位創作者和少量使用者，預計 8 月全面上線。
時代週刊聯手 ElevenLabs：官網文章上線 AI 自動朗讀
TIME 宣佈在 TIME.com 上線 ElevenLabs 的 Audio Native 播放器，為精選報道提供自動語音旁白。雙方從 2023 年 3 月開始接觸，現在讀者可以直接用耳朵聽新聞，無需盯屏閱讀。
LangChain 釋出 LangGraph v0.1：多智慧體可控落地，支援「時光倒流」除錯
LangChain 釋出智慧體開發框架 LangGraph v0.1 穩定版，並同步開啟 LangGraph Cloud 封測。新版本提供精細的狀態流控制，支援人機協作打斷與狀態編輯，配套的雲平臺與 Studio 工具讓多智慧體告別黑盒失控，能可靠應對複雜生產環境。
Google 上線 Gemma 2：27B 越級打兩倍體量，單卡就能跑
Google 正式釋出新一代開源模型 Gemma 2，提供 9B 和 27B 兩個版本。27B 效能直追兩倍體量模型，能在單張 NVIDIA H100 或 TPU 上跑全精度推理；9B 則在同尺寸中壓過 Llama 3。開發者以商業友好許可開源使用。
Character.AI 上線語音通話功能：能打斷、低延遲，支援中文
Character.AI 宣佈面向全部使用者上線即時語音通話功能，支援中文、英文、日文等多種語言。使用者一鍵即可與 AI 角色雙向對話，並支援隨時打斷與文字無縫切換，適合用來練口語或模擬面試。
YouTube 洽談三大唱片公司：擬一次性付現買版權訓 AI 音樂工具
據金融時報報道，YouTube 正與環球、索尼和華納洽談，計劃向三大唱片公司一次性支付現金，獲取數十位音樂人的版權以訓練年內推出的新 AI 工具。相比因未授權訓練而被起訴的 Suno 和 Udio，Google 試圖先拿到許可再推進合規訓練。
OpenAI 推出 CriticGPT：用 GPT-4 給自己挑錯，準確率提升 60%
OpenAI 推出基於 GPT-4 訓練的模型 CriticGPT，專門輔助人類標註員找出 ChatGPT 程式碼中的隱蔽錯誤。測試顯示，人機配合找錯的表現比單人高出 60%。OpenAI 正將該類模型整合進 RLHF 流程，以解決模型日益聰明後的對齊難題。
OpenAI 聯手《時代》：ChatGPT 接入 101 年曆史檔案並附原文連結
OpenAI 與《時代》（TIME）雜誌宣佈達成多年戰略合作，ChatGPT 等產品將直接接入其過去 101 年的檔案與最新報道。AI 在回答相關提問時會展示引文和原文跳轉連結。同時，《時代》也將藉助 OpenAI 的技術開發新產品。
Google 翻譯迎史上最大擴容：靠 PaLM 2 接入粵語等 110 種新語言
Google 宣佈依託 PaLM 2 大模型為 Google 翻譯新增 110 種語言，為其史上最大更新。新語言覆蓋粵語、曼島語等，惠及全球超 6.14 億人。大模型幫翻譯工具更高效地學習相近語系，也加速了小眾和瀕危語言的數字化保護。
Google 升級 Gemini API：開放 200 萬上下文，自帶程式碼執行沙箱
Google 宣佈向所有開發者開放 Gemini 1.5 Pro 的 200 萬 token 上下文視窗，無需排隊。同時 Gemini API 與 Google AI Studio 上線程式碼執行沙箱，模型可動態生成並執行 Python 程式碼解算複雜推理，開源模型 Gemma 2 也同步加入 AI Studio。
週三
6月26日 星期三
Peacock 推出 AI 版傳奇解說：定製你的奧運專屬早報
NBCUniversal 宣佈將在 Peacock 平臺推出「Your Daily Olympic Recap」，用 AI 克隆傳奇解說員 Al Michaels 的聲音播報定製奧運集錦。使用者輸入名字並選定偏好運動後，每天能聽到叫得出自己名字的專屬戰報。官方預計生成近 700 萬種變體，並安排人工編輯審聽防翻車。
Figma 迎來十年最大改版：引入生成式 AI，一句話直接生成介面原型
Figma 推出全新介面改版與 Figma AI 工具集，輸入文字提示即可生成包含佈局與配圖的應用原型，並新增內建演示工具 Figma Slides。目前 AI 功能需申請排隊、年底前免費試用，不過其預設採用部分使用者資料訓練模型的做法引發了討論。
傳 Amazon 研發新 AI 聊天機器人 Metis：搭載 Olympus 模型，最早 9 月釋出
據 Business Insider 報道，Amazon 正在開發代號為 Metis 的新聊天機器人。它由新大模型 Olympus 驅動，採用 RAG 技術即時呼叫外部資料，CEO 安迪·賈西親自參與。該產品計劃最早 9 月推出，不過內部也有聲音擔憂發力太晚，難趕超 OpenAI 和 Google。
Captions 推出 AI Edit：一鍵為豎屏口播影片加特效、貼圖與配樂
影片剪輯應用 Captions 推出 AI Edit 功能。使用者匯入單人出鏡的豎屏口播影片後，AI 會根據內容自動新增縮放、轉場、貼圖、音樂與音效。它還能結合內建的 12 款 AI 數字人，幾分鐘內僅憑提示詞就全自動產出剪輯完成的影片。
Etched 釋出專用晶片 Sohu：號稱 Transformer 推理比 H100 快 20 倍
Etched 宣佈專用推理晶片 Sohu 並獲 1.2 億美元 A 輪融資。團隊直接把 Transformer 架構固化進晶片，號稱跑 Llama 70B 可達每秒 50 萬 token，8 卡能頂 160 張 H100。不過晶片尚未流片，且完全無法執行其他架構。
Rabbit R1 曝嚴重安全漏洞：硬編碼 API 導致所有歷史回覆可被調閱
逆向團隊 Rabbitude 披露，Rabbit 官方程式碼中硬編碼了多個關鍵 API 金鑰，任何人都能借此調取 R1 生成過的所有歷史回覆與個人資訊，甚至能篡改回答或使裝置變磚。Rabbit 官方稱 6 月 25 日才得知涉嫌洩露並已介入調查，目前未發現客戶資料外洩。
唱片業起訴 Suno 與 Udio：未經許可抓歌訓練算不算「合理使用」？
週一，美國唱片業協會（RIAA）代表多家主流唱片公司正式起訴 AI 音樂平臺 Suno 與 Udio，指控其非法抓取海量版權音樂訓練模型，索賠單件作品最高 15 萬美元。訴訟核心直指生成式 AI 是否能以「合理使用」為由免費使用受保護資料，這可能重塑整個 AI 音樂甚至內容行業的底層規則。
Opera 釋出 Opera One R2：內建 AI 生圖，還能就網頁隨時向 Aria 提問
Opera 釋出 Opera One R2 開發者測試版，將此前試驗性的 Aria AI 影像生成、語音生成及影像理解能力直接內建。新版還加入「頁面上下文模式」，讓使用者直接就網頁內容向 AI 提問、翻譯或總結，並新增懸浮媒體控制與分屏標籤頁。正式版預計今年晚些時候向所有使用者推送。
Anthropic 進軍政府市場：Claude 3 上架 AWS 政府雲與情報專區
Anthropic 宣佈將 Claude 3 Haiku 和 Sonnet 引入 AWS GovCloud 及美國情報界專用市場。官方還針對政府放寬了使用政策，允許用於打擊人口販賣和軍事預警等情報分析，但武器研發與網攻仍被明令禁止。
週二
6月25日 星期二
玩具反斗城聯手 OpenAI：首部 Sora 品牌宣傳片亮相
玩具反斗城母公司釋出號稱首部由 OpenAI Sora 參與制作的品牌宣傳片。創意機構透露，Sora 完成了大約 80% 至 85% 的畫面生成，其餘細節由十餘人團隊通過後期視效修整。這也是 Sora 首次公開試水商業品牌廣告。
OpenAI 延期釋出高階語音模式：測試推遲一個月，秋季全員開放
OpenAI 宣佈原定 6 月底向少量 ChatGPT Plus 使用者推出的高階語音模式 Alpha 測試推遲一個月。官方表示需要時間提升內容攔截能力並最佳化承載架構，預計秋季向所有 Plus 使用者開放。
ChatGPT Mac 客戶端向所有人開放：Option + 空格一鍵喚起
OpenAI 宣佈面向所有 macOS 使用者正式開放 ChatGPT 桌面應用，免費和付費使用者均可使用。安裝後按下 Option + 空格即可隨時喚出浮層對話方塊，支援語音交流、截圖討論和檔案上傳，此前該客戶端僅向 Plus 使用者灰度開放。
ElevenLabs 推出 Reader App：用逼真 AI 語音讀文章，前 3 個月免費
ElevenLabs 推出移動端 Reader App。它能把手機裡的文章、PDF、ePub 和郵件通訊轉換成高擬真的 AI 語音朗讀，支援多種音色與口音。應用已上線 iOS 和 Android，前 3 個月免費，目前僅支援英語，後續將拓展至 29 種語言。
EvolutionaryScale 推出 ESM3：用 980 億引數大模型設計全新熒光蛋白
EvolutionaryScale 推出生物大模型 ESM3，引數量達 980 億，能同時對蛋白質序列、結構與功能進行推理和生成。團隊用它造出新熒光蛋白 esmGFP，序列相似度僅 58%，相當於模擬了 5 億年自然進化。目前模型已通過 Forge 開放公測預覽。
Anthropic 上線 Claude Projects：自帶 200K 知識庫與專屬指令
Anthropic 面向 Claude.ai 的 Pro 和 Team 使用者推出「Projects」功能。每個專案自帶 200K 上下文視窗，支援塞入程式碼庫與文件等內部知識並設定專屬指令，團隊成員還能共享對話快照。官方強調，專案內資料預設不用於模型訓練。
週一
6月24日 星期一
Synthesia 2.0 釋出：用手機自拍做數字人，手勢肢體動作今年上線
Synthesia 推出企業級影片平臺 Synthesia 2.0。新版本不僅支援用手機或攝像頭錄製專屬數字人，並同步復刻 30 多種語言音色，還展示了今年晚些時候上線的帶手勢全身數字人。企業做培訓和演示不用再約影棚，對著攝像頭錄一段就能批次生成影片。
OpenAI 收購遠端協作平臺 Multi：團隊併入，產品將於 7 月關閉
OpenAI 收購企業遠端影片協作平臺 Multi。該交易本質為人才收購，約 5 人的團隊將加入 OpenAI，Multi 現有產品將於 7 月 24 日關停。繼此前買下 Rockset 之後，OpenAI 正在加速補齊企業服務和協作能力。
Google 教育版 Workspace 升級：Gemini 免費向青少年學生開放
Google 宣佈在 100 多個國家免費向符合年齡的青少年學生開放 Gemini 教育版賬號。系統預設關閉，需管理員手動開啟，且包含內容過濾和事實核查機制；同時 Classroom 新增多項 AI 備課與閱讀輔導功能。這意味著學校也能合規用上生成式 AI。
Gmail 側邊欄上線 Gemini：直接在收件箱裡跨郵件和雲端硬碟查資料
Google 開始在 Gmail 網頁端側邊欄上線 Gemini。它不僅能總結長郵件鏈並協助起草回覆，還能直接跨收件箱與 Google Drive 調取資料回答具體問題。該功能面向 Workspace 商業版、教育版以及 Google One AI Premium 訂閱使用者開放。
三大唱片巨頭起訴 Suno 與 Udio：指控侵權訓練音樂 AI 索賠數十億
Universal Music、Warner Music 與 Sony Music 聯合起訴 Suno 和 Udio，指控其非法使用有版權的音樂錄音訓練 AI 模型。唱片業協會對每起侵權主張最高 15 萬美元賠償，總額可達數十億美元。版權戰正式燒到了 AI 音樂領域，最終可能逼出天價授權協議。
Meta AI 登陸印度：接入 WhatsApp 與 Instagram，免費可用
Meta 宣佈 Meta AI 正式面向印度使用者上線英文版。該助手基於 Llama 3 構建，直接接入 WhatsApp、Facebook、Instagram 和 Messenger，支援在群聊中出謀劃策，還能通過「imagine」指令直接生成和修改圖片。
週日
6月23日 星期日
Endiatx 推出可吞服機器人 PillBot：自帶推進器，在家做胃鏡
據 VentureBeat 報道，醫療初創公司 Endiatx 研發的微型膠囊機器人 PillBot 已進入臨床試驗。患者吞下內建微型推進器和攝像頭的膠囊後，醫生便能遠端遙控檢查胃部，無需做傳統胃鏡。團隊正開發 AI 輔助診斷與自主導航，計劃 2026 年初商用。
Stability AI 換帥續命：前維塔數碼 CEO 接任，獲肖恩·帕克注資
Stability AI 宣佈任命 Weta Digital 前 CEO Prem Akkaraju 為新任執行長，並獲得由 Facebook 首任總裁 Sean Parker 牽頭的新一輪融資，Parker 將出任董事長。該公司此前深陷危機，一季度虧損超 3000 萬美元且欠下近 1 億美元雲服務賬單。
蘋果被曝與 Meta 洽談：計劃將更多生成式 AI 接入 iPhone
據《華爾街日報》週日報道，Meta 已與蘋果洽談將生成式 AI 接入 Apple Intelligence。除了已宣佈的 OpenAI，蘋果還在接觸 Google、Anthropic 和 Perplexity。合作可能涉及通過蘋果生態銷售高階訂閱，但談判目前尚未敲定。
週五
6月21日 星期五
監管不確定性作祟：Apple 年內暫不在歐盟推出 Apple Intelligence
Apple 宣佈因歐盟《數字市場法》（DMA）的互操作性要求與監管不確定性，年內不會向歐盟使用者推出 Apple Intelligence、iPhone 映象及 SharePlay 螢幕共享。Apple 擔心開放互操作會損害產品完整性並危及使用者隱私安全，目前正與歐盟委員會溝通尋找方案。
程式碼曝光：Grok 1.5 或接入 Midjourney 生成圖片
近日，獨立版 Grok 的程式碼庫中被發現包含 Midjourney 相關引用，印證了此前 xAI 洽談合作的傳聞。這意味著 Grok 1.5 或能通過 API 直接呼叫 Midjourney 的影像生成能力。此外，程式碼顯示其即將支援圖片上傳，補全視覺理解功能。
OpenAI 收購 Rockset：補強即時檢索技術，升級產品底層架構
OpenAI 宣佈收購即時分析資料庫公司 Rockset。OpenAI 計劃將其資料索引與查詢技術整合進全線產品，升級底層檢索基礎設施，Rockset 團隊也將併入。這一步旨在讓企業和開發者在呼叫 AI 時，更順暢地訪問和利用自身即時資料。
TollBit 曝光行業亂象：多家 AI 公司繞過 robots.txt 強行抓取網站
據路透社報道，內容授權初創公司 TollBit 發現，多家 AI 公司正公然無視通行的 robots.txt 協議，未經許可強行抓取出版商內容用於訓練與生成摘要。此前 Forbes 也曾指控 Perplexity 抄襲其調查報道。這意味著網站長期依賴的防爬規則正形同虛設。
週四
6月20日 星期四
Leonardo AI 釋出 Phoenix 模型：文字排版更準，支援自然語言二次修圖
週一，Leonardo AI 釋出新模型 Leonardo Phoenix，主打更高的提示詞遵從度與文字渲染能力。更新還帶來了「Edit with AI」功能，允許直接用自然語言追加修圖指令。不過受架構調整影響，墊圖引導等部分舊功能暫時無法使用。
PayPal 挖來沃爾瑪前高管出任 CTO：押注 AI 驅動支付轉型
PayPal 宣佈任命前沃爾瑪技術高管 Srini Venkatesan 為新任 CTO，將於 6 月 24 日履新，全面統攬 AI、機器學習與資料科學開發。CEO Alex Chriss 將 2024 年定為轉型之年，希望靠 AI 個性化重塑支付與電商購物體驗。
OpenAI 公佈網路安全資助成果：收到超 600 份申請，擴充套件贈送企業版
OpenAI 公佈網路安全資助計劃一年來的成果。該計劃已收到超 600 份申請，重點支援了防提示詞注入、程式碼漏洞挖掘和自動化紅隊等專案。為了幫防禦方更好地用上 AI，OpenAI 還將把免費賬號資助從 ChatGPT Plus 擴充套件至 Team 和 Enterprise 版本。
Anthropic 釋出 Claude 3.5 Sonnet：超越前代旗艦，速度翻倍並推 Artifacts
Anthropic 正式釋出 Claude 3.5 Sonnet。新模型在程式設計和推理能力上超越前代旗艦 Opus，執行速度提升至 2 倍，且維持中端定價；網頁端還同步上線了能即時執行程式碼和預覽介面的 Artifacts 側邊欄。目前該模型已在 Claude.ai 及 API 開放使用。
週三
6月19日 星期三
Apple Intelligence 將給 AI 圖片標後設資料：連消除雜物都留痕
據 CNET 報道，蘋果高管透露 Apple Intelligence 會在生成或修改的圖片後設資料中打上標記。哪怕只是消除背景雜物等微調，也會標明被修改過；蘋果同時明確無意涉足逼真人物或場景生成。面對假圖氾濫，蘋果選擇從底層後設資料開始設防。
Ai Build 推出 Aibuild 2.0：用自然語言直接生成 3D 列印刀路
Ai Build 推出雲端 3D 列印軟體 Aibuild 2.0。新版內建基於大模型的 AI 助手 Talk to AI，工程師直接輸入「按 2 毫米層高切片」等自然語言指令，就能自動生成可列印刀路與模擬流程，降低大型工業 3D 列印的門檻。
OpenAI 前首席科學家另起爐灶：Ilya 創辦 SSI，只做安全超級智慧
OpenAI 聯合創始人兼前首席科學家 Ilya Sutskever 宣佈成立新公司 Safe Superintelligence Inc.（SSI）。該團隊表示只有一個目標和一個產品，即安全強大的超級智慧，且商業模式將完全免受短期商業化週期的干擾。
造超算訓 Grok 3：馬斯克拉上 Dell 和超微組裝伺服器機架
Elon Musk 在社交平臺 X 上透露，Dell 和 Super Micro 將為 xAI 正在建造的超算提供伺服器機架。Dell 將負責組裝一半機架，並與 Nvidia 合作打造「AI 工廠」，目標是堆疊 10 萬張 H100 訓練 Grok 3。
微軟開源視覺模型 Florence-2：小至 232M，一個模型通吃多種影像任務
微軟 Azure AI 團隊在 Hugging Face 上開源了視覺基礎模型 Florence-2，採用寬鬆的 MIT 協議。該模型僅有 232M 和 771M 兩個極小尺寸，通過統一的文本提示詞即可處理影像描述、目標檢測和影像分割等多種視覺任務，在多項測試中甚至超過引數量大百倍的模型。
週二
6月18日 星期二
曝蘋果暫停下一代高階 Vision Pro：轉向開發平價頭顯
據外媒報道，Apple 已暫停新一代高階 Vision 頭顯研發，轉而全力打造代號 N109 的平價裝置。新機型計劃 2025 年底推出，目標減重至少三分之一，售價壓至 1500 到 2500 美元，但因成本控制難度大可能延期。
Meta FAIR 開源五款新模型：圖文交織、可控音樂與極速音訊水印
Meta FAIR 團隊開源釋出了五項 AI 研究成果。其中涵蓋能混合輸入輸出圖文的 Chameleon、支援節拍與和絃控制的音樂模型 JASCO，以及檢測速度提升達 485 倍的 AI 語音水印技術 AudioSeal 等。
微軟 Surface Copilot+ PC 正式開售：配驍龍 X 晶片，起步價 999 美元
Microsoft 正式開售全新 Surface Laptop 與 Surface Pro 兩款 Copilot+ PC，起售價 999 美元。兩款新機搭載高通驍龍 X 系列處理器與獨立 NPU，提供畫圖 Cocreator 即時生成和即時字幕等端側功能。這也是首批推向市場的 Windows Copilot+ PC 硬體。
輝達市值達 3.34 萬億美元：超越微軟成全球市值最高公司
週二，輝達股價上漲 3.6%，市值達到 3.34 萬億美元，超越微軟成為全球市值最高的上市公司。今年以來輝達股價已上漲超 170%，佔據約 80% 的資料中心 AI 晶片市場。這表明在生成式 AI 浪潮下，算力基建正徹底重塑科技巨頭格局。
週一
6月17日 星期一
Google DeepMind 轉向「產品工廠」：團隊面臨商業化轉型陣痛與疲勞
據彭博商業週刊報道，Google 正將 DeepMind 從學術實驗室轉型為商業 AI 產品工廠。多名受訪員工透露，自上而下的產品交付指標讓部分研究員感到受挫與疲憊，Gemini 先前出現的一系列波折也加劇了團隊內部的壓力。
Apple 在 Hugging Face 上線 20 個 Core ML 模型：主打端側離線執行與隱私
Apple 在 Hugging Face 上線了 20 個 Core ML 模型和 4 個數據集，涵蓋 FastViT 影像分類與 DepthAnything 深度估計等。這些模型專為端側最佳化，無需聯網即可在裝置本地離線執行，幫開發者兼顧極速響應與使用者隱私。
Perplexity 上線卡片化即時回答：查天氣和匯率不用再跳回 Google
Perplexity 上線卡片化即時回答功能，支援直接顯示天氣、時間、匯率換算和簡單數學計算。CEO Aravind Srinivas 表示這類基礎查詢響應更快，且不再附帶外部來源連結。這步棋顯然是為了留住那些習慣隨手跳回 Google 查基礎事實的使用者。
DeepSeek 開源 Coder V2：程式設計能力超越 GPT-4 Turbo
DeepSeek 開源混合專家程式碼模型 DeepSeek Coder V2，支援 338 種程式語言與 128K 上下文。它在 HumanEval 等程式碼評測中超越了 GPT-4 Turbo 和 Claude 3 Opus，成為首個在程式設計基準上擊敗頂尖閉源方案的開源模型。提供 16B 和 236B 兩種尺寸，遵循 MIT 協議。
Runway 釋出 Gen-3 Alpha：主打精細時間控制與逼真人物生成
Runway 釋出新一代影片生成基礎模型 Gen-3 Alpha。它在保真度、畫面一致性和動態表現上相比 Gen-2 顯著提升，支援高密度的精細時間控制與電影級鏡頭語言，能生成情緒細膩的人物角色。
TikTok 推出 Symphony 數字人：支援定製分身與多語言 AI 配音
TikTok 推出廣告 AI 工具 Symphony 數字人分身與 AI 配音功能。該工具提供支援 30 多種語言的預製授權數字人及定製分身，配合配音可將影片轉譯為 10 多種語言。這意味著創作者和品牌無需重複實拍，就能低成本規模化出海投放。
美政府聯手微軟 OpenAI：首次演習關鍵 AI 系統遭駭客攻擊
上週，美國網路安全和基礎設施安全域性聯合微軟、OpenAI 及輝達等科技巨頭，開展了首個針對關鍵 AI 系統的網路攻擊桌面推演。50 多位專家模擬了 AI 攻防場景並演練應急溝通，相關經驗將用於編寫今年底釋出的 AI 安全應急指南。
Adobe Acrobat 接入 Firefly：能直接文生圖，還支援跨文件提煉
Adobe 為 Acrobat 引入 Firefly Image 3，首次在 PDF 中提供文生圖和摳圖去背景等編輯功能。同時 Acrobat AI Assistant 升級，支援跨 Word、PowerPoint 等多文件提取核心趨勢並附帶來源標註，還能為會議記錄總結待辦事項。6 月 18 日至 28 日開放限時免費。
DeepMind 公佈 V2A 技術：看懂影片畫面，自動生成配樂與對白
Google DeepMind 公佈影片轉音訊（V2A）技術研究進展，能結合影片畫面與文本提示生成同步聲音。該系統基於擴散模型，無需手動對齊即可為靜音影片或老膠片搭配配樂、擬音與臺詞。不過目前口型同步等仍有侷限，模型尚未公開發布。
週六
6月15日 星期六
OpenAI 考慮轉型為營利性公司：擺脫非營利董事會控制，或為 IPO 鋪路
據 The Information 報道，OpenAI CEO Sam Altman 正考慮將公司重組成類似 Anthropic 或 xAI 的營利性企業，擺脫非營利董事會控制。這不僅能理順此前導致宮斗的治理結構，還更便於籌集高達 1000 億美元的資金，併為未來 IPO 開啟大門。
週五
6月14日 星期五
麥當勞叫停得來速 AI 點餐：7 月底前撤掉 100 多家門店的 IBM 系統
麥當勞宣佈終止與 IBM 合作的得來速自動語音點餐測試，最遲將於 2024 年 7 月 26 日前關停 100 多家試點門店的該系統。麥當勞並未放棄 AI，只是想在年底前找更可行的長期方案。
OpenAI 任命前 NSA 局長進董事會，斯諾登炮轟「蓄意背叛」
OpenAI 宣佈任命前美國國家安全域性局長 Paul Nakasone 加入董事會安全與安保委員會。OpenAI 稱看重其網路安全經驗以保護 AI 超級計算機，但洩密者斯諾登公開發聲呼籲「切勿信任 OpenAI」，指責此舉是對全球人權的蓄意背叛。
前 Meta 工程師推出 Jace：能自主操作瀏覽器的 AI 智慧體
前 Meta 工程師創立的 Zeta Labs 推出 AI 智慧體 Jace，同時獲得 290 萬美元融資。使用者只要輸入自然語言指令，它就能在雲端瀏覽器中自主完成查訂酒店、發郵件甚至建公司等跨網頁長流程操作。它搭載自研的 AWA-1 模型，支援數百步複雜操作。
Meta 暫停在歐洲上線 Meta AI：因愛爾蘭監管施壓，稱不用本地資料體驗會縮水
Meta 宣佈暫停在歐洲推出 Meta AI 助手。此前愛爾蘭資料保護委員會對其抓取公開資料訓練模型提出異議。Meta 稱這一決定讓人失望，若不納入口碑與文化等本地資料，模型只能提供「二流體驗」；隱私倡導機構 Noyb 則反駁稱 Meta 只是不願徵求使用者明確同意。
Yahoo 重建新聞 App：借殼復活 Artifact，讓 AI 重寫標題黨
Yahoo 正式推出融入 Artifact 技術的全新 Yahoo News 應用。新版支援個性化推薦流和一鍵要點提煉，還繼承了 Artifact 的招牌功能：遇到「標題黨」可讓 AI 直接重寫標題。目前已在 iOS 與 Android 上線。
