DeepMind CEO：Google 計劃將 Gemini 與影片模型 Veo 合併
Google DeepMind CEO Demis Hassabis 在播客中表示，Google 最終會將 Gemini 和影片生成模型 Veo 合併，以此提升模型對物理世界的理解能力。他透露 Veo 主要是通過觀看海量 YouTube 影片來摸索現實物理規律，這也是打造通用數字助理的關鍵一步。
AI助理
檢視更新的新聞
Canva 上線全新 AI 套件：支援自然語言搓小元件和智慧表格
Canva 宣佈在平臺內整合一系列 AI 新功能，包括通用助手 Canva AI、支援資料洞察的 Canva Sheets，以及能通過提示詞製作互動地圖或計算器的 Canva Code。該程式碼功能與 Anthropic 合作開發，進一步將 Canva 從靜態設計工具拓展為互動應用平臺。
ChatGPT 升級跨對話記憶：不用反覆交代，它能自動翻前賬了
OpenAI 開始為 ChatGPT 付費使用者推送跨對話記憶功能，AI 能直接參考你以往的聊天曆史定製回答。這意味著以後聊新話題不用再重頭交代背景，且支援隨時在設定裡關閉或刪除單條記憶。目前英國與歐盟地區暫未上線。
微軟辦 50 週年慶典：三任 CEO 押注 AI 未來，現場遭員工抗議打斷
微軟舉辦 50 週年慶典，蓋茨、鮑爾默與納德拉十年來首次同臺，展示了 Copilot 視覺感知等新功能。三任掌舵人一致將 AI 押為未來半世紀重心，鮑爾默戲稱 Copilot 以後也能當 CEO。不過現場遭遇員工就軍工合同發聲抗議，導致活動兩度中斷。
xAI 上線 Grok 3 API：旗艦與 Mini 雙版本開放，對標 Claude 3.7
xAI 正式開放 Grok 3 與 Grok 3 Mini 的 API。Grok 3 輸入每百萬 token 售 3 美元、輸出 15 美元，定價直接看齊 Claude 3.7 Sonnet。不過當前 API 上下文視窗僅限 131,072 tokens，不及此前宣稱的 100 萬。
三星家用機器人 Ballie 今夏發售：接入 Gemini，自帶投影還能指導穿搭
三星宣佈家庭機器人 Ballie 將於今年夏天在美國發售，目前已開啟預註冊。這款球形雙輪機器人內建投影儀，接入了 Google Gemini 多模態推理能力，能根據視覺輸入提供穿搭建議、聯動智慧家居調節作息。不過其具體售價仍未公佈。
不用再手動翻帖了：Reddit 聯手 Google 推出 Reddit Answers
Reddit 宣佈與 Google Cloud 合作推出 Reddit Answers。該功能接入 Vertex AI 上的 Gemini 模型，能直接從海量社群討論中提煉答案，並附帶帖子出處和相關社群推薦，還支援多輪對話追問。
Anthropic 推出 Claude Max 訂閱：每月最高 200 美元，額度拉高 20 倍
週三，Anthropic 推出全新訂閱計劃 Claude Max，月費在 100 至 200 美元之間。100 美元檔提供 Pro 計劃 5 倍的使用額度，200 美元檔則直接拉高到 20 倍。新檔位主要面向頻繁傳大檔案、寫長程式碼的重度使用者，緩解經常撞上限的問題。
Google Workspace升級：推智慧體工作流Flows，文件能變播客
Google 宣佈為 Workspace 推出多項 AI 功能。重頭戲是自動化工具 Workspace Flows，用自然語言即可排程自定義智慧體處理跨應用複雜流程；Docs 引入類 NotebookLM 的音訊概覽，Vids 則接入 Veo 2 生成影片。目前多項功能正分階段進行 Alpha 測試。
Google 升級 Deep Research：由 Gemini 2.5 Pro 驅動，支援轉播客
Google 宣佈 Gemini Advanced 訂閱使用者現可使用基於 Gemini 2.5 Pro 的 Deep Research 深度研究功能。官方稱其分析推理與綜合能力顯著提升，報告盲測表現以超 2:1 領先競品，並支援轉成播客音訊；Workspace 使用者暫僅限網頁端體驗。
lmarena.ai 公開 Llama-4 對戰資料：指責 Meta 靠定製模型刷榜
評測平臺 lmarena.ai 公開 2000 多條 Llama-4 盲測資料，回應社群質疑。平臺直言 Meta 未提前說明參測的實驗版模型專門針對人類偏好與風格做了定製最佳化，有討巧刷分之嫌，後續將收緊榜單規則並上線原生版本複測。
Google 搜尋 AI Mode 升級：能看圖搜圖，向數百萬 Labs 使用者開放
Google 為搜尋 AI Mode 增加多模態能力，使用者拍照或上傳圖片即可獲得帶網頁連結的詳細解答。新功能融合了定製版 Gemini 和 Google Lens 技術，並採用多查詢扇出機制深入理解畫面細節。目前該體驗已在移動端上線，並向美國數百萬 Labs 使用者擴大測試。
微軟 Copilot Vision 登陸手機：用攝像頭即時看懂世界
Microsoft 將 Copilot Vision 正式帶到移動端。開啟手機攝像頭，AI 就能即時分析畫面或相簿照片，解答植物健康或裝修搭配等問題。目前該功能已整合在 Copilot 手機應用的語音模式中，面向美國 Copilot Pro 訂閱使用者開放。
Meta 被曝 Llama 4 刷分造假：內部員工與副總裁傳相繼辭職
據行業博主披露的 Meta AI 員工爆料，Llama 4 實際表現遠落後於開源頂尖水平，管理層甚至建議將測試集混入後訓練來刷榜。該員工已提出辭職並拒絕在技術報告上署名，並透露 Meta AI 副總裁也因同樣原因離職。
Anthropic 首席科學家透露：Claude 4 將在未來六個月內推出
Anthropic 首席科學家 Jared Kaplan 表示，Claude 4 將在未來六個月左右面世。他指出，在後訓練和強化學習的推動下，AI 迭代週期正在進一步壓縮，甚至快過了硬體更迭，整個行業毫無放緩跡象。
微軟用 Muse 模型生成《雷神之錘 2》：瀏覽器可玩，免原始引擎
Microsoft 開放由 Muse 模型即時生成的《Quake II》技術演示，Copilot 使用者可在瀏覽器試玩。該版本支援 640 x 360 解析度與可玩幀率，完全脫離原始引擎執行。雖然畫質模糊且限時遊玩，但展現了 AI 翻新與移植老遊戲的潛力。
Meta 釋出首批 MoE 多模態模型 Llama 4：最高支援千萬級上下文
Meta 推出 Llama 4 Scout 與 Maverick 開源多模態模型，並預覽近兩萬億引數的教師模型 Behemoth。新模型首次改用 MoE 架構，活躍引數均為 170 億，其中 Scout 支援高達 1000 萬 token 上下文。模型權重現已開放下載。
微軟升級 Copilot：加入長期記憶與代辦功能，能用手機攝像頭看世界
Microsoft 宣佈全面升級 Copilot，定位為個人專屬 AI 伴侶。新版加入了長期記憶功能以記錄喜好，推出能代訂票訂餐的 Actions、支援即時看圖答疑的手機端 Vision，以及按 Alt+Space 即可撥出的 Windows 原生應用。
GitHub Copilot 上線 Agent 模式：支援 MCP 協議，推 Pro+ 訂閱
GitHub 宣佈向所有 VS Code 使用者推送 Copilot Agent 模式並支援 MCP 協議。該模式能自主跨檔案改寫程式碼、執行終端命令並修復報錯，同時接入 Claude 3.7 與 Gemini 2.0 等模型。個人還可按月訂閱 39 美元的 Pro+ 計劃。
OpenAI 計劃有變：GPT-5 推遲幾個月，o3 與 o4-mini 先發
Sam Altman 發文確認調整發布節奏，將在未來幾週內先推出 o3 和 o4-mini，而 GPT-5 則推遲到幾個月後。Altman 表示各項能力的平滑整合比想像中更難，推遲能讓 GPT-5 變得更強，同時也要儲備足夠算力應對空前需求。