ChatGPT 高階語音登陸桌面端:Mac 和 Windows 都能即時對話了
OpenAI 宣佈將高階語音模式推送到 macOS 和 Windows 桌面應用。使用者可以直接用自然語音讓 AI 寫程式碼或討論分析上傳的檔案,並提供 5 種全新音色可選。不過目前該功能僅限 Plus 和 Team 付費使用者使用,且暫不支援歐盟和英國等地區。
OpenAI 宣佈將高階語音模式推送到 macOS 和 Windows 桌面應用。使用者可以直接用自然語音讓 AI 寫程式碼或討論分析上傳的檔案,並提供 5 種全新音色可選。不過目前該功能僅限 Plus 和 Team 付費使用者使用,且暫不支援歐盟和英國等地區。
Google CEO Sundar Pichai 在財報會上透露,主打即時多模態理解的 Project Astra 體驗最早要到 2025 年才會推出。此前有傳聞稱代辦任務的消費級智慧體最早 12 月上線,如今看來大家還得再等等。
據 9to5Mac 報道,Apple 計劃在 App Store 頁面加入 AI 生成的使用者評價摘要,自動歸納高頻反饋與情緒,並隨新評論動態更新。該功能在雲端處理,先在部分地區向評價較多的應用開放,開發者若覺得摘要不準可提出申訴。
OpenAI 宣佈為 ChatGPT 網頁版上線聊天曆史搜尋功能。使用者可以直接在網頁端檢索過去的對話記錄,快速定位歷史聊天內容,免去了在側邊欄逐條翻找的麻煩。
據媒體報道,Meta 正在開發自研 AI 搜尋引擎,供 Meta AI 為使用者生成時事摘要。該專案由專門團隊秘密研發了大約八個月,目的是擺脫對 Google 和 Bing 的依賴,把核心搜尋流量握在自己手裡。
Anthropic 宣佈 Claude 3.5 Sonnet 接入 GitHub Copilot,開發者可在 VS Code 和網頁端直接切換使用。該模型在 SWE-bench Verified 榜單領先,底層由 Amazon Bedrock 驅動,未來幾週向所有 Copilot 使用者開放公測。
Google 宣佈將搜尋中的 AI 概覽功能推向全球 100 多個國家和地區,月活躍使用者預計超過 10 億。新版本還支援英語、日語、西班牙語等多語言自由切換,並在 AI 摘要內直接嵌入網頁連結。
xAI 為 Grok 增加了影像理解能力,X 平臺付費訂閱使用者現在可以上傳圖片向 AI 提問。馬斯克稱它甚至能看懂並解釋梗圖,不過目前功能仍處在早期階段。這也是繼 8 月加入影像生成後,xAI 進一步補齊多模態能力。
Apple 正式推送 iOS 18.1、iPadOS 18.1 與 macOS Sequoia 15.1,上線首批 Apple Intelligence 功能。首批功能包括全系統文本重寫與校對、全新發光外觀與支援打字輸入的 Siri,以及照片消除工具 Clean Up。不過目前僅限裝置和 Siri 語言設為美式英語時可用。
Meta 與路透社達成多年期 AI 內容授權協議。Meta AI 聊天機器人將接入路透社報道來回答時事新聞,每次生成回答都會附帶原文連結,該功能即日起在美國上線。不過協議金額未公開,也未透露是否用於 Llama 模型訓練。
The Verge 援引知情人士報道,OpenAI 計劃在 12 月推出代號 Orion 的下一代旗艦模型,或先向合作企業開放而非直接進 ChatGPT。不過 CEO Sam Altman 稱其為假新聞,發言人隨後表示今年並無釋出代號 Orion 模型的計劃。
Meta 開始向 Ray-Ban 智慧眼鏡推送韌體更新,上線多項此前釋出的新 AI 視覺功能。眼鏡現在能根據自然提問主動拍照解答,還能直接識別視線內的電話號碼撥號、掃二維碼,甚至充當記車位的記憶輔助工具。不過即時翻譯和即時影片 AI 尚未實裝。
Google 宣佈將在移動端搜尋的 AI Overviews 摘要中加入標註「贊助」的廣告,並附帶相關網頁高亮連結。同時,本週在美國推出由 Gemini 驅動的 AI 整理搜尋結果頁。說白了,Google 正急於將 AI 搜尋變現,防範 ChatGPT 等對手的衝擊。
Google 宣佈為搜尋和 Lens 帶來多項 AI 升級。現在使用者可以按住快門錄影片並同步語音提問,AI 能結合畫面作答;拍照時也支援直接開口提問。最值得關注的是搜尋方式從靜態文字徹底走向多模態。不過影片提問目前僅向 Search Labs 的英文使用者開放。
據 The Verge 報道,Elon Musk 在 OpenAI 早期舊總部舉辦 xAI 招聘派對,與同一天舉辦的 OpenAI 開發者大會打擂臺。Musk 現場宣稱兩三年內有望實現 AGI,並計劃模型釋出約 9 個月後開源。最值得關注的是,xAI 正全力招攬 API 工程師,加速叫板老對手。
OpenAI 推出新介面 Canvas,在獨立視窗中與使用者協同寫作與程式設計。它支援選中文本區域性修改、提供行內批註,並內建快捷選單一鍵調長度、捉蟲與轉換語言。這是 ChatGPT 問世以來的首個重大視覺互動升級,目前面向 Plus 與 Team 使用者開放。
OpenAI 宣佈完成 66 億美元新一輪融資,投後估值達到 1570 億美元。官方同時披露目前全球每週有超 2.5 億人使用 ChatGPT。新資金將用於強化前沿 AI 研究和擴充算力容量,AI 賽道的算力軍備競賽還在加速。
Bing 宣佈擴大生成式搜尋的測試範圍,開始覆蓋更多指導類和複雜資訊查詢。新介面不僅最佳化結果,還會將多方內容整合成結構化佈局,並附帶引用來源。該體驗目前仍處於測試階段,僅在美國開放,可通過特定關鍵詞或「Deep search」按鈕觸發體驗。
微軟為 Copilot+ PC 帶來一批端側 AI 功能。此前備受爭議的 Recall 改為預設關閉且必須通過 Windows Hello 解鎖;系統還新增了全域性互動工具 Click to Do、離線自然語言檔案搜尋,以及照片 8 倍超分。新功能 10 月起向 Windows Insider 使用者分批推送。
微軟全面改版 Copilot,新增支援自然交談的語音功能,並在實驗區推出能即時看懂網頁的 Copilot Vision 和深度推理模式 Think Deeper。早播新聞也開始採用授權媒體內容。目前 Vision 等實驗功能僅面向部分英語區使用者測試。