Gemini 应用上线 66 种地区口音语音
Gemini 应用在 Android 和 iOS 端上线 66 种新地区语音,覆盖美式英语、英式英语、印度英语、印地语、巴西葡萄牙语、印尼语和韩语等,每种语言都提供定制选项。这些语音针对自然语调和日常清晰度调校,而非夸张口音,用户选定的语音可在 Gemini Live、语言练习和聊天朗读中全局沿用。用户可通过 Gemini Live 的三点菜单或应用设置中的语音选项预览并选择。
Gemini 应用在 Android 和 iOS 端上线 66 种新地区语音,覆盖美式英语、英式英语、印度英语、印地语、巴西葡萄牙语、印尼语和韩语等,每种语言都提供定制选项。这些语音针对自然语调和日常清晰度调校,而非夸张口音,用户选定的语音可在 Gemini Live、语言练习和聊天朗读中全局沿用。用户可通过 Gemini Live 的三点菜单或应用设置中的语音选项预览并选择。
OpenAI 推出儿童性虐待材料(CSAM)图像分类器,并提供 ChatGPT 干预措施、开发者指南及执法调查支持。分类器可检测潜在 CSAM,包括 AI 生成材料,向经审核组织免费提供 API 访问;早期评估估计,在发现数量大致相同的虐待图像时,标记图像量减少 48%。
推荐理由:OpenAI 的新图像分类器在早期评估中识别出数量相近的虐待图像,同时减少了 48% 的标记量,降低人工复核负担。
OpenAI 更新 ChatGPT for Healthcare,增强计算机使用智能体和可信临床搜索,并新增超过 20 个医疗插件。智能体可跨应用读取屏幕、点击和输入,机构可配置访问权限、审计日志及人工审核步骤;在超过 1300 次盲评审查中,医生对更新后的临床回答在全部 8 个评估维度上给出更高评价。
推荐理由:OpenAI 为医疗团队加入跨系统操作智能体,并允许机构设定应用访问范围和人工审核步骤,使工作流自动化保留明确的权限边界。
Shield 的 Forge 平台接入 OpenAI GPT-6 Astra 后,其 computer-use 智能体可登录无 API 的传统门户完成浏览器任务,技术人员只需处理需要判断的环节。
Google 开始向美国所有 Gemini 应用用户推出 Google Wallet 连接功能,让回答结合用户的消费习惯。
推荐理由:Gemini 接入 Google Wallet 后可依据交易记录分析支出与订阅费用,账户访问限于读取且连接可随时关闭。
OpenAI 推出 ChatGPT Wallet,与 American Express、Mastercard 和 Visa 合作,让智能体在不获取用户真实卡信息的情况下代为支付。
推荐理由:OpenAI 将逐笔安全确认与隐藏真实卡信息接入智能体支付,让用户保留银行卡权益,商家沿用现有结账系统。
DeepSeek 发布全家桶应用 API,开发者在原有 API 中开启对应参数,即可使用联网搜索、文件输入、阅读链接及安全校验能力。deepseek-flash 在 Messages、Responses 与 Chat Completions 接口下支持这些功能,工具调用与上下文拼接由服务端完成,搜索支持非思考模式与思考模式。
推荐理由:DeepSeek 将搜索、文件解析和链接阅读接入原有 API,并由服务端完成工具调用与上下文拼接,减少开发者自行编排这些环节的工作。
Google Search 接入 Gemini 4 Hydrogen,现已向全球所有用户开放,提升问题理解、检索和可视化回答能力。升级强化了指令遵循与工具调用,可处理多部分问题、难以辨认的拼写错误和具体请求,并通过并行检索相关子主题提供更广泛的链接。回答将包含更多图片、结构化内容、比较表格和定制工具,所有受支持的 AI Mode 语言也获得更细致的语言理解能力。
推荐理由:Google Search 面向全球用户升级搜索能力,通过并行检索相关子主题扩大链接覆盖,帮助用户发现此前可能未找到的网站。
Google 今天起向全球 iOS Gemini 用户推出 Apple CarPlay 支持,覆盖 Gemini Live 支持的所有语言。用户可在车载屏幕开启或继续语音对话,通过 Gmail 和 Google Calendar 查询日程、了解未读邮件及总结邮件长线程,对话记录会自动同步至 iPhone 上的 Gemini 应用。
Google 为 Gemini Intelligence 推出新功能,并扩展至 motorola signature 27、Pixel 10 Pro XL 和 Pixel 10 Pro Fold 等设备。
推荐理由:Google 为 Gemini Intelligence 增加自然语言创建小组件和设备协助功能,让手机上的信息整理与设置操作减少手动步骤。
OpenAI 发布 ChatGPT 中的 Businesses 功能。原文页面仅显示 500 Internal Server Error,未提供该功能的具体能力、定价或可用范围等信息。
Google DeepMind 开放支撑 WeatherNext 3 的 SatWeave 和 PARDIG 历史档案及实时数据流,供研究人员和开发者构建天气、水文与气候应用。
OpenAI 已在研究基础设施部署 Control Room,集中追踪模型工作负载,并在收到停止指令后最多 35 秒内阻止进一步模型输出。系统在推理引擎层按 job_id 检查授权,可联动监控系统停止任务,无需依赖任务代码自行执行停止检查。Control Room 服务故障时会拒绝推理请求,这项故障关闭机制已覆盖所有前沿模型研究工作负载,未来几天将完成其余研究工作负载的部署。
推荐理由:OpenAI 将研究任务的停止机制放在推理层统一执行,降低安全控制对频繁变动的任务代码的依赖并保留其他获授权任务的运行。
ChatGPT Enterprise 现已在 AWS Marketplace 上架,企业可通过现有 AWS 采购与账单关系购买和管理,并将符合条件的支出计入 AWS 承诺消费。
Mistral Studio 扩展托管智能体和应用,并更新工作流、企业上下文、智能体可观测性与评估能力,将 Mistral Large 4(Le Chonk)用于企业业务。
推荐理由:Mistral Studio 将托管智能体、工作流与应用接入共享基础设施,减少企业团队重复搭建运行环境的工程负担。
OpenAI 的 Daybreak Red 已在 AWS GovCloud (US-East) 上线,经批准的客户可通过 Amazon Bedrock 使用 GPT-5.6 Cyber 网络安全模型。
OpenAI 宣布社区安全报告计划,并加强 ChatGPT 的暴力内容限制与青少年保护,相关措施将在未来几周开始推出。面向所有用户的新限制将减少过往大规模袭击的武器、装备及获取方式细节,青少年还将受到更严格的武器和安全系统实用信息限制。社区安全报告计划于 2027 年初发布,覆盖 2026 年下半年,此后每六个月更新;OpenAI 也在开发自动结束高风险对话及暂停反复讨论暴力的账号等干预措施。
推荐理由:OpenAI 将青少年武器信息限制扩展到没有暴力意图迹象的提问,保护范围覆盖可能被用于实施暴力的实用信息。
Google DeepMind 与英国政府合作开发的 AI 规划工具 PlanAssist 在 Barnet、Camden、Dorset 试点中将规划官员评估民宅申请的平均时间缩短最多 58%,现将扩展至另外 12 个英格兰地方规划机构。
Gemini 应用新增聊天内文件生成、预览和编辑功能,支持文档、PDF、演示文稿、电子表格及代码。用户可全屏手动编辑、选中文本提问或让 Gemini 修改文件,也可将上传的手写课堂笔记生成 PDF 学习指南并调整文字或视觉内容。
推荐理由:Gemini 将文件生成、预览与直接编辑整合进聊天,用户能在同一界面手动修改内容或选中片段交给模型调整。
Gemini 应用新增沉浸式探索库,用户可通过交互式视觉场景逐层探索从微观系统到深空的主题。目前可在 Gemini 学生中心点击“Try immersive explorations”进入,场景涵盖丝绸之路贸易路线、喷气发动机内部和闪电物理原理,即将支持聊天内直接访问及音频讲解。
Google 推出 Connected Apps Platform 预览版,让开发者在统一平台构建和管理面向搜索与 Gemini 的应用。
推荐理由:Google 将应用接入、测试和提交集中到统一平台,开发者一次构建即可覆盖搜索与 Gemini 两个入口。
Google 与 XREAL 正式推出搭载 Android XR 的有线 XR 眼镜 XREAL AURA,Gemini 可理解现实视野及屏幕内容并提供帮助。眼镜重量低于 95 克、视场角为 70 度,通过线缆连接便携计算模块,支持多窗口应用及 USB-C 笔记本屏幕镜像,Gemini 还能高亮视野中的关注对象。
推荐理由:XREAL AURA 将 Gemini 接入现实视野与笔记本窗口,让用户在多窗口办公时直接围绕眼前内容获取帮助。
OpenAI 与 Oracle 扩大合作,计划将 Oracle 应用和数据接入 ChatGPT,并以 OpenAI 模型和工具支持新的 Oracle 产品与服务。
Fanatics 与 OpenAI 合作推出由 OpenAI 模型驱动的 Shop the Look 功能,已在 Fanatics.com 及 NFL、NBA、MLB、NHL 官方商城上线,为球迷推荐搭配球队与风格的整套装备。借助 Codex,双方在 24 小时内完成首批 50 件商品的搭配测试,约 3 万件 MLB 商品参与推荐测试,新体验的互动率比旧版高出 10%。
OpenAI 正式开放基于 GPT‑6 Luna 的 Decisions API,处理限定答案的决策时,比通过 Responses API 使用 GPT‑6 Luna 最多快 10x。
推荐理由:OpenAI 将限定答案的分类与路由决策交给专用 API,让应用工作流中的高频小决策减少延迟与成本累积。
OpenAI 将 ChatGPT Ads 扩展至另外 26 个国家,全球覆盖增至 89 个国家,推出八个多月以来已有超过 100,000 家广告主投放广告。新增市场包括 14 个拉美国家,以及欧洲、中东、非洲和亚洲的部分国家,广告主可通过技术合作伙伴或 Ads Manager 自助接入。
Google 为 Gemini 推出小企业专用商业入口、营销与财务技能及新的应用连接,将在未来几天向全球所有 Gemini 应用用户逐步开放。企业可上传网站、品牌素材包、字体或配色,结合 Nano Banana 2.1 生成视觉素材,Gemini 会保留品牌风格,无需反复上传规范。
推荐理由:Gemini 将品牌素材生成、财务分析和商业应用连接集中到小企业入口,减少经营者重复上传品牌规范和自行解读财务数字的工作。
DeepSeek 开放自研搜索 API,底层使用为其网页端与 API 端提供搜索支持的 DeepSeek 搜索引擎。该引擎索引全球千亿级网页,支持多语言搜索,每天处理来自全球各地的数亿次搜索请求。DeepSeek 称其通过识别机制过滤 SEO 作弊、GEO 操纵和低质 AIGC,使用方式可参考网页搜索与抓取指南。
推荐理由:DeepSeek 开放自研搜索 API,其底层引擎已为网页端与 API 端提供搜索支持并处理每天数亿次请求。
Google 今日在美国的 Google Search 和 Gemini app 推出 Universal Cart,支持跨零售商保存商品、追踪价格和库存变化。
推荐理由:Google 的 Universal Cart 将跨商店商品保存、优惠提醒与结账集中到同一购物车,减少购物者在多个入口间整理商品的负担。
GitHub 介绍与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器,将非结构化密钥检测扩展到推送保护,候选密钥批次评估耗时低于 2 毫秒。
推荐理由:GitHub 用九个季度的数据比较代码推送与凭据泄露,单次推送的泄露比例未见显著趋势而总量增长加重人工处置负担。
Anthropic 将 Project Glasswing 与 Cyber Verification Program(CVP)整合为扩展计划,提供 Defense Access。
推荐理由:Anthropic 按防御、授权红队和高风险系统测试划分网络安全访问权限,让安全团队的工作范围与审核要求、安全控制相匹配。
OpenAI 公布应对 EU AI Act 的 textGrain 文本水印方案,今天起全球 API 客户可为部分模型主动开启,默认关闭。未来几周,欧盟符合条件的 ChatGPT 和 Codex 文本输出将加入不可见水印,检测器初期仅向获批研究人员和专业组织开放申请。
推荐理由:OpenAI 披露文本水印在同义词替换后的检测率下降,文本编辑会削弱来源信号,检测结果不能直接用于认定人类创作。
Claude Code 推出 mods,以小型 TypeScript 函数定制工具行为和界面,现已支持 CLI 与桌面应用。Mods 随插件安装和分享,可改写提示词、拦截工具调用、处理权限请求或替换内置功能,也可由 Claude Code 编写、安装并热重载。
推荐理由:Claude Code 用 mods 开放事件改写、界面定制和内置功能替换,让开发者无需等待官方更新就能调整工具行为。
Google 推出 Gemini Live 的 Guided Vision 功能,通过实时视觉描述和语音取景提示,为盲人、低视力用户及需要视觉辅助的人提供帮助。
推荐理由:Google 为 Gemini Live 加入实时视觉描述与取景语音提示,让盲人和低视力用户能通过对话获取日常视觉信息。
Google 今天开始在全球 Gemini 聊天中推出技能,可保存并复用常用指令,未来几周将向 Google Workspace 客户开放。用户可输入“/”和技能名调用,也可从聊天创建技能、按匹配提示词自动运行、组合多个技能,并添加文本、PDF 或图像参考文件。
推荐理由:Google 将可复用技能接入 Gemini 聊天并支持自动触发与组合使用,让重复任务减少逐次输入指令的操作。
Google DeepMind 发布 SynthID Bio,把水印技术用于合成生物学,在生物代码中嵌入不可感知的签名,并可在合成出的实体蛋白质上验证,同时保持其生物功能。
推荐理由:Google DeepMind 推出 SynthID Bio,把水印嵌入 AI 生成的蛋白质序列与三维结构,并在实验室合成出的实体蛋白上验证,同时保持其结合功能。
OpenAI 推出 dots,由 GPT‑6 Astra 驱动、拥有独立云端电脑的智能体,可围绕用户目标 24/7 工作。Dots 可通过插件连接超过 4,000 个应用,在 ChatGPT、Slack 和 Teams 中交流并延续上下文;后台主动研究仅使用只读工具,影响账户或分享信息的操作需经过自动审查及相应审批。
推荐理由:OpenAI 为 dots 设置只读后台研究和敏感操作审批,让持续运行的智能体在主动处理工作时保留明确的权限边界。
Claude Tag(beta)现支持在 Slack 频道请求中使用个人连接器,正在向 Team 套餐推出,Enterprise 将随后跟进。用户可逐条审核回复,或选择自动发布模式,由 Claude 将需要审核的敏感内容交给用户确认;Enterprise 管理员将能要求所有人审核。
推荐理由:Claude Tag 将个人连接器接入频道请求,并保留回复审核与共享连接器分工,让个人权限与频道可见范围分别受到控制。
Google DeepMind 公布 Private AI Compute 的新技术能力,将私密的服务端持久记忆引入该平台,使 AI 助手能跨设备保留上下文。数据密封在加密存储中,解锁密钥仅保存在用户设备上,模型访问时通过端到端加密通道进入云端安全隔区,在隔离内存中临时解密并即时重新加密。
推荐理由:Google DeepMind 为 Private AI Compute 加入服务端持久记忆,解锁密钥只留在用户设备,模型经加密通道在云端安全隔区临时解密,让云端助手具备跨设备连续上下文。
Google DeepMind 发布 AlphaGenome Atlas,一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台,规模达 1PB,是 AlphaFold Database 的 30 多倍。
推荐理由:Google DeepMind 将 AlphaGenome 的预测结果预计算成覆盖人类基因组全部 90 亿个单碱基变异的 1PB 数据集,规模超过 AlphaFold Database 的 30 倍,并配套给出可排序的 AVI 评分。