Gemini macOS 应用新增双击 Command 键快速附加活动窗口功能
Google 官方宣布,Gemini macOS 桌面应用现已支持快捷操作:用户只需双击键盘上的 Command ⌘ 键,即可将当前活动窗口内容无缝附加至聊天界面,便于针对屏幕内容进行实时交互与分析。该功能免去了手动截图、复制文本或频繁切换标签页的繁琐步骤,进一步提升了多任务处理效率。目前该功能已随 Gemini macOS 客户端上线。
Google 官方宣布,Gemini macOS 桌面应用现已支持快捷操作:用户只需双击键盘上的 Command ⌘ 键,即可将当前活动窗口内容无缝附加至聊天界面,便于针对屏幕内容进行实时交互与分析。该功能免去了手动截图、复制文本或频繁切换标签页的繁琐步骤,进一步提升了多任务处理效率。目前该功能已随 Gemini macOS 客户端上线。
Google Research 近日发布被动心率监测系统(PHRM)。该系统利用智能手机前置摄像头,在用户日常操作(如人脸解锁后数秒内)自动采集面部视频,并通过深度学习模型估算心率。测试显示,其对比心电图金标准的平均绝对百分比误差(MAPE)低于10%,满足不同肤色人群的行业精度要求。 PHRM 可将全天多次测量结果整合为每日静息心率(RHR),平均绝对误差(MAE)低于5 bpm。研究团队同步公开了迄今规模最大的智能手机面部视频数据集,并开...
OpenAI 已在其 Responses API 和 Completions API 中正式上线内容审核评分(Moderation scores)功能。该功能在模型生成响应的同一请求流程中同步返回审核信号,无需额外调用。 开发者可根据返回的评分结果,在应用层自主决定执行记录、路由、人工复核或自动拦截等操作。 相关文档已更新至 OpenAI 官方开发者网站:https://developers.openai.com/api/docs/guide...
苹果公司已批准初创公司Poke接入其Messages for Business平台,使其成为该平台首个获准运行的AI代理。 Poke由加州The Interaction Company of California开发,主打通过短信交互提供日常AI服务,目前支持SMS、Telegram及部分市场的WhatsApp。此次接入后,用户可通过iMessage与Poke交互,执行日程管理、健康追踪、智能家居控制及照片编辑等任务。公司透露,截至目前Pok...
OpenAI 官方开发者账号宣布,Codex 现已集成 Build iOS Apps 插件。该插件支持在应用内浏览器中直接查看和测试 iOS 应用,可一键开启 SwiftUI 预览,并实现热重载编辑,开发者无需离开 Codex 环境即可完成开发与调试。
Google AI 笔记工具 NotebookLM 近日上线一款以福尔摩斯为灵感的互动学习笔记本。该功能将传统笔记阅读转化为游戏化体验,引导用户通过推理事实、识别线索等方式主动探索知识。官方表示,该工具旨在改变被动学习习惯,帮助用户以侦探视角拆解复杂问题,提升理解与记忆效率。目前该笔记本已开放使用。
LMSYS 官方博客 6月4日消息,Boson AI 与 LMSYS 联合推出基于 SGLang Omni 推理框架的 Higgs Audio v3 文本转语音(TTS)端到端服务。该模型参数量约 40 亿,以 Qwen3 4B 为骨干架构,官方支持 100 种语言,内部评测覆盖 111 种。 Higgs Audio v3 在 Seed TTS、CV3、MiniMax Multilingual 及 Higgs Multilingual 等零样...
NVIDIA 最新开源模型 Nemotron 3 Ultra 现已在 OpenCode 平台免费上线。该模型专注于文本任务,支持高达 100 万 token 的上下文长度,代码与权重均已完全开放,可供开发者直接调用与研究。
Meta 宣布在 Facebook 平台上线一款面向创作者的全新 AI 助理。该工具可基于创作者的内容风格、账号表现、社区互动及目标,提供个性化建议。 创作者可通过自然语言提问,例如“我该何时发帖?”或“评论区用户在讨论什么?”,并支持追问以深入分析数据趋势,如受众构成变化。所有反馈均基于其自身账号数据,并给出可操作的优化建议。 该 AI 助理目前已向美国、加拿大和印度的创作者开放,后续将拓展至更多国家。同期,Meta 还新增阿拉伯语、印尼语...
据TechCrunch报道,苹果WWDC 2026全球开发者大会即将于本周一开幕,预计将公布多项AI核心更新。最受关注的是Siri的全面AI重构,新版本将引入Google Gemini技术以提升上下文理解与多步任务处理能力,并可能推出独立Siri应用以对标主流AI聊天机器人。此外,苹果计划在App Store引入AI智能体(Agent)集成,支持第三方代理执行预订、文档编辑等任务。相机与照片应用将新增“视觉智能”模块,结合Google图像搜索...
OpenAI 宣布上线新一代 ChatGPT 记忆系统 Dreaming V3,旨在提升记忆的新鲜度、连续性与相关性,应对大规模用户长期使用中出现的记忆陈旧、准确性下降及可扩展性挑战。该系统支持 ChatGPT 自动从聊天历史中提取并合成关键信息,持续学习用户偏好、项目背景与使用限制,使后续对话能基于共享上下文展开。 Dreaming V3 即日起面向美国地区的 Plus 和 Pro 用户开放,未来几周将逐步扩展至更多国家,并覆盖 Free...
NVIDIA官方宣布,GeForce NOW云游戏服务将于2026年6月新增18款游戏。首批10款已于今日上线,其中包括备受关注的超现实开放世界冒险游戏《Neverness to Everness》(由Hota Studio开发)。 同期加入的游戏还包括《Gothic 1 Remake》《Jurassic World Evolution 3》《House Flipper Remastered Collection》《Pro Cycling M...
斯坦福大学研究人员推出开源框架OpenJarvis,专为本地优先的设备端个人AI智能体设计,支持推理、工具调用、记忆与持续学习全流程在终端完成。 该框架将个人AI系统解耦为五个可组合原语:Intelligence、Engine、Agents、Tools & Memory 和 Learning,强调模块化与可扩展性。 实测显示,OpenJarvis在关键任务上与当前最佳云端模型性能差距仅3.2分,同时边际API成本降低约800倍。
英伟达(NVIDIA)公开一项名为PPISP的新技术。该技术旨在补偿多视角图像采集过程中因光照条件与相机设置不一致导致的光度变化,从而提升神经辐射场等3D重建方法的稳定性与质量。 PPISP通过预处理阶段对输入图像进行光度校正,使后续重建模型更可靠地建模几何与外观信息。官方指出,辐射场重建质量高度依赖于输入图像的一致性,而PPISP可在非理想拍摄条件下显著增强鲁棒性。 相关项目代码与技术细节已开源,链接为:https://nvda.ws/43...
OpenClaw 于近日正式发布 v2026.6.1 版本。本次更新主要新增了对原生 Windows 节点主机的支持,开发者可直接在 Windows 环境下部署节点。 该版本引入了面向自主学习型智能体的“技能工坊(Skill Workshop)”功能,并新增工作板(Workboard)编排界面,以提升任务协同效率。此外,OpenClaw 现已支持 MiniMax M3 Windows 设备接入集群,且无需依赖特定第三方服务。完整更新日志与发布...
MiniMax 宣布其大模型 M3 与记忆增强平台 Mem0 建立官方启动合作。M3 具备 100 万 token 上下文窗口能力,结合 Mem0 提供的记忆层技术,可支持构建具备长期、个性化记忆能力的 AI 智能体。 双方表示,该集成方案面向开发者开放,适用于需持续学习用户偏好与历史交互的场景。合作启动首周,M3 模型服务提供五折优惠。 开发者可通过 MiniMax 平台文档了解 M3 模型接入方式,Mem0 平台同步开放注册与集成支持。
Grok Imagine 1.5 预览版已正式发布,即日起开放 API 接口供开发者体验。该版本由 xAI 团队开发,主要聚焦图像生成能力的升级。目前仅提供预览版本,官方尚未公布正式版的具体上线时间及详细技术参数。
谷歌实验室(Google Labs)正式推出实验性AI应用Dreambeans,目前已面向美国地区Google AI Ultra订阅用户开放iOS与Android版本,其他个人谷歌账户用户可加入等待名单。 Dreambeans通过用户授权,整合Gmail、日历、照片、YouTube及搜索历史等谷歌服务中的个人数据,每日生成10至14条AI绘制的“生活故事”。内容涵盖本地推荐(如附近咖啡馆)、生活事件延伸(如日历中标记领养新狗后推送养宠提示)及...
AI图像生成模型 Ideogram 正式发布 v4.0 版本。该版本支持原生 2K 分辨率输出,并显著优化了文字渲染能力。 v4.0 新增对 JSON 格式提示词的支持,便于开发者集成至自动化工作流。目前用户已可通过 Krea 平台体验该版本。
xAI官方宣布,其Grok语音识别(STT)与语音合成(TTS)模型已正式上线企业级语音AI平台Vapi。开发者现可通过Vapi调用Grok的STT与TTS API,构建定制化语音智能体,支持多语言交互,并满足受监管行业对通话细节记录的合规要求。
AI 编程平台 Replit 正式上线 SEO Agent 工具。该功能面向在 Replit 部署的应用,提供自动化扫描服务,可识别影响搜索排名的潜在问题,并给出具体的优化修复建议。 官方表示,应用发布仅是第一步,SEO Agent 旨在帮助开发者提升产品在传统网页搜索引擎及新兴 AI 搜索环境中的可发现性。目前该功能已向 Replit 用户开放,支持一键启用。
NVIDIA 开源项目 OpenShell 发布 v0.0.55 版本。该版本正式集成 Google Vertex AI 作为推理服务提供者,支持智能体直接调用 Vertex AI 模型。 新版本还引入基于配置文件的策略可见性功能,优化网关对 Podman 容器运行时的检测能力,并恢复 GPU procfs 的基准行为以提升沙箱可靠性。此外,项目同步修复了 CI 流程与文档问题。
AI搜索公司Perplexity宣布其Personal Computer功能即将登陆Windows系统。该功能将在用户本地设备上运行,用于协调日常使用的应用程序与文件。首批体验资格将面向已加入等候名单的付费Max及Enterprise Max订阅用户开放。
TechCrunch 6月3日报道,初创公司 AethexAI 宣布其自研语音 AI 技术栈已在非洲和中东市场投入应用,目前日均处理通话量超过 1.7 万通。 该公司由前高盛员工 Mariama Diallo 与前 Meta 工程师 Ayooluwa Odemuyiwa 联合创立,聚焦本地化语音交互难题。针对英语、法语及阿拉伯语的区域性方言、语码转换和非正式表达,团队自主研发了参数量为 3 亿至 17 亿的小型模型系列“Kora”,并构建了轻...
英伟达在CVPR 2026大会上推出一系列物理AI智能体技能,旨在加速自动驾驶车辆、机器人及视觉AI系统的端到端研发流程。新技能基于开源物理AI基础模型NVIDIA Cosmos 3,整合场景重建、边缘案例生成、策略训练与行为评估等环节,解决当前研究中工具割裂、迭代效率低的问题。 针对自动驾驶,英伟达推出Neural Reconstruction、InstantNuRec、AlpaGym和OmniDreams等技术,支持从车队数据自动构建可编...
TechCrunch 6月3日消息,Meta公司宣布其为WhatsApp商务版开发的AI代理(Meta Business Agent)即日起在全球范围内正式上线。该AI代理支持回答客户咨询、推荐产品、预约服务、筛选销售线索,并可在必要时将对话转接至人工客服。 该AI代理同时集成至Instagram私信功能中。Meta正测试一项新能力:为商家自动生成夜间聊天摘要及业务洞察报告,目前面向WhatsApp商务版、Instagram Pro、Mess...
Anthropic官方6月3日消息,Anthropic正式推出Claude合作伙伴网络中的“服务分级体系(Services Track)”与“伙伴中心(Partner Hub)”,旨在帮助企业客户更清晰地识别具备实际Claude落地能力的合作伙伴。 该服务分级体系设为三级:Select(入门级)、Preferred(优选级)和Global Premier(全球卓越级),分别依据认证从业者数量、已上线客户数及公开客户案例等客观指标进行评定。所有...
Anthropic 6月3日消息,Anthropic于今日发布《一年来AI增强型网络威胁分析》报告,基于对2025年3月至2026年3月间832个因恶意网络活动被封禁账号的实证研究,系统评估AI在攻击生命周期中的实际应用趋势。 报告显示,67.3%的账号使用AI编写恶意软件;AI在“横向移动”“权限提升”等高阶攻击阶段的使用比例虽较低(6.5%),但呈现上升趋势。攻击者正从依赖AI获取初始访问,转向更多用于系统内部的复杂操作,中高风险攻击者占...
NousResearch 正式推出 Hermes Agent 官方桌面应用公测版本。该应用主要面向本地部署与桌面端使用场景,旨在降低 AI 智能体的使用门槛并提升交互便捷性。 Hermes Agent 此前主要以开源代码和 API 形式提供,此次桌面版的发布将方便开发者与用户直接在本地运行和调试智能体。目前应用处于公开测试阶段,用户可通过官方渠道下载体验。
OpenAI 宣布为 Codex 推出面向团队角色的专属插件。该系列插件围绕数据分析、创意制作和产品设计等实际工作场景构建,可为开发者提供自动生成报告、创意方向建议及产品原型所需的工具与上下文。目前相关插件已由 OpenAI 内部团队构建并投入实际使用。