AI 产品

6 月 17 日，谷歌正式推送 Android 17 正式版及 Wear OS 7，首发搭载 Pixel 设备。新系统集成音乐生成模型 Lyria 3、多模态大模型 Gemini Omni 及基于 AudioLM 的语音翻译工具（适配 Pixel 10a）。Pixel 专属更新：Gemini Omni 支持对话中剪辑视频，Lyria 3 可输入文字或图片生成曲目；老款 Pixel 8a、9a 快速分享兼容苹果 AirDrop。系统新增"气泡任务栏"多任务控件、同屏录摄、家长管控及折叠屏 50/50 游戏模式。手表新增车祸、摔倒、无脉搏自动呼救，续航提升 10%，夏季将上线 Gemini 桌面小组件。

Slack 现在可以渲染 HTML 附件，而不再只是以文本形式显示了 😭🙏

Snap 今日发布首款面向消费者的独立式 AR 眼镜 Snap Specs，售价 2195 美元。镜身采用瑞士 TR90 材料，重 132g/136g，支持近视镜片插片及多种鼻托。配备自研 LCoS 显示，51 度视场角、1600 万色，电致变色镜片 10 秒可切换至墨镜模式。无需外接计算单元，搭载两颗高通骁龙处理器（分别负责计算机视觉与 AR 界面），内置 AI 实时监测用户所见并提供情境化帮助。混合使用续航约 4 小时，充电盒可扩展至约 20 小时。

高通发布骁龙 Reality Elite 旗舰 XR 芯片（第三代骁龙 XR2 更名）。相比前代 XR2+ Gen2，GPU 性能提升 60%，CPU 提升 30%，NPU AI 算力提升 160% 达 48 TOPS。摄像头视频透视延迟降低 10%，功耗减少 33%。支持 UFS 4.0、4.2GHz 内存、蓝牙 6.0 及双 USB 3.1。续航延长 20%，满载温度最多降低 12°C。NPU 本地运行 30 亿参数大语言模型速度 45 tokens/s；512×512 视觉模型推理约 1.7 秒。首款搭载设备 Xreal Aura Android XR 眼镜今年秋季发售，玩出梦想也官宣下一代旗舰搭载该芯片。

Tensordyne 发布突破性推理系统，采用对数 AI 计算芯片。相比 NVIDIA Blackwell，每瓦特 token 数提升 17 倍，吞吐量提升 13 倍。核心创新是在硬件中实现高效对数运算，将乘法转为加法，从而缩小计算电路、减少晶体管、降低功耗，释放芯片空间用于更多张量引擎、高带宽 SRAM 和 HBM3e 内存。针对 DeepSeek-R1，单机架可达 363K tokens/sec，对照系统仅 27.4K。Napier 处理器已完成流片，在台积电 3nm 制程生产。

Midjourney 将在明天（美国太平洋时间下午6点）通过 Discord 和 X 平台直播，首次公开其秘密硬件项目。该项目被描述为"雄心勃勃、物理尺寸巨大且出人意料"。具体细节尚未公布。

Midjourney V8.1 的 Draft mode 草稿模式每次生成24张低分辨率低质量图片。用户可对任意图片点击 "Vary"，将其渲染为全质量、全分辨率版本。草稿任务消耗的快速小时数减半。

检测到AI生成内容。

NVIDIA GEAR实验室推出ENPIRE项目，首次实现物理世界自动研究。8个Codex智能体被授权控制机器人舰队、GPU及token预算，自主完成绑扎带、整理精密插针、安装GPU等高精度任务。系统无需人类干预，agent可自学视觉线索、复位场景、调参、翻阅论文、辩论反思，并直接硬件试错。团队发现"物理规模扩展"效应：8台机器人并行探索效率显著高于少数台。部分实验室已实现夜间自主改进，每天早上看报告。ENPIRE将全部开源，支持在家搭建自运行机器人实验室。

Grok 现在可在 Microsoft PowerPoint 中使用。 我仅用一行文本就创建了整份演示文稿。Grok 在几分钟内为我构建了完整的幻灯片。 绝对令人惊叹。

OpenAI 向欧洲经济区、英国和瑞士的 Codex 用户扩展了一系列新功能。 - Computer use - Codex Chrome 扩展 - 个性化记忆 - Chronicle 时机已到 👀

Google DeepMind 与英国政府合作，基于 Gemini 构建 AI 规划原型，旨在将家庭规划申请处理时间减半。该工具可整合数据、识别本地政策、总结公众反馈并起草评估报告，但规划官员保留最终决策权。原型已在 Barnet、Camden 和 Dorset 试点，计划 2027 年向全英议会开放。此前推出的 Extract 工具（同样基于 Gemini）已向英格兰所有议会开放，能将非结构化 PDF 转为可用数据，预计为每个议会每年节省约 255 小时人工。家庭规划申请占每年规划申请的近 70%，AI 工具旨在让官员聚焦更复杂的公共利益申请。

Midjourney 将于明天（周三 6/17）太平洋时间下午 6 点公布其首个硬件项目。敬请关注我们在旧金山现场发布会的直播。如果你在本地并希望获得邀请，请在下方回复，我们仅剩少量名额。

闪电般快速 📸 一种全新的、大幅改进的方式，可用于在 ChatGPT iOS 版中拍摄和上传照片。

NotebookLM 更强大的对话体验已100%向全球 Google AI Ultra 订阅用户推出。升级版由 Gemini 3.5 和 Antigravity 驱动，改进了聊天界面，用户可更清晰地查看 AI 思考过程。每个笔记本附带一个安全云端计算机，包含100+个精选软件技能，支持更深度的研究和复杂分析。

本次次要版本修复了多项问题：流式连接中断后保留部分响应并修复 spinner 卡死；修复 WSL2（Windows Terminal / VS Code）中鼠标滚轮失效（v2.1.172 引入的回归）；修复 Linux 上 `sandbox denyRead/allowRead` glob 覆盖大目录树导致 Bash 工具描述膨胀、会话不可用；修复反馈调查在单次回复后立即捕获评分；修复欢迎界面每会话最多显示一个促销横幅；修复查看子 agent 时 Ctrl+O 不显示其对话记录；修复点击输入框无法从子 agent/底栏面板恢复焦点；修复远程会话后台任务轮次间显示"正在运行"但实际卡住；改进了远程会话中插件加载性能。

微软正考虑采用自托管微调版 DeepSeek V4 作为 Copilot Cowork 的更廉价模型选项，同时将 Cowork 改为按使用量计费。Cowork 基于 Anthropic 的 Claude 技术。Copilot EVP Charles Lamanna 表示固定费率因高频用户推高成本而不可持续。微软已在 GitHub Copilot 上实施类似调整。DeepSeek 将作为可选模型，完全托管于 Azure 并配备偏见防护，客户数据不出微软云。最终决定预计数周内做出。CEO Satya Nadella 此前发文支持企业可挑选并微调的多模型生态。

Cursor/Graphite 的 TomasReimers 刚刚宣布了 Origin，这是 @cursor_ai 期待已久的 Git 竞争对手，可针对 agent 工作负载进行扩展，可通过 API 和 MCP 扩展，并内置合并冲突和协同故障 agent 解决功能。 颇具讽刺意味的是，SpaceX/AI/Cursor 在成立第一天就发布了一个"蓝色起源"产品 （就在 @JeffBezos 发布 Prometheus 之后）

Fable 对博尔赫斯《巴别图书馆》的实现，由 Opus 4.8 在其死后完成。非常忠实于原著。 这是多人游戏（其他人以幽灵形式出现）。你可以找到关键卷册，例如 GPT-1 的权重和图书馆模拟本身的代码：https：//borges-library-of-babel.netlify.app/

Google 近日发布 Android 17 正式版及 Wear OS 7，率先登陆 Pixel 设备。Pixel Drop 新增 AI 模型支持：音乐生成模型 Lyria 3、多模态 Gemini Omni 及基于 AudioLM 的语音翻译工具（Pixel 10a）。Quick Share 文件分享兼容 Apple AirDrop。Android 17 引入"气泡栏"多任务界面、自拍屏幕录制、折叠游戏模式（50/50 布局与动态手柄）以及"标记为丢失"等安全与家长控制功能。Pixel Watch 新增车祸/跌落/无脉搏自动紧急呼叫。Wear OS 电池续航提升最高 10%，并将在夏季推出更多 Gemini 智能功能。