Amazon Alexa+ 新功能：可按需生成播客节目
Amazon 升级 Alexa+ 后，助手已支持按需生成定制化 AI 播客，标志着 Alexa 从语音问答工具向个性化 AI 内容平台的大幅扩展。
主题分类
模型发布
OpenAI联合创始人Greg Brockman亲自挂帅产品战略
OpenAI架构再调整，联合创始人Greg Brockman亲自接管产品战略。据悉公司正计划将ChatGPT与其编程工具Codex进行整合，统一AI产品线。
OpenAI确认Codex将登陆手机端
OpenAI在年度开发者活动上正式宣布，Codex编程助手将在未来数周内推出iOS和Android版本，并承诺为移动端重新设计交互界面，以适配触屏编程场景。
OpenAI版Codex登陆ChatGPT手机端
OpenAI宣布将其桌面AI编程工具Codex整合进ChatGPT手机应用，用户可在移动端使用Codex的编程与应用操控能力。此举紧随Anthropic旗下Claude Code的崛起，OpenAI正加速追赶，包括砍掉部分非核心项目以集中资源。
Anthropic 产品负责人 Cat Wu：未来 AI 将在你意识到需求之前就已满足你
Anthropic Claude Code 与 Cowork 产品负责人 Cat Wu 表示，AI 的下一阶段重大飞跃是主动化：系统将提前预判用户需求，无需等待明确指令即可采取行动。这代表了 AI 从响应式工具向预测性伙伴的根本转变。
WhatsApp为Meta AI对话推出隐身模式
Meta在其即时通讯应用WhatsApp中加入AI对话隐身模式，用户开启后与Meta AI的对话不会被保存，关闭聊天窗口后消息默认自动消失。这是主流社交应用首次在AI对话场景中引入消失消息机制。
AI经济五位架构师谈：车轮正在脱落
本周，五位深度参与AI供应链各层的人士齐聚米尔肯研究院全球大会，就芯片短缺、轨道数据中心乃至支撑整个AI产业的基础架构等话题，与TechCrunch进行了全面讨论。结论：现状并不稳固。
OpenAI 在 API 中推出新语音智能功能
OpenAI 发布三项 Realtime API 新功能：GPT-Realtime-2 实现实时语音对话理解，GPT-Realtime-Translate 支持 70 余种语言的实时翻译，GPT-Realtime-Whisper 提供实时语音转文字服务。三款模型共同将实时音频从简单的问答推进到可听、可推理、可翻译、可转录并可采取行动的语音交互阶段。
AlphaEvolve：Gemini 驱动的编程智能体如何在各领域扩大影响力
Google DeepMind 博客详细介绍了 AlphaEvolve 如何利用 Gemini 驱动的算法推动商业、基础设施和科学领域的研究进展。该系统通过自动化的算法发现流程，在数学证明、芯片设计和工程优化等任务上取得了突破性成果。
苹果 iOS 27：用户自选 AI 模型，应用生态的「自助餐」模式
iOS 27 将引入「Extensions」功能，允许用户在 Apple Intelligence 功能中自由切换第三方大模型，Google 和 Anthropic 的模型已在测试中。
Stripe 推出 Link：面向 AI 智能体的数字钱包
Stripe 宣布推出 Link，一款支持 AI 智能体自主完成支付的数字钱包，标志着支付基础设施正式向 AI 原生应用场景延伸。
Gemini 更多功能登陆 Google TV，AI 助手加速进入家庭客厅
Google 宣布将更多 Gemini AI 功能引入 Google TV 平台，进一步推动 AI 助手进入家庭客厅场景，智能电视正在成为 AI 分发的关键终端之一。
DeepSeek V4 突破，世界模型竞赛白热化
MIT《The Download》解读 DeepSeek 周五发布的 V4 预览版三大亮点：超长上下文、推理成本骤降、对标 GPT-5。同时全球世界模型（World Models）赛道竞争升温。
Gemini音频模型全面升级：实时语音代理进入生产级可用时代
谷歌升级Gemini 2.5 Flash原生音频模型，显著提升函数调用、指令理解和对话流畅度。实时语音翻译功能正在美国、墨西哥和印度的安卓版谷歌翻译应用中推送测试，企业应用场景包括Shopify Sidekick和美威抵押贷款的AI助理。
谷歌在 Gemini 应用中加入 AI 图像来源验证功能
谷歌在 Gemini 应用中推出 AI 图像来源验证功能，用户可上传任意图片并询问该图片是否由谷歌 AI 生成或编辑。核心技术是 SynthID 数字水印，通过在人眼不可见的信号层嵌入标识来实现来源追溯。谷歌计划将 SynthID 验证扩展至视频和音频，并支持 C2PA 内容凭证标准，推动全网 AI 生成内容的透明度建设。
谷歌推出Nano Banana Pro：全新Gemini 3专业图像生成模型
谷歌发布Gemini 3专业图像模型，可生成高保真图像，具备精准的文字渲染能力，并可通过谷歌搜索进行知识检索与实时内容对齐，在多项图像生成基准测试中领先同类竞品。
谷歌发布 Gemini 3：基准测试全面超越前代，编程能力再度突破
谷歌发布 Gemini 3 系列，其中 Gemini 3 Pro 在所有主流 AI 基准测试中均超越前代，编程能力更胜 2.5 Pro，熟练掌握智能体工作流和复杂零样本任务。该模型支持多模态理解、视觉推理和空间推理，可通过 Google AI Studio 和 Vertex AI 中的 Gemini API 调用，也可使用 Google Antigravity 平台进行智能体开发。Gemini 3 还在 AI Studio 中解锁了"vibe coding"能力，用户可通过自然语言提示直接创建应用。
DeepMind 发布 SIMA 2：能在 3D 虚拟世界中思考和学习的 Gemini 智能体
SIMA 2 是 DeepMind 第二代具身智能体，由 Gemini 驱动，可以在《Minecraft》《GTA V》等多种 3D 交互环境中理解指令、规划、推理并采取行动。
Gemini 2.5 Flash-Lite 正式生产可用：百万上下文+多模态低成本量产
Google 宣布 Gemini 2.5 Flash-Lite 结束预览阶段，正式 GA。具备 100 万 token 上下文窗口和多模态输入能力，单价仅为 Flash 标准版的 1/3，主打高吞吐场景。
谷歌Gemini在国际大学生编程竞赛世界总决赛中达到金牌水平
Gemini 2.5深度思考模型在全球最具权威的大学生编程竞赛中取得突破性成绩，展示了抽象问题解决能力的重大飞跃。该模型在半小时内解决了全场没有任何一支大学队伍解决的最难题。
Gemini Robotics 1.5：将 AI 智能体带入物理世界
DeepMind 发布 Gemini Robotics 1.5，实现机器人感知、规划、思考、使用工具与行动的全链路一体化模型，迈向通用具身智能体的关键一步。
Gemini 2.5 Pro预览版提前发布：编码性能显著提升
由于开发者反馈强烈，谷歌提前两周发布Gemini 2.5 Pro更新版本，重点提升了编程能力，降低了函数调用错误率，并改善了触发准确率，现已可通过谷歌AI Studio和Vertex AI使用。