创意和想象力无与伦比!非常感谢@theworldlabs能与@withloreco的优秀人才合作,将他们不可思议的想法转化为用户可以享受的互动体验!🤩
我们将梦想化为世界。 然后用历史上最伟大的头脑填满它们。 不是视频。而是一个世界,直接在你的浏览器中运行。走进来 ↓
推荐理由:World Labs把生成式空间智能做成了可走进的浏览器世界,不是看视频而是和历史伟人互动,技术想象力和产品落地都够惊艳,做虚拟世界和交互叙事的人值得直接点进去体验。
创意和想象力无与伦比!非常感谢@theworldlabs能与@withloreco的优秀人才合作,将他们不可思议的想法转化为用户可以享受的互动体验!🤩
我们将梦想化为世界。 然后用历史上最伟大的头脑填满它们。 不是视频。而是一个世界,直接在你的浏览器中运行。走进来 ↓
推荐理由:World Labs把生成式空间智能做成了可走进的浏览器世界,不是看视频而是和历史伟人互动,技术想象力和产品落地都够惊艳,做虚拟世界和交互叙事的人值得直接点进去体验。
Gopuff与SpaceXAI合作推出Go智能购物助手,内置于Gopuff应用,由Grok文本、音频和图像模型驱动。Go结合Grok的推理、语音和图像生成能力与Gopuff的13年需求智能,利用X和网络实时信号。它可在用户打开应用前根据历史偏好和天气等信号构建个性化购物车,并包含基于Grok Imagine的超逼真视觉购物信息流。Go目前在美国iOS和Android端可用,随后在英国推出。
推荐理由:Gopuff加SpaceXAI的组合给即时零售塞了个挺实在的AI购物助手,预判需求比我自己翻分类流畅,本地生活类工具团队该把它当个落地样本。
Anthropic 今日推出 Claude Fable 5(通用安全版)和 Claude Mythos 5(受限安全版)。Fable 5 在软件工程、知识工作、视觉、科研等几乎所有测试基准上达到 SOTA,Stripe 称其将数月工程压缩至数天,FrontierCode 评分居前沿模型之首,可仅凭截图重建网页应用源码。Mythos 5 在药物设计中实现约 10 倍加速,其分子生物学假说盲测获科学家偏好的概率约 80%。两模型售价均为 $10/百万输入 tokens、$50/百万输出 tokens,较 Claude Mythos Preview 降价过半。Fable 5 在部分敏感主题上回退至 Claude Opus 4.8,安全触发率低于 5% 的会话。Mythos 5 通过 Project Glasswing 向网络安全防御者开放。
推荐理由:Anthropic把最危险的模型安全地放出来了,Fable 5在编码、科研上不是小数点级别的提升,价格还砍半,95%的请求直接跑满血版,必读。
Gemini 3.5 Flash 能处理复杂视觉数据,并将其转化为功能性的交互式代码。 观看 Gemini 分析参考图像中的光照,并构建一个交互式 3D 可视化器来预览该设置。
谷歌发布实时语音互译音频模型 Gemini 3.5 Live Translate,可自动识别 70 多种语言并保留说话者的语调、语速和音高。该模型连续生成语音,在提升翻译质量与跟上说话者节奏间取得平衡,全程仅慢几秒。开发者即日起可通过 Gemini Live API 和 Google AI Studio 使用公开预览版;企业客户本月起可在 Google Meet 中使用私有预览版;普通用户通过 Android 和 iOS 版谷歌翻译即可使用。Android 用户还将获得“聆听模式”,可将手机贴耳通过听筒收听翻译音频。
Today, we released Gemini 3.5 Live Translate, our latest audio model for live speech-to-speech translation. It supports over 70 languages and starts translating as soon as you start talking, streaming translations while listening to what you say next. No awkward pauses or choppy audio, just real connection without language barriers. So, how does it work? 🤔 The model is able to make split-second decisions to juggle speed and translation quality so conversations actually feel fluid, human, and natural. In order to do this, the model must receive and contextualize the input while simultaneously outputting the translated speech. Through this process, Gemini 3.5 Live Translate manages to stay mere seconds behind each speaker and can even maintain pacing, pitch, and intonation across extended sessions. See it in action below, or try it yourself in the Google Translate app on iOS & Android.
23,000+ 篇 ChinaRxiv 论文现已免费提供,并带有更完整的英文翻译,源于一位开发者用 GPT-5.5 替换了复杂的 OCR 管道。
http://x.com/i/article/2059815427484655622
一个编码Agent调用HuggingFace上的两个Space,从零构建了展示巴黎地标3D高斯散点图的交互式画廊。Agent先用ideogram-ai/ideogram4生成每个纪念碑的黑色背景图像,再通过VAST-AI/TripoSplat从单张图像重建3D高斯散点(.ply),自动完成坐标系校正、取景、压缩为.ksplat(体积缩小约3倍),并构建基于Three.js的滚动切换、拖拽旋转查看器,最终部署为静态Space。整个过程无需客户端库,每个Space通过`agents.md`暴露可调用API。
推荐理由:Hugging Face 把 agents.md 做成每个 Space 的标准说明书,agent 能直接读懂并链式调用图像和 3D 模型,这篇用 3D 巴黎画廊 demo 告诉你这事儿已经跑通了,做 AI 工具链的可以立刻照着试。
推荐理由:UniRL把扩散和LLM的强化学习塞进同一个训练循环,外加两个新算法,多模态对齐的研究者可以立刻fork代码试起来。
谷歌宣布 Google AI Plus 套餐月费从8美元降至5美元,存储空间从200GB翻倍至400GB。该套餐于2026年1月推出,提供 Gemini 3 Pro、Nano Banana Pro 和 Deep Research 等功能,使用额度较 AI Pro 更严格。Google I/O 2026后新增 AI 邮件工具、Daily Brief 智能体(可总结用户当天安排)及视频生成模型 Gemini Omni。现有用户将陆续获得新增存储空间,下期账单反映新价格。
苹果在 WWDC 2026 推出全新 Siri AI,采用定制的 Gemini 衍生模型运行于 Private Cloud Compute,并利用视觉 LLM 从屏幕提取信息,绕开了已有应用单独集成 Apple Intelligence 的需求。同时发布 Core AI 库,集成 Meta 的 PyTorch 生态,允许开发者在苹果硬件上将 PyTorch 模型转换为 Core AI 程序运行。iOS 27 Developer Beta 已上线,但用户需通过等待列表才能使用新 Siri AI。
苹果在WWDC 2026发布Apple Intelligence新架构,核心是与Google Gemini深度合作,基于Gemini开发5个模型,适配端侧及Private Cloud Compute。端侧分两档:AFM 3 Core(3B)和AFM 3 Core Advanced(20B MoE)。新Siri命名为Siri AI,集成系统编排器,具备个人上下文理解、世界知识、App Actions和屏幕感知。iOS、iPadOS等系统更新,Siri首次推出独立App且跨平台同步。APP智能化包括Safari智能标签页分组等;影像升级如Image Playground写实风格、Photos新增Cleanup。开发者工具Xcode可一键本地化App并选择AI模型。
苹果在 2026 年 WWDC 主题演讲后回应,Apple Foundation Models(AFM)并非 Gemini 套壳,而是完全自主控制。AFM 体系包含 5 个模型:端侧 AFM Core(基础 AI)、AFM Core Advanced(原生多模态、稀疏架构)、云端 AFM Cloud(高负载)、AFM Cloud Image(图像生成与编辑)、AFM Cloud Pro(智能体工具与重负载任务)。每个模型针对 Apple Silicon 定制,训练使用专有数据并结合 Gemini 蒸馏优化。用户不接触谷歌代码或 Gemini 智能体。AFM Cloud Pro 采用 Google 云服务器与 NVIDIA GPU 资源,但保持 Private Cloud Compute 认证。
6月9日,苹果WWDC26主题演讲举行,蒂姆·库克最后一次以CEO身份主讲。新系统iOS 27、iPadOS 27、macOS 27(Golden Gate)、watchOS、tvOS、visionOS发布。平台优化聚焦响应速度与设计:液态玻璃更新、工具栏与边栏重绘,App启动速度最高提升30%、隔空投送最高提升80%、iPad文件传输最快5倍,搜索重构。可靠性新增儿童账户和暴力内容预警。智能方面推出新一代Apple智能,Siri全面重构为Siri AI,拥有独立App,支持屏幕感知等新功能,中国大陆暂不提供。
苹果在 2026 年 WWDC 发布 iPadOS 27,聚焦系统稳定性与速度。应用启动速度最高提升 30%,文件浏览与外接硬盘传输速度最高提升 5 倍。界面延续 Liquid Glass 设计,新增透明度滑块。AI 方面推出独立 Siri AI 应用,定位类似 ChatGPT,支持屏幕上下文理解、开放式提问、连续对话,可在 iOS 27、iPadOS 27、macOS 27 间接续会话,还能按描述生成文本草稿、匹配用户写作风格。开发者测试版已上线,公开测试版 7 月推出,正式版预计 9 月登场。
在 2026 年 WWDC 上,苹果为 iOS 27 系统的日历与提醒事项加入 AI 功能。用户点按“+”后可直接输入自然语言,如“周四晚上 8 点和女友看电影”,系统自动识别时间、日期和事件内容生成安排;输入“每周”等频率可设重复事件。提醒事项同样支持自然语言创建。日历事件编辑可智能调整重复频率。Visual Intelligence 联动:截图或拍摄活动传单后,系统识别内容并自动加入日历。
苹果推出第三代 Apple Foundation Models(AFM)基础模型家族,与 Google 合作定制,包含五个模型,覆盖从设备端到基于 Private Cloud Compute 的服务器端模型。这些模型旨在驱动 Apple Intelligence 功能,包括全新 Siri 和智能工具,以用户为中心深度融合操作系统,隐私为核心设计原则。
推荐理由:Apple与Google罕见联手推出的第三代基础模型,直接为下一代Siri和系统级AI功能铺路,标志着消费级AI的深度整合,产品经理和iOS开发者必须关注。
在 6 月 9 日召开的 2026 年全球开发者大会(WWDC)上,苹果软件工程副总裁演示了基于相机应用中 Siri 增强功能的账单分摊功能。用户将 iPhone 摄像头对准餐厅账单,即可与朋友平分总额,并通过 Apple Cash 集成实现即时付款。Siri 能识别环境中的真实物体并显示相关信息。该视觉智能功能也将登陆 visionOS。
苹果宣布推出“Siri AI”,一个更“会话式”的语音助手,新功能将于今年秋季上线。此次更新伴随一个由谷歌驱动的双层AI模型大改造。
6 月 9 日,苹果推送 iOS / iPadOS 27 开发者预览版 Beta 1。App 打开速度最高提升 30%,新照片显示速度最高提升 70%。搜索功能从底层重构。iCloud 支持从安卓和 Windows 设备添加照片到共享相册并全分辨率共享。新增儿童账号与家长控制,13 岁以下默认开启请求和购买前询问。Siri 集成到相机应用,可识别物体并保存,基于第二代设备端模型处理。Safari 自动整合标签页、支持自然语言关注内容通知,系统级 AI 自动校正。Home 应用通过 AI 精简配件通知、识别视频片段生成描述、拼接多摄像头视频并支持自然语言搜索。照片 App 推出空间构图,生成 3D 场景,支持后期放大和移动视角,扩图与杂物移除增强。图乐园新增写实风格。iPhone 11 可升级。
苹果今日向 Vision Pro 用户推送 visionOS 27 开发者预览版 Beta 1 更新(内部版本号:24M5291p)。新版本为海外机型引入 Siri AI 功能,支持通过视觉智能面向场景询问 Siri,并可将全景照片设置为个人环境。因区域节点缓存差异,升级更新可能存在最长半小时的延迟。
在 2026 全球开发者大会(WWDC)上,苹果发布 Xcode 27 Beta 并推出 Core AI 框架。新版 Foundation Models 框架支持图像输入,开发者可将图片与文本一并传给设备端模型,处理多模态任务。Xcode 编码助手升级为智能体式编码工作流,已覆盖应用本地化、与模拟设备交互以及测试与调试环节。苹果软件工程高级副总裁 Craig Federighi 称 Xcode 已成为构建智能体 AI 应用的“最佳场所”。
Google NotebookLM 迎来重大升级,新增 Gemini 3.5 和 Antigravity 功能,但目前仅向 AI Ultra 和企业账户开放。
由于欧盟《数字市场法案》(DMA),Apple 无法在 iOS 27 和 iPadOS 27 发布时于欧盟地区推出 Siri AI。该功能在欧盟的上线时间将晚于其他地区,具体时间未公布。
推荐理由:苹果首次将 DMA 作为 AI 功能地区延迟的直接理由,并详细披露了与欧盟监管者的分歧,这个案例可能定义了 AI 助手在监管下的权限边界。
Apple 发布了 Siri AI,一款由 Apple Intelligence 驱动的个人助理,具备个人上下文、世界知识和屏幕感知能力,能提供更强大、更个性化的交互体验。
推荐理由:苹果对 Siri 的这次重构不是简单地换个模型,它把个人上下文、屏幕感知和视觉智能实际嵌进了系统,对普通用户来说日常交互方式可能要变。
Apple 发布下一代 Apple Intelligence,将 AI 能力集成到 iPhone、iPad 和 Mac 中,带来更个性化和有帮助的日常体验。
Apple为Safari、Shortcuts和Password应用添加了AI驱动的新功能,让iPhone能够自动补全句子、完善照片和简化工作流程。
推荐理由:WWDC 2026 的 Apple Intelligence 更新不是颠覆性突破,但 Safari 标签管理、跨应用上下文和 Shortcuts 的 AI 创建让 AI 真正渗透到日常使用中,是所有苹果用户都该看看的实用升级。
苹果公司为Siri推出了独立的专属应用程序,标志着该语音助手首次拥有了自己的独立应用入口。
苹果照片应用将新增AI编辑功能,包括空间“Reframe”特性,让用户利用AI调整照片视角。
在 2026 年全球开发者大会(WWDC)上,苹果宣布 Siri 已集成到 iPhone 相机应用中,可识别物体并保存到 Siri 应用。官方展示案例中,用户可在相机中启用 Siri,利用 AI 记录摄入饮食。隐私保护方面,苹果表示通过 Apple Intelligence 第二代设备端模型处理。
苹果在 2026 年全球开发者大会(WWDC)上宣布升级 iOS 27 版 Home 应用,利用 AI 精简智能家居配件的通知,减少对用户的干扰。Home 应用可识别已连接摄像头的视频片段并生成描述,还能将不同摄像头的相关视频拼接在一起,用户可通过自然语言搜索视频片段。
苹果 WWDC 2026 于今日在 Apple Park 开幕,围绕 Siri AI、iOS 27、Apple Intelligence 等发布一系列更新,同期举办开发者活动和演示。本次大会是 CEO Tim Cook 在苹果的最后一次 WWDC 主题演讲。
新版“Siri AI”将语音助手转变为功能更丰富的 AI 伴侣,不再局限于简单语音指令,而是能承担更多复杂操作。此次重塑旨在让 Siri 从被动应答进化成主动智能体,标志着 Apple 在 AI 助手领域的重要升级。
苹果 WWDC 2026 于太平洋时间上午 10 点在 Apple Park 开幕,为期一周的大会将发布围绕 Siri、iOS 27、Apple Intelligence 等更新,同时还有开发者活动和演示。本届大会是 CEO Tim Cook 在苹果的最后一次 WWDC。