近期，《华尔街日报》正在进行一项新实验，推出基于人工智能生成的文章摘要，这些摘要以 “关键点” 的形式出现在新闻报道的顶部。该功能的首次测试出现在一篇关于特朗普教育部计划的报道中。为了验证这项新功能的有效性，《华尔街日报》向读者开放了反馈渠道，以了解用户的实际需求。这些 “关键点” 摘要的内容由人工智能工具生成，并在发布前经过编辑审核。摘要框中清晰地标明了这一信息，确保读者知道摘要的来源以及经过的审核过程。此外，摘要框还提供了链接，介绍

NVIDIA近日对外发布全新的AI视频搜索与摘要蓝图（AI Blueprint for Video Search and Summarization），这一技术方案将彻底改变传统视频分析的局限性。不同于过去仅能识别预设对象的固定模型，新方案通过结合生成式AI、视觉语言模型(VLM)和大语言模型(LLM)，实现了对视频内容的深度理解和自然交互。这套系统建立在NVIDIA NIM微服务架构之上，核心优势在于其强大的视频理解能力。通过将视频分段处理、密集描述生成和知识图谱构建等技术有机结合，系统可以准确理解和分析超长视频内容。用户可以通

当前，多模态大型语言模型（MLLM）在视频理解领域取得了显著进展，但处理超长视频仍然是一个挑战。 这是因为，MLLM 通常难以处理超过最大上下文长度的数千个视觉标记，并且会受到标记聚合导致的信息衰减的影响。 同时，大量的视频标记也会带来高昂的计算成本。为了解决这些问题，智源研究院联合上海交通大学、中国人民大学、北京大学和北京邮电大学等多所高校提出了 Video-XL，这是一种专为高效的小时级视频理解而设计的超长视觉语言模型。 Video-XL 的核心在于“视觉上下文潜在

最近，谷歌宣布他们的 AI 搜索摘要功能将扩展到100多个国家。这项名为 “AI 概览（ AI Overviews ）” 的功能，将在加拿大、澳大利亚、新西兰、南非、哥伦比亚、智利、菲律宾、尼日利亚等地的用户中上线。用户可以在谷歌官网查看具体国家列表。这次更新的一个亮点是，AI 概览将在各个国家以多种语言提供，包括英语、印地语、印尼语、日语、葡萄牙语和西班牙语等。这意味着美国用户可以用西班牙语搜索，并看到相应的 AI 概览内容。这让多语种用户的体验更加友好，也能获取到更相关

Meta最近发布了一个名为NotebookLlama的项目，该项目可以生成播客式的摘要，类似于Google的NotebookLM。该项目使用Meta自己的Llama模型进行处理，可以根据上传的文本文件生成播客式的摘要。首先，NotebookLlama会根据文件（例如新闻文章或博客文章的PDF）创建文字记录。然后，它会添加“更多戏剧效果”和中断，然后将文字记录输入到打开的文本转语音模型。虽然结果听起来不如NotebookLM，但Meta的研究人员表示，可以通过更强大的模型来提高质量。他们在NotebookLlama的GitHub页面上写道:“文本转语音

最近，Reddit CEO Steve Huffman 在公司第二季度的财报电话会议上透露，Reddit 计划推出 AI 生成的搜索摘要。这项新举措旨在帮助用户更地与平台上的海量内容互动。Huffman 表示，Reddit 目前拥有超过3.423亿的每周活跃用户和每月超过10亿次的搜索，这让对内容的高效导航需求变得愈加迫切。据 Huffman 介绍，这些 AI 生成的摘要将在搜索结果页面的顶部提供简洁明了的主题描述，帮助用户快速找到相关信息。他提到:“这又是朝着改善每个人的搜索体验迈出的一步。” 去年，Reddit 的用户参与度增加了

Google周四宣布对其AI笔记和研究助手NotebookLM进行重大升级，为用户带来更智能、更个性化的体验。这次更新主要聚焦于备受瞩目的音频概览功能，让用户能够更精准地引导AI生成的对话内容，聚焦特定主题，而不仅仅是生成全面的音频摘要。NotebookLM的音频概览功能自上个月推出以来，因其类似播客的AI生成对话形式而迅速走红。许多用户开始在社交媒体上分享基于自己内容（包括日记和笔记）生成的音频摘要。虽然Google没有公布具体数据，但据网站流量分析平台SimilarWeb的数据显示，Notebook

最近，纽约时报向一家名为 Perplexity 的初创公司发出了 “停止使用我们内容” 的警告信。这家获得杰夫・贝索斯支持的公司被指控在其人工智能摘要和其他输出中，未经授权使用了纽约时报的内容。信中指出，Perplexity 的行为让他们 “获得了不当利益”，侵犯了版权法律，因为他们在没有许可证的情况下使用了这家出版商的 “精心撰写、经过深入研究和编辑的新闻作品”。这场与 AI 公司之间的对抗并不是纽约时报的首次亮相。事实上，他们目前还在与 OpenAI 对簿公堂，指责对方在未征得

这是一款我最近一直在使用的AI语音笔记应用——NotesGPT，强烈推荐给各位！它彻底改变了我记录和整理信息的方式，节省了大量时间，效率提升非常明显。 与其说它是一个软件，不如说它是一个提升生产力的AI助手。NotesGPT的核心功能与优势：精准语音转录: NotesGPT的语音识别能力非常出色，转录准确率很高，即使在嘈杂的环境下也能保持良好的识别效果。告别手忙脚乱的记录过程，解放你的双手！智能摘要与行动项提取: 这才是NotesGPT最惊艳的地方！它不仅能将语音转换成文字，还能自动

韩国SK电讯（SKT）近日宣布，将原本仅限于其智能手机应用A.的AI功能扩展到其集成呼叫平台T Phone，并更名为A. Phone。这项服务作为AI个人助理，不仅可以录制通话，将语音转换为文本，还能将通话内容提炼成摘要。尽管用户可以无限制地录制通话，但运营商指出，通话摘要功能每月限制在30次以内。图源备注：图片由AI生成，图片授权服务商Midjourney升级后的A. Phone平台还提供实时的同声传译服务，支持韩语、英语、日语和中文，这将极大地方便多语言环境下的用户沟通。此外，A. Phone还具备

谷歌发布三款Gemini1.5系列实验性AI模型，包括小型变体Gemini1.5Flash-8B，体积虽小但性能出色，适合轻量级AI应用；更强大的Gemini1.5Pro模型在编码能力和复杂提示处理上显著提升，适合需要高级AI辅助的用户；Gemini1.5Flash模型性能优化，展现出色表现。这些新模型已开放在AI Studio平台供用户测试，谷歌提供平稳过渡期，确保用户体验顺畅。这次升级不仅展示了谷歌在AI领域的技术实力，也为开发者和用户提供了更多可能性，推动了AI应用的创新。

亚马逊计划于十月份推出名为“Remarkable Alexa”或“Project Banyan”的全新付费版Alexa，旨在通过更先进的AI功能与OpenAI和谷歌等公司竞争。这款升级版的语音助手将具备更智能的对话和互动能力，能够识别不同的声音、主动询问用户偏好，并提供个性化帮助。其中一项关键功能是“智能简报”，为用户提供定制化的每日新闻摘要，尽管引发了关于AI在政治新闻处理准确性的问题。新版Alexa的订阅费用预计为每月10美元，现有免费版Alexa将继续提供服务。亚马逊还在研发名为“Project Metis”的网络产品，旨在直接与ChatGPT等大型语言模型竞争。此举是亚马逊应对来自竞争对手压力的关键步骤。新Alexa的推出时间经历了推迟，最初计划于2024年9月发布，但最终定于十月中旬上线。

亚马逊即将于10月推出全面改进版的Alexa个人语音助手，新增功能包括AI生成新闻摘要的“智能简报”，用户需订阅使用。新版Alexa旨在提高日常参与度，尤其在政治新闻的准确性和信息安全性方面。AI生成的新闻摘要功能已成用户需求焦点，订阅费用预计最高可达每月10美元。此外，亚马逊还计划通过“Project Banyan”扩展Alexa在电子商务和儿童娱乐领域的应用。同时，亚马逊正开发Project Metis，以与OpenAI的ChatGPT和谷歌的Gemini竞争。这些举措显示亚马逊正通过新一代AI技术在市场中寻求领先地位。

近日，秘塔AI搜索团队收到来自《中国学术期刊（光盘版）》电子杂志社有限公司(知网)的长达28页的侵权告知函。告知函中指出，秘塔AI搜索通过其平台向用户提供了大量知网学术文献的题录及摘要数据，且未获得知网的许可，此行为被认为严重侵犯了知网的合法权益。

谷歌在六个国家推出AI生成的搜索摘要功能，通过在摘要右侧显眼位置展示引用链接，提升用户导航体验。移动设备用户可轻松查看链接。新增的保存功能允许用户保留摘要，简化按钮则便于处理复杂内容。该功能在美国推出时曾遇到不当建议问题，谷歌已调整并删除不适当内容，强调严格的评估流程和用户反馈的重要性，致力于功能的持续优化。

Reddit CEO Steve Huffman宣布将测试AI驱动的搜索结果页面，旨在通过AI生成的内容摘要，帮助用户更轻松地找到感兴趣的内容并探索相关社区。这一新功能将结合Reddit自身技术和第三方技术进行实验，预计今年晚些时候开始测试。此外，Reddit与OpenAI和谷歌在AI领域有合作，用于构建AI功能和翻译服务，其中AI翻译在法国用户中表现出色，并计划扩展到德语、西班牙语和葡萄牙语。最新财报显示，Reddit每周活跃用户达到3.423亿，同比增长57%，收入达到2.812亿美元，超出市场预期。

Meta于Facebook测试AI评论摘要功能，旨在快速提供帖子评论的整体观点，通过在评论区顶部展示摘要内容。此举引发关注，成为提升社交媒体用户体验的策略之一。然而，部分用户怀疑该功能可能会影响社交媒体的本质功能和社交互动。AI摘要被用来概述常见观点与主题，但有人担忧这可能使评论区失去深度与多样性。专家认为此做法可能促使用户依赖AI生成内容而非直接互动。用户享有选择权，可关闭AI评论摘要，恢复原有浏览体验。Meta此举体现了对用户反馈的重视和对保留用户体验多样性的承诺。

亚马逊首席技术官Werner Vogels最近推出了一款名为Distill CLI的个人项目。这款开源工具利用Amazon Transcribe和Amazon Bedrock，直接从命令行生成录音摘要。Distill CLI是Vogels用Rust编写的，旨在提供一种自动化方式来转录和汇总媒体文件，使用了Amazon S3、AWS Lambda、Amazon Transcribe、Amazon Bedrock和AWS CDK来管理项目的基础设施。

​一项对1400万篇 PubMed 摘要的分析显示，自 ChatGPT 推出以来，AI 文本生成器已影响了至少10% 的科学摘要，在某些领域和国家，这一比例甚至更高。

谷歌近日宣布为Gmail引入一系列基于Gemini的AI新功能，旨在彻底改变用户的邮件管理体验。这一举措不仅标志着Gmail的重大升级，也体现了谷歌在AI应用领域的持续进取。