科大讯飞近日在互动平台上回应投资者提问时透露，公司为华为最新发布的Mate70系列手机提供了技术支持。具体来说，Mate70系列中的通话摘要功能、方言自由说功能以及全屋智能场景中的全屋广播功能均得到了科大讯飞的技术助力。

Brave搜索引擎在周四宣布一项重大更新:为其"Answer with AI"功能新增对话模式，让用户可以基于初始搜索进行连续追问，大幅提升搜索体验的连贯性和深度。这项创新功能的运作方式十分直观。以搜索"Christopher Nolan电影"为例，系统首先会生成一个AI摘要，介绍诺兰导演的背景以及其代表作品。现在，用户可以在摘要下方的对话框中提出后续问题，比如"哪些演员最常出现在他的电影中?"AI会立即提供详细答复，并在回答过程中标注信息来源，确保内容的可靠性。值得一提的是，这一功能让Brave在

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。