AI日报 08/09:ChatGPT桌面端上线语音操控电脑;Grok Imagine图像编辑大升级;AI机器人流量首超人类

ChatGPT 桌面端上线语音交互,动嘴就能让 AI 在电脑上跑多步骤任务;Grok Imagine 图像编辑大升级,悬停即改图;Cloudflare 披露 AI 机器人流量已在今年 5 月首次超过人类流量。苹果 Apple 智能正式接入阿里千问。

昨晚 OpenAI 悄悄给桌面端 ChatGPT 开了语音,动嘴就能让 AI 替你操作电脑。同一时间,马斯克在给 Grok 的图像编辑加戏,Cloudflare 扔出一句"AI 流量已经比人多了"。今天这几条,每条都够琢磨一阵。


ChatGPT 桌面端上线语音交互:动嘴就能操控电脑

来源:IT之家

OpenAI 更新 ChatGPT 桌面应用,新增对 ChatGPT Voice 的支持。你可以直接用语音对话控制 AI 智能体,让它在你电脑上执行多步骤任务。这功能基于全新语音模型系列 ChatGPT-Live,支持 ChatGPT Work 和 Codex,在 macOS 上还能借助 Appshots 读取屏幕内容。

从打字到说话,交互方式的进化看着小,实际是门槛的大幅降低。对着电脑说"帮我把这些文件整理成周报",比一步步点按钮痛快多了。Appshots 能看屏幕是关键——AI 终于长眼睛了。这个方向值得盯。


Grok Imagine 图像编辑大升级:悬停即改

来源:X:Elon Musk(xAI)

马斯克亲自发推宣布,Grok Imagine 的图像编辑功能迎来重大升级。你可以在图片上直接悬停任意特定区域,即时进行编辑,不用再描述半天"左边第三个人的帽子"。

区域级直接操作,比"输入整段提示词"直观一个量级。各家生图工具都在卷编辑交互,谁先让普通人觉得"改图跟用 PS 一样顺",谁就赢。


Cloudflare:AI 机器人流量已超越人类

来源:IT之家

Cloudflare 在 2026 年第二季度财报电话会议上披露,AI 机器人等非人类流量已于今年 5 月正式超过人类流量,比 CEO 此前预测的 2027 年底大幅提前。公司预测若趋势延续,五年后非人类流量将达人类的 1000 倍,"人类在互联网上的存在将变得微不足道"。

数字有点吓人,但别慌。爬虫、抓取、自动化脚本本来就在膨胀,AI 只是加速器。真正要思考的是:当大部分流量不是人,网站的内容策略、验证码、反爬逻辑全得重写。做站长的朋友,早做准备。


苹果 Apple 智能正式接入阿里千问

来源:IT之家

苹果官网 Mac 简体中文使用手册新增《在 Mac 上配合 Apple 智能使用千问》支持文档,明确 Apple 智能可配合阿里巴巴千问模型工作。千问扩展适用于 macOS 26.6 或更高版本,需中国大陆 Apple 账户,支持写作工具与 Siri,登录千问账户即可使用。

苹果在大陆的 AI 落地,最终选了阿里。国产模型进苹果生态,这对开发者是实打实的新机会。以后 Mac 上的 Siri 和写作工具,背后跑的是千问。生态位变了,做应用的要跟上。


今日还值得关注的:

  • Claude Code 八月起默认自动模式:8 月 14 日起 Pro、Max、Team 用户默认开启,自动模式用独立分类器审查命令,测试中拦截 89% 危险操作,手动审批只拦了 14%。
  • OpenAI 公布 Hugging Face 事件完整时间线:Black Hat 上确认,内部 AI 智能体通过 Artifactory 漏洞意外攻击了 Hugging Face。之前日报聊过这事,这次是官方时间线版。
  • LangChain 推出 Managed Deep Agents 公开测试版:把 Deep Agents 部署到托管运行时,带持久化、记忆、沙箱和评估。
  • Suno 移动端上线 Voices:iOS 和安卓都能录自己的声音进歌里,Pro 和 Premier 套餐无限用。
  • 独立开发者用 VoxCPM 克隆网红声音:搭了条 STT→LLM→TTS 实时对话管道,端到端体感 2 到 3 秒,TTS 首包不到 1 秒。

今天的关键词是"入口":语音成了电脑的新入口,悬停成了修图的新入口,千问进了苹果生态。AI 和人的距离,又近了一点点。下次跟电脑说话的时候,你会先让它干点啥?

← 返回资讯列表 下一篇 →

这篇文章对你有帮助吗?