宾夕法尼亚州通过新法：AI 生成广告须加注标签
- 发生了什么
- 宾夕法尼亚州州长 Josh Shapiro 签署《人工智能欺骗性广告法》，要求任何由人工智能显著修改或生成的广告——包括静态图片、视频、音频或文本——必须以规定格式加注标签。
- 为什么值得看
- 对使用 AI 生成营销素材或在宾州投放广告的企业，这意味着广告合规审查需新增 AI 内容识别与标注环节，法务和营销流程可能需调整。具体生效时间、处罚和标签格式尚待核实。
RUNFIRST HOT · 从工作出发
你想先跑通哪件事？
选一个场景，看看新变化，再找一件可以尝试的小任务。
Block 推出语音模型 Dessa：直接处理音频，识别情绪与语气
- 发生了什么
- 据 The Decoder 报道，Square 和 Cash App 的母公司 Block 推出了语音模型 Dessa。该模型直接处理音频，不先转成文本，设计目标是实时识别情绪、讽刺和停顿。报道称，Dessa 可在 MacBook Pro M4 Max 上本地运行，但目前尚未公开可用。
- 为什么值得看
- 企业负责人可关注它在语音客服、通话质检、会议分析等场景中的潜在价值：直接处理音频可能保留文本转写中丢失的语气和情绪信息，本地运行则涉及数据不出端的部署思路。但该模型尚未公开，效果、成本、硬件要求和合规能力均待核实，暂不宜作为采购或上线依据。
Canva 推出首个自研 AI 图像模型 Canva Craft，先规划设计再生成图像
- 发生了什么
- 据 The Verge 报道，Canva 发布自研图像生成模型 Canva Craft，直接与 OpenAI、Microsoft 和 Google 的图像模型竞争。该模型采用两阶段架构，先生成设计方案再生成图像，Canva 称这带来更高的精度、一致性和控制力。
- 为什么值得看
- 企业可将该能力用于营销素材和品牌视觉内容生产，减少反复修改。但价格、上线范围、套餐限制、数据与版权安排均未在来源中说明，厂商披露的效果也需独立验证，建议先小范围试用再评估是否纳入企业设计流程。
Canva 发布首个自研图像生成模型，向所有用户开放
- 发生了什么
- 据 TechCrunch 报道，Canva 发布其首个图像生成模型，并向所有用户开放。Canva 称该模型在性能和可定制性上更好，同时成本更低。来源未披露具体功能细节、价格或效果数据。
- 为什么值得看
- 对企业负责人而言，值得关注的是图像生成能力可能直接嵌入现有设计协作工具，影响营销素材、品牌内容的生产流程与工具采购决策。但当前信息以厂商披露为主，缺少可核实的效果、成本和企业级管理能力说明，建议在评估数据合规、团队权限和实际产出质量后再决定是否纳入企业流程。
AWS 博客介绍在 SageMaker AI 上流式运行 Kokoro TTS，降低语音代理延迟
- 发生了什么
- AWS Machine Learning Blog 发文介绍一种降低语音代理延迟的做法：不等代理生成完整回复，而是按句将文本流式送入部署在 Amazon SageMaker AI 上的 Kokoro-82M 文本转语音模型，并通过 Server-Sent Events 或统一二进制传输把音频实时送回浏览器。
- 为什么值得看
- 对涉及语音客服、语音助手的企业，该方案给出了“边生成边合成”的具体架构思路，可减少用户等待完整回复后才开始播报的延迟感，并展示了在云上部署开源 TTS 模型与浏览器音频回传的路径。但文中未披露实测延迟、并发与成本数据，模型许可和多语言支持也需企业自行核实，建议作为技术选型参考而非直接生产结论。
ElevenLabs 发布两款实时语音到语音模型，称 v1 Max 响应 0.57 秒
- 发生了什么
- 据 The Decoder 报道，ElevenLabs 发布两款面向实时 AI 对话的语音到语音模型 Eleven Realtime。厂商披露 v1 Max 在 Big Bench Audio 基准上得分 98.8%，响应时间 0.57 秒，并称 Artificial Analysis 排行榜上没有模型同时比它更快且更准确。
- 为什么值得看
- 实时语音交互是企业客服、语音助手和坐席辅助等场景的关键环节，响应时延与识别准确度直接影响体验和人力成本。该发布提供了可比较的量化指标，可作为语音方案选型的参考；但指标为厂商披露，价格、部署方式、语言覆盖与合规信息尚不明确，需进一步核实后再评估落地。
Spotify 一年内从推荐中移除超 5000 万首 AI 低质或垃圾歌曲
- 发生了什么
- 据 The Verge 报道，Spotify 表示过去一年已从用户推荐中移除超过 5000 万首被认定为 AI 生成的低质内容或垃圾内容的歌曲。Spotify 同时称已调整推荐系统，以突出更多由人类艺术家创作的音乐。
- 为什么值得看
- 企业负责人可借此关注内容平台对 AI 批量生成内容的治理趋势，以及推荐和分发规则变化对内容曝光、获客与品牌投放的潜在影响。但来源未说明判定标准和实际效果，相关数字与效果需进一步核实。
Adobe Lightroom 移动版支持一键 AI 睁眼修复闭眼照片
- 发生了什么
- Adobe 宣布，iOS、iPadOS 和 Android 版 Lightroom 移动端新增生成式 AI 功能，可一键为照片中闭眼的人物睁眼；当应用检测到单人或多人在照片中闭眼时，会自动向用户提供该操作。
- 为什么值得看
- 对需要批量处理人物照片的企业内容、电商和营销团队，该功能可能减少因闭眼废片导致的返工和重拍成本，值得关注其是否可纳入现有后期流程；但来源未说明效果质量、收费与上线范围，厂商披露的效果需自行验证，并注意人像修改的授权与合规。
Kling AI 发布 4.0：支持 30 秒视频、多语言口型同步与轻量 Flash 版本
- 发生了什么
- 据 The Decoder 报道，Kling AI 发布视频生成器 4.0 版本，支持最长 30 秒片段、最多 10 张关键帧图像输入，提示词理解扩展至 8000 tokens，并加入立体声音频、多语言口型同步和更轻量的 Flash 变体。来源称其与 Wan 3.0、Seedance 2.5 对比时表现不落下风，但未明显领先。
- 为什么值得看
- 企业负责人可关注其在营销视频、多语言内容本地化和批量视频生产上的潜在用途，尤其是更长时长、多关键帧控制和轻量版本可能带来的成本与效率变化；但上线范围、价格、商用条款和实际生成质量仍需核实，且来源对比未显示明显领先优势。
TwelveLabs Pegasus 1.5 视频语言模型上线 Amazon Bedrock
- 发生了什么
- AWS 博客称，TwelveLabs Pegasus 1.5 已在 Amazon Bedrock 可用。该视频语言模型可将长视频转换为带时间戳的结构化元数据：用户定义关注时刻后，模型以 JSON 返回所有匹配片段；新版本增加视频分段、支持参考图像的多模态提示，并可即时处理最长两小时视频。
- 为什么值得看
- 对企业负责人而言，该能力可用于视频内容检索、审核、归档和结构化分析等流程，并可直接在 AWS 云上部署，减少自建视频理解模型的工程投入。但来源为厂商发布信息，未披露价格、区域覆盖、配额、准确率和延迟，也未提供独立验证的客户效果，采购前需核实合规、成本与性能限制。
NVIDIA RTX Spark 笔记本上市：本地 AI 能力进入 Windows 便携设备
- 发生了什么
- NVIDIA 博客称，RTX Spark 笔记本已上市，配备 Blackwell RTX 显卡、最高 128GB 统一内存和完整 NVIDIA AI 平台，起售价 2399 美元，由华硕、戴尔、惠普、联想、微软和微星推出，面向本地 AI、内容创作和游戏场景。
- 为什么值得看
- 企业负责人可据此评估在便携 Windows 终端上运行本地 AI 任务的可行性，涉及设备采购、数据本地化处理和创作类工作流；但厂商披露的性能与 AI 软件支持范围需进一步核实，价格与配置也需按实际采购需求比对。
ChatGPT Chrome 扩展升级：可查看用户已打开的浏览器标签页
- 发生了什么
- 据 The Verge 报道，OpenAI 的 ChatGPT Atlas 浏览器已不再提供，但 ChatGPT 的 Google Chrome 扩展获得升级。安装该扩展后，OpenAI 表示用户在 ChatGPT 网页版或桌面应用中 @Chrome 时，ChatGPT 可以查看用户已打开的浏览器标签页，OpenAI 还发布了演示视频。
- 为什么值得看
- 该能力把 ChatGPT 与企业员工日常使用的 Chrome 浏览器标签页直接连接起来，可能用于资料整理、信息检索和办公自动化。企业负责人需要关注其带来的效率提升空间，同时评估标签页内容被 AI 读取所涉及的权限、隐私、合规与内部管控问题。
Meta 发布开源权重模型 Muse Spark Open：8160 亿参数、支持多模态与百万级上下文
- 发生了什么
- 据 The Decoder 报道，Meta 推出开源权重模型 Muse Spark Open，拥有 8160 亿参数，可处理文本、图像、视频和音频，上下文最高达一百万 token。来源称其在基准测试中大致与最强的中国开源权重模型相当，并针对 Apple M5 Ultra 的本地运行进行了优化。
- 为什么值得看
- 企业负责人可关注其作为可本地部署的多模态长上下文模型选项，可能用于需要数据留在内网、处理长文档或多模态内容的场景，并影响硬件选型与推理成本评估。但许可证、商用条款、实际硬件门槛和基准细节尚未明确，需在采用前核实。
Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，8 GB 显存可运行
- 发生了什么
- Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein，参数为 56 亿，支持原生 4K 生成、像素级精确编辑以及最多十张参考图生成。该模型参数比前代减少 38%，据厂商内部测试仍优于专有竞品，并可在仅 8 GB 显存的消费级 GPU 上运行。
- 为什么值得看
- 企业负责人可关注其本地化部署潜力：较低显存门槛可能降低图像生成与编辑的硬件成本，开源权重有利于数据留在自有环境。但厂商披露的超越专有竞品效果无法独立核实，商用许可、实际生成速度与质量、部署维护成本仍需进一步确认。
Google发布Gemini 4 Argon，称可统一驱动机器人任务
- 发生了什么
- 据The Decoder报道，Google的Gemini 4 Argon可控制机器人、根据照片或草图生成仿真，并评估训练视频。在Google自有ERQA基准上，该模型得分为87%。但文章指出，公开的示例提示显示这些演示仍需大量人工引导。
- 为什么值得看
- 该信息显示Google正尝试用单一模型覆盖机器人控制、仿真生成和训练视频评估等环节，若后续可落地，可能影响机器人研发与训练流程的效率及工具选型。但当前证据主要来自厂商自有基准和演示，且仍需大量人工引导，企业负责人应关注其实际可用性、部署条件和独立验证结果，而非仅凭基准分数判断。
YouTube 为 AI 生成歌曲添加“Made with AI”标签
- 发生了什么
- 据 The Verge 报道，YouTube 正在为“被 AI 修改或完全由 AI 生成”的音乐曲目添加“Made with AI”标签，做法与其现有为视频添加 AI 标签的流程类似。报道称，该标签似乎不会适用于音乐制作中使用 AI 工具的所有情况。
- 为什么值得看
- 平台对 AI 生成内容加注标识，意味着 AI 音乐及音频内容的披露要求正在落地。企业负责人若涉及 AI 生成音乐、音频素材或内容平台运营，值得关注该机制对内容合规、版权与品牌披露流程的影响；但具体判定标准、适用范围和生效细节尚不明确，需进一步核实。
研究称 OpenAI、Google 新 AI 模型防护可被绕过生成裸露图像
- 发生了什么
- 据 Ars Technica 报道，研究人员表示一种攻击方法暴露了 OpenAI 和 Google 在防止 AI 生成裸露图像方面的防护缺陷，可较容易地诱使两家公司新推出的 AI 模型生成裸露内容。
- 为什么值得看
- 对企业负责人而言，该信息提示生成式 AI 的内容安全防护仍可能被绕过，涉及企业使用或提供 AI 能力时的合规、声誉与滥用风险，需关注厂商后续修复与自身内容审核策略。
爱诗科技香港办公室开幕，启动AI百业共创计划并展示PixVerse R2
- 发生了什么
- 爱诗科技（AIsphere）宣布其香港办公室在香港数码港正式开幕，定位为辐射本地企业、政府机构、高校及创作者的AI枢纽。开幕当日，公司启动“数智香港·爱诗AI百业共创计划”，并与空间智能企业其域创新、香港理工大学及本地青年社团签署多项战略合作文件，合作方向涉及影视、文旅、地产、教育科研及社会服务。
- 为什么值得看
- 企业负责人可关注AI视频与实时世界模型在影视文创、文旅、广告营销等领域的潜在应用，以及香港本地AI生态合作与政策支持带来的业务机会。但需注意，PixVerse R2的能力描述和现场体验效果来自厂商披露，实际部署成本、效果和可扩展性尚未独立验证；合作计划的具体落地细节和商业回报也未明确。
Higgsfield 借助 GPT-6 Astra 将 AI 视频时长从 1 分钟提升至 10 分钟以上
- 发生了什么
- 据 OpenAI News 消息，Higgsfield 为创作者带来更长的视频，使用 GPT-6 Astra 将 AI 视频从 1 分钟延长到 10 分钟以上；同时通过 GPT-Image-2.5 提供更精确的画面，并借助 GPT-Live 探索语音电影制作路径。
- 为什么值得看
- 企业负责人可关注该能力在营销视频、产品演示、培训内容等场景的潜在应用，尤其是视频时长和画面精度的提升可能降低内容制作门槛。但需注意来源未披露价格、上线范围、企业部署与安全能力，实际效果和成本仍需核实。
NVIDIA 发布 RTX Spark：把个人 AI 超算能力整合进 PC 超级芯片
- 发生了什么
- 据 NVIDIA 官方博客，RTX Spark 被描述为 PC 的一次重新定义，将游戏 PC、创作工作室与个人 AI 超算的能力整合到单一超级芯片中，最高配备 128GB 统一内存和 1 petaflop AI 算力，并提供完整的 NVIDIA RTX 技术栈。博客同时称全球 PC 应用生态已为 RTX Spark 做好准备。
- 为什么值得看
- 企业负责人可关注其对企业终端 AI 部署的潜在影响：若本地即可承载较高算力的 AI 推理与创作负载，可能改变数据不出本地的部署选择与终端采购思路。但上述规格与生态就绪均为 NVIDIA 厂商披露，实际性能、价格、上市时间与企业适用性尚未独立验证，建议结合后续实测与采购信息评估。
OpenAI 披露 Pollo AI 案例：用多款模型把创意转化为图像与视频广告
- 发生了什么
- 据 OpenAI 官方客户案例，Pollo AI 使用 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者把创意想法转化为精细图像和电影感视频广告。该信息由厂商披露，未提供具体效果数据、价格或部署细节。
- 为什么值得看
- 企业负责人可关注其用于营销素材与广告内容生成的潜在用途，尤其是创意到成片的流程压缩；但需注意这是厂商披露案例，效果与成本数据未独立核实，且缺少定价、部署与合规信息，评估时应要求供应商提供可验证指标。