谷歌相册推出AI“视频混音”功能：搭载Gemini Omni，主打数秒内电影级剪辑

谷歌于7月8日宣布在Google Photos中推出全新生成式AI视频编辑工具“视频混音”（Video Remix），旨在让普通用户无需专业技能即可在数秒内完成电影级视频转换与修剪。

该功能由谷歌最新发布的Gemini Omni处理器提供核心算力支持，该芯片具备“根据任何输入创建任何内容”的强模态多媒体处理能力。用户可在Google Photos的“创建”标签页中直接调用该工具，实现一键应用电影级重新照明以提亮昏暗画面、智能替换纯色背景，或将视频转化为水彩、素描和油画等艺术风格。

此举是谷歌深化消费级应用生成式AI布局的最新动作，旨在通过无缝集成的轻量化高质感编辑能力，进一步强化其生态黏性，并持续与苹果、OpenAI及Adobe等行业巨头抗衡。该功能于发布当日开始向美国、印度、日本、韩国及巴西等十余个国家符合条件的Google AI Plus、Pro和Ultra订阅用户滚动推出。

近期，Google Photos已连续上线了AI智能修图工具以及基于AI的数字衣橱虚拟试穿功能，多维度AI消费级应用的落地表明，科技巨头正加速将底层大模型能力转化为高频、低门槛的日常应用场景，AI对传统内容生产范式的重塑已全面渗透至大众创作者端。

via AI新闻资讯 (author: AI Base)

全双工实时语音上线，ChatGPT彻底告别“对讲机”时代

OpenAI 近日正式向全球用户推出基于 GPT-Live 架构的全新 ChatGPT 语音体验。这不仅是语音技术路线的一次重要更迭，更标志着 AI 语音助手正从传统的“对讲机式”交互，全面转向更接近真人对话的全双工模式。

相比此前在2024年推出的 Advanced Voice Mode，GPT-Live 的核心进步在于彻底摆脱了传统语音系统的束缚。新架构允许模型在“说话、倾听和思考”之间实现真正的并行处理。这意味着当用户在对话时，ChatGPT 不再需要等到你完全讲完才能回应，而是能够实时捕捉你的语气与停顿，适时地给出诸如“嗯哼”或“okay”这样的自然反馈。如果用户需要思考时间，模型也会识趣地保持安静，整个交互过程不再有生硬的打断感。

在技术底层，GPT-Live 架构引入了更为强大的推理能力。目前，该语音模式在后台默认调用 GPT-5.5模型。无论是在实时联网搜索，还是处理深层推理与复杂任务规划时，ChatGPT 都能维持长时的上下文追踪。用户甚至可以在对话中随时插话或转换讨论重心，模型会即时调整逻辑，顺畅接续新的话题。

为了覆盖不同需求的用户群体，OpenAI 此次提供了两个版本:功能全面的 GPT-Live-1将面向 ChatGPT Go、Plus 和 Pro 等付费订阅用户开放;而免费用户则可体验由 GPT-Live-1mini 驱动的语音功能。此外，这两款模型已同步通过 API 开放接入，开发者可借此构建新一代语音代理应用。

随着 GPT-Realtime-2与 GPT-Live 等关键技术的落地，语音 AI 已不再仅仅是一个简单的问答工具，而是逐步进化为能够执行复杂任务、兼具真人语感的智能对话伙伴。对于开发者与广大用户而言，这一升级预示着人机交互迈入了一个更加高效、自然的新阶段。

via AI新闻资讯 (author: AI Base)

挑战OpenAI，SpaceXAI推出“Opus级”大模型Grok 4.5

本周，AI大模型赛道硝烟再起。当地时间周三，埃隆·马斯克旗下的科技公司SpaceXAI正式发布了最新一代大模型Grok4.5。这是该公司在数周前上市以来的首次重磅产品更新，旨在进一步巩固其在通用AI领域的技术地位。

根据SpaceXAI官方博客介绍，Grok4.5被定位为一款全能型“主力干将”，能够胜任代码编写、应用开发、办公文档处理以及知识类写作等多种复杂任务。为了在激烈的市场竞争中突围，SpaceXAI在性能优化上打出了一套“组合拳”，其中最核心的亮点在于其显著提升的令牌效率（Token Efficiency）。据悉，在同等负载下，该模型能以更少的算力产出更高效的结果，从而直接降低了推理成本。

为了展示竞争力，SpaceXAI公布了详尽的基准测试数据。结果显示，Grok4.5的综合性能已跻身行业第一梯队。马斯克本人也在社交平台X上为新产品“带货”，他将其与Anthropic的高阶模型Opus进行类比，称Grok4.5不仅达到了“Opus级”的能力水平，而且在响应速度、运行效率以及成本控制上均更具优势。

在企业最关心的价格维度上，SpaceXAI给出了极具杀伤力的定价方案:每百万输入Token收费2美元，输出Token收费6美元。这一策略被业内视为对标Anthropic及OpenAI的重要举措，意在吸引那些对成本敏感、同时又追求高性能的企业及开发者群体。

值得注意的是，Grok4.5的发布节点极其微妙。本周恰逢AI行业集中上新期，市场消息称，OpenAI计划于周四推出其迄今为止最强大的GPT5.6模型。随着SpaceXAI强势入局，并将“高性能、高效率、低价格”作为核心竞争锚点，全球AI市场的竞争格局正在变得愈发激烈。

via AI新闻资讯 (author: AI Base)