类型：七日精选
图片来源：网络
图片来源：网络
ODD 编辑组
从世界发现故事、思考和专业知识。
2025年5月29日
#015 对话为界：模型即平台与多形态交互的合流
#015 对话为界：模型即平台与多形态交互的合流
聚焦“模型即平台”艾维携OpenAI推硬件，谷歌多模态；iOS19日历重构；探讨“小V”多形态交互。
聚焦“模型即平台”艾维携OpenAI推硬件，谷歌多模态；iOS19日历重构；探讨“小V”多形态交互。
📰 本周值得关注的资讯
前苹果首席设计师在 OpenAI 预研产品概念流出
前情提要，乔纳森·艾维上周三以 64 亿美元的价格将其新成立的硬件公司 io 与 OpenAI 合并。艾维将为 OpenAI 提供硬件产品设计方面的建议，负责设计一系列全新的 AI 硬件产品。另外，他的一些前苹果员工也将加入这家人工智能公司。
前苹果首席设计师在 OpenAI 预研产品概念流出
前情提要，乔纳森·艾维上周三以 64 亿美元的价格将其新成立的硬件公司 io 与 OpenAI 合并。艾维将为 OpenAI 提供硬件产品设计方面的建议，负责设计一系列全新的 AI 硬件产品。另外，他的一些前苹果员工也将加入这家人工智能公司。
招聘信息确认苹果 iOS 19 将重构日历应用
MacGeneration 几周前披露，苹果于 2024 年收购了 Mayday Labs。这家公司曾开发一款名为 Mayday 的 AI 日历应用，旨在“帮助用户组织、保护和管理日常事务”，不过该应用已于去年 5 月关闭。
而苹果于 2025 年 4 月 29 日发布的一则招聘启事，寻找“日历体验高级软件工程师”，明确提到要“重新构想苹果平台上的现代日历”。
招聘信息确认苹果 iOS 19 将重构日历应用
MacGeneration 几周前披露，苹果于 2024 年收购了 Mayday Labs。这家公司曾开发一款名为 Mayday 的 AI 日历应用，旨在“帮助用户组织、保护和管理日常事务”，不过该应用已于去年 5 月关闭。
而苹果于 2025 年 4 月 29 日发布的一则招聘启事，寻找“日历体验高级软件工程师”，明确提到要“重新构想苹果平台上的现代日历”。
一文读懂 Google I/O 2025 开发者大会：开启 “模型即平台” 的 AI 生态新时代
谷歌 I/O 2025 发布了 Gemini 2.5 Pro 和 Flash 模型，强调 AI 智能体（Agent）将深度整合到搜索、Chrome、Gemini App 等核心产品。Gemini 2.5 Pro 成为谷歌最强通用 AI，支持多模态输入、实时语音、跨平台部署。AI Studio、Stitch、Casey 等新工具降低开发门槛，助力开发者创新。Google Beam 推出 3D 视频通信，Imagine 4 和 Veo 3 提升图像、视频生成能力。Gemini Live 语音助手升级，支持 45 种语言和多任务处理。谷歌还发布了 XR 智能眼镜、AI Ultra 订阅套餐，推动 AI 生态迈向“模型即平台”新时代。
一文读懂 Google I/O 2025 开发者大会：开启 “模型即平台” 的 AI 生态新时代
谷歌 I/O 2025 发布了 Gemini 2.5 Pro 和 Flash 模型，强调 AI 智能体（Agent）将深度整合到搜索、Chrome、Gemini App 等核心产品。Gemini 2.5 Pro 成为谷歌最强通用 AI，支持多模态输入、实时语音、跨平台部署。AI Studio、Stitch、Casey 等新工具降低开发门槛，助力开发者创新。Google Beam 推出 3D 视频通信，Imagine 4 和 Veo 3 提升图像、视频生成能力。Gemini Live 语音助手升级，支持 45 种语言和多任务处理。谷歌还发布了 XR 智能眼镜、AI Ultra 订阅套餐，推动 AI 生态迈向“模型即平台”新时代。
谷歌移动端专用 AI，多模态 Gemma 3n 模型
谷歌推出 Gemma 3n，专为移动设备 AI 构建的多模式模型。 它运行时占用的内存更小，将 RAM 使用量减少了近 3 倍，从而可以直接在手机上运行更复杂的应用程序，或从云端进行直播。
谷歌移动端专用 AI，多模态 Gemma 3n 模型
谷歌推出 Gemma 3n，专为移动设备 AI 构建的多模式模型。 它运行时占用的内存更小，将 RAM 使用量减少了近 3 倍，从而可以直接在手机上运行更复杂的应用程序，或从云端进行直播。
飞书知识问答，给企业如何用好 AI 打了个小样
飞书上新了“飞书知识问答”，这是一个基于企业知识的企业专属 AI 问答工具。它能根据用户在飞书上有权限访问的所有聊天消息、协同文档、多维表格、知识库以及各种格式文件等数据，直接给出答案。用户还能借助这个工具，基于企业知识进行内容创作。使用 DeepSeek、豆包、Kimi 等消费级的通用 AI 工具进行提问，得到的回答是基于大模型基础知识以及实时更新的互联网知识，而在飞书端内使用知识问答，当用户选择“使用知识”而不是“联网搜索”，AI 会根据企业内部信息而不是公域互联网信息生成答案。
飞书知识问答，给企业如何用好 AI 打了个小样
飞书上新了“飞书知识问答”，这是一个基于企业知识的企业专属 AI 问答工具。它能根据用户在飞书上有权限访问的所有聊天消息、协同文档、多维表格、知识库以及各种格式文件等数据，直接给出答案。用户还能借助这个工具，基于企业知识进行内容创作。使用 DeepSeek、豆包、Kimi 等消费级的通用 AI 工具进行提问，得到的回答是基于大模型基础知识以及实时更新的互联网知识，而在飞书端内使用知识问答，当用户选择“使用知识”而不是“联网搜索”，AI 会根据企业内部信息而不是公域互联网信息生成答案。
豆包上线实时视频对话功能
支持通过摄像头识别外界信息进行对话，整体比较丝滑流畅。除此之外还支持共享手机或者电脑的屏幕给豆包，操作应用的同时，随时向豆包进行提问。
体验还是比较丝滑的，电脑端和移动端都已上线。
豆包上线实时视频对话功能
支持通过摄像头识别外界信息进行对话，整体比较丝滑流畅。除此之外还支持共享手机或者电脑的屏幕给豆包，操作应用的同时，随时向豆包进行提问。
体验还是比较丝滑的，电脑端和移动端都已上线。
Syft AI-新闻定制聚合工具
产品描述：
Syft AI 是一款基于兴趣定制的新闻聚合工具，主打用户感兴趣的话题的每日推送，适合那些需要每日浏览特定话题新闻的用户。除了官方创建的话题外，用户还可以创建自己感兴趣的话题。只需一句话，即可获得全球可信来源的个性化资讯推荐。
产品亮点：
一句话定制新闻频道。用户只需用一句自然语言输入感兴趣的主题，系统可自动生成对应的新闻频道。
母语日报总结 + 多语种支持。系统每天以用户的母语自动总结重点新闻，同时支持多语种内容消费，覆盖全球热点。
推送时间你说了算。用户可自定义新闻推送的时间，系统将会根据你的节奏定时送达新闻。
信源 100%真实，正在加入自定义源。新闻内容来自全球顶级媒体和权威机构，确保信息真实、无虚假标题党。
Syft AI-新闻定制聚合工具
产品描述：
Syft AI 是一款基于兴趣定制的新闻聚合工具，主打用户感兴趣的话题的每日推送，适合那些需要每日浏览特定话题新闻的用户。除了官方创建的话题外，用户还可以创建自己感兴趣的话题。只需一句话，即可获得全球可信来源的个性化资讯推荐。
产品亮点：
一句话定制新闻频道。用户只需用一句自然语言输入感兴趣的主题，系统可自动生成对应的新闻频道。
母语日报总结 + 多语种支持。系统每天以用户的母语自动总结重点新闻，同时支持多语种内容消费，覆盖全球热点。
推送时间你说了算。用户可自定义新闻推送的时间，系统将会根据你的节奏定时送达新闻。
信源 100%真实，正在加入自定义源。新闻内容来自全球顶级媒体和权威机构，确保信息真实、无虚假标题党。
📒 本周值得读的文章
我们用什么语言思考？ - 少数派
本文探讨了“思维语”理论，认为人类思维并非依赖自然语言，而是基于一种更深层的认知结构。自然语言主要为交流设计，包含模糊和噪音，无法完全承载复杂思维。文章结合语言学、哲学观点及大模型研究，指出思维活动往往先于语言，模型的多语言处理也间接印证了“思维语”的存在。最终，作者认为大模型为理解人类思维提供了新窗口，未来或可借助其反向理解语言与认知本质。
我们用什么语言思考？ - 少数派
本文探讨了“思维语”理论，认为人类思维并非依赖自然语言，而是基于一种更深层的认知结构。自然语言主要为交流设计，包含模糊和噪音，无法完全承载复杂思维。文章结合语言学、哲学观点及大模型研究，指出思维活动往往先于语言，模型的多语言处理也间接印证了“思维语”的存在。最终，作者认为大模型为理解人类思维提供了新窗口，未来或可借助其反向理解语言与认知本质。
🌟 本周值得关注的专利
三星已提交欧洲专利，揭示未来可能比指纹识别更安全的掌纹识别系统
该专利提出利用智能手机摄像头扫描手掌，从掌纹图像中提取至少三个特征坐标，结合手掌的旋转角度，动态调整识别区域，从而实现更精准和安全的身份认证。相比指纹，掌纹覆盖面积更大，可提取的信息更多，包括掌纹纹路、血管形状等，适用于金融、医疗、物联网等多种场景，提升了生物识别的安全性和应用广度。
苹果这项专利可以分析每只手的手势，以确定每只手是否处于外设使用模式
这项专利主要聚焦于未来苹果设备（如 Mac 台式机、MacBook、iDevices 及 Vision 相关设备）对手势识别的智能化。其核心创新点在于：
手势与外设使用模式区分：系统能分析每只手的动作，判断其是在进行手势操作还是在使用外设（如键盘、鼠标等）。如果检测到手正在使用外设，则忽略该手的手势输入，防止误操作。
动态切换模式：当手部未处于外设使用状态时，系统允许并处理手势输入，实现自然的人机交互。
手势输入的取消机制：如果用户刚做出手势后又立即触发了外设事件（如敲击键盘），系统会取消刚才的手势操作，避免冲突。
注视追踪辅助判断：系统还可结合用户的注视方向、眼球位置等信息，进一步判断用户的意图，提高识别准确率。
应用场景：例如，一只手在空中做手势控制界面，另一只手在键盘上打字，系统能智能区分并分别处理。
三星已提交欧洲专利，揭示未来可能比指纹识别更安全的掌纹识别系统
该专利提出利用智能手机摄像头扫描手掌，从掌纹图像中提取至少三个特征坐标，结合手掌的旋转角度，动态调整识别区域，从而实现更精准和安全的身份认证。相比指纹，掌纹覆盖面积更大，可提取的信息更多，包括掌纹纹路、血管形状等，适用于金融、医疗、物联网等多种场景，提升了生物识别的安全性和应用广度。
苹果这项专利可以分析每只手的手势，以确定每只手是否处于外设使用模式
这项专利主要聚焦于未来苹果设备（如 Mac 台式机、MacBook、iDevices 及 Vision 相关设备）对手势识别的智能化。其核心创新点在于：
手势与外设使用模式区分：系统能分析每只手的动作，判断其是在进行手势操作还是在使用外设（如键盘、鼠标等）。如果检测到手正在使用外设，则忽略该手的手势输入，防止误操作。
动态切换模式：当手部未处于外设使用状态时，系统允许并处理手势输入，实现自然的人机交互。
手势输入的取消机制：如果用户刚做出手势后又立即触发了外设事件（如敲击键盘），系统会取消刚才的手势操作，避免冲突。
注视追踪辅助判断：系统还可结合用户的注视方向、眼球位置等信息，进一步判断用户的意图，提高识别准确率。
应用场景：例如，一只手在空中做手势控制界面，另一只手在键盘上打字，系统能智能区分并分别处理。
🍚 本周的下饭信息
继续阅读
