Meta于周三宣布,将为WhatsApp添加AI驱动的消息摘要功能。这项可选的新功能使用Meta AI来总结聊天中的未读消息。
公司指出,这些摘要仅对用户本人可见,聊天中的其他人无法看到。
该功能基于Meta在四月份发布的AI技术构建,该技术使公司能够实现不影响加密或用户隐私的AI功能。
"消息摘要使用私有处理技术,允许Meta AI生成响应,而Meta或WhatsApp永远不会看到您的消息或私人摘要。聊天中的其他人也无法看到您总结了未读消息,"公司在博客文章中表示。
Meta最初在美国推出该功能,支持英语。该功能将在今年晚些时候推广到更多国家和语言。
此前,用户可以在聊天中访问Meta AI来询问一般问题或标记消息以为聊天机器人提供上下文。然而,Meta AI无法读取用户的消息。
Meta表示,新的技术堆栈允许WhatsApp私密地从聊天中获取上下文,通过AI处理请求。这使其能够总结消息或提供写作建议。
新的AI驱动功能可通过新设置访问,路径为设置 > 聊天 > 私有处理,用户可以单独开启或关闭各项功能。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。