Zoom公司周二宣布,其AI驱动的化身功能将在本月晚些时候正式上线,用户可以在在线会议中使用这些化身代表自己出席。除此之外,公司还发布了多项新工具和服务,包括自主研发的AI文档、幻灯片和表格应用,面向非技术人员的智能体构建器,以及会议语音翻译功能。
公司表示,其AI驱动的办公应用将在春季提供预览版本。
去年首次发布的AI化身功能是备受期待的逼真化身技术,能够模拟用户的外观、表情、嘴唇和眼部动作。这项技术专为用户无法"准备好上镜"时设计,Zoom表示化身不仅能在在线会议中使用,还能在异步视频消息产品中发挥作用。
为了配合AI化身功能,公司还增加了会议深度伪造检测技术,能够提醒参与者可能存在的音频或视频冒充行为。
其他新工具包括一整套AI驱动的办公应用,涵盖AI文档、幻灯片和表格功能。公司表示,基于会议记录和其他服务的数据,用户可以创建文档草稿、包含数据的电子表格或演示文稿。
此外,Zoom的AI Companion 3.0现在登陆桌面应用,此前该功能于9月首先在网页版推出。公司透露,AI Companion的月活跃用户数在2026财年第四季度同比增长了两倍多。
员工沟通应用Workvivo也将获得AI助手功能。这个助手能够连接Slack、Salesforce、ServiceNow、Gmail、Outlook、Asana和Jira等服务,让用户跨不同知识库提问。
Zoom并非唯一一家创建AI优先办公软件的公司。Canva等老牌企业和Context等新兴初创公司都在尝试做同样的事情。Salesforce旗下的Slack也在为其团队沟通应用添加更多AI功能。
为了满足对智能体工作流程日益增长的兴趣,用户现在能够使用自然语言提示创建跨平台工作的自定义智能体。创建完成后,用户可以在聊天中提及其智能体来完成任务。
对于开发者,Zoom正在提供语音、视觉和语言智能API,这些API可以部署在本地或云端。
另外,公司还在使用AI更新聊天体验,能够提取关键见解并总结对话线程。
为了配合这些变化,Zoom表示计划统一桌面、移动和网页等不同界面的设计,以便更轻松地访问笔记、会议问题和转录等AI工具。
Q&A
Q1:Zoom的AI化身功能是什么?什么时候可以使用?
A:Zoom的AI化身是能够模拟用户外观、表情、嘴唇和眼部动作的逼真化身技术,可以在用户无法"准备好上镜"时代表用户参加在线会议。这项功能将在本月晚些时候正式上线,用户可以在在线会议和异步视频消息中使用。
Q2:Zoom推出了哪些新的AI办公应用?
A:Zoom推出了包括AI文档、幻灯片和表格在内的AI驱动办公应用套件。这些应用能够基于会议记录和其他服务的数据,帮助用户创建文档草稿、包含数据的电子表格或演示文稿。这些应用将在春季提供预览版本。
Q3:Zoom如何防范深度伪造技术的滥用?
A:Zoom在推出AI化身功能的同时,也增加了深度伪造检测技术。这项技术能够在会议中提醒参与者可能存在的音频或视频冒充行为,帮助用户识别和防范恶意的深度伪造内容。
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。