Instagram负责人Adam Mosseri于当地四件周二表示，该公司正在为用户的视频添加自动生成的字幕。他承认，这一功能已经“出现了很长时间”--竞争对手TikTok去年4月推出了自动字幕，另外他还表示，平台上的创作者将默认打开字幕。
在周二的公告之前，创作者必须使用耗时的解决方法，即手动将字幕添加到他们的视频中，但这一变化使这一过程无缝衔接并使Instagram更容易被听力障碍者和聋哑人用户或任何喜欢在关闭声音的情况下观看视频的人所接受。
根据Instagram发布的新闻稿，字幕将在推出时以“特定语言”提供，该公司预计，随着越来越多的人使用这些字幕和人工智能的学习，字幕的质量将得到改善--因此字幕可能不会一开始就很完美。Instagram将在未来几个月把字幕扩展到更多语言。
即时字幕如何或是否会改变观看习惯或帮助提高Instagram的参与度仍有待确定，但如果人们可以在没有声音的情况下观看Instagram视频，那么他们可能会在该应用上停留更长时间，而不是在保存视频后离开该应用。
（举报）
文章介绍了当前AI生成PPT工具的发展现状，重点推荐了"秒出PPT"这一专业平台。该平台具有三大特色功能：1）智能对话式生成，支持中途修改需求；2）提供三种编辑模式（纯文本、纯设计和文本+设计）；3）支持导入文档自动排版，提供"保持原文"和"AI智能修改"两种模式。平台还拥有丰富的模板库，支持在线更换颜色、字体等设计元素。虽然需要购买会员，但相比市面上质量参差不齐的同类产品，该工具在交互体验和功能完整性上表现突出。
阿里巴巴旗下高德地图正式上线创新AR打卡功能，通过深度整合AI技术与地图服务，为用户带来虚实融合的沉浸式打卡体验，无缝连接现实世界。 该功能依托前沿AI空间融合技术，突破传统二维地图限制，首创3D立体打卡。用户打开最新版高德地图App，点击右上角 ”号即可轻松开启AR之旅。 支持图片、视频、趣味AR道具及虚拟形象等多种打卡形式，完成打卡后系统将自动生成并
短视频配音工具"逗哥配音"推出革命性"AI分角"功能，通过先进AI算法自动识别剧本中的不同角色及上下文关系，智能分配最适合的发音人进行演绎。该功能将原本需要数小时的人工分拆标注工作缩短至几分钟完成，大幅提升小说推文、沙雕动画等多角色配音内容的创作效率，确保角色配音连贯自然。平台还整合近千种优质发音人、声音克隆等技术，构建覆盖音频创作全流程的一站式智能解决方案，标志着AI语音技术在内容创作领域取得关键突破。
闪剪AI是一款专为营销视频制作设计的智能工具，主要解决实体商家和小白用户制作高质量营销视频的痛点。核心功能包括：1）一键生成数字人视频，支持定制专属形象；2）提供1000+数字人模特素材；3）多语种语音克隆，实现本地化内容；4）内置爆款文案素材库；5）智能成片功能简化制作流程；6）照片数字人让静态图片"开口说话"；7）直播切片功能实时引流。该工具
埃隆·马斯克旗下xAI即将发布Grok-4大模型，该模型将在语言、数学和推理方面超越OpenAI和谷歌最新AI产品。同时苹果低调收购两家AI公司TrueMeeting和WhyLabs，加速布局Vision Pro头显和Apple Intelligence领域。Meta计划投入数百亿美元扩建AI基础设施，扎克伯格亲自招募顶尖AI人才。微美全息聚焦高性能算力与多模态模型，推动AI产业升级。当前AI赛道竞争激烈，大模型正向通用多模态演进，商业化落地成为关键。
本文介绍了AI日报栏目及近期AI领域多项突破性进展：1)智谱推出免费AI Slides工具，基于GLM模型快速生成高质量PPT；2)可灵AI发布可图2.1模型，支持180多种风格图像生成；3)NVIDIA推出DiffusionRenderer技术，实现视频到可编辑3D场景转换；4)墨刀AI新增30秒生成高保真原型功能；5)Higgsfield推出Soul ID工具，10张照片即可生成虚拟形象；6)谷歌DeepMind开源GenAI Processors工具库；7)谷歌Veo新增图像转视频功能；8)Mistral AI发布专为代码建模的Devstral2507系列模型。这些创新展示了AI在内容生成、3D建模、产品设计等领域的快速发展。
2025年7月11日，首届iTAP测试大会在西安成功举办。华为、支付宝、华大电子等产业链头部企业共同完成了支付、门禁、票务三大场景下的协议互通性验证，标志着iTAP技术正式通过商用化验证。华为Pura80手机和Watch GT5智能手表成为首批通过全部测试的设备。测试结果显示，iTAP技术突破传统NFC协议痛点，交互效率提升300%，支持存量设备通过软件升级接入，显著降低硬件迭代成本。产业协同效应显现，多家芯片厂商已制定明确技术路线图，加速生态布局。未来iTAP技术将在智慧交通、数字生活等领域加速商业化落地，ITMA协会拟于2025年第四季度再次举办测试大会，持续推动产业协同发展。
【AI日报】今日AI领域重要动态：1)阿里开源支持链式推理的音频生成模型ThinkSound，实现高保真空间音频生成；2)谷歌Veo3升级，支持静态图片生成生动视频；3)Hugging Face发布30亿参数小模型SmolLM3，性能优于Llama-3.2-3B；4)阿里开源网络智能体WebSailor，展现强大推理和检索能力；5)Moonvalley发布原生1080P视频生成模型Marey Realism v1.5；6)Vidu Q1支持最多七张参考图像生成一致性视频；7)苹果�
可灵AI宣布全系列视频模型上线“视频音效”功能，用户在使用可灵AI进行视频创作时，不仅能获得高质量的视频画面，更能体验到与视频精准匹配、富有空间感的立体声音效……
文章探讨了AI技术如何重构自动化测试体系。传统自动化测试面临维护成本高、跨平台兼容性差等痛点，而AI通过智能用例生成、缺陷预测、自适应测试等能力实现质变：1）NLP技术将需求文档自动转化为可执行测试用例；2）机器学习分析历史数据预测高风险模块；3）计算机视觉实现跨平台UI元素识别。Testin云测构建了覆盖设备层到场景层的完整测试生态，通过云原生架构支持2000+终端实时调度，结合AI中台实现测试效率提升1.5倍，助力某金融机构降低年度质量成本超千万元。AI与自动化测试的深度融合，正推动质量保障体系向智能化、集约化演进。
