Claude 能"画图"了、Gemini 帮你叫 Uber、字节跳动因好莱坞叫停视频 AI、Meta 悄悄造好了自家 AI 芯片

最近，AI 圈有点忙。

不是那种"某某公司发了个 PPT"的热闹，而是真刀真枪落到产品里的那种更新。Claude 突然学会了"画图"、Gemini 开始帮你点星巴克、字节跳动的视频生成器在好莱坞门口撞了南墙——这几件事放在一起，其实在说同一件事：AI 正在从"能聊天的机器人"变成"真的能干活的东西"。

但这条路走得不那么顺。下面拆开说。

01 Claude 不再只会"说"了，它开始"画图"给你看

Claude 上线了一个低调但挺有意思的更新：图表和图解可以直接嵌在对话里了，不是弹到侧边栏，就在聊天流里，随着你问问题实时更新。

问它"建筑物的重量怎么传递"，它不给你一堆文字，而是直接画一张力学图，追问一句图就跟着变。元素周期表的演示里，点击某个元素还会弹出详细数据——更像在用 App，不像在聊天。

和之前的 Artifacts（侧边栏持久化内容）有点区别，这个更随意、更轻——"顺手一画"，而不是"专门生成一个文件"。

已向全量用户开放，默认开启，不需要任何设置。

图：AI 正在把数据分析能力直接带进对话——图表不再是附件，而是回答本身

"AI 帮你订外卖"这件事被吹了好几年。Gemini 这次真的做到了——不过得有一台三星 Galaxy S26 Ultra。

功能叫 Gemini 任务自动化，本周在 S26 Ultra 上推送测试版。实测流程：说"帮我叫一辆去机场的 Uber"，Gemini 问完目的地，直接在 Uber App 里填好信息、下单前暂停让你确认。点星巴克时，它翻完菜单选了"馥芮白"，还主动帮牛角包勾了加热——判断挺准。

技术上它是在"虚拟窗口"里真实操作 App，不是调 API，是看着界面点按钮，用户全程可以观察或随时接管。

说到这里不得不调侃一下：国内的豆包早就支持"手机操控"了，帮你刷短视频、点外卖不是新鲜事，Google 这个"里程碑"在国内用户看来可能更像是——终于跟上来了？当然，产品成熟度和生态整合是另一回事，但进度确实差了不少。

目前支持的 App 还不多，主要是外卖和出行类，但方向是清楚的。

字节跳动的 Seedance 2.0 原本计划全球发布，结果悄悄叫停了。

原因不复杂：好莱坞不满意。这个工具能生成逼真的影视级视频，版权风险一眼就看出来。"够强"不是优点，在版权敏感的市场反而是麻烦所在。

字节跳动面临的处境，和 TikTok 当年在美国有些相似：产品强，但行业摩擦让推进不得不放慢。AI 视频生成能力飞速迭代，对应的版权框架还是一片空白——这次暂停，大概是在等一个谈判窗口，而不只是技术问题。

Meta 发布了第三代自研 AI 芯片 MTIA 300，主要干一件事：驱动 Instagram 和 Facebook 的推荐、排名、广告算法——就是决定你刷到什么内容的那套东西。

路线图同步公布：MTIA 400、450、500，后续专注生成式 AI 推理。

逻辑很直接：自研芯片 = 降低对英伟达的依赖 = 更低成本 + 更强议价权。Google 有 TPU，苹果有神经网络引擎，亚马逊有 Trainium，现在 Meta 也补上了这一课。

当然，和英伟达的 CUDA 生态相比差距还不小，软件生态才是真正的护城河。但方向清楚：大厂都在做长线准备，英伟达的统治地位短期内稳，中长期会越来越难。

把"能聊"变成"能干"。

Claude 开始画图，Gemini 开始跑腿，底层逻辑是一样的——语言模型的界面在扩展，不再只是文本框进、文本框出，而是开始真实地介入你做的事、看到的界面、需要完成的任务。

字节跳动的 Seedance 遇到的麻烦，提醒我们这条路不是平的——监管、版权、行业利益，都是真实的摩擦力。Meta 造自己的芯片，说明大家都在为这场持续很久的游戏做长线准备。

持续关注：Gemini 任务自动化能否快速扩展到更多 App，以及 Claude 的可视化能力在哪些专业领域率先跑出来。