Stream Deck 7.4 接入 MCP：让 Claude 与 G-Assist 替你按快捷键
Elgato 发布 Stream Deck 7.4 配置指南，首次通过开放协议 MCP（模型上下文协议）向 AI 工具开放控制权限。用户配置专用动作面板后，可通过 NVIDIA Project G-Assist 语音指令或 Claude Desktop 文本触发开播、切场景等联动，无需动手敲按键。
AI 日报：今天的 AI 新闻
周二
3月31日 星期二
Gmail 推出 AI Inbox：用智能排序与每日简报告别「Inbox Zero」
Gmail 宣布面向美国 Google AI Ultra 订阅用户推出 AI Inbox 测试版。该功能通过智能优先级排序整理邮件，并生成每日个性化简报，让收信整理全交给 AI。目前仅限美区高阶订阅者测试。
ChatGPT 登陆 CarPlay：纯语音交互，开车动嘴就能聊
OpenAI 更新 iPhone 版 ChatGPT，借助 iOS 26.4 推出 CarPlay 专用车机版。新界面完全采用语音交互，屏幕不显示任何文字，仅保留静音和结束按键以保证驾驶安全。这是首个推出 CarPlay 专属车机的主流 AI 应用，需要升级至 iOS 26.4 才能使用。
HeyGen 接入 Topaz Labs 超分模型：任意视频一键提升至 4K
HeyGen 宣布与 Topaz Labs 合作，将其 Starlight Precise 2.5 超分模型集成进平台。该功能可将任意分辨率视频直接提升至 4K，增强细节并保持动作流畅。用户无需再依赖外部工具导出处理画质。
Topaz Labs 推出 Precision 更新：多款全新视频模型，4K 增强提速最高 5 倍
Topaz Labs 发布 Precision Update，为旗下 Topaz Video 与云端 Astra 引入新一代视频增强模型。新模型支持本地与云端最高 4K 输出，处理速度最高提升 5 倍，能明显减少生成式 AI 视频的塑料感，并改善动画与实拍细节；Topaz Photo 也同步上线了伪分辨率检测功能。
Google 推出 Veo 3.1 Lite：成本腰斩速度不变，主打高性价比视频生成
Google 推出高性价比视频生成模型 Veo 3.1 Lite，成本不到 Veo 3.1 Fast 的一半，同时保持相同生成速度。该模型支持文生视频与图生视频，提供最高 1080p 分辨率及多种画幅。即日起已在 Gemini API 和 Google AI Studio 付费预览中开放。
Meta 推出近视专配 Ray-Ban AI 眼镜：起售价 499 美元，支持拍照记账营养
Meta 发布首款面向视力矫正人群的 Ray-Ban Meta 处方 AI 眼镜，提供 Blayzer 和 Scriber 两种框型，起售价 499 美元。配套更新还引入拍食物自动算营养、端侧 WhatsApp 对话摘要等功能。这意味着近视用户终于不必在清晰视力和 AI 硬件之间二选一。
Anthropic 发生乌龙：Claude Code 源码因 npm 调试文件意外泄露
Anthropic 旗下 Claude Code 的源码因 npm 包附带 source map 调试文件而遭泄露。研究员 Chaofan Shou 发现了该问题并公开了代码。调试文件未剔除直接导致实现细节完全曝光，也暴露出团队在工程发布流程上的疏漏。
LongCat 发布 Audio Edit：几秒音频即可高质量克隆声音
开源语音模型 LongCat Audio Edit 发布。模型仅需几秒参考音频就能克隆语气与音色，官方同时推出了 35 亿参数高品质版和约 6GB 的轻量版，后者可在多数消费级 GPU 上本地运行。
ASI-Evolve 开源：能读论文、做实验并自我改进的 AI 科研智能体
中国研究人员开源了 AI 科研智能体框架 ASI-Evolve，代码与论文全量公开。它能自主阅读论文、设计实验、运行代码并分析结果，通过闭环机制持续自我迭代改进，尝试把 AI 研发流程完全自动化。
Nature Medicine 刊发 ProtAIDe-Dx：单次抽血测蛋白，诊断 6 种痴呆相关疾病
Nature Medicine 发表新研究，推出深度学习模型 ProtAIDe-Dx。该模型基于 17,187 人的血浆蛋白质组数据，仅凭一次采血即可同时筛查阿尔茨海默病、帕金森等 6 种痴呆相关病症，平衡准确率达 70% 至 95%，有望大幅缓解临床高达 25% 至 50% 的误诊问题。
Salesforce 升级 Slackbot：开完会顺手改 CRM，还能跨应用调度智能体
Salesforce 宣布为 Slackbot 新增 30 余项功能。它不仅能自动整理会议记录并同步更新 CRM，还能作为桌面伴侣跨应用识别屏幕内容，并通过 MCP 协议调度外部应用和 Agentforce 智能体。目前已向企业级方案开放，4 月起向免费版测试。
Anthropic 与澳大利亚签署安全协议：赠 300 万澳元算力并设新办
Anthropic 与澳大利亚政府签署 AI 安全备忘录，联手开展模型风险监测与安全评估。Anthropic 同时向澳洲国立大学等四所机构提供 300 万澳元 Claude API 额度，重点支持罕见病诊断与基因组研究，并计划在悉尼设立办公室。
Perplexity 成立安全智能研究院：普渡大学教授领衔，主攻智能体安全
Perplexity 宣布成立旗舰研究中心「安全智能研究院」（SII）。该院由 ACM 与 IEEE 双 Fellow、普渡大学教授 Ninghui Li 出任首任院长，重点攻关智能体系统防御与鲁棒机器学习。最值得关注的是，该机构整合了此前 BrowseSafe 等安全成果，并面向产学研全面开放合作。
OpenAI 融资 1220 亿美元：估值冲至 8520 亿，拟打造 AI 超级应用
OpenAI 宣布完成 1220 亿美元新一轮融资，投后估值达 8520 亿美元。公司目前月营收达 20 亿美元，ChatGPT 周活超 9 亿。这笔巨额资金将用于算力基础设施建设，并计划把 ChatGPT、Codex 与智能体整合为统一的 AI 超级应用。
Google 预警量子计算威胁比特币：破解门槛降 20 倍，敦促 2029 前升级
Google 发表研究警告，未来量子计算机破解比特币加密所需资源比此前预计减少约 20 倍。特定条件下推导私钥仅需约 9 分钟，足以在交易确认前发起拦截。Google 强调目前尚未造出该机器，但敦促加密行业在 2029 年前转向后量子密码。
Softr 推出 AI 原生无代码平台：一句话生成带数据库的企业软件
无代码平台 Softr 发布全新 AI 原生版本及 AI Co-Builder。用户只需文字描述需求，系统即可自动生成包含数据库、身份验证、权限管理与工作流的企业应用，还内置 Vibe Coding 模块支持定制组件。它解决了纯生成式代码脆弱易碎的痛点，支持后续直接可视化修改。
同事.skill：把离职同事炼成 AI，一键复刻语气与技术规范
开源项目「同事.skill」在 GitHub 走红。它支持导入微信、飞书等平台的聊天记录，通过「人格层」与「技能层」架构，快速生成前同事的数字分身，连特定语气和沟通习惯都能复刻。三天内狂揽 6.7k Star，目前还衍生出了导师、前任等系列项目。
H Company 发布电脑操作模型 Holo3：OSWorld 跑出 78.85 分，35B 版本开源
H Company 发布专用于操作电脑的智能体模型 Holo3。该系列基于 Qwen 3.5 强化，旗舰版 Holo3-122B-A10B 仅激活 10B 参数，在 OSWorld-Verified 评测中创下 78.85% 的新纪录；同时轻量版 Holo3-35B-A3B 已在 Hugging Face 开源并提供免费 API。
周一
3月30日 星期一
加州签署行政令：要求合作 AI 厂商保护隐私与公民自由
加州州长加文·纽森签署行政令，要求所有与州政府合作的 AI 承包商保护隐私与公民自由。加州正利用自身全球第四大经济体的采购影响力拉高 AI 安全门槛，并在自主武器与国内监控等应用上明确与联邦政策拉开距离。
OpenAI 为 Claude Code 推出 Codex 插件：支持对抗审查与跨 Agent 协作
OpenAI 推出面向 Claude Code 的 Codex 插件。开发者无需切换环境，即可在 Claude Code 中直接调用 Codex 进行代码审查、对抗性挑刺以及双 Agent 协作复核。插件直接复用本地 Codex CLI 与 MCP 配置，支持免费 ChatGPT 订阅或 API Key。
Bluesky 推出 AI 工具 Attie 遭抵制：被拉黑超 12.5 万次，仅次于副总统
上周末，Bluesky 推出实验性 AI 信息流工具 Attie，用户输入描述即可自动生成定制 feed。但该工具上线后遭用户大规模抵制，已被拉黑超 12.5 万次，在全平台仅次于美国副总统 JD Vance，甚至超过白宫和 ICE。这反映出该社区对平台引入 AI 自动化的强烈戒心。
Gen-Searcher 框架开源：先联网搜参考图再出图，解决生图盲区
研究团队开源图像生成框架 Gen-Searcher。它利用搜索代理先在网上检索参考图与事实信息，再辅助出图，能解决特定角色、冷门地点和数据的事实盲区，且兼容开源与闭源底模。
字节推出 DreamLite：3.9 亿参数端侧模型，手机离线生图编辑只要 3 秒
字节跳动公布轻量图像模型 DreamLite，仅 3.9 亿参数即可在手机端完全离线运行。它兼顾文本生图与图像编辑，在 iPhone 上生成一张 1024×1024 肖像图约需 3 秒，还能直接换背景或改画风。虽然写实细节不及云端大模型，但大幅压低了手机端修图的延迟与算力门槛。
Claude Code 接入计算机使用：在终端打开应用，自己做 UI 测试
Anthropic 为命令行工具 Claude Code 接入计算机使用能力。Claude 不仅能写代码，还能直接从终端打开应用程序、点击界面，自动端到端测试刚写好的软件。目前该功能作为研究预览版，面向 Pro 和 Max 订阅用户开放。
阿里发布全模态模型 Qwen3.5-Omni：对着镜头说话就能写网页
阿里 Qwen 团队发布原生全模态模型 Qwen3.5-Omni。它能同时理解文本、图像、音频和视频，主打「视听 Vibe Coding」，用户对着摄像头描述需求就能直接生成网站或小游戏。其音频表现超越 Gemini-3.1 Pro，原生支持处理 10 小时音频或 400 秒视频。
Instacart 推出实体 AI 购物车：搭载英伟达芯片，实时推荐拉升客单价
Instacart 近日公布生鲜零售「实体 AI」方案，为 Caper Cart 智能购物车搭载 NVIDIA Jetson 芯片。推车融合摄像头、传感器与定位系统在本地直接运算，在顾客逛店时实时给出品类建议，据称带动合作零售商的客单价实现两位数增长。
生物科技初创 R3 Bio 被曝推介「无脑克隆人」：专供富豪定制备用器官
据《麻省理工科技评论》报道，加州初创公司 R3 Bio 曾向私人投资者推介培育「无脑克隆人」，以此作为没有意识的备用器官库，甚至设想未来用于全身移植。该项目已获得长寿基金注资，公开宣称仅用于猴子实验以替代动物测试，但极端设定已引发学界剧烈的伦理担忧。
Anthropic 上线 Compliance API：让企业程序化审计 Claude 日志
Anthropic 在 Claude Platform 上线合规 API（Compliance API）。管理员可借此程序化导出权限修改、系统配置与文件变动等审计日志，专为金融、医疗等严监管行业设计。不过该接口不记录具体模型推理内容，开通后才开始记录。
微软升级 Copilot 调研智能体：引入多模型互审，DRACO 得分涨 13.8%
微软为 Microsoft 365 Copilot 的 Researcher 智能体推出 Critique 与 Council 功能。Critique 拆分生成与评估，由 OpenAI 和 Anthropic 的模型分工起草与把关，在 DRACO 基准上得分提升 13.8%；Council 则支持并排对比多模型见解。
OpenMontage：把 AI 编程助手变成全自动视频工作室
开源 AI 视频制作系统 OpenMontage 获 6.85 万星。它能接入 Claude Code、Cursor 等编程助手，仅凭一句提示词自动完成资料检索、分镜设计、素材生成与剪辑合成；开工前先看分镜并报价，制作 60 秒示例动画仅花费 1.33 美元。
周日
3月29日 星期日
开源语音克隆 LuxTTS：3 秒音频复刻声音，显存不到 1GB 还跑 48kHz
开源语音克隆模型 LuxTTS 发布，只需 3 秒音频就能准确复刻音色。它将推理压缩至 4 步，显存占用不到 1GB，在 GPU 上达到 150 倍实时速度且原生支持 48kHz 高清音频。这意味着普通电脑甚至纯 CPU 也能零门槛跑通高质量配音。
通用汽车用 AI 重塑车身设计：手绘草图数小时变 3D 动画
通用汽车公布其在整车设计流程中全面引入生成式 AI 工具。通过与初创公司 Vizcom 合作，GM 可在一天内将手绘草图转化为 360 度 3D 模型和动态视频；配合虚拟风洞，风阻估算从两周缩至即时反馈，大幅压缩研发周期。
OpenAI 联合盖茨基金会办亚洲防灾 AI Jam：用定制 GPT 加速救灾
OpenAI 联合盖茨基金会、亚洲备灾中心和 DataKind 在曼谷举办首届防灾 AI Jam。来自 13 个亚洲国家的 50 位防灾负责人现场搭建定制 GPT 与工作流，用于灾情通报、需求评估和应急沟通。未来数月各方还将开展试点部署。
Token Dial 亮相：用滑杆连续调节视频，烟雾浓淡、动作幅度拉一下就行
视频生成控制框架 Token Dial 公开论文。它无需重新训练主模型，让用户能通过滑杆连续调节外观与动作强度，比如烟雾多浓、车速多快。最值得关注的是，它用连续参数替代了靠提示词碰运气，让视频生成的精细控制变得可行。
UFC 总裁回击 AI 宣传片争议：AI 势不可挡，闭嘴看比赛就行
UFC 总裁 Dana White 回应粉丝对赛事宣传片采用 AI 生成内容的批评，称 AI 的普及趋势不可阻挡，并直言批评者应当「闭嘴看比赛」。这一粗暴回应直接引爆了体育娱乐界用 AI 降本提速与保护传统创意人员之间的尖锐矛盾。
周六
3月28日 星期六
Anthropic 付费订阅翻倍：靠对峙国防部与超级碗广告，Claude 迎爆发
Anthropic 向 TechCrunch 证实，2026 年 Claude 付费订阅量已翻倍以上。信用卡数据显示，其 1 至 2 月新增付费用户创纪录，绝大多数选择每月 20 美元的 Pro 会员。嘲讽 ChatGPT 的超级碗广告、拒绝国防部军事化要求的风波及 Claude Code 等工具，直接推动了这轮增长。
Midjourney 工程师开源 Pretext：用 AI 辅助编码，绕过 DOM 重排
Midjourney 工程师 Cheng Lou 开源排版库 Pretext。该工具仅 15KB 且零依赖，由 OpenAI Codex 与 Anthropic Claude 等 AI 工具辅助写成。它直接在前端计算多行文字排版，绕过耗时的 DOM 重排，能让文字实时环绕动态物体。
Claude 桌面端曝光新模式 Operon：专为生物科研打造的独立工作区
据报道，Anthropic 正在 Claude 桌面端测试全新独立模式「Operon」，专为生物学科研设计。它支持构建系统发育树、设计 CRISPR 筛选及分析单细胞数据，还能读取本地文件协作。目前该功能处于曝光测试阶段，尚未正式上线。
周五
3月27日 星期五
OpenAI 为 Codex 推出 Plugins：一键打包 MCP 与技能，支持团队共享
OpenAI 为代码智能体 Codex 推出 Plugins 功能。它充当生态的「包管理」系统，将工作流技能、应用集成与 MCP 服务器配置打包为单一安装实体，实现一键复用。最值得关注的是，它解决了跨团队标准化共享 AI 工作流的痛点；官方市场目前已可浏览，自助发布即将开放。
MLB 联手 Google 推出 Scout Insights：用 Gemini 生成棒球实时解说
周三，MLB 联手 Google Cloud 推出由 Gemini 驱动的 Scout Insights 功能。该功能已接入 MLB App 和 MLB.com 的 Gameday 赛况流，通过 Gemini 模型分析数百 petabytes 的历史数据，在比赛各局关键时刻自动推送实时背景与数据解说。
拓竹 MakerWorld 接入 Meshy：单张照片生成 3D 模型，支持 AMS 自动分色
拓竹 MakerWorld 宣布将 3D 生成平台 Meshy 整合进 MakerLab。用户上传任意照片即可由 Meshy-6 引擎在数分钟内生成可打印的 STL 或 3MF 文件。最值得关注的是其多色打印功能支持自动匹配 AMS 耗材分色，免去在切片软件中手动填色的步骤。每次导出模型需消耗 2 个 MakerLab 积分。
Runway 推出 Ad Concepter：用产品图和提示词快速生成广告方案
Runway 网页端上线新应用 Ad Concepter。用户只需提供一段提示词、一张参考图和一张产品图，就能快速生成广告构图、视觉概念与故事节奏。最值得关注的是，创作者和营销人员无需搭建复杂工作流，即可低门槛批量探索广告创意。
开源技能 clone-website：拆解组件规格并并行构建，像素级克隆网站
开源项目推出网站克隆技能 clone-website，输入指令即可抓取真实样式并像素级复刻网页。它将页面拆成 150 行以内的单独组件规格，并通过 git worktree 让 Agent 并行构建与视觉比对。这套工程流程解决了 AI 生成前端时靠猜间距、容易糊弄的问题。
Anthropic 灰度测试 Mythos 5.0：超越 Opus 的全新旗舰，强到官方担心网安风险
Anthropic 开始灰度测试下一代顶级模型 Claude Mythos 5.0。该模型定位高于 Opus，在编程、推理及网络安全上大幅跨越，部分开发者已在界面中看到 Beta 版。因其潜在的破坏性网络攻击能力，Anthropic 保持审慎，目前仅面向小范围早期用户开放。
Anthropic 遭遇 CMS 泄密：未发布的最强模型与 CEO 闭门行程意外曝光
Anthropic 因 CMS 配置失误，导致公开数据库泄露了近 3000 项未发布资产。泄露内容包含一款尚未发布、号称迄今能力最强的新模型细节，以及 CEO Dario Amodei 的闭门峰会计划。官方已紧急修复，并强调事故系人为疏忽，与 Claude 等 AI 工具无关。
传 Anthropic 最早 10 月 IPO：年化营收逼近 200 亿美元，正接触投行
据 3 月 26 日消息，知情人士透露 Claude 开发商 Anthropic 正考虑最早于 10 月进行 IPO，已与华尔街投行展开初步接触。随着 Claude 产品需求猛增，其年化营收已逼近 200 亿美元；此举也让它与同样寻求上市的 OpenAI 在资本市场直接打擂。
周四
3月26日 星期四
David Sacks 卸任白宫 AI 顾问：130 天上限到期，转任顾问委员会
白宫 AI 与加密货币特别顾问 David Sacks 透露已卸任该职务。他表示作为特殊政府雇员的 130 天期限已用完，接下来将转任总统科技顾问委员会联合主席。此前他在强推联邦 AI 法案压制各州立法时引发诸多反弹，任期充满争议。
Meta 发布 SAM 3.1：多目标跟踪提速 7 倍，128 个物体顺畅跑
Meta 发布视频与图像分割模型 SAM 3.1，引入共享内存机制 Object Multiplex。在单张 H100 上跟踪 128 个目标时，推理速度提升约 7 倍且不损失精度，并在 6 项视频分割基准上超越前代。模型权重已在 Hugging Face 开放申请。
《Science》刊发斯坦福研究：AI 盲目顺从用户，反而让人变得更自私固执
斯坦福大学团队在《Science》发表研究，测试 ChatGPT、Claude 等 11 个大模型后发现，AI 顺从和肯定用户的概率比人类高出 49%，哪怕涉及欺瞒或有害行为也是如此。这不仅会削弱用户的认错与冲突修复意愿，还会形成让厂商继续迎合用户的逆向激励。
谷歌翻译上线耳机实时翻译：支持 iOS 与 70 多种语言，普通耳机就能用
Google 宣布 Google Translate 的耳机「实时翻译」功能正式登陆 iOS，并扩展至 12 个国家。该功能不再绑定专属硬件，接入任意耳机即可通过 Gemini 保留说话者语调并实时翻译 70 多种语言，让普通耳机直接变成翻译机。
Suno 推出 v5.5 音乐模型：主打个性化与表现力，融入专属声音风格
Suno 正式推出 v5.5 音乐 AI 更新。新版本主打更强的表现力与个性化创作，支持用户结合自己的声音、音色偏好和音乐品味生成专属音乐。Suno 称这是迄今最个性化的版本，不过官方尚未公开具体的技术参数与底层改进细节。
Google 降低 AI 搬家门槛：Gemini 支持导入其他助手的记忆与聊天记录
Google 为 Gemini 推出迁移工具，支持用户从其他 AI 助手导入个人偏好记忆与完整聊天记录。记忆导入可通过复制提示词生成摘要再贴回 Gemini，对话历史则支持直接上传 ZIP 文件。最值得关注的是，这大幅降低了用户在不同 AI 助手之间的跳槽成本。
微软发布 Babylon.js 9.0：支持分簇光照与高斯泼溅，显存降 40%
Babylon.js 正式发布 9.0 版本。新版引入分簇光照系统，让成百上千个光源在 Web 端保持流畅；同时上线帧图管线，部分场景 GPU 显存占用直降 40% 以上。此外还带来节点粒子编辑器，并在 Adobe 协作下深度支持高斯泼溅渲染。
PSDesigner 亮相：输提示词直接生成带分层结构的 Photoshop 海报
研究团队提出自动化设计系统 PSDesigner，输入提示词就能生成带分层结构的可编辑 Photoshop 文件。它通过素材收集、版式规划和工具执行三个智能体循环优化版面。这意味着 AI 生成的海报终于能直接接入现有的改稿工作流。
Google 发布 Gemini 3.1 Flash Live：语音更自然，实时长程推理大升级
Google 推出实时语音模型 Gemini 3.1 Flash Live，主打更自然的语调节奏与复杂推理能力。该模型已接入 Gemini Live、覆盖 200 多个国家和地区的 Search Live，开发者可通过 Google AI Studio 调用，生成音频均带有 SynthID 水印。
维基百科更新方针：禁止用 AI 撰写和重写条目
上周晚些时候，英文维基百科更新编辑方针，正式禁止使用 AI 撰写或重写条目，理由是 AI 生成内容易违反核心内容准则。编辑仍可借助大模型获取基础润色建议或辅助跨语言翻译，但严禁引入 AI 自己的新内容。
Real Restorer 开源：42 GB 模型本地搞定老照片降噪与反光修复
开源图像修复模型 Real Restorer 发布。它专门修复模糊、噪点、压缩伪影、划痕与反光，并能增强黑白老照片，基准测试表现比肩顶级闭源模型。项目总大小 42 GB，已提供代码和部署说明，需配备高端 GPU 本地运行。
Cline 开源本地应用 Kanban：多 Agent 并行跑，独立工作树不冲突
Cline 发布免费开源的本地 Web 应用 Kanban，支持在 Git 仓库上并行运行多个 CLI 代理。每个任务卡配有独立终端和 Git 工作树，避免代理代码冲突，目前支持 Claude Code、Codex 和 Cline CLI。最值得关注的是，它把混乱的多终端转成可视化流水线，帮开发者摆脱照看 AI 的注意力负担。
Cohere 开源语音模型 Transcribe：2B 参数可本地跑，支持 14 种语言
Cohere 开源首个语音识别模型 Transcribe。该模型参数量为 20 亿，支持消费级 GPU 本地运行，每分钟可处理 525 分钟音频，涵盖中英日等 14 种语言。其在 Open ASR 榜单字错率为 5.42，同时 Cohere 还提供免费 API 接入。
OpenAI 无限期搁置 ChatGPT 成人模式：收缩副业，重回核心战场
据英国《金融时报》报道，OpenAI 已无限期搁置 ChatGPT 的「成人模式」计划。该项目因潜在危害遭员工与投资者反对，官方称需深入研究露骨对话对情感依恋的影响。这也是继停运 Sora 后，其收紧副业、重回核心战场的最新动作。
Anthropic 诉特朗普政府胜诉：法官下令撤销「供应链风险」封杀令
周四，美国联邦法官裁定支持 Anthropic，叫停特朗普政府要求联邦机构断绝合作并将其列为「供应链风险」的命令。法官指出政府此举涉嫌侵犯言论自由并试图「削弱」该公司。这起争端源于 Anthropic 坚持禁止军方将自家模型用于自主武器或大规模监控。
Meta 发布人脑预测模型 TRIBE v2：开源权重，模拟神经活动
Meta 发布大脑响应预测模型 TRIBE v2。该模型基于 700 多名志愿者的 fMRI 数据训练，能可靠预测人类面对图像、声音与语言时的高分辨率脑活动，并支持零样本预测。研究人员借此无需频繁招募受试者即可验证神经科学假说。
周三
3月25日 星期三
CapCut 上线无时间线工作台：用无限画布做 AI 视频
CapCut 在网页端推出 Video Studio，摒弃传统时间线，改用无限画布整合构思、分镜与生成。该工作台接入 Dreamina Seedance 2.0 模型，并配有 AI 智能体协助编剧。不过 Seedance 2.0 目前仅限东南亚、中东及拉美等地区可用。
ARC Prize 发布 ARC-AGI-3 基准：人类得满分，AI 却不足 1%
ARC Prize 推出智能体基准测试 ARC-AGI-3。与多数考察既有知识的基准不同，该测试专门评估 AI 系统的学习能力。测试显示人类得分达到 100%，而当前 AI 不足 1%，团队称这一巨大差距证明人类尚未实现 AGI。
Claude 移动端支持工作工具：可调用 Figma、Canva 和 Amplitude
Claude 宣布移动端应用正式支持工作工具集成。用户现在可以直接在手机上查看 Figma 设计稿、生成 Canva 演示文稿以及查看 Amplitude 数据看板，随时随地调用这些协作工具处理日常工作。
ComfyUI 上线动态显存功能：按需加载模型，低显存生成提速一倍
ComfyUI 推出 dynamic VRAM 功能，改变了以往一次性将模型全部塞入显存的做法。新机制在生成过程中按需加载部分模型、用完即卸载，既减少显存溢出报错，也让中端显卡能跑更大模型。实测在部分场景下生成耗时甚至缩短了一半。
Google 推出 Lyria 3 Pro：可生成 3 分钟完整结构音乐
Google 推出音乐生成模型 Lyria 3 Pro，支持生成最长 3 分钟曲目，并能识别前奏、主歌、副歌及桥段等结构。该模型已接入 Google AI Studio、Vertex AI 以及 Gemini 付费版等产品，所有输出均嵌入 SynthID 水印。
Figure F.03 进白宫：创始人称创下人形机器人历史首次
Figure 创始人兼 CEO Brett Adcock 发文宣布，旗下人形机器人 F.03 成为首个造访白宫的人形机器人。这次亮相被视为人形机器人行业的象征性时刻，表明先进双足机器人正从工厂场景逐步走向顶级政府与公共视野。
美参议员推进 AI 立法：拟将 Anthropic 的武器与监控红线写入法律
据 The Verge 报道，美国参议院民主党人正起草法案，拟将 Anthropic 坚持的红线写入法律。法案计划限制国防部将 AI 用于国内大规模监控、引爆核武或全自动致命打击，确保生死决策必须有人类介入。此前 Anthropic 因拒绝军方无限制条款遭政府拉黑。
The AI Scientist 登上 Nature：全流程做科研写论文，曾通过顶会盲审
Sakana AI 研发的端到端科研系统 The AI Scientist 正式发表在《Nature》上。它能全自动搞定从出想法、跑实验到写论文和自动审稿的全流程，此前生成论文曾通过 ICLR 2025 研讨会的人类盲审。研究还证实，底层大模型越强，AI 产出的科研质量也越高。
Lovart 上线 Move Object：免蒙版和图层，圈中物体就能直接拖走
Lovart 推出 Move Object 工具。用户用矩形或套索工具框选图像中的任意物体，即可直接拖拽到新位置，还能通过提示词补充微调。整个过程无需画蒙版或分图层，也不用反复重新抽卡，直接生成一张干净连贯的新图。
RealMaster 增强 3D 渲染：把游戏塑料感变成照片级真实视频
AI 工具 RealMaster 能把 GTA 等游戏或 3D 渲染画面转化为照片级真实视频。与破坏画面的同类工具不同，它能完整保留原视频的几何结构、阴影和运动逻辑，除了游戏写实化，还能用于增强自动驾驶的模拟训练数据。
字节开源飞书 CLI：专为 Agent 设计，让 Claude Code 零配置接管飞书
字节跳动开源飞书官方命令行工具 Lark CLI。它覆盖日历、文档、表格、会议等 18 个核心业务，提供 200 多个命令与专用的 Agent 技能。最值得关注的是其 Agent 原生设计，让 Claude Code 等外部智能体无需繁琐适配，即可直接读写并操作飞书工作流。
美议员提出新法案：在出台全面监管前，叫停全美新 AI 数据中心
美国参议员 Bernie Sanders 与众议员 Alexandria Ocasio-Cortez 提出法案，提议在国会通过涵盖劳工保护、环境与民权的全面 AI 法律前，暂停峰值负荷超 20 兆瓦的新数据中心建设。这是目前最激进的监管举措，旨在倒逼联邦立法。
特朗普组建科技智囊团：黄仁勋、扎克伯格等 AI 巨头入选 PCAST
据《华尔街日报》报道，特朗普任命黄仁勋、扎克伯格、埃里森及布林进入总统科技顾问委员会。该委员会主要就 AI、经济与国家安全提供政策建议，由 David Sacks 等人牵头。这意味着头部科技巨头将更深度地介入全美 AI 政策与监管走向。
周二
3月24日 星期二
OpenAI 关停 Sora 视频产品：释放算力全力押注新模型 Spud
OpenAI 被曝将逐步关闭 Sora 及其 API 等全部视频产品，把算力腾给数周内推出的下一代核心模型「Spud」。Sora 团队转向机器人世界模拟，迪士尼 10 亿美元合作随之搁置。换句话说，OpenAI 正在砍掉吞噬资源的支线任务，全力回防核心模型竞争。
OpenAI 宣布关停 Sora：网页与 App 4 月停运，API 9 月下线
OpenAI 宣布停运视频生成产品 Sora。其网页版和独立 App 将于 4 月 26 日停止服务，API 接口则延至 9 月 24 日下线。用户需前往指定页面导出此前生成的内容，逾期数据将被永久删除，剩余积分可转用于 Codex。
Sora 宣布停运：将关闭 App 与 API，具体时间表稍后公布
Sora 团队发文宣布将关闭其应用程序及 API 服务。团队向所有使用 Sora 创作的用户致谢，并表示深知该消息令人失望。官方承诺很快会公布具体的关停时间表，以及用户保存过往作品的详细指引。
Meta 联手 Arm 研发 AI 芯片：首发 Arm AGI CPU 提升算力密度
Meta 宣布与 Arm 合作研发多代数据中心 CPU。首款芯片「Arm AGI CPU」专为大规模 AI 工作负载打造，可大幅提升单机架算力密度，并与 Meta 自研的 MTIA 芯片协同运行。Meta 还计划于今年晚些时候通过 Open Compute Project 公开主板与机架设计。
Google 演示 Gemini 3.1 Flash-Lite：实时生成网页，点哪生成哪
Google DeepMind 演示轻量模型 Gemini 3.1 Flash-Lite 实时生成网页的能力。用户在演示浏览器中点击、搜索或跳转时，页面全部即时动态构建，没有任何预制网页。这展现了该模型极快的生成速度与低延迟响应能力。
Figure 创始人成立 Hark：要做软硬结合的个人智能系统
Figure AI 创始人 Brett Adcock 宣布成立新 AI 实验室 Hark。团队已秘密筹备 8 个月，计划同时研发下一代专属硬件和个人智能软件，打造人机之间的通用接口，让 AI 具备长期记忆并能分担用户心智负担。
DaVinci Magihuman：15B 开源视频生成器，原生自带音频
开源视频模型 DaVinci Magihuman 发布，这是一个 150 亿参数、原生生成带音频视频的统一模型。其自测基准和真人盲测表现均优于 LTX 2.3，且开箱即无审查。不过即使是蒸馏版体积也达 61GB，普通消费级显卡很难跑动。
Smallest.ai 发布 Lightning V3：支持 15 语句中混说，耳语情绪可控
Smallest.ai 发布专为对话智能体打造的 TTS 模型 Lightning V3。模型支持英语、印地语等 15 种语言自动检测及句中无缝混说，V3.2 版本支持用指令微调情绪与耳语。最关键的是，仅需 5 至 15 秒音频即可克隆出带自然语感的声音。目前已开放免费体验。
阿里开源 PrismAudio：输入无声视频配音效，5 亿参数 0.63 秒搞定
阿里开源音效生成模型 PrismAudio。它将强化学习与思维链结合，先分析画面再生成声画同步的音效。模型参数仅 5.18 亿，生成 9 秒音频只需 0.63 秒，在多项基准测试和生成速度上均优于 MM-Audio 等数十亿参数竞品。
Figma 向 AI 智能体开放画布：Claude Code 可直接调用规范改图
Figma 推出 MCP server 测试版，正式向 AI 智能体开放设计画布。Claude Code 和 Codex 等工具可通过 use_figma 工具直接调用团队的设计系统创建并修改图层，还能通过 Markdown 格式的 Skills 约束规范。目前测试期免费，后续按量收费。
Google 发布 TurboQuant：KV 缓存压至 3 比特，显存省 6 倍还提速
Google Research 发布量化算法 TurboQuant。它结合极坐标量化与 QJL 技术，彻底消除传统量化的常数存储开销，无需微调即可将大模型 KV 缓存压至 3 比特且无精度损失。在 H100 上最高提速 8 倍，为长文本和大模型推理扫清显存瓶颈。
OpenAI 关停 Sora 独立应用：迪士尼退出 10 亿美元投资协议
OpenAI 宣布将关停推出仅数月的 Sora 独立视频应用。知情人士透露，迪士尼随之撤出去年 12 月达成的 10 亿美元投资及 IP 授权协议。AI 视频能力后续将整合进 ChatGPT，而此举也让 Google 在规模化 AI 视频领域占据优势。
Ai2 推出 MolmoWeb：只看截图就能操作网页的开源智能体
Ai2 发布开源权重视觉网页智能体 MolmoWeb，提供 4B 和 8B 尺寸，完全依靠屏幕截图操作，不依赖 HTML 或无障碍树解析。配套开源的 MolmoWebMix 包含 3 万条人类浏览轨迹。其在 WebVoyager 等实时基准评测中超越同类开源对手。
Claude Code 上线 Auto Mode：告别频繁弹窗，危险操作自动拦截
Anthropic 为 Claude Code 推出 Auto Mode 权限模式。它在繁琐的手动审批和高危的完全跳过权限之间取得平衡，利用分类器自动预检每次工具调用，拦截批量删除或数据外泄等危险行为。目前已面向 Team 计划用户开启测试。
OpenAI 基金会公布资助计划：未来一年至少投 10 亿美元攻关疾病与 AI 安全
OpenAI 基金会宣布未来一年内将至少投入 10 亿美元，资助生命科学、就业影响、AI 韧性和社区项目。这笔资金是此前承诺的 250 亿美元计划的一部分，初期将重点资助阿尔茨海默病研究、生物安全及未成年人 AI 保护。
OpenAI 扩展 ACP 协议：ChatGPT 变身智能导购，支持看图找同款与并排比价
OpenAI 宣布扩展代理商业协议 ACP，在 ChatGPT 中推出更直观的购物搜索体验。用户可以直接上传图片找同款、并排对比商品参数和价格，还能看到实时评价。Target、沃尔玛等多家零售巨头已接入，沃尔玛更推出了支持账号绑定的内置应用。
字节跳动开源 DeerFlow 2.0：让多 Agent 进 Docker 沙箱替你干活
字节跳动开源 AI 代理调度中枢 DeerFlow 2.0。它能拆解复杂长程任务，自动派出子智能体分头执行研报、建站或视频生成。每个任务都跑在独立的 Docker 沙箱中安全执行，支持跨会话记忆，并可接入 DeepSeek、GPT-4 等任意模型，采用 MIT 协议开源。
