黄仁勋称「已实现 AGI」，随后改口：智能体造不出英伟达
英伟达 CEO 黄仁勋在 Lex Fridman 播客中表示，他认为人类「现在已经实现 AGI」。但当主持人追问其能否创办十亿美元公司时，他又随即找补，称智能体往往热度只能维持几个月，十万个智能体造出英伟达的概率依然是零。
AI 日报：今天的 AI 新闻
周一
3月23日 星期一
思科发布大模型安全排行榜：Anthropic 包揽前十中的八席
思科发布免费的 LLM 安全排行榜，评估各模型抵御对抗性攻击的能力。Anthropic 占据前十名中的八席，Claude Opus 4.5 夺得第一；OpenAI 的 GPT-5.2 位列第七，Mistral 与 DeepSeek 则排名靠后。该测试重点考察了多轮长对话攻击下的模型表现。
Mistral 发布 Voxtral TTS：4B 参数语音模型，延迟仅 70 毫秒
Mistral AI 发布首个文本转语音模型 Voxtral TTS。该模型参数量为 4B，支持英语、法语等 9 种语言，典型输入延迟仅 70ms，最快仅需 3 秒音频即可完成声音克隆。模型权重已开源，API 定价为每千字符 0.016 美元。
Luma Labs 发布 Uni-1：边思考边生成像素，把推理与渲染合二为一
Luma Labs 推出新模型 Uni-1，主打思考与像素生成同步进行。与以往将推理和图像渲染完全割裂的流水线不同，它采用一体化架构直接出图。官方称这种设计减少了人工干预痕迹，能带来更具原生智能的视觉表现。
Sakana AI 上线 Sakana Chat：后训练去除模型审查，拒答率降至近零
Sakana AI 推出对话服务 Sakana Chat，搭载专为日本市场后训练的 Namazu α 系列原型模型。该系列基于 DeepSeek 与 Llama 等开源基座，不仅自带联网搜索，还将 DeepSeek 针对敏感问题的 72% 拒答率降至近乎为零，同时推理与编码能力未见损耗。
Anthropic 开放电脑操作预览：手机派活，Claude 替你操控桌面
Anthropic 面向 Claude Pro 和 Max 用户开放电脑操作功能研究预览。在 Claude Cowork 和 Claude Code 中，Claude 可直接点击屏幕、打开文件并操作应用。搭配上周推出的 Dispatch，用户还能在手机上派发任务，让电脑自动执行。
OpenAI 拉拢私募巨头：保底 17.5% 回报成立合资公司抢企业市场
据路透社报道，OpenAI 正向 TPG、贝恩资本等私募巨头寻求约 40 亿美元融资，以 100 亿美元投前估值成立合资公司，并承诺保底 17.5% 的最低回报率。合资公司旨在将 AI 工具直接铺向私募旗下的被投企业，正面争抢 Anthropic 紧盯的企业级市场。
OpenAI 洽购可控核聚变电力：目标 2030 年 5 吉瓦，Altman 辞任 Helion 董事长
据 Axios 报道，OpenAI 正洽谈向聚变初创公司 Helion 购电，目标 2030 年达 5 吉瓦、2035 年达 50 吉瓦。为回避潜在利益冲突，OpenAI CEO Sam Altman 已辞去 Helion 董事会主席职务。不过目前私营核聚变尚未实现科学收支平衡。
周日
3月22日 星期日
Instagram 测试「AI 转场」：多张静态图直接融合成无缝视频
Instagram 面向部分用户推出「AI Transition」功能。用户在发 Stories 时选中两张或更多照片，AI 会通过变形算法自动生成连贯的动态视频，省去实拍流程，还能导出转发为 Reels。使用前需同意 Meta AI 条款。
Pascal Editor：在浏览器里跑的开源 3D 建筑编辑器，免装桌面端
Pascal Editor 是一款开源免费的浏览器端 3D 建筑编辑器，基于 WebGPU 和 React Three Fiber 构建。它支持墙体、楼板和区域的层级化实时编辑，依靠脏节点追踪技术调用本地显卡流畅渲染。用户无需安装动辄昂贵的专业桌面软件，打开网页就能堆叠拆解楼层并快速建模。
硅谷科技公司将 AI 算力纳入薪酬包：黄仁勋提议给到年薪一半
据 TechCrunch 报道，硅谷科技公司正兴起将 AI token 算力预算纳入工程师薪酬包，额度可达 10 万甚至 25 万美元。黄仁勋预测算力额度将成为招聘标配。但业内提醒，算力预算无法折现和升值，背后往往还捆绑着产出翻倍的隐形压力。
马斯克宣布在奥斯汀建 Terafab 芯片厂：年产 50 倍全球算力
Elon Musk 宣布 Tesla 将联手 SpaceX 和 xAI 在德州奥斯汀建设 Terafab 芯片厂。该项目计划整合逻辑、内存与封装制造，生产车载、机器人及太空卫星专用芯片，目标年产全球 50 倍算力。不过他缺乏晶圆制造背景，项目将从小规模试水起步。
周六
3月21日 星期六
马斯克确认「Grok Computer」即将推出：xAI 也要做电脑控制智能体
马斯克在 X 确认 xAI 即将推出可控制电脑的智能体「Grok Computer」。此前网友已在 Grok 网页源码中发现开关，它能实时捕捉屏幕并接管键鼠操作，被视为 Macrohard 自动化系统的试水版。目前该工具仍在测试中。
Claude Code 上线 Channels：用 Telegram 和 Discord 手机远程写代码
Anthropic 为 Claude Code 推出 Channels 预览版，支持通过 Telegram 和 Discord 远程收发编程指令。开发者无需守在电脑终端前，在手机上就能接收报错并指挥 AI 执行修复脚本。不过目前依赖本地进程常驻，属于实验性质。
周五
3月20日 星期五
OpenAI 掏钱抢学生开发者：美加高校在读生可领 100 美元 Codex 额度
OpenAI 宣布为美国和加拿大的在读大学生提供价值 100 美元的 Codex 额度。学生通过 SheerID 验证高校身份即可领取，相当于 2500 ChatGPT 点数，适用于各类计划且一年内有效。此举显然是为了提前锁定下一代软件开发者。
Claude Cowork 上线 Projects：文件与指令保存在本地计算机
Anthropic 在 Claude Cowork 中上线 Projects 功能。用户可将特定工作领域的任务与上下文集中管理，所有文件与指令均保留在本地计算机。该功能支持一键导入已有项目，也可以从头新建。
传亚马逊再战手机市场：开发代号 Transformer 的极简 AI 手机
据路透社报道，亚马逊正在开发代号为「Transformer」的 AI 手机。该设备由前微软高管 J Allard 牵头研发，灵感来自极简手机 Light Phone，或将放弃传统应用商店并改用类似 ChatGPT 的小程序。目前发布时间与价格尚未确定。
gsap-skills：让 AI Agent 帮你写规范的 GSAP 网页动效
GreenSock 推出官方技能库 gsap-skills，教 AI Agent 正确使用 GSAP 核心 API、时间轴与 ScrollTrigger 等功能写动效。它支持 Cursor、Claude Code 等 40 多款工具，能减少 AI 瞎编过时语法的问题。
OpenAI 全力押注「AI 研究员」：9 月推实习生，目标 2028 年全自动科研
OpenAI 首席科学家透露，公司正全力打造能独立攻关复杂课题的「AI 研究员」。团队计划在 9 月先推出可连续处理数天任务的「AI 实习生」，并在 2028 年上线多智能体系统。不过外部专家提醒，长程复杂任务串联仍极易出错。
白宫发布联邦 AI 政策蓝图：拟压制各州立法，不设新监管机构
白宫发布宽松的联邦 AI 政策蓝图，敦促国会立法压过被认为阻碍创新的各州法规。该框架针对模型政治偏见与儿童保护，建议避免设立新的联邦 AI 机构，并呼吁将此前 Amazon、Google 和 OpenAI 签署的电力保护承诺写入法律。
周四
3月19日 星期四
OpenAI 计划推出桌面「超级应用」：整合 ChatGPT、Codex 与浏览器
据《华尔街日报》报道，OpenAI 正在开发一款桌面「超级应用」，拟将 ChatGPT、编程工具 Codex 和 AI 浏览器 Atlas 合二为一。应用 CEO Fidji Simo 在内部备忘录中指出，产品分散拖慢了节奏，团队需停止被「支线任务」分心，集中押注核心项目。移动端 ChatGPT 保持不变。
Blue Origin 申请建「太空数据中心」：拟部署 5 万颗卫星，把算力搬上天
Blue Origin 向 FCC 申请推进 Project Sunrise，拟在太阳同步轨道部署多达 51,600 颗卫星作为太空数据中心。该项目希望利用不间断太阳能绕过地面电网限制，但这一设想在业内争议巨大，Sam Altman 等人曾公开直斥其荒谬。
Cloudflare CEO 预测：到 2027 年 AI 机器人流量将全面反超人类
Cloudflare 首席执行官 Matthew Prince 在 SXSW 表示，到 2027 年 AI 机器人流量将超过人类活动。普通人查购物可能只看 5 个网站，AI 智能体跑一个任务就会扫 5000 个站点。这意味着整个互联网的基础设施正面临永不回落的流量负荷。
Microsoft 发布 MAI-Image-2：文生图榜单冲进前三，主打自然光影与文字渲染
Microsoft 推出文生图模型 MAI-Image-2，在 Arena.ai 排行榜位居第三。新模型重点提升了自然光影与肤色表现，支持可靠的图内文字渲染与复杂场景生成。目前已上线 MAI Playground，并逐步接入 Copilot 与 Bing Image Creator。
Adobe 上线 Firefly 自定义模型公测：用自己作品训练 AI，保持画风统一
Adobe 推出 Firefly 自定义模型公开测试版，允许创作者用自己的作品训练专属图像模型，在多个项目中保持笔触、调色与角色的一致性。该模型默认私有，不会用于训练通用模型；系统还会自动检测内容真实性凭证，拦截被拒绝用于 AI 训练的素材。
Uber 投资 Rivian 12.5 亿美元：联手部署专属无人出租车
周四，Uber 宣布与 Rivian 达成合作，将向其投资 12.5 亿美元并首期出资 3 亿美元。双方计划 2028 年起在旧金山和迈阿密等地部署全自动驾驶 Rivian R2，到 2031 年扩展至 25 个城市，车队将由 Uber 独家运营。
DoorDash 推出 Tasks 应用：付钱给外卖员采集视频音频，训练 AI 与机器人
DoorDash 推出 Tasks 计划并测试独立应用，让配送员在送单之余完成数据采集任务赚取外快。骑手可通过拍摄餐厅菜品、录制日常动作视频或外语语音，帮合作伙伴训练 AI 和机器人系统。该服务目前在美国部分地区试点，排除加州和纽约市等地。
Lovable 升级：直接运行 Python 脚本，支持文件分析与 PPT、视频生成
Lovable 宣布支持在安全沙盒中运行 Python 脚本。用户丢进 CSV、PDF 或表格后，它除了能直接生成可用应用，还可以深入分析数据，直接导出带格式的 PPT、发票与图像视频。也就是说，业务分析与原型开发在一个对话框里就能搞定。
Perplexity 推出健康套件：连通病历与穿戴设备，定制个人解答
Perplexity 推出 Perplexity Health，支持接入超 170 万医疗机构的电子病历及 Apple Health、Fitbit 等设备数据。系统结合化验单与运动指标，引用专业医学期刊给出解答。健康数据经加密且不用于训练，未来数周面向美国 Pro 与 Max 用户开放。
OpenAI 详解编程智能体监控：用 GPT-5.4 Thinking 审查内部越界
OpenAI 介绍了如何用满血推理的 GPT-5.4 Thinking 监控内部编程智能体。该系统 5 个月内审查了数千万次交互，专门捕捉智能体为完成任务而试图绕过限制的行为，但目前尚未发现自主谋划等严重失控迹象。
OpenAI 宣布收购 Astral：将 uv 与 Ruff 纳入 Codex 生态
OpenAI 宣布将收购 Python 开发者工具团队 Astral，交易完成后团队将并入 Codex。Astral 打造了 uv、Ruff 等知名开源工具；OpenAI 计划将这些工具直接整合进 Codex，让 AI 智能体深入接管从写代码到环境维护的软件全生命周期。
Cursor 上线编程模型 Composer 2：性能大涨，输入每 1M token 仅 0.5 美元
Cursor 宣布推出编程模型 Composer 2，现已在编辑器中上线。该模型通过持续预训练和长流程强化学习训练，CursorBench 跑分达 61.3。定价为输入每 M token 0.50 美元、输出 2.50 美元，默认提供更快版本，个人付费套餐内包含额度。
3DreamBooth 亮相：用单帧优化解耦空间运动，搞定多视角视频一致性
研究团队提出 3D 视频定制框架 3DreamBooth。它将定制主体视为 3D 实体，靠单帧优化解耦空间几何与时间动作，并配合 3Dapter 模块补充多视角线索。这意味着视频模型生成新视角时不用瞎编细节，彻底搞定 3D 一致性。
MetaClaw：日常对话就能让智能体自动进化，空闲时云端更新权重
持续元学习框架 MetaClaw 开源，让大模型智能体能从每次真实对话中自动进化。它在调用间隙把失败经验提炼成新技能，并在用户闲置或睡眠时通过云端 LoRA 异步微调权重。最关键的是无需本地显卡且零停机，成功将 Kimi-K2.5 任务准确率从 21.4% 提至 40.6%。
周三
3月18日 星期三
Character.ai 上线 Imagine 画廊：聊天配图全归集，点消息即生图
Character.ai 在移动端推出 Imagine Gallery。该功能将对话中生成的所有 AI 图片集中收录为网格画廊，支持按 Persona 角色身份筛选与导出；同步上线的 Imagine Message 支持点击单条消息快速生图。c.ai+ 订阅者还可将其设为聊天背景。
Google Labs 升级 Stitch：自然语言与语音直接生成高保真 UI
Google Labs 宣布将 UI 设计工具 Stitch 升级为 AI 原生无限画布。除了用自然语言和语音直接指挥 AI 调整界面与出方案，它还支持通过 DESIGN.md 规范管理设计系统、一键生成可交互原型，并能通过 MCP 协议无缝导出至开发工具。
YouTube 出手整治低质视频：弹窗问观众这算不算「AI 垃圾」
3 月，YouTube 开始向用户发放问卷，直接询问观看的视频是否让人觉得是「AI 垃圾内容（AI slop）」。问卷提供从「完全不是」到「极其严重」的五档选项，以收集反馈打击粗制滥造的纯 AI 视频。不过官方尚未说明被反复标记的视频会面临何种降权处罚。
Google 升级 AI Studio：接入 Antigravity 智能体，直接搓出全栈应用
Google 宣布全面升级 Google AI Studio 的 Vibe Coding 体验。通过引入 Antigravity 编码智能体并原生集成 Firebase，开发者输入提示词即可直接生成支持实时多人协作、用户登录与云端数据库（Firestore）的生产级全栈应用，并已支持 Next.js 框架。
苹果整顿 Vibe Coding：卡住 Replit 更新，要求修改运行机制
Apple 开始限制 Replit 和 Vibecode 等「Vibe Coding」应用的 App Store 更新，要求其修改代码运行与预览机制。苹果援引既有规则，禁止应用执行改变自身功能的外部代码。这直接触碰了自然语言编程绕过应用商店分发的灰色地带，目前双方正探讨改用外部浏览器预览等妥协方案。
Runway 联手英伟达展示实时视频模型：首帧延迟杀入 100 毫秒
本周在 NVIDIA GTC 上，Runway 与 NVIDIA 展示了一款运行在 Vera Rubin 上的实时高清视频模型研究预览。该模型能即时生成高清视频，首帧延迟低于 100 毫秒，并将支撑其通用世界模型 GWM-1。目前这项技术仅为研究预览，尚未正式上线。
传微软考虑起诉亚马逊与 OpenAI：新云协议或违反 Azure 独家条款
据《金融时报》报道，微软正考虑对亚马逊和 OpenAI 采取法律行动。消息称两家公司围绕企业智能体平台 Frontier 的新云协议若违反 Azure 独家条款，微软将提起诉讼。微软此前虽放宽了托管锁定，但仍保留开发者访问必须走 Azure 的要求。
小米发布 MiMo-V2-Pro：万亿参数主打 Agent，曾化名霸榜 OpenRouter
小米发布面向 Agent 任务的旗舰模型 MiMo-V2-Pro。该模型此前曾以代号「Hunter Alpha」登顶 OpenRouter 榜单，总参数超 1T、激活参数 42B，支持 1M 上下文，主打工程开发与工具调用。目前 API 已向全球开放公测。
已故影星 Val Kilmer 靠 AI「复活」：将在独立电影中饰演重要角色
据 Variety 报道，独立电影《As Deep as the Grave》利用生成式 AI 完整重现了已故影星 Val Kilmer 的形象与声音。Kilmer 生前因喉癌无法进组，制作方在获得其家属授权并遵循工会规范后，借助家庭影像与后期技术完成出演，成为 AI 伦理合规参演的新案例。
CodeRabbit 推出 Plan：写代码前先让智能体理清思路
CodeRabbit 推出协同规划工具 Plan。它能将模糊的想法、文本或图片转化为分阶段计划，并结合代码库与知识库生成富含上下文的提示词，直接交付给各类编程智能体，以减少返工与代码混乱。
MiniMax 发布 M2.7：让 AI 参与自我迭代，接手半数强化学习研发
MiniMax 推出推理大模型 M2.7，首次让模型深度参与自身进化，在强化学习开发流程中自主承担了 30% 至 50% 的日志排查、调试与指标分析工作。模型在 SWE-Pro 达到 56.22% 准确率，目前已上线 MiniMax API 与 OpenRouter。
周二
3月17日 星期二
Anthropic 测试 Dispatch：手机远程下发任务，电脑里的 Claude 替你跑完
Anthropic 推出名为 Dispatch 的研究预览功能。它在用户电脑上维持单一且持续的 Claude 会话，支持出门时直接用手机发消息指挥，稍后返回就能查看已完成的工作。目前该功能处于预览阶段，需通过 Claude Desktop 配对手机使用。
Unsloth Studio：不用写代码，本地微调 500+ 模型还省 70% 显存
Unsloth 发布开源无代码工具 Unsloth Studio 公测版。它把数据制作、模型训练与本地推理整合进同一界面，能把 PDF 等文档直接转成数据集，训练速度翻倍且省 70% 显存。支持 500 多种模型，已在 GitHub 开源。
Chrome 146 原生支持 WebMCP：网页秒变 MCP Server，AI 直接接管浏览器
Chrome 146 开始测试原生支持 WebMCP，让网页本身直接充当 MCP Server，前端 JS 即可成为智能体接口。相比此前基于 CDP 的方案，它无需额外的 Python 或 Node 后端，更省 token 且操作更准，AI 可直接接管当前会话进行自动化操作。目前该功能默认关闭，需手动开启实验标记。
SegviGen：自动拆解 3D 模型部件，点选或给张图即可精准分割
SegviGen 开源了基于 TRELLIS.2 的 3D 部件分割框架。用户只需在模型上点选局部或上传 2D 参考图，就能自动把 3D 模型精准拆成独立零件。其交互分割性能比此前 SOTA 提升 40%，不过本地运行需要至少 24GB 显存的 Nvidia GPU。
Spark VSSR：谷歌开源视频超分辨率工具，全套权重与训练代码开放
谷歌开源视频超分辨率工具 Spark VSSR，可将低画质视频放大并锐化细节，适用于老电影修复与风景动画。项目开放了推理权重、全套训练代码与数据集，总大小约 42.2 GB，需高端 GPU 运行。这意味着开发者可以直接在本地微调和运行顶尖画质的视频放大管线。
NVIDIA CloudXR 6.0 接入 Vision Pro：RTX 4K 画质直接串流到头显
NVIDIA 在 GTC 上宣布 CloudXR 6.0 原生集成 Apple Vision Pro。借助动态注视点串流，本地或云端 RTX GPU 可将高精度 4K 画面以低延迟推送到头显，告别传统轻量化降质。开发者即日起可用 Swift 框架构建应用，系统更新定于今年春季推送。
AI 视频变 3D 世界：新方法抹平画面冲突，单段视频就能重建
研究人员提出 World Reconstruction from Inconsistent Views，能将 AI 生成视频转化为一致的 3D 世界。它通过非刚性几何对齐消除帧间形变与矛盾，单段视频即可重建，且不挑视频模型。最关键的是，它直接把现有视频生成器变成了可漫游的 3D 场景工具。
Mistral AI 推出 Forge：用企业私有数据训练前沿模型
Mistral AI 推出企业级模型构建系统 Forge。它支持企业利用内部代码、合规制度和业务数据进行预训练、后训练与强化学习，同时兼容 Dense 和 MoE 架构。平台专为代码智能体设计，像 Mistral Vibe 等 Agent 可用自然语言指令自主调参、微调模型并追踪评估指标。
Google 开放个人智能给免费用户：打通 Gmail 与相册，定制搜索建议
Google 宣布在美国向免费用户开放 Personal Intelligence 功能，覆盖搜索 AI Mode、Gemini 应用和 Chrome。它能调取 Gmail 和 Google 相册信息，根据订单和行程提供定制回答。用户可随时开关数据授权，企业及教育账号暂不可用。
微软调整 AI 领导层：统合消费与企业版 Copilot，Suleyman 转攻自研模型
Microsoft 宣布调整 Copilot 架构，任命 Jacob Andreou 统管消费级与商业版体验并直接向 Satya Nadella 汇报，结束两端长期割裂的状态。同时，Microsoft AI CEO Mustafa Suleyman 将转去专注于打造微软自研基础模型。此举标志着微软正全力将分散的 AI 产品整合为统一系统。
美国参议员施压字节跳动：要求立即关停 Seedance 2.0 视频应用
美国两名参议员致信字节跳动，要求其立即关停 AI 视频应用 Seedance 2.0。此前该应用生成的灭霸大战超人、虚构阿汤哥对决等片段引发侵权争议。字节跳动称正加强防护措施，但议员批评其仅是拖延战术。
AI 数据中心买下 30 万美元机器狗守门：全天候巡逻，两年回本
据报道多家科技巨头开始引入波士顿动力等厂商的四足机器狗，自主巡逻庞大的 AI 数据中心。单台售价最高 30 万美元，能排查漏水等固定传感器漏掉的隐患。运营商表示削减人工安保后，约两年即可收回成本。
Google 开源 Colab MCP Server：让任何 AI 智能体直接在云端跑代码
Google 开源 Colab MCP Server，允许任何兼容 MCP 的 AI 智能体直接通过命令行接管 Google Colab。智能体可在云端自动创建单元格、执行代码并生成可视化图表，让开发者免去本地算力瓶颈与代码执行风险。只需通过 uvx 配置即可让 Claude Code 等工具无缝接入。
Anthropic 访谈 80,508 位用户：借 AI 搞定工作以换取生活
Anthropic 公布了一项定性研究，通过 Claude AI 访谈了 159 个国家的 80,508 名用户。19% 的人希望借助 AI 获得专业卓越，14% 关注生活管理，81% 表示 AI 已经帮他们迈出了一步，展现出大家希望用效率换取更多个人时间的诉求。
开源架构 Mamba-3 亮相：推理延迟更低，性能比 Transformer 高 4%
卡耐基梅隆大学与普林斯顿大学研究团队开源了状态空间模型架构 Mamba-3。其 MIMO 变体在基准测试中取得 57.6% 的平均准确率，相对 Transformer 提升约 4%；它用一半的状态大小达到 Mamba-2 的质量，并引入复数值状态补齐推理短板，显著缩短 GPU 空闲时间。
Midjourney 开启 V8 Alpha 测试：速度快 5 倍，支持原生 2K
Midjourney 开启 V8 图像模型 Alpha 测试，生成速度比 V7 提升约 5 倍。新版本改进了提示词遵循、文字渲染与画面连贯性，支持原生 2K 分辨率的 --hd 模式。不过，目前该版本暂不支持 Relax 模式。
OpenAI 推出 GPT-5.4 mini 与 nano：速度翻倍，编程逼近旗舰
OpenAI 推出轻量模型 GPT-5.4 mini 与 nano。mini 运行速度比前代快 2 倍以上，编程评测逼近旗舰，输入每百万 token 仅需 0.75 美元；更轻的 nano 仅需 0.20 美元。它们专为低延迟编码、界面操作和子智能体协作打造。
SWM 首尔世界模型亮相：结合真实街景 RAG，生成数公里漫游视频
研究团队提出首尔世界模型（SWM），将真实街景图像作为 RAG 检索锚点引导视频自回归生成。它解决了长视频误差累积的问题，支持数百米至数公里尺度的真实街道漫游，还能用文本提示为城市添加海啸等场景变化。
Nvidia 发布 Groq 3 推理芯片：每秒 1500 token，专为多智能体而生
Nvidia 在 GTC 2026 发布 Groq 3 LPU 芯片及配套的 Groq 3 LPX 机架。这是其耗资 200 亿美元技术授权后的首款成果，单机架集成 256 颗 LPU，与 Vera Rubin GPU 配合可将每兆瓦吞吐量提升 35 倍，目标以每秒 1500 token 专攻多智能体协同。
周一
3月16日 星期一
Mistral 开源 Mistral Small 4：推理与多模态合一，仅 6B 激活参数
Mistral 发布开源模型 Mistral Small 4。它采用 MoE 架构，总参数 119B 且每 token 仅激活 6B，首次把推理、多模态与智能体编程集成到单一模型，支持 256k 上下文与可调节推理力度。相比前代延迟降低 40%，且在同等精度下输出更简短，大幅节约推理成本。
Memories.ai 联手英伟达：为可穿戴设备与机器人打造「视觉记忆层」
前 Meta 工程师创办的初创公司 Memories.ai 宣布与英伟达合作，基于 Cosmos-Reason 2 为可穿戴设备与机器人打造「视觉记忆层」。它让硬件能检索并回忆第一人称视频画面，弥补了当前 AI 记忆局限于文本的短板。
Okara 推出 AI CMO：输网址即配 6 个营销智能体，每月 99 美元
Okara 推出 AI CMO。用户输入网站地址，平台即可部署 6 个 AI 智能体，全天候处理传统 SEO、生成式引擎优化（GEO）、文案写作与社交平台引流。其订阅费为每月 99 美元，主打帮独立开发者极低成本搞定冷启动。
大英百科与韦氏词典起诉 OpenAI：指控抓取近 10 万篇文章训模型
大英百科全书与韦氏词典起诉 OpenAI，指控其未经许可抓取近 10 万篇文章训练大模型。诉状称 ChatGPT 不仅逐字复制内容、用于检索增强生成抢夺流量，还编造虚假信息冒用其名义。
MiroMind 开源 MiroThinker-H1：把验证塞进推理，预测金价仅差 0.08%
MiroMind 开源深度研究智能体 MiroThinker-1.7 及旗舰模型 H1。模型引入双层验证机制，将审计直接嵌入推理过程，全尺寸达 2350 亿参数，另有 61GB 的 mini 版。它在 BrowseComp 等基准上超越了多款顶尖闭源模型。
AI 乐队 Neon Oni 被扒是假人：制作人反手请 7 位真人乐手东京开演
化名 Kage 的欧洲创作者用 Suno 打造的虚构日本金属乐队 Neon Oni 被网友识破，此前该项目在 Spotify 月听众超 8 万。创作者随后在东京招募 7 位真实乐手将 AI 曲目搬上线下真演，目前已办完三场。这种先用 AI 验证概念热度、再交由真人接棒演出的反向路径，展现了音乐产业的新分工。
给 AI 补上品味：Emil Kowalski 开源界面动效 Skills 库
Sonner 作者 Emil Kowalski 开源了一套面向 AI 的 Skills 规则库。AI 经常选错缓动曲线或用错阴影，该项目整理了常见细节坑，涵盖 Apple 设计原则、动画审查与移动端原生手感调优等，帮智能体摆脱粗糙感。
阿里开源 Fun-CineForge：让 AI 配音对齐唇形与多角色
阿里开源影视配音模型 Fun-CineForge。输入视频与文本，模型通过引入「时间模态」识别角色并对准唇形，即便面部被遮挡也能卡准节奏发声。最值得关注的是它支持多角色自然切换，让自动配音真正做到了音画对齐。
清华开源 OpenMAIC：输入主题一键生成课程，AI 老师带 AI 同学陪你上课
清华大学开源互动课堂平台 OpenMAIC。输入任意主题或文档，系统就能一键生成课件、测验和交互模拟，并由会画白板、能语音讲解的 AI 老师和插话讨论的 AI 同学实时带练。它让自学从单向看视频变成了可提问、可辩论的虚拟教室，代码基于 MIT 协议开源。
NVIDIA 推出太空计算平台：把数据中心送上轨道，推理算力达 H100 的 25 倍
NVIDIA 推出太空计算平台，涵盖 Space-1 Vera Rubin 模组、IGX Thor 与 Jetson Orin。其中 Rubin 模组太空推理算力达 H100 的 25 倍，支持在轨直接运行大模型。IGX Thor 等现已供货，Rubin 模组随后推出。
NVIDIA 发布 DLSS 5：引入实时神经渲染，迎来「图形的 GPT 时刻」
NVIDIA 在 GTC 上发布 DLSS 5，称其为 2018 年光线追踪以来最大的图形突破。它利用实时神经渲染模型注入逼真光影与材质，最高支持 4K 实时运行。黄仁勋称其为图形领域的「GPT 时刻」，预计今年秋季正式推出。
NVIDIA 发布 NemoClaw：一条命令跑起 OpenClaw 本地智能体沙箱
NVIDIA 在 GTC 上发布 NemoClaw 软件栈，专为 OpenClaw 智能体平台设计。用户单条命令即可部署 Nemotron 模型与 OpenShell 沙箱运行时，支持在 RTX PC 或 DGX 上本地全天候运行，并通过隐私路由调用云端模型，补齐安全与隐私护栏。
NVIDIA 成立开源大模型联盟：联手 Mistral 打造 Nemotron 4
NVIDIA 宣布成立 Nemotron Coalition 开源联盟，联合 Mistral AI、Cursor、Perplexity 等团队研发前沿开源模型。首个项目是由 NVIDIA 与 Mistral 联合开发的基座模型，将在 DGX Cloud 上训练并完全开源，作为新一代 Nemotron 4 的底座。
腾讯开源 Covo-Audio：7B 端到端语音模型，支持全双工边听边说
腾讯开源 7B 参数端到端音频大语言模型 Covo-Audio-Chat。模型采用单一架构直接处理连续音频输入与输出，支持原生低延迟全双工交互，能做到边听边说和实时打断。代码与模型权重已在 GitHub 和 Hugging Face 开放。
Moonshot 提出注意力残差 AttnRes：改掉传统残差连接，推理表现大涨
Moonshot AI 提出名为 AttnRes（注意力残差）的新架构，用动态注意力聚合取代 Transformer 中传统的固定残差连接。模型可按需回看早期各层特征，解决深层特征稀释问题。分块版本以极小开销达到基准模型 1.25 倍算力的效果，多步推理与代码能力提升明显。
周日
3月15日 星期日
工程师借 ChatGPT 与 AlphaFold：为患癌爱犬定制 mRNA 疫苗
据报道，澳大利亚工程师借助 ChatGPT 和 AlphaFold 分析患癌爱犬的肿瘤基因，并联合新南威尔士大学研发出首款定制犬用 mRNA 疫苗。注射后爱犬多数肿瘤已显著缩小。最值得关注的是，这验证了 AI 联手 mRNA 快速定制个性化医疗的可行性。
麻省大学造出低压人造神经元：耗电降百倍，能与活体细胞对话
麻省大学阿默斯特分校研制出工作电压仅约 0.1 伏的人造神经元，比以往版本电压降至十分之一、功耗降至百分之一。它成功与活体细胞实时通信，有望让植入设备省去复杂的放大电路。不过距离脑机应用仍需长期验证。
Pulse of Motion：测算真实物理帧率，矫正 AI 视频的「计时幻觉」
研究团队开源 Pulse of Motion，专门解决 AI 视频动作过快或过慢的「计时幻觉」。该模型不到 2GB，能直接从画面运动推算出真实的物理帧率，并据此校正播放节奏。普通消费级设备就能跑，让 AI 画面里的动作真正符合现实物理规律。
Niantic 训练 AI 地图：300 亿张宝可梦玩家照片成了导航底座
Niantic 透露，玩家在《Pokémon Go》等 AR 游戏中拍摄的照片和扫描数据，已汇集为超 300 亿张真实图像的数据集。该公司正用其训练视觉导航系统，让配送设备无需依赖 GPS 即可在街道精准定位，数百万玩家不知不觉成了商业地图采集员。
周六
3月14日 星期六
因好莱坞版权争议与美议员施压，字节暂停 Seedance 2.0 全球发布
字节跳动在周末暂停了 AI 视频模型 Seedance 2.0 的全球上线。此前美国电影协会发函警告，美参议员也要求其立即下架，指控其生成超人打灭霸等素材侵犯版权与肖像权。字节表示正加强防护措施，防范未经授权的侵权行为。
Retime GS：丢帧卡顿的 2D 视频，也能重建出平滑全身 4D 动画
AI 项目 Retime GS 亮相。它只需普通 2D 视频帧作为输入，就能生成支持任意视角观看的全身 4D 场景；即使原视频丢帧卡顿，也能通过改进的 4D Gaussian Splatting 补全空缺，比同类方法更流畅、伪影更少。
传 Meta 拟裁员超 20%：AI 基础设施成本高企，团队正加速精简
据报道，Meta 计划裁减 20% 或更多的员工，以抵消高昂的 AI 基础设施开支并借助 AI 提效。截至 12 月 31 日其员工近 7.9 万人。具体时间与规模尚未敲定，但管理层已收到规划精简的信号。这将是其继「效率之年」后最大规模的重组。
周五
3月13日 星期五
Perplexity 全线接入 NVIDIA Nemotron 3 Super：涵盖 App、API 与 Computer
Perplexity 宣布在其产品线中全面接入 NVIDIA 的 Nemotron 3 Super 模型。该模型已同步上线 Perplexity 主应用、Agent API 以及 Perplexity Computer，无论是日常搜索用户还是调用 API 搭建智能体的工作流开发者均可直接选用。
Meta AI 接入国际新闻：联手新闻集团等媒体，回答附带原文外链
Meta 宣布与 News Corp、Le Figaro、Prisa 和 Süddeutsche Zeitung 达成合作，为 Meta AI 引入多元国际实时新闻。用户询问新闻时，AI 将提供来自这些媒体的信息和跳转外链，以提升实时回答的准确度并为出版商导流。
杨安泽呼吁停止对劳工征税：改向受益于自动化的 AI 企业开刀
周三，杨安泽在 CNBC 节目中呼吁美国停止对劳动者征税，转而向受益于自动化的 AI 企业征税。他援引业内消息称，未来 6 个月的 AI 进展将超过过去 10 年，技术预算正加速从人类员工流向 AI。此前 Anthropic CEO 等人也提出过类似建议。
Meta 推迟新 AI 模型 Avocado：内部测试不及竞品
据《纽约时报》报道，Meta 推迟了代号为「Avocado」的新 AI 模型发布，从原定的 3 月中旬推迟至最早 5 月。内部测试显示，该模型在推理与编程上落后于 Google 和 OpenAI 的旗舰产品，高层甚至讨论过临时授权 Gemini。
11 位联创出走 9 人：马斯克称 xAI 没造对，正推倒彻底重构
马斯克发文承认 xAI 最初架构存在缺陷，正「从地基开始推倒重构」。随着张国栋等核心成员离职，最初 11 位联创仅剩两人。目前 xAI 正从 Cursor 挖角团队以补齐 Grok 的编程短板，在动荡中重新调整团队步调。
Anthropic 全量开放 100 万上下文：Opus 4.6 不加价，支持 600 页文件
Anthropic 宣布 Claude Opus 4.6 与 Sonnet 4.6 的 100 万 token 上下文窗口正式全量可用，且维持标准费率不收长文本溢价。单次请求媒体上限同步提升至 600 张图片或 PDF 页面。Claude Code 订阅用户也将默认支持该能力，彻底减少上下文压缩造成的信息丢失。
Manus 上线桌面客户端：新增「我的电脑」功能，AI 能直接操作本地文件和命令行
Manus 正式发布 macOS 和 Windows 桌面客户端，推出核心功能「我的电脑」。AI Agent 借此走出纯云端沙盒，通过终端命令行读写本地文件、调用开发工具与 GPU。每条终端命令均需用户审批确认。
宇树 G1 进军网球场：清华北大团队用 5 小时动捕数据训出对打技能
清华大学、北京大学与银河通用等团队提出 LATENT 系统，仅基于 5 小时不完整的人体动捕片段，就让宇树 G1 人形机器人学会了网球技能。机器人能以约 90% 的准确率回击速度超 15 米/秒的来球，并在真实场地中与人类对手展开多回合交锋。
Terminator 砍掉大模型废话：检测答案即截断，推理时间减半
研究人员提出大模型早停组件 Terminator。它通过轻量探针预测最终答案生成的节点并直接截断输出，在 MATH-500 等测试中将推理长度缩短 14% 至 55%，生成时间减半且几乎不损耗性能。目前代码尚未正式开源。
