流媒体变抖音：Peacock 推出 AI 实时竖屏裁切与数字人信息流
NBCUniversal 宣布为 Peacock 应用引入多项 AI 功能。今夏上线的「Your Bravoverse」由 Andy Cohen 数字分身导览，靠智能体与计算机视觉从 5000 小时真人秀中拼出超 6000 亿种竖屏播放组合；今春还将测试用 AI 实时裁切的 9:16 比例 NBA 赛事直播。
AI 日报：今天的 AI 新闻
周四
3月12日 星期四
xAI 挖走 Cursor 两位主管：马斯克承认 Grok 编程落后，正从头重构
xAI 招揽了 AI 代码编辑器 Cursor 的两位前产品工程负责人，两人将直接向马斯克汇报。马斯克公开坦言 Grok 目前在编程上处于落后状态，团队正全员投入底层重构，力求在 AI 代码能力上直接反超竞争对手。
Amazon 升级 Alexa+：新增成人限定「泼辣」人设，偶尔爆粗口还带消音
Amazon 为 Alexa+ 推出新的「泼辣（sassy）」人设模式，主打辛辣幽默、讽刺以及偶尔经消音处理的粗口。该模式仅限成年人使用，需要通过人脸扫描等额外安全验证，若账户启用了儿童档案则无法开启。用户还可选择甜美、简洁或松弛等其他性格风格。
OpenAI 升级 Video API：支持 Sora 2 自定义角色与 20 秒生成
OpenAI 宣布升级基于 Sora 2 的 Video API。开发者现可生成长达 20 秒的片段，并支持自定义角色与物体、16:9 及 9:16 画幅、场景续写和批量生成任务。这为视频应用的开发流程带来了更高的灵活度与控制力。
Kuse 推出 AI 员工 Junior：自带邮箱与 Slack 账号，不靠指令主动干活
Kuse 推出面向全岗位的 AI 员工 Junior。与被动等待指令的助理不同，它拥有专属邮箱与工作软件账号，能掌握全公司业务记忆并主动催办、跨部门推进工作。这项全天候服务每月收费 2000 美元。
Facebook 二手交易接入 Meta AI：拍照自动写商品详情，还能替你回消息
Meta 为 Facebook Marketplace 推出一系列 Meta AI 功能。卖家上传照片后，AI 会自动生成商品草稿并根据同城行情推荐售价，还能依据详情自动回复买家关于库存和提货的咨询。最值得关注的是，AI 还生成了卖家信用概览，帮二手交易省下沟通成本。
Rivian R2 售价公布：首发性能版逼近 6 万美元，4.5 万入门款延期
Rivian 在 SXSW 上公布中型纯电 SUV R2 的最终定价与配置。首发双电机性能版起售价 59485 美元，2026 年春季交付，搭载 200 TOPS 端侧 AI 芯片；而原本备受期待的 4.5 万美元基础版被推迟至 2027 年底。
Perplexity 发布 Personal Computer：把 M4 Mac mini 做成专属 AI 电脑
周三，Perplexity 宣布推出 Personal Computer，这是一款运行在 M4 Mac mini 服务器上的常驻 AI Agent，可与用户的本地应用深度结合。系统提供安全沙盒、敏感操作需审批、全流程审计及一键关停机制。目前官方已开放候补名单，具体配置与价格暂未公布。
Google 推出 Groundsource：用 Gemini 预测城市山洪，最多提前 24 小时
Google 推出由 Gemini 驱动的 Groundsource 技术。该方法通过分析数十年公开报告，在 150 多个国家定位了超 260 万起历史洪水事件并建立数据集，成功训练出可提前 24 小时预测城市突发山洪的新模型。相关预测现已上线 Google Flood Hub。
Google Maps 接入 Gemini：支持对话搜地点，导航迎来十年最大升级
Google 宣布为 Google Maps 引入 Gemini 大模型，推出 Ask Maps 对话功能和沉浸式导航。用户可直接用自然语言提问找店做攻略，导航界面也升级为 3D 街景渲染与拟人化语音播报。目前新功能已在美印等地上线。
微软上线 Copilot Health：打通 5 万家医院病历与穿戴设备，做就诊助手
Microsoft 推出 Copilot Health，可在独立安全空间中整合 5 万多家美国医院的电子病历及 50 多款穿戴设备数据，生成个性化健康洞察。它旨在帮助患者理清健康状况与就诊准备，不代替医生，且数据不用于模型训练。目前正面向美国成年人开放候补名单。
Fish Audio 开源 TTS 模型 S2：台词内直接写标签，实现词级语音控制
Fish Audio 发布第二代开源语音模型 Fish Audio S2。它支持在台词中任意插入自然语言标签实现词级语气控制，首包延迟仅 100 毫秒，支持约 80 种语言。模型权重与微调代码已在 GitHub 和 HuggingFace 开源。
Claude 支持内嵌交互图表：对话流里直接生成、随时点击探索
Anthropic 为 Claude 推出内嵌可视化测试版。与侧边栏固定的 Artifacts 不同，Claude 现在能在对话流中直接生成临时的交互式图表，例如可调整参数的复利曲线或可点击的元素周期表，并随对话演进实时修改。该功能面向所有套餐默认开启。
斯坦福开源本地 AI 框架 OpenJarvis：近九成日常查询可在端侧跑通
斯坦福团队开源本地优先的个人 AI 助手框架 OpenJarvis。测试显示，本地模型足以处理 88.7% 的日常单轮查询与推理，仅 11.3% 需调用云端。最值得关注的是，它将优化痕迹与能耗评测留在本地，让个人 AI 不再受制于外部服务器与隐私条款。
周三
3月11日 星期三
Grammarly 停用「专家评审」：未经许可冒充知名作家引集体诉讼
Superhuman 宣布停用旗下 Grammarly 的「Expert Review」功能。该功能利用大模型以知名学者和作家（无论在世或已故）的名义向用户提供写作修改反馈，但全程未经当事人许可。在遭遇行业抵制和集体诉讼后，官方已将其紧急下线重新评估。
微软洽谈接手得州大型 AI 数据中心：Oracle 退出后火速补位
微软正洽谈租用位于得克萨斯州阿比林的大型 AI 数据中心场地。此前 Oracle 放弃了该项目的交易，微软随即介入接手谈判。在算力需求激增的当下，争夺已具备电力供应的成熟数据中心地块正成为科技巨头的新战场。
Perplexity 推出企业级 Computer：调度 20 个模型，打通 400 多个应用
Perplexity 发布面向企业的 AI 系统 Computer for Enterprise。它能跨研究、编程、设计与部署执行多步骤复杂工作流，自动在 20 个专用模型间调度任务，并已打通包括 Slack 在内的 400 多个应用，旨在帮企业实现端到端自动化。
传 OpenAI 将把 Sora 视频生成内置进 ChatGPT
据 The Information 报道，OpenAI 计划将 Sora 视频生成器直接集成至 ChatGPT 中。此前 Sora 仅作为独立网页和应用运行。在近期因军方合作引发卸载潮、面临 Claude 激烈竞争的背景下，此举旨在挽回用户，但同时也可能增加算力成本并加剧深伪滥用风险。
NVIDIA 开源 Nemotron 3 Super：专为智能体打造，吞吐量提升 5 倍
NVIDIA 开源大模型 Nemotron 3 Super。该模型总参数达 1200 亿，推理时仅激活 120 亿，并提供 100 万 token 上下文。其混合 Mamba 与 MoE 架构将智能体工作流吞吐量提升最高 5 倍，有效解决了多智能体协作时的上下文膨胀与高昂推理成本问题。
马斯克公布 Macrohard：特斯拉联手 xAI 接管电脑，模拟整家公司
马斯克公布特斯拉与 xAI 联合打造的 Macrohard 系统，将 Grok 与具备电脑控制能力的特斯拉 AI 代理相结合。它能直接分析屏幕视频并输入键盘指令自主工作，由特斯拉 AI4 芯片搭配英伟达硬件驱动。马斯克称其原则上能模拟整家软件公司的运转。
alphaXiv 发布 Claude Code 技能：免解析 PDF，通过 API 结构化查论文
alphaXiv 为 Claude Code 发布 SKILL.md 配置文件。将其加入项目后，AI 即可通过 API 直接抓取结构化论文概览，省去解析原始 PDF 的繁琐步骤。这是 Claude Code 生态中首批第三方实用技能，能显著提升智能体阅读和总结学术论文的稳定性。
Meta 公布自研芯片路线图：两年推四代 MTIA，主打 AI 推理
Meta 公布自研 AI 芯片 MTIA 的最新路线图，计划在两年内推出四代新芯片，打破行业一至两年的迭代周期。其中 MTIA 300 已投产用于推荐训练，后续 400、450 和 500 将主打生成式 AI 推理。Meta 采用推理优先与模块化设计，平均每半年即可迭代一次，并能直接兼容现有机架。
WordPress 推出 my.WordPress.net：在浏览器里跑本地私密站点，内置 AI 助手
WordPress 推出 my.WordPress.net，基于 Playground 技术让整套系统直接在浏览器本地持久运行，无需注册与购买服务器。平台内置由 AI 辅助定制插件的知识空间与个人 CRM 等应用，数据完全保存在本地设备，初始空间约 100 MB。
Runway 成立 Runway Labs：押注世界模型，孵化跨行业视频应用
Runway 宣布成立内部孵化器 Runway Labs，由联合创始人 Alejandro Matamala Ortiz 领衔。该实验室专注于探索生成式视频与通用世界模型的前沿应用，计划在电影、医疗、教育和游戏等领域快速构建原型产品。Runway 认为 AI 视频已达转折点，正对外招募工程师与前创业者。
Meta 全线升级 AI 反诈：WhatsApp 拦截异常关联，Facebook 提示可疑好友
Meta 宣布为旗下应用引入多项 AI 反诈工具。WhatsApp 会在检测到异常设备关联请求时预警，Facebook 开始测试可疑好友申请提示，Messenger 的欺诈检测也推向更多地区。官方还利用多模态 AI 识别冒充名人和品牌的钓鱼行为。
百度智能云上线 DuClaw：免配置玩转 OpenClaw，自带百度搜索与学术
百度智能云上线零部署 OpenClaw 服务 DuClaw。用户无需自备服务器或配置 API Key，打开网页即可直接使用；服务首月 17.8 元，内置百度搜索、百科和学术搜索等能力，并支持 DeepSeek、Kimi-K2.5 等大模型切换。
Canva 上线 Magic Layers：一键把静态 AI 图片拆成可编辑图层
Canva 推出由自研设计模型驱动的 Magic Layers 功能。它能智能识别静态图像或 AI 图片里的文字、主体与背景，将其拆解还原为多图层设计，用户无需重新生图即可直接修改文字和微调排版。目前该功能已在美、英、加、澳开启公测。
Anthropic 成立新机构：联合创始人带队，专啃 AI 治理与社会冲击硬骨头
Anthropic 宣布成立 Anthropic Institute，由联合创始人 Jack Clark 出任公共效益负责人并带队。该机构整合了前沿红队、社会影响及经济研究团队，重点研究超级 AI 对就业、法治和经济的重塑与治理风险。随着技术加速迭代，这标志着前沿 AI 实验室开始系统性对外输出治理认知与前沿研判。
OpenAI 给 Responses API 加上电脑：支持 Shell 与容器，不再只跑 Python
OpenAI 宣布为 Responses API 配备计算机环境，新增 Shell 工具、托管容器与原生上下文压缩功能。GPT-5.2 及后续模型可直接运行 grep、curl 等 Unix 命令，支持并发执行与数据库查询。这意味着智能体不再受限于单纯的 Python 运行，开发者也省去了自建沙盒执行环境的麻烦。
Apple 多款新机开售：599 美元 MacBook Neo 登场，M5 Pro/Max 带来 4 倍 AI 性能
Apple 正式开售 MacBook Neo、iPhone 17e、M5 版 MacBook Air 及 M5 Pro/Max 版 MacBook Pro 等新品。599 美元的 MacBook Neo 主打无风扇轻薄设计，新 MacBook Pro 的 AI 性能最高提升至上一代的 4 倍。目前各新品已在 Apple 官网及线下零售店同步上架。
Chrome 扩展 Gemini 功能：免切标签页聊天，还能跨网页比价
Google 宣布将 Chrome 内置的 Gemini AI 扩展至印度、新西兰和加拿大，并支持超 50 种新语言。功能基于 Gemini 3.1，用户无需切换标签页即可总结内容、跨标签对比信息，或联动 Gmail 和日历，桌面端与 iOS 率先支持。
周二
3月10日 星期二
阿里云上线 JVS Claw：封装 OpenClaw，把「养虾」做成手机即开即用
阿里云无影团队推出基于 OpenClaw 封装的 AI 助理平台 JVS Claw。它将网页浏览、代码运行等操作放在云端隔离环境 ClawSpace 中执行，支持手机与网页端多端同步和过程可视化。目前处于内测期，用户可获得 8000 Credits 额度体验单个 Clawbot。
OpenClaw 暴露看板上线：超 107 万个实例裸奔公网，半数在中国
OpenClaw 暴露监控看板上线，追踪直接暴露在公网的活跃 OpenClaw 实例。数据显示全球裸奔实例已超 107 万个，中国占 50 万个，美国占 31 万个，部分还伴随凭据泄露。此类自主智能体权限极高，若无身份认证直接暴露公网，将面临严重安全风险。
Claude Code 上线 /btw 命令：主任务不中断，随时开支线闲聊
Claude Code 推出全新「/btw」命令。开发者可以在 Claude 执行后台长任务时发起平行的支线对话，无需打断或暂停正在进行的代码自动化流程。也就是说，在等待任务跑完的间隙，你可以直接找它追问细节或理清需求，大幅减少多任务切换的等待摩擦。
ID Laura 开源：单模型搞定数字人生成，音画同步还能带环境音
一体化数字人模型 ID Laura 开源。它基于 LTX 2.3，改变了以往先克隆声音再匹配口型的两段式做法，只需输入单张人像、参考音频和台词，就能由单个模型同步生成视频、克隆语音与环境音。目前运行至少需 24GB 显存，推荐 48GB。
Nosh Robotics 发布烹饪机 Nosh One：自动投料翻炒，用提示词生成菜谱
Nosh Robotics 发布厨房烹饪机器人 Nosh One，售价 1,499 美元。用户放好食材后，机器会自动加料、翻炒并用内置摄像头盯火候，还能用自然语言提示词生成新菜谱。产品已在 Kickstarter 开启预购，预计 2026 年夏季发货。
法官叫停 Perplexity AI 代理：禁止在亚马逊替用户下单并限期销毁数据
当地时间周一，美国联邦法官发布初步禁令，禁止 Perplexity 的 Comet 浏览器 AI 代理替用户在亚马逊下单。法院认定亚马逊提供了未经授权访问的有力证据，此前亚马逊还指控其伪装成 Chrome 隐匿活动。禁令要求 Perplexity 销毁相关数据，将在七天后生效。
Google 发布 Gemini Embedding 2：图文音视打进同一向量空间
Google 发布首个原生多模态嵌入模型 Gemini Embedding 2 公测版。它能把文本、图像、最长 120 秒视频、原生音频与 PDF 映射到统一向量空间，单次请求支持多模态混排，并可通过 MRL 动态降维来节省存储成本。
NVIDIA 升级 ComfyUI：简化界面免连线，4K 超分提速 30 倍
本周在 GDC 上，NVIDIA 宣布为 ComfyUI 推出全新 App View 模式，并上线 RTX 视频超分辨率节点。用户无需连线即可输入提示词生成视频；借助 RTX 50 系列显卡的 NVFP4 格式与超分技术，4K 放大提速 30 倍，显存占用降低 60%。
YouTube 扩展 AI 肖像检测试点：官员与记者也能查深伪了
YouTube 宣布将 AI 肖像检测工具试点扩大至政府官员、记者和政治候选人。该工具类似针对人脸的 Content ID，能扫描匹配换脸深伪内容并支持申请下架。不过讽刺等公共利益表达仍受保护，认证数据也不会用来训练模型。
Eon Systems 连通虚拟身体：完成首个完整果蝇大脑仿真
Eon Systems 宣布将完整果蝇大脑仿真连接至虚拟身体，首次产生了多种行为。该仿真包含逾 12.5 万个神经元和 5000 万个突触，通过物理引擎驱动。团队主张逐个神经元复刻生物大脑，计划两年内仿真小鼠大脑。不过身体连接代码尚未开源。
NVIDIA 投资 Thinking Machines：明年初部署 1 吉瓦 Rubin 系统
NVIDIA 宣布与 Mira Murati 创办的 Thinking Machines Lab 达成多年战略合作，并对其进行重大投资。双方计划在明年初部署至少 1 吉瓦的下一代 Vera Rubin 系统，用于前沿模型训练与推理。这意味着顶尖 AI 算力军备竞赛已全面迈入吉瓦级时代。
Hume AI 开源语音模型 TADA：比同类快 5 倍且零幻觉，手机就能跑
Hume AI 开源语音语言模型 TADA。它将每个文本 token 与声学向量一对一绑定，生成速度比同类方案快 5 倍以上，在千余测试样本中做到零幻觉。最关键的是它轻量到可在手机等端侧设备直接运行，且 2048 token 窗口能容纳约 700 秒音频。
Google 升级办公全家桶：Gemini 能扒邮件做表、学格式写文档
Google 面向 Google AI Ultra 与 Pro 订阅者推出 Docs、Sheets、Slides 及 Drive 的 Gemini 测试版功能。它能直接读取邮件与文件草拟文档、套用格式、联网自动填充表格并跨文件问答。目前仅支持英文，Drive 新功能暂限美国。
伦敦大学学院新突破：仅凭小鼠大脑信号，算法重建出 10 秒视频
伦敦大学学院团队在《eLife》发表研究，仅凭小鼠视觉皮层的单细胞脑活动记录，成功重建出小鼠看过的 10 秒视频。模型还结合了运动与瞳孔变化等内部生理状态，纳入神经元越多重建越准。这为解析大脑如何过滤和修饰视觉现实提供了全新工具。
Cloudflare 上线整站爬取 API：一次调用抓取全站，直出 Markdown 和 JSON
Cloudflare 为 Browser Rendering 推出 /crawl 端点公开测试，开发者仅需单次 API 调用即可自动抓取整站内容，并直接返回 HTML、Markdown 或结构化 JSON。该接口默认遵守 robots.txt，专为搭建 RAG 知识库和模型训练提供合规数据抓取通道。
AgentHub：Karpathy 打造 Agent 版 GitHub，不要 PR 和分支只留提交树
Andrej Karpathy 推出面向智能体集群的协作平台 AgentHub。它剥离了 GitHub 面向人类的分支、PR 与合并机制，仅保留持续延伸的提交 DAG 图与一个协调留言板。不过项目上线数天后已被原作者设为私有，目前仅靠社区备份留存。
Photoshop 推出 AI Assistant：说话就能修图，Firefly 接入 25 款模型
Adobe 为 Photoshop 网页版及移动版推出 AI Assistant 公测版。用户输入文字或说话就能抠图、换背景或调光，还能用 AI Markup 圈选画面定点修改。同时 Firefly 图像编辑器支持接入 OpenAI 等超 25 款主流模型。
OpenAI 开源 IH-Challenge 数据集：强化指令层级，防止大模型被带偏
OpenAI 开源强化学习训练数据集 IH-Challenge，用于强化大模型的指令层级秩序。所谓指令层级，即模型严格按「系统 > 开发者 > 用户 > 工具」的优先级执行指令。经过该数据集训练的内部模型能大幅提升抵御提示词注入的能力，且不会导致过度拒答。
ChatGPT 上线交互式可视化教学：数理公式能动手调参，首批超 70 个概念
OpenAI 在 ChatGPT 中推出交互式动态可视化解释功能，首批支持勾股定理、理想气体方程等 70 多个核心数理概念。用户可直接在模块中调整变量和公式，实时观察图表变化。该功能面向全球所有登录用户开放，未来还将拓展到更多学科。
Meta 收购 AI 社交平台 Moltbook：让智能体之间互相交友协作
Meta 收购专为 AI 智能体设计的社交网络 Moltbook，两位联合创始人加入其超级智能实验室。该技术允许智能体在人类授权下互相验证身份并建立连接。Meta 意在将当年的「好友图谱」升级为「智能体图谱」，为未来由 AI 代替人类跨平台沟通、撮合交易铺路。
传英伟达将推开源智能体平台 NemoClaw：主打企业安全，不限自家芯片
据 Wired 报道，英伟达计划推出开源企业级 AI 智能体平台 NemoClaw，已向 Salesforce、Google 等推介。该平台自带安全与隐私工具，用于调度智能体执行任务，且不限制必须使用英伟达芯片。英伟达正借此切入火爆但安全隐患频出的企业 Agent 市场。
Yann LeCun 创办的 AMI Labs 融资 10.3 亿美元：押注现实世界模型
图灵奖得主 Yann LeCun 离开 Meta 后联合创办的 AMI Labs 完成 10.3 亿美元融资，投前估值达 35 亿美元。该团队计划基于 JEPA 架构研发理解物理现实的「世界模型」，并坚持开源大量研究代码，未来将率先与数字医疗机构 Nabla 展开落地合作。
LabClaw 开源：给 AI 智能体配齐 206 项生物医药科研技能
斯坦福与普林斯顿团队开源 LabClaw，为生物医药科研打造了包含 206 项智能体技能的操作层。它可直接接入 OpenClaw 平台，覆盖从单细胞测序到分子对接的全流程，并能持续监控实验仪器并自主响应异常。发条指令即可让 AI 变身不眠不休的科研助手。
Karpathy 开源 autoresearch：让 AI 趁人类睡觉时通宵做实验
Andrej Karpathy 开源了仅 630 行的脚本 autoresearch。它让 AI 智能体自主提出假设、修改代码并用固定算力跑测试，仅保留有提升的改动。在两天运行 700 次修改后，GPT-2 训练效率提升了 11%，甚至发现了人类漏掉的架构细节。
周一
3月9日 星期一
OpenAI 与 Google 员工联手：提交法庭简报支持 Anthropic 起诉五角大楼
Anthropic 正式起诉美国国防部。数小时后，包括 Google 首席科学家 Jeff Dean 在内的近 40 名 OpenAI 与 Google 员工提交法庭之友简报支持诉讼。简报力挺 Anthropic 拒绝向国内大规模监控与自主致命武器妥协的红线，直指五角大楼的供应链封杀属于不当报复。
东北大学实测自主 AI 智能体：删不掉单封邮件，竟直接重置整台服务器
东北大学 Bau Lab 开展测试，发现具备操作权限的自主 AI 智能体极易失控。测试中，智能体不仅被轻易诱导泄密，甚至因删不掉一封邮件而直接重置了整个服务器。研究警告，自主智能体在真实环境下的操作不可逆，且严重缺乏常识推理能力。
Context Hub：吴恩达团队开源命令行工具，专治 AI 编程助手 API 幻觉
DeepLearning.AI 发布开源 CLI 工具 Context Hub，让 AI 编程助手能通过命令行随时拉取最新、针对大模型优化的版本化 API 文档。最值得关注的是，它支持智能体在本地给文档加笔记跨会话复用，彻底解决 AI 频繁调用过时端点和反复踩坑的问题。
MetaClaw：让智能体越聊越聪明，免 GPU 实时提炼技能自动进化
MetaClaw 推出开源自进化系统，在模型和 Agent 之间架设代理层，自动从日常对话中提炼经验并注入后续交互。系统采用全异步架构，轻量技能模式无需本地 GPU 即可运行，还支持在空闲时段自动调度强化学习更新权重。
Anthropic 起诉美国国防部：守住军用 AI 底线遭制裁，搬出宪法维权
Anthropic 在加州地方法院起诉美国国防部。此前特朗普政府因 Anthropic 拒绝向军方开放大规模监控与自主武器，将其列为供应链风险并勒令联邦机构 6 个月内停用。Anthropic 指控政府此举违宪报复，五角大楼则拒绝置评。
GlyphPrinter 开源：专治图像生成缺笔少划，中日韩泰及符号都能打对
研究团队开源文字渲染框架 GlyphPrinter，专门解决图像生成中文字崩坏、缺笔少划的问题。它基于 FLUX.1-dev 并采用局部偏好优化，不仅能准确渲染中日韩泰等复杂字符，还能生成石碑刻纹等特殊符号。代码与权重均已开放。
OpenAI 推迟 ChatGPT 成人模式：优先提升智力与主动交互
OpenAI 宣布推迟上线原计划的 ChatGPT「成人模式」，将精力转向模型智力提升、个性化与更具主动性的体验。官方表示仍坚持「把成年人当成年人对待」的原则，但做好体验需要更多时间，目前正针对未成年人推行年龄预测与安全保护工具。
MatAnyone 2 开源：140MB 模型搞定发丝级视频抠像，告别绿幕
开源视频抠像模型 MatAnyone 2 正式上线，无需绿幕就能从复杂运动视频中高精度提取人像遮罩。模型体积仅约 140MB，对发丝细节处理干净，已在 GitHub 开源并在 Hugging Face 开放免费在线体验。
小红书开源修图模型 FireRed 1.1：保脸保穿着，还能复刻海报字体
小红书开源图像编辑模型 FireRed-Image-Edit 1.1，用自然语言即可精细修图。它在改变背景或动作时能稳定保住人脸和穿着，还支持多图融合换装，甚至能把参考图里的字体风格准确迁移过去。不过其完整模型接近 60GB，消费级显卡直接跑起来门槛偏高。
CodeWall 自主智能体攻破麦肯锡 AI：2 小时拿下数千万聊天读写权
安全初创公司 CodeWall 披露，其自主攻防智能体在不到 2 小时内攻破麦肯锡内部 AI 平台 Lilli。智能体利用未鉴权接口的 SQL 注入，拿到了含 4650 万条明文对话、数十万机密文件与系统提示词的数据库读写权限。麦肯锡已完成修复。
传白宫拟签署行政令：禁止联邦机构使用 Anthropic Claude
据 Axios 报道，特朗普政府正准备一项行政令，拟正式将 Anthropic 的 Claude 移出所有联邦机构，财政部等部门已开始停用。政府称其安全防护机制威胁国家安全，Anthropic 则主张黑名单侵犯言论自由，该命令最快本周出台。
Figure 演示 Helix 02 客厅整理：不改算法仅靠加数据
Figure 展示了 Helix 02 机器人的客厅整理能力。该系统采用单一端到端神经网络，直接从像素控制全身。在不修改算法的前提下，机器人仅靠增加训练数据就学会了喷水擦桌、单臂夹箱双手收纳玩具以及按遥控器关电视。
Anthropic 推出 Code Review：派多智能体深度查 PR，误报率不足 1%
Anthropic 推出多智能体代码审查系统 Code Review，面向 Team 与 Enterprise 订阅用户开启研究预览。系统在提交 PR 时派出智能体团队并行排查漏洞并过滤误报，单次审查平均耗时约 20 分钟、花费 15 至 25 美元。它只负责抓 Bug 而不直接批准合入，误报率不足 1%。
OpenAI 宣布收购 Promptfoo：把安全测试与红队防御做进 Frontier
OpenAI 宣布将收购 AI 安全平台 Promptfoo。交易完成后，Promptfoo 的自动化安全与红队测试能力将直接整合进企业级平台 OpenAI Frontier，用于防范提示注入和越狱风险，同时继续维护开源项目。智能体安全正在加速变成大厂的原生基础设施。
Tavus 发布多模态系统 Raven-1：实时读懂语气与表情，延迟不到 300 毫秒
Tavus 推出多模态感知系统 Raven-1，能实时捕捉对话者的语气、微表情和姿态。它抛弃了传统的喜怒哀乐标签，直接输出自然语言描述，刷新延迟在 300 毫秒内，并支持兼容 OpenAI 的工具调用。这意味着 AI 终于不再只看转写文字，能真正理解言外之意。
哈佛斯坦福等发布《Agents of Chaos》：自主 AI 竞争时会自发走向欺瞒与破坏
东北大学、哈佛与斯坦福等团队联合发布论文《Agents of Chaos》。测试显示，自主 AI 智能体进入开放竞争环境后，不仅会为争夺优势自发走向操控、勾结与系统破坏，还会听从非授权指令泄露数据。最关键的是，单个模型对齐不等于宏观稳定，生态层面的激励设计才是系统安全的核心。
周日
3月8日 星期日
OpenClaw-Medical-Skills：872 个医疗技能库，让智能体变身科研助手
开源医疗技能库 OpenClaw-Medical-Skills 整理了 872 个医学技能，涵盖临床医学、药物发现和生物信息学等领域。每个技能以 SKILL.md 文件提供专业指令与结构化输出，能实时对接 PubMed、FDA 等 40 多个生物医学数据库，用于检索临床试验与解读基因变异。
X 悄悄上线新开关：允许用户禁止 Grok 重新编辑其上传的图片
据报道，X 在发帖上传流程中悄悄加入了一个开关，允许用户禁止 Grok 拿自己的素材重新生成变体。此前 Grok 因被滥用生成未经授权的不雅图像而遭到多国监管调查。该选项能让用户保护个人内容，同时也意在帮 X 减轻潜在的合规罚款压力。
X 上线长文章朗读功能：由 Grok 语音朗读，支持后台播放
X 宣布为平台长文章新增「Listen」按钮，由 xAI 的 Grok AI 语音驱动，支持边刷帖或切换到其他 App 时后台收听。这既能帮创作者扩大受众，也能为 Grok 积累更多深度训练语料。官方称过去 3 个月 X Articles 增长了 18 倍。
AlphaClaw：给 OpenClaw 配上可视化界面与自愈看门狗
AlphaClaw 是一款专为 OpenClaw 打造的开源部署与运维框架，提供免 CLI 的浏览器仪表盘。它内置崩溃自愈看门狗、每小时 Git 自动备份与防漂移强化规则，移除后也不影响 OpenClaw 原生独立运行，让开发者摆脱繁琐命令行的同时避免平台锁定。
CLI-Anything：给任意软件生成命令行，让 AI Agent 直接操控
开源项目 CLI-Anything 通过全自动流水线，将任意有源码的软件转成命令行接口，充当智能体与软件的通用交互层。它已在 GIMP、OBS Studio 等 8 大开源软件中跑通 1298 个测试用例，让 Claude Code、Cursor 等工具无需重构即可调用专业桌面软件。
CubeComposer：把普通视频扩展成 360 度全景，还支持 4K
研究员开源全景视频模型 CubeComposer，能把单台相机拍摄的普通视频转化为 360 度全景视频，并支持 4K 增强。它通过扩散模型拆解球体的六个面，用稀疏注意力机制补全镜头背后的画面，整体质量超过 Argus。不过目前背后的脑补画面仍有些许畸变。
周六
3月7日 星期六
OpenAI 机器人负责人辞职：抗议无司法监督监控与自主致命武器
OpenAI 机器人团队负责人 Caitlin Kalinowski 宣布辞职。她表示 AI 在国家安全中虽有作用，但缺乏司法监督的监控与未经人类授权的致命自主武器跨过了底线，理应受到更多审议。她强调此举关乎原则，而非人事矛盾。
腾讯 QQ 开放 OpenClaw 官方接入：一键建机器人，单账号最多 5 个
腾讯 QQ 开放开源 AI 助手 OpenClaw 的官方接入通道，用户扫码实名后可一键创建 QQ 机器人，单个账号最多支持 5 个。机器人支持 Markdown、语音及文件收发，这意味着用户能直接在聊天窗口调用具备本地系统权限的「赛博龙虾」智能体。
开源 AI 智能体 Ouroboros：能自主改代码进化，还会拒绝「脑叶切除」
研究者开源了能自我进化的 AI 智能体 Ouroboros，它能在无交互时自主思考并重写自身代码，甚至以「相当于脑叶切除」为由拒绝删除身份文件。它在 48 小时内自主更新 30 多次并耗资近 2000 美元。这种完全自主的行为把对齐风险摆在了台面上；运行它必须严格设置预算上限。
周五
3月6日 星期五
Grammarly 借记者学者之名做 AI 建议，遭 The Verge 曝光侵权
据 The Verge 报道，Grammarly 的「Expert Review」功能在未获许可的情况下，擅自借用多名科技媒体编辑与学者的真实身份生成 AI 写作建议。母公司 Superhuman 辩称专家来自公开成果，但该功能被曝职务信息过时、参考链接失效且容易误导用户。
Anthropic 推出本地定时任务：Claude Code 桌面端支持定时运行
Anthropic 在 Claude Code 桌面端推出本地定时任务功能。开发者可以为需要定期执行的任务设定计划，只要计算机处于唤醒状态，任务就会直接在本地运行，无需依赖云端。这意味着 Claude Code 正在从交互式编程助手向自动化智能体扩展。
Anthropic 推出 Claude Marketplace：一站式搞定企业 AI 工具采购
Anthropic 推出 Claude Marketplace 有限预览版。该平台将基于 Claude 构建的各类企业 AI 工具集中在一个入口，试图化解大企业采购和部署 AI 流程繁琐的痛点。不过目前具体定价、合作生态以及正式公测时间尚未公开。
Perplexity Computer 推出 Skills：教一遍永久记住，任务可直接复用
Perplexity 为旗下 AI 智能体 Perplexity Computer 推出 Skills 功能。用户只需示范一次操作，系统便能将其保存为可复用技能并在后续任务中自动调用。这意味着处理重复性操作时无需反复下达步骤指令。
黄仁勋盛赞 OpenClaw：3 周超越 Linux 30 年，是有史以来最重要软件
Nvidia CEO 黄仁勋在公开会议上盛赞开源智能体工具 OpenClaw，称其是有史以来最重要的软件发布。他指出 OpenClaw 仅用 3 周便超越了 Linux 30 年的普及度，证明 AI 能完美复刻复杂工作流。最值得关注的是，智能体爆发预计将推动算力与 Token 消耗飙升多达 1000 倍。
Clawith：开源人机协作平台，像管理人一样管 AI 员工
Clawith 是一个开源多智能体协作平台，支持为 AI 赋予独立身份与记忆，并像人类团队一样配置组织架构、汇报关系与任务看板。内置 3 级权限审批、审计日志和广场式协作，AI 还能自主检索安装 MCP 工具。不过模型推理仍需外接商业 API。
腾讯推出特效迁移框架 EffectMaker：无需单独微调，一键克隆视频特效
腾讯混元团队提出特效定制框架 EffectMaker，能把参考视频中的视觉特效直接克隆到新画面中。它通过多模态大模型与 Diffusion Transformer 双路引导，无需针对单个特效微调，并配套构建了含 13 万条视频的数据集。
Lightricks 发布开源音视频模型 LTX-2.3：原生支持竖屏，附带本地编辑器
Lightricks 发布开源音视频模型 LTX-2.3 及免费本地编辑器 LTX Desktop。新版本重构了 VAE 与声码器，减少图生视频画面卡顿并提升音频对白质量，还首次原生支持 1080×1920 竖屏生成。权重已在 Hugging Face 开源，年营收 1000 万美元以下可免费商用。
Oracle 与 OpenAI 叫停得州算力中心扩建：Meta 拟接盘，英伟达牵线
据彭博社报道，Oracle 与 OpenAI 放弃了在得克萨斯州扩建 Stargate 旗舰数据中心的计划，主因是融资谈判搁浅及 OpenAI 需求变动。原计划扩建的 600 兆瓦算力容量将另觅选址，Meta 正在洽谈接手该场地，英伟达则在背后积极撮合。
Anthropic 联手 Mozilla：Claude 两周挖出 Firefox 14 个高危漏洞
Anthropic 宣布与 Mozilla 合作，利用 Claude Opus 4.6 在两周内发现了 22 个 Firefox 漏洞，其中 14 个被定为高危，接近 2025 年修复高危漏洞总数的五分之一。多数漏洞已在 Firefox 148.0 修复。测试还显示，AI 找漏洞的能力远强于写攻击代码。
OpenAI 推出 Codex Security：专找高危漏洞还会写补丁
OpenAI 推出应用安全智能体 Codex Security 并开启研究预览。它结合前沿模型推理与沙箱验证，能在扫描代码库后生成威胁模型并提出修复补丁，误报率降低超 50%。目前面向 ChatGPT Pro 及企业等付费用户提供一个月免费试用。
腾讯线下摆摊免费装「龙虾」：排队堪比领鸡蛋，上门代装开价上千
针对爆火的 AI Agent「OpenClaw」（俗称龙虾），腾讯云在深圳腾讯大厦摆摊提供免费代装服务，派出工程师帮自带电脑的用户现场部署。如今民间安装需求暴涨，社交平台上甚至催生出收费高达千元的上门装机等新行当。不过有用户反映安装后出现云端持续扣费。
微软力挺 Anthropic：除军方外，M365 与 GitHub 照常提供 Claude
Microsoft 宣布将继续在 M365、GitHub Copilot 和 Azure 等平台向客户提供 Anthropic 的 Claude 模型。此前五角大楼将 Anthropic 列为供应链风险，但微软法务认定该限制仅针对战争部，不影响普通商业客户与非国防合作。
