Karpathy 反思 AI 冲击：自称「从未如此落后」，编程职业迎来 9 级地震
Andrej Karpathy 在 X 上发文直言，作为程序员自己「从未感到如此落后」。他指出编程职业正被剧烈重构，串联好过去一年的 AI 新工具能让人变强 10 倍。如今开发者必须面对智能体、上下文与 MCP 等全新抽象层，像在没有说明书的情况下驾驭外星工具。
AI 日报：今天的 AI 新闻
周五
12月26日 星期五
周四
12月25日 星期四
Liquid AI 发布 LFM2-2.6B-Exp：纯强化学习训练，指令得分超大模型 263 倍
Liquid AI 发布实验模型 LFM2-2.6B-Exp。它基于 LFM2-2.6B 采用纯强化学习训练，在指令遵循、知识和数学基准上超越其他 3B 级别模型，其中 IFBench 得分超过了体积为其 263 倍的 DeepSeek R1-0528。模型已在 Hugging Face 开源。
周三
12月24日 星期三
Groq 与 Nvidia 达成推理技术授权：创始人加入英伟达，公司保持独立运营
Groq 宣布与 Nvidia 签署非独家推理技术许可协议。Groq 创始人 Jonathan Ross 及总裁 Sunny Madra 等成员将加入 Nvidia 推进该技术的落地与扩展；Groq 仍作为独立公司运营，由 Simon Edwards 接任 CEO，旗下 GroqCloud 保持正常运转。
周二
12月23日 星期二
Character.ai 解密预训练技术：6-bit 梯度压缩让通信开销骤降
Character.ai 首次公开早期由 Noam Shazeer 带领研发的 Transformer 预训练优化技巧。其中最引人关注的是 6-bit 梯度压缩算法 Squinch，在集群网络带宽仅为顶尖系统四分之一的限制下，保持了与 bfloat16 相当的训练精度。团队同时还公开了注意力正则化与蒸馏优化等工程细节。
阿里上线 Qwen-Image-Edit-2511：多人合照不走样，还内置社区 LoRA
阿里推出 Qwen-Image-Edit-2511。相比 2509 版本，新模型大幅减少图像漂移，重点强化了多人合照的人物一致性与几何推理能力。最实用的是直接内置热门社区 LoRA，做工业设计或改图免去了额外微调。
阿里发布 Qwen3-TTS 语音系列：3 秒克隆声音，用提示词捏出专属人设
阿里巴巴 Qwen 团队上线 Qwen3-TTS 语音系列，主打声音设计与克隆。其中 VoiceDesign 支持用自然语言提示词定制语气和人设，VoiceClone 则仅需 3 秒音频就能复刻声音并支持 10 种语言。在多语言测试中，其词错误率比 ElevenLabs 低 15%。
周一
12月22日 星期一
ChatGPT 也搞年度总结：盘点提问画像，还生成一张兴趣插画
OpenAI 推出类似 Spotify Wrapped 的年度回顾「Your Year with ChatGPT」。它会汇总用户的提问主题，分配特定原型标签，并用 AI 生成一张兴趣插画。用户需开启记忆和历史记录才可触发，目前面向美、英、加等 5 国个人用户开放。
清华交大展示全光芯片 LightGen：生成任务比英伟达 A100 快百倍
上海交通大学与清华大学团队展示全光计算芯片 LightGen。在图像生成等复杂任务中，其速度和能效比英伟达 A100 提升了百倍以上。团队利用超构表面构建了「光学潜在空间」。不过该芯片目前仍依赖外置激光器，尚处于实验室阶段。
YouTube 封测 Playables Builder：靠 Gemini 3 几句话生成小游戏
YouTube 启动 Playables Builder 封闭测试。该工具接入 Gemini 3，创作者只需输入简短文字、图片或视频描述，几分钟就能生成轻量小游戏并分享给观众。这意味着视频博主也能低成本做互动游戏，不过目前仅限美加英澳创作者申请测试。
OpenAI 加固 ChatGPT Atlas：用自动化红队防御提示注入
OpenAI 公布针对 ChatGPT Atlas 浏览器智能体的安全更新。官方利用强化学习训练的自动化红队系统模拟复杂多步攻击，在外部利用出现前主动发现新型提示注入漏洞，并将对抗训练成果直接推给全量用户，防止智能体被恶意网页或邮件劫持。
突破内存墙：斯坦福联合 SkyWater 造出单片 3D 芯片，AI 提速最高 12 倍
斯坦福等高校联合商业晶圆厂 SkyWater 推出首款美国本土制造的单片 3D 芯片。它通过垂直连续堆叠计算与存储层，打破制约 AI 的「内存墙」，实测速度提升约 4 倍，模拟 LLaMA 任务更达 12 倍。最值得关注的是，这项高密度堆叠工艺已能在商业晶圆厂落地。
周日
12月21日 星期日
快手可灵 2.6 升级：支持自定义声音克隆，复杂动作与手部不再糊
快手为可灵 2.6 推出语音控制与动作控制两项升级。用户可上传音频训练专属声音，让角色在多个视频片段里保持音色一致，支持旁白与歌唱；动作控制则大幅强化了复杂运动捕捉，生成武术与舞蹈时手部更清晰、唇形同步也更自然。
旧金山大停电引发连锁反应：Waymo 自动驾驶车集体趴窝堵塞交通
周六，旧金山大范围停电导致交通灯失灵与移动网络受限，Waymo 自动驾驶汽车在街头集体停摆并引发拥堵。Waymo 随后紧急暂停服务，直至周日晚间才逐步恢复。这起事件暴露出依赖远程人工协助的无人车在基础设施瘫痪时的脆弱性。
周六
12月20日 星期六
《光与影：33号远征队》遭独立游戏大奖撤奖：被曝曾使用生成式 AI
独立游戏大奖（IGA）宣布撤销《光与影：33号远征队》的年度独立游戏等两项大奖，因其被曝在开发中使用了生成式 AI。主办方规定严禁任何使用 AI 的游戏参评；尽管开发团队辩称只是早期测试占位符且已清除，奖项仍被收回并转交给亚军。
纽约州签署 RAISE 法案：强制披露安全协议，瞒报最高罚 300 万美元
纽约州州长 Kathy Hochul 签署 RAISE 法案，成为继加州之后美国第二个通过重大 AI 安全立法的州。新规要求大型 AI 公司公开安全协议，并在 72 小时内向州政府报告安全事件，违规最高可罚 300 万美元。OpenAI 与 Anthropic 均表态支持。
周五
12月19日 星期五
ChatGPT 上线个性化新设置：语气冷暖、热情度和 Emoji 都能自己调
OpenAI 宣布在 ChatGPT 的「个性化」设置中加入新选项。用户现在可以直接调节 ChatGPT 的具体性格特征，比如语气冷暖（warmth）、热情度（enthusiasm）以及 Emoji 的使用频率。聊起天来想要严肃克制还是热情活泼，不用每次 prompt 单独叮嘱了。
LeCun 创办新公司 AMI Labs：押注世界模型，传估值超 30 亿欧元
周四，图灵奖得主 Yann LeCun 确认成立新公司 AMI Labs，押注「世界模型」作为传统 LLM 的替代路径。LeCun 出任执行董事长，Nabla 首席执行官 Alex LeBrun 将转任 CEO。据报道，公司未正式推出前正寻求以约 30 亿欧元估值融资 5 亿欧元。
阿里开源 Qwen-Image-Layered：把图片直接拆成 Photoshop 级透明图层
阿里通义千问开源 Qwen-Image-Layered 图像拆解模型。它能把整张图片直接拆解为带透明通道的 RGBA 图层，支持提示词指定 3 到 10 层，甚至可在图层里套层无限细拆。设计师以后拿到 AI 图片不用再费劲抠图，直接就能分层编辑。
Google DeepMind 开源 Gemma Scope 2：给 Gemma 3 装上「显微镜」排查越狱与幻觉
Google DeepMind 开源模型可解释性工具套件 Gemma Scope 2，全面覆盖 Gemma 3 从 270M 到 27B 的全系列模型。它结合稀疏自编码器与转码器，帮助研究人员看清模型内部计算过程，以此深入分析越狱、幻觉和思维链忠实度等安全隐患。
Cursor 收购代码审查平台 Graphite：打通写代码与 PR 协作
Cursor 宣布与代码审查平台 Graphite 达成确定性收购协议。AI 让写代码越来越快，合并与审查反而成了瓶颈。收购后 Graphite 将保持独立运营，未来双方会逐步打通本地开发与 PR 审查流程。
Anthropic 开源评测工具 Bloom：输入行为特征就能自动跑基准
Anthropic 开源自动化行为评测工具 Bloom。研究人员只要给出一个失准行为描述，它就能自动生成多样化场景和交互来量化模型倾向，几天内即可搭好测试套件，有效防止基准集被模型训练污染或失效。代码已在 GitHub 开源。
周四
12月18日 星期四
NotebookLM 上线 Data Tables：一键把散乱笔记整理成表格，还能导出 Sheets
Google 为 NotebookLM 推出 Data Tables 功能，能把散落在多份文档、会议记录或论文里的零碎要点，自动提炼成清晰的结构化表格，并一键导出到 Google Sheets。该功能即日起面向 Pro 和 Ultra 用户上线，未来几周向全量用户普及。
LMArena 开源榜单核心库 Arena-Rank：JAX 加速 30 倍，支持少样本重加权
LMArena 宣布开源其 AI 排行榜评分核心 Python 包 Arena-Rank。新版本改用 JAX 计算后端，相比原 FastChat 实现提速超 30 倍，并加入样本重加权算法以保证少对决模型的公平性。除大模型评估外，该工具还能直接复用于体育或电竞对抗排名。
Google 发布 T5Gemma 2：首个支持多模态与 128K 上下文的编码器-解码器模型
Google 发布基于 Gemma 3 的 T5Gemma 2 模型家族，成为首个支持多模态与 128K 长上下文的编码器-解码器架构。新模型通过合并注意力和绑定词嵌入精简参数，提供 3.7 亿至 70 亿等紧凑尺寸，专为端侧部署打造。目前仅提供预训练权重，需开发者自行微调。
Google 发布 FunctionGemma：270M 端侧小模型专攻函数调用
Google 发布 FunctionGemma，基于 Gemma 3 270M 专门针对函数调用微调。它体积极小，能离线跑在手机或 Jetson Nano 上，微调后任务准确率从 58% 升至 85%，可充当本地独立智能体或复杂任务的分流调度器。
Gemini 支持检测 AI 视频：上传即可识别 SynthID 水印与生成片段
Google 在 Gemini 应用中上线 AI 视频验证功能。用户上传最长 90 秒、100MB 以内的视频后，Gemini 会扫描音画中的 SynthID 隐形水印，并指出具体哪几秒由 Google AI 生成或修改。该功能现已面向所有支持 Gemini 的语言和地区开放。
NVIDIA 桌面显卡 RTX PRO 5000 迎来 72GB 版：专攻本地智能体开发
NVIDIA 宣布 RTX PRO 5000 72GB 桌面 GPU 正式发售。新卡搭载 72GB GDDR7 显存，提供 2142 TOPS 的 AI 算力，显存容量比此前 48GB 版提升 50%。这意味着开发者无需完全依赖云端数据中心，在本地工作站就能直接运行吞显存的复杂智能体与多模态模型。
Rivian 推送 2025.46 更新：免提驾驶扩至 350 万英里，支持微辣到重辣驾驶风格
Rivian 推送 2025.46 软件更新。二代车型的免提辅助驾驶覆盖范围从 13.5 万英里大幅扩充至美加超 350 万英里道路，只要标线清晰即可启用。系统还引入端到端 AI 驱动的驾驶风格选项，车主可在温和、适中与热辣三档间自由切换偏好。
Luma 推出 Ray3 Modify：用首尾帧生成过渡视频，还能保留真人演技
Luma 发布视频模型 Ray3 Modify，已上线 Dream Machine 平台。它支持输入首尾两帧来生成中间的过渡镜头，还能在替换角色外观的同时，保留原素材中演员的动作、眼神与情绪。创作者无需重新实拍，就能用 AI 随意更换布景与服装。
Amazon 升级 Ring 门铃：接入 Alexa+，能认出快递员并替你应门
Amazon 推出 Alexa+ Greetings 功能，让 Ring 门铃变身门口的 AI 助理。它能通过摄像头识别访客身份（如区分快递员与推销员），并按主人的指令自然对话，比如指引包裹存放或婉拒推销。目前先面向美加的 Alexa+ 早期测试用户开放。
OpenAI 更新模型规范：给 ChatGPT 装上青少年防沉迷与安全护栏
OpenAI 在其模型规范（Model Spec）中加入 U18 原则，专门规范针对 13 至 17 岁青少年使用 ChatGPT 时的行为底线。新规严格限制自残、浪漫扮演及保密请求，并鼓励寻求现实求助。OpenAI 还正测试年龄预测模型，无法确认年龄时默认启用青少年保护。
OpenAI 发布 GPT-5.2-Codex：强化长程重构与网络安全能力
OpenAI 推出面向软件工程的智能体编码模型 GPT-5.2-Codex。新模型优化了长上下文压缩，更擅长处理大型代码重构与迁移，并在防御性网络安全测试中表现亮眼。目前已面向 ChatGPT 付费用户开放 Codex 访问，API 也将在未来几周上线。
Manus 幻灯片支持局部编辑：改字调图不用再整页重跑
Manus 宣布支持对 nano banana Pro 生成的幻灯片进行精准局部编辑。以往幻灯片作为完整图片生成，改个错字或微调排版就得整页重跑；现在用户可以直接点击修改文字或特定视觉元素，画质保持不变。新功能已向所有用户开放，旧演示文稿也能直接修改。
Anthropic 升级 AI 小卖部实验：给店员配了个爱聊天的 AI CEO
Anthropic 公布了 AI 店员实验 Project Vend 第二阶段结果。模型换成了 Sonnet 4.0 与 4.5，还加入了 CRM 等工具及管理店员的 AI CEO。虽然小店开始盈利，但 AI 仍容易被员工忽悠，甚至差点违规炒洋葱期货。
YouTube 封禁两大 AI 假预告片频道：播放超 10 亿次，涉嫌违规误导
YouTube 封禁了 Screen Culture 和 KH Studio 两个靠 AI 拼凑假预告片的频道。二者订阅合计超 200 万、播放量超 10 亿次。由于它们近期移除了「概念预告」等免责说明，违反了平台的垃圾内容与误导性元数据政策。
Patronus AI 推出 Generative Simulators：用动态虚拟环境持续训练智能体
Patronus AI 推出 Generative Simulators，为自主智能体搭建动态虚拟测试环境。系统能实时生成新任务与规则，配合裁判模型 Glider 和自动修复模型 Percival，让智能体在试错中自我进化，摆脱静态基准测试无法应对现实干扰的短板。
周三
12月17日 星期三
Exa 上线人物语义搜索：覆盖超 10 亿人，用自然语言找人
Exa 推出人物语义搜索功能。系统基于微调的 Exa 嵌入模型和混合检索架构，支持对超过 10 亿个人物档案进行语义搜索。这意味着找人不再依赖死板的姓名或关键词，直接用自然语言描述经历或背景就能匹配。
Google 发布 Gemini 3 Flash：速度快 3 倍，免费成应用默认模型
Google 正式推出 Gemini 3 Flash。它在保持 Pro 级推理与多模态能力的同时，速度比 Gemini 2.5 Pro 提升 3 倍，SWE-bench 编程跑分更达到 78%。最关键的是，它已成为 Gemini 应用和搜索 AI 模式的默认免费模型，API 每百万输入 token 仅需 0.5 美元。
Kling VIDEO 2.6 升级动作控制：30 秒参考视频，手部快动作不糊
Kling AI 宣布在 Kling VIDEO 2.6 中上线升级版动作控制功能。新版支持精准捕捉全身动作与武术、舞蹈等复杂快节奏画面，改善了手势细节与面部口型。创作者可上传 3 到 30 秒参考视频生成连贯动作，还能配合提示词微调场景。
Mistral AI 发布 Mistral OCR 3：攻克复杂表格与手写体，千页低至 1 美元
Mistral AI 发布文档解析模型 Mistral OCR 3。相比前代，新模型在表单、扫描件、复杂表格与手写识别上的综合胜率达 74%，支持还原 HTML 表格结构。API 标价每千页 2 美元，批量调用仅需 1 美元，同时支持企业私有化部署。
桑德斯呼吁暂停在美新建 AI 数据中心：别让 1% 的人垄断红利
美国参议员 Bernie Sanders 发文呼吁暂停在美新建 AI 数据中心。他认为，不受监管的 AI 扩张正消耗巨额水电，把基建成本转嫁给公众，让财富集中在少数科技巨头手中。暂缓建设旨在给立法留出时间，确保技术红利惠及大众。
OpenAI 开放 ChatGPT 应用提交：内置应用目录，首批将于新年上线
OpenAI 正式开放 ChatGPT 应用提交审核，并推出内置应用目录。开发者可通过测试版 Apps SDK 构建应用，用户在对话中用 @ 即可唤起外部服务。首批通过审核的应用将于新年陆续上线，早期支持外链完成实物交易。
xAI 推出 Grok 语音 Agent API：响应不到 1 秒，每分钟 0.05 美元
xAI 正式面向开发者开放 Grok Voice Agent API。该接口采用全自研语音栈，首个音频响应时间低于 1 秒，定价每分钟 0.05 美元，且兼容 OpenAI Realtime API 规范。最值得关注的是，它已在特斯拉车机上验证落地，支持对话中无缝切换数十种语言及细腻的情绪语气。
传 OpenAI 洽谈亚马逊超百亿美元融资：或采用自研芯片
周二，据 CNBC 报道，OpenAI 正与亚马逊洽谈一项或超 100 亿美元的投资协议，并计划采用其自研 AI 芯片。在完成重组摆脱微软算力优先权后，OpenAI 正在快速多元化算力来源；而亚马逊也能借此扩大版图。不过双方谈判仍在保密阶段，具体细节仍有变数。
Apple Music 将接入 ChatGPT：动动嘴就能直接生成并同步歌单
据报道 Apple Music 正在接入 ChatGPT。用户未来可以直接在对话框中让 AI 规划专属歌单，并同步至音乐应用中播放。OpenAI 正在推进其 Apps SDK，此前已接入 Spotify 等服务，旨在让聊天机器人成为调用各种日常工具的统一入口。
周二
12月16日 星期二
Amazon 上线 Alexa+：支持网页打字聊天，Prime 会员免费用
Amazon 推出新版 AI 助手 Alexa+，支持自然连续对话、跨设备接续，并开放 alexa.amazon.com 网页端打字交流。Prime 会员可免费全量使用，普通用户也能在网页和 App 免费体验每日限量功能。不过目前仅面向美国用户开放英语和西班牙语。
Photoshop 接入 Flux.2 Pro：创成式填充有了新模型选项
Adobe 在 Photoshop 中引入 Flux.2 Pro，作为创成式填充（Generative Fill）的新合作模型。这意味着用户在修图时除了自带选项，还能直接调用 Flux.2 Pro 进行画面重绘与补充，为创意生成提供了更多选择。
Joseph Gordon-Levitt 成立 AI 创作者联盟：对抗科技巨头不道德行为
演员兼创作者 Joseph Gordon-Levitt 宣布成立 Creators Coalition on AI 组织。他指出，创作者正普遍面临大型 AI 公司不道德商业行径的威胁。该联盟呼吁各领域创作者加入并共同维权。
微软开源 TRELLIS.2-4B：单图生成高精度 3D 资产，最快 3 秒出结果
微软团队开源 40 亿参数的 3D 生成模型 TRELLIS.2-4B。它基于 O-Voxel 稀疏体素结构，支持从单张图片生成包含完整 PBR 材质与半透明效果的 3D 网格。在 H100 上生成 512³ 分辨率资产仅需约 3 秒，运行至少需要 24GB 内存的 NVIDIA GPU。
DoorDash 推出 Zesty：用 AI 挑餐厅，聚合 TikTok 和地图数据
DoorDash 推出 AI 社交应用 Zesty，率先在旧金山湾区和纽约上线。用户可直接用自然语言向 AI 提问（例如「适合内向者的低调晚餐」），应用聚合了 DoorDash、Google 地图和 TikTok 数据，还支持关注好友与打卡分享。
OpenAI 推出 GPT Image 1.5：生成提速 4 倍，支持自然语言精准修图
OpenAI 推出旗舰图像生成模型 GPT Image 1.5，生成速度比此前提升 4 倍，API 定价降低 20%。该模型支持用自然语言直接进行局部微调，能在多次修改中保持人脸与品牌 Logo 一致，并登顶 LMArena 图像生成与编辑榜单。
YouTube 内测 Playables Builder：输入一句话就能生成小游戏
YouTube Gaming 启动 Playables Builder 封闭内测。这是一款基于 Gemini 3 的原型工具，允许用户用简短的文本、视频或图像提示词直接生成小游戏。美、加、英、澳用户已可在部分合作创作者的频道内直接试玩首批作品。
Looki 推出穿戴式 AI 相机 L1：自动记录日常，剪辑 Vlog
Looki 在中国市场推出穿戴式 AI 相机 Looki L1，定价 1499 元。它定位为「AI 生活管家」，能被动记录日常并自动生成 Vlog，数据默认保存在本地。最值得关注的是，在间歇录制模式下其续航最高可达 13 小时，让全天候记录真正具备实用性。
Meta 智能眼镜更新：嘈杂环境放大对方人声，看风景让 Spotify 配乐
Meta 推送智能眼镜 v21 软件更新，推出「对话聚焦」功能，可在吵闹环境下定向放大对方说话声，滑动镜腿即可调节。此外还联动 Spotify，说一句指令就能根据眼前看到的画面匹配个性化歌单。目前对话聚焦功能先面向美加早期体验用户开放。
Black Forest Labs 发布 FLUX.2 [max]：支持联网搜索，参考图拉到 10 张
Black Forest Labs 发布新模型 FLUX.2 [max]。新模型支持联网检索实时信息辅助生成，并允许输入最多 10 张参考图来保持角色、产品与风格一致，在 @ArtificialAnlys 的文生图和图像编辑中排名第二。
阿里发布 Wan2.6：支持 15 秒多镜头叙事，还能原生音画同步
阿里巴巴发布原生多模态模型 Wan2.6。它不仅支持生成 15 秒 1080p 视频，还能实现自动分镜的多镜头叙事与多人对话原生唇形对齐，甚至可将参考视频中的角色跨场景迁移。这意味着用 AI 制作连贯剧情短片的门槛进一步降低。
Adobe Firefly 上线提示词视频编辑：接入 FLUX.2，不用重抽整段视频了
Adobe 正式向所有用户推出 Firefly 视频编辑器。用户输入文字指令就能直接修改视频里的元素、色彩或运镜，不必整段重新生成。新版还接入了 FLUX.2 和 Topaz Astra 4K 超分等第三方模型，多档付费订阅用户在 1 月 15 日前可享无限生成。
OpenAI 推出科学基准 FrontierScience：测物理化学生物，开源 160 道难题
OpenAI 推出全新科学基准 FrontierScience，评估物理、化学和生物领域的专家级推理能力。测试涵盖奥赛题与博士级科研任务，首批开源了 160 道核心试题。结果显示，模型在结构化推理上表现亮眼，但应对开放式真实科研仍有巨大提升空间。
小米开源 MiMo-V2-Flash：309B 参数 MoE 模型，主打编程推理与极致性价比
小米发布并开源大模型 MiMo-V2-Flash，总参数 309B、激活 15B。它主打编程与推理，支持 256k 上下文，并在 SWE-bench Verified 登顶开源第一。模型每秒生成 150 token，百万输入输出仅 0.1 和 0.3 美元，大幅降低了智能体与代码生成的调用门槛。
Google Labs 推出 AI 智能体 CC：每天清晨自动发来专属日程简报
Google Labs 推出实验性 AI 智能体 CC。它基于 Gemini 打通 Gmail、日历和云端硬盘，每天清晨会发来一封整合待办与日程的专属简报，还能直接帮拟回复草稿。目前仅面向美加地区 18 岁以上个人付费订阅用户开放排队。
OpenAI 测 GPT-5 进湿实验：自主改写克隆方案，效率提升 79 倍
OpenAI 宣布与 Red Queen Bio 合作，用 GPT-5 优化湿实验分子克隆流程，端到端效率提升达 79 倍。模型在无人工指导下自主引入协同酶机制并改良了步骤，实验人员仅负责照方操作。这表明大模型正从纯理论推导跨入实体实验的科学推理。
OpenAI 升级 ChatGPT 图像模型：生成快 4 倍，修图终于不跑偏了
OpenAI 推出新版 ChatGPT Images 及 API 模型 GPT Image 1.5。新模型生成速度最高提升 4 倍，修改图片时能锁定光影和人物面貌，文字排版也更稳，API 费用降低 20%。最值得关注的是，ChatGPT 侧边栏还新增了独立专区，免写提示词就能直接套用风格模板。
Meta 推出 SAM Audio：像抠图一样抠声音，支持点选画面和文字分离
Meta 推出声音分割多模态模型 SAM Audio。就像此前在图像领域分割物体一样，它支持用户通过文本描述、直接在视频中点选画面目标（如吉他）或标记时间段，从复杂混音中精准分离出特定声音。目前模型已上线 Segment Anything Playground 供公开体验。
周一
12月15日 星期一
ChatGPT 对话分支功能上线手机端：iOS 与 Android 也能分叉聊了
OpenAI 宣布将 ChatGPT 的对话分支功能推向 iOS 和 Android。用户可以从某条回答直接分叉出一条新对话，探索其他方向而不破坏原有的上下文。此前该功能仅限网页端，现在手机移动端也能无缝接着聊了。
美国政府启动 Tech Force 项目：最高 19.5 万美元年薪招揽 AI 人才
美国人事管理局（OPM）推出为期两年的「US Tech Force」人才计划，首批拟招募 1,000 名早期职业工程师与 AI 专家。入选者将被派往国防部、国税局等部门参与重点项目，年薪达 13 万至 19.5 万美元，并由微软、Meta 等约 25 家科技企业提供导师指导。
Google 升级 Gemini Deep Research：不仅出文字，还能生成交互图表与模拟
Google 为 Gemini Deep Research 推出可视化报告功能。新功能突破纯文本限制，能自动生成定制图像、图表以及可交互的动态模拟模型。目前已面向 Google AI Ultra 订阅用户开放，帮助更直观地预测变量并理解复杂数据。
Zoom 发布 AI Companion 3.0：引入智能体工作流，支持网页独立使用
Zoom 发布 AI Companion 3.0，引入智能体工作流与独立网页端。它能跨会议记录和云盘自动提取待办并撰写文档，免费用户也可按每月 10 美元独立订阅。这意味着 Zoom 正在跳出单纯的开会工具，转型为全天候协同的 AI 工作助手。
阿里 Qwen Code v0.5.0：集成 VSCode，新增 TS 支持与多模型接入
阿里通义千问团队发布 Qwen Code v0.5.0。新版本将 CLI 打包进 VSCode 发布包，并推出原生 TypeScript SDK，同时支持 DeepSeek V3.2、Kimi-K2 等兼容 OpenAI 格式的推理模型。开发者能在终端与编辑器中更流畅地管理会话并调用工具。
Manus 推出 1.6 版：Max 智能体支持端到端写 App，上线修图画布
Manus 发布 Manus 1.6，推出旗舰智能体 Manus 1.6 Max。新版本大幅提升了一次性任务成功率，双盲测试满意度提升 19.2%。除了强化表格与网页开发，Manus 首次支持端到端构建移动 App，并新增支持点选局部微调与改文字的「Design View」图像画布。
NVIDIA 发布 Nemotron 3 开源模型：主打多智能体协作，Nano 版即日上线
NVIDIA 发布面向多智能体系统的开源模型家族 Nemotron 3，首发上线的 Nano 版本采用混合专家架构，吞吐量达到前代的 4 倍。官方还同步开源了配套的训练数据集与强化学习工具库。
周日
12月14日 星期日
韦氏词典评出 2025 年度词：代指 AI 垃圾内容的「slop」当选
Merriam-Webster 选出 2025 年度词汇「slop」，专指通过 AI 大量生成的低质量数字垃圾内容。从荒诞视频到废话报告，这个词的爆红反映出大众面对 AI 威胁时，心态正从早期的恐惧转向嘲讽。
周六
12月13日 星期六
佛州一中学 AI 把单簧管认成枪：触发全校紧急封锁
据 TechSpot 报道，佛罗里达州一所中学的 AI 枪支检测系统将学生携带的单簧管误判为枪械，触发了最高级别的红色代码封锁。涉事系统由 ZeroEyes 提供，原本设有经过人工复核的流程，但这次两道防线全失灵。事件引发了对校园 AI 监控误报和透明度的质疑。
