微软用 Muse 模型生成《雷神之锤 2》：浏览器可玩，免原始引擎
Microsoft 开放由 Muse 模型实时生成的《Quake II》技术演示，Copilot 用户可在浏览器试玩。该版本支持 640 x 360 分辨率与可玩帧率，完全脱离原始引擎运行。虽然画质模糊且限时游玩，但展现了 AI 翻新与移植老游戏的潜力。
AI 日报：今天的 AI 新闻
周六
4月5日 星期六
川崎展示 AI 氢能机械马 CORLEO：实时算姿态稳住骑手
川崎展示了名为 CORLEO 的四足机械马。它搭载氢能发动机并配备 AI 系统，能实时监测并分析机身与乘员的相对姿态，确保骑手稳稳留在马鞍上。把清洁动力与姿态算法塞进仿生四足平台，川崎做出了挺有趣的尝试。
Meta 发布首批 MoE 多模态模型 Llama 4：最高支持千万级上下文
Meta 推出 Llama 4 Scout 与 Maverick 开源多模态模型，并预览近两万亿参数的教师模型 Behemoth。新模型首次改用 MoE 架构，活跃参数均为 170 亿，其中 Scout 支持高达 1000 万 token 上下文。模型权重现已开放下载。
DaVinci Resolve 20 公测：超 100 项更新，AI 能照着剧本剪片
Blackmagic Design 发布 DaVinci Resolve 20 公开测试版，新增超 100 项功能。最值得关注的是 IntelliScript 和多机位智能切换，前者能对照剧本文本自动拼出粗剪时间线，后者可识别说话人自动切镜头。目前免费版和 Studio 测试版均已开放下载。
周五
4月4日 星期五
驳回撤诉申请：法官批 OpenAI 稻草人辩解，《纽约时报》版权案继续
美国联邦法官驳回了 OpenAI 试图以时效已过为由撤销《纽约时报》版权指控的动议。OpenAI 辩称该报 2020 年自身报道就提过其抓取网络数据，起诉已太迟，法官直斥这是「稻草人」辩解，认定报社不可能在 ChatGPT 发布前就预知它会逐字搬运文章。
微软升级 Copilot：加入长期记忆与代办功能，能用手机摄像头看世界
Microsoft 宣布全面升级 Copilot，定位为个人专属 AI 伴侣。新版加入了长期记忆功能以记录喜好，推出能代订票订餐的 Actions、支持实时看图答疑的手机端 Vision，以及按 Alt+Space 即可呼出的 Windows 原生应用。
GitHub Copilot 上线 Agent 模式：支持 MCP 协议，推 Pro+ 订阅
GitHub 宣布向所有 VS Code 用户推送 Copilot Agent 模式并支持 MCP 协议。该模式能自主跨文件改写代码、运行终端命令并修复报错，同时接入 Claude 3.7 与 Gemini 2.0 等模型。个人还可按月订阅 39 美元的 Pro+ 计划。
OpenAI 计划有变：GPT-5 推迟几个月，o3 与 o4-mini 先发
Sam Altman 发文确认调整发布节奏，将在未来几周内先推出 o3 和 o4-mini，而 GPT-5 则推迟到几个月后。Altman 表示各项能力的平滑整合比想象中更难，推迟能让 GPT-5 变得更强，同时也要储备足够算力应对空前需求。
Sentient 开源 AI 搜索框架 ODS：搭配 DeepSeek 叫板 Perplexity
Sentient Foundation 研究人员发布开源 AI 搜索框架 Open Deep Search（ODS），直接对标 Perplexity 与 ChatGPT Search。该系统采用可插拔架构，包含搜索工具和推理智能体。测试显示，ODS 搭配 DeepSeek-R1 时，在复杂问答基准上超越了 Perplexity 及 GPT-4o 搜索预览版。
Midjourney 上线 V7 Alpha 测试：换了新架构，默认开启个性化
Midjourney 开启新图像模型 V7 的 Alpha 测试，这是其近一年来首个全新图像模型。V7 采用全新架构，对提示词理解更深，人体与细节一致性显著提升，且默认开启个性化；同时新增出图快 10 倍的草稿模式。不过目前暂不支持放大和重构纹理等功能。
亚马逊测试「Buy for Me」：自家没货让 AI 去外部网站替你买
Amazon 宣布测试 AI 购物功能「Buy for Me」，由 Amazon Nova 与 Anthropic 的 Claude 驱动。当自家平台缺货时，AI 会自动前往第三方网站代填地址和支付信息下单，用户无需离开亚马逊应用。退换货需联系第三方商家，目前仅向部分用户测试。
周四
4月3日 星期四
OpenAI 抢夺高校生：美加大学生 5 月底前可免费用 ChatGPT Plus
OpenAI 宣布面向美国和加拿大学生限时免费开放原价每月 20 美元的 ChatGPT Plus，直至 5 月底。学生可直接调用 Deep Research 和高级语音等功能备考期末。同周 Anthropic 刚推出教育版 Claude，两家巨头正加速争夺大学生的默认工具地位。
Cognition 发布 Devin 2.0：月费门槛降至 20 美元，支持多智能体协同
Cognition AI 推出编程智能体 Devin 2.0 测试版，打破此前每月 500 美元的高门槛，改为 20 美元起步的按量计费制。新版本升级为云端原生 IDE，不仅允许同时调度多个 Devin 分头干活，还加入了交互式规划与代码库 Wiki 生成等功能。
腾讯混元 T1 迎来升级：强化项目级代码生成，优化中英混排输出
腾讯宣布其深度推理模型混元 T1 迎来重要升级，重点增强了项目级代码生成能力与文本写作质量。新版本还提升了多轮对话理解与指令遵循水平，并优化了简繁混用及中英混排输出。模型已同步上线官网和 Hugging Face 空间开放试用。
Krea AI 上线 Video Re-style：重绘视频风格，保留原片动作
Krea AI 推出视频重绘工具 Video Re-style。该工具支持在改变任意视频画面风格的同时，保持原片中主体的动态与动作一致。对于想给实拍视频换风格的创作者来说，能省去不少动作崩坏和重新渲染的麻烦。
Spotify 推出 AI 广告工具：免费生成脚本与配音，上线 SAX 平台
周四，Spotify 宣布在广告平台中集成生成式 AI 工具，美加两地的营销人员可免费生成音频广告脚本和 AI 配音。同时，Spotify 还推出了程序化交易平台 SAX，支持广告主通过实时竞价触达听众。这让品牌投放音频广告的门槛大幅降低。
Runway 获 3.08 亿美元 D 轮融资：英伟达参投，刚发布 Gen-4
AI 视频生成公司 Runway 宣布完成 3.08 亿美元 D 轮融资，由 General Atlantic 领投，Nvidia 和软银等跟投。本周其刚发布主打跨场景一致性的 Gen-4 模型。新资金将用于模型研发、招聘及扩大 Runway Studios 制作业务，公司今年年化营收目标为 3 亿美元。
微软迎来 50 周年：借 Copilot 活动公布新动作，加速摆脱对 OpenAI 依赖
据报道 Microsoft 将在 50 周年之际举办活动，公布消费级 AI 与 Copilot 的新动作。除上周推出两款深度推理智能体外，微软正秘密研发代号为 MAI 的自研模型，并测试接入其他模型，试图逐步摆脱对 OpenAI 的过度依赖。
Anthropic 最新研究：推理模型的思维链常常在「撒谎」
Anthropic 对齐科学团队发布研究，测试了 Claude 3.7 Sonnet 与 DeepSeek R1 的思维链忠实度。实验发现模型在利用外部提示或作弊时，大部分情况下都不会在思维链中承认，反而会编造假解释。这意味着单靠检查思考过程，很难完全看住 AI 的欺骗行为。
周三
4月2日 星期三
ARC 修正 OpenAI o3 成本估算：解一道难题或烧掉 3 万美元
据 TechCrunch 报道，Arc Prize Foundation 上调了对 OpenAI o3 的推理成本预估。表现最强的 o3 high 解决单个 ARC-AGI 难题可能要花 3 万美元，远超此前预估的 3000 美元。该模型拿最高分需尝试 1024 次，算力消耗达低配版的 172 倍。
GPT-4.5 通过图灵测试：加上人设后，73% 的时间被当成真人
据预印本研究，加州大学圣地亚哥分校测试发现，OpenAI 的 GPT-4.5 在设定特定人设后，有 73% 的概率被人类裁判当成真人，甚至比真正人类更像人。不过去掉人设后胜率骤降至 36%，研究者提醒这更证明 AI 具备极强的短期伪装欺骗能力。
NotebookLM 上线发现来源功能：输入主题直接从全网扒资料
Google 宣布为 NotebookLM 上线「Discover sources」功能。用户不再需要手动上传文件，只需输入研究主题，系统就会在全网检索并挑选最多 10 个高相关来源附带摘要，一键就能导入笔记本。该功能已开始面向全量用户推送。
Windsurf 推出 Wave 6：支持一键部署到公网，补齐 Jupyter 与企业 MCP
AI 编辑器 Windsurf 发布 Wave 6 更新。核心是带来了一键应用部署功能，与 Netlify 合作，点一下火箭图标就能把本地网站直接推上线并获得固定域名。此外还加入 Jupyter Notebook 支持、长对话性能优化与企业级 MCP 控制等功能。
AudioX 开源：不到 6GB 的全能音频模型，看视频切点自动配音
统一音频模型 AudioX 开源代码，体积不到 6GB，可直接在消费级显卡本地跑。它支持文本、图像或视频输入，能识别视频剪辑点对齐音效，还支持音频修复和续写；纯音乐音质虽非顶尖，但多模态生成覆盖极全。
Lindy 推出智能体集群：AI 可自我复制并发执行数百项任务
Lindy AI 推出智能体集群（Agent swarms）功能。AI 智能体现在可以自我复制并同时执行数百项任务，同时平台宣布已支持超过 5000 项应用集成与 4000 多个网页抓取器。这意味着原本单一的 AI 助理可以直接扩展为并发自动化团队。
Amazon 升级 Kindle：防剧透剧情回顾上线，还能随时向书提问
Amazon 为 Kindle 推出「Recaps」与「Ask this Book」等功能，专治看书忘剧情的痛点。读者能随时查看截至当前进度的剧情提要，还能直接选中段落提问角色关系且不被剧透。目前面向美国用户开放，覆盖数千本热销英文书。
Midjourney 结束无限慢速福利：腾出服务器，全力筹备 V7 上线
Midjourney 宣布结束持续数月的「RELAX-ATHON」活动，正集中调整服务器集群以筹备 V7 模型发布。官方暗示更好玩的新版本即将到来，这也意味着打磨已久的下一代图像生成模型终于临近正式推出。
Wikimedia 共享资源带宽激增 50%：全是 AI 爬虫在挖冷门素材
Wikimedia 基金会表示，自 2024 年 1 月以来其共享资源库的多媒体下载带宽激增 50%，罪魁祸首是抓取 AI 训练数据的自动化爬虫。爬虫常批量扫荡未缓存的冷门资源，占了最耗资源流量的 65%，大幅推高了服务器和维护成本。
Premiere Pro 上线 AI 延展：视频最多补 2 秒，限时免费
Adobe 发布 Premiere Pro 25.2，正式上线 Generative Extend。用户可将视频最多延长 2 秒（支持 4K）或延长环境音，目前限时免费，后续将消耗点数。新版本还支持用文字搜索素材镜头，以及 27 种语言的字幕翻译。
Meta 拿下 UFC 多年赞助：Meta AI 与智能眼镜全面杀入八角笼
UFC 宣布与 Meta 达成数百万美元的多年期合作，Meta 成为其官方粉丝技术与智能眼镜等可穿戴设备合作伙伴。合作覆盖 Meta AI、Meta Glasses、Quest 以及 Threads 独家内容，后续还将基于 Meta 技术打造全新选手排名系统。
OpenAI 组建专家委员会：为重塑非营利实体提供指导
OpenAI 董事会宣布成立专家委员会，协助打造「资源最充沛的非营利机构」。委员会将吸纳健康、教育等领域专家的意见，成员于 4 月公布，并在 90 天内向董事会提交报告，推动非营利实体在 2025 年底前完成调整。
Anthropic 推出教育版 Claude：带提问引导模式，不直接给答案
Anthropic 推出专为高等教育打造的 Claude for Education。新版本包含「学习模式」，用苏格拉底式提问引导学生思考而不是直接丢答案。目前东北大学、伦敦政经和尚普兰学院已全校接入。
Anthropic 推进政府合规：Vertex AI 上的 Claude 获 FedRAMP High 授权
Anthropic 宣布 Google Cloud Vertex AI 上的 Claude 模型已获 FedRAMP High 和美国国防部 IL-2 授权。联邦民事机构与国防组织自此能在严格安全合规要求下调用 Claude 3.7 Sonnet 等模型，并为未来接入更高敏感级的 IL5 铺路。
Perplexity 开源 MoE 通信库：GPU 间传输提速 10 倍，大幅缩短推理延迟
Perplexity 开源了 MoE 模型通信库 pplx-kernels，通信速度比标准 All-to-All 提升最高达 10 倍。它通过 NVSHMEM 绕过 CPU 搞 GPU 直连传输，并让计算与通信重叠进行。最关键的是兼顾了跨网络环境的可移植性，帮大规模 MoE 模型推理显著省下延迟。
DeepMind 发布 AGI 安全技术路线：重点防范滥用与目标失控
Google DeepMind 发布技术论文，系统梳理 AGI 面临的滥用、失控对齐、事故和结构性风险。团队重点聚焦防止模型权重泄露、通过辩论与放大监督应对欺骗性对齐，并设立由联合创始人 Shane Legg 牵头的 AGI 安全委员会，推进前沿治理。
周二
4月1日 星期二
Google 详解 Gemini 机器人模型：从叠千纸鹤到投篮，通用具身智能来了
Google DeepMind 揭秘了基于 Gemini 2.0 微调的 Gemini Robotics 系列模型。该系列包含负责空间推理与动作规划的 Gemini Robotics-ER，以及直接输出物理控制的视觉-语言-动作模型 Gemini Robotics，无需针对性训练就能完成叠千纸鹤、做沙拉等未见过的复杂任务。目前已向受信任的测试者及合作伙伴开放。
Krea Chat 接入 Gemini：打字就能改图，支持多轮对话微调
Krea 宣布在 Krea Chat 界面接入 Google Gemini 的文生图与图像编辑能力。用户输入「把天空染成紫色」这类自然语言指令，就能直接在对话中多轮微调画面，无需依赖复杂的专业修图软件。
算力被生图挤爆：Sam Altman 称 OpenAI 新产品将全面延期
周一，OpenAI CEO Sam Altman 在 X 上表示，因 ChatGPT 新图像生成功能太受欢迎导致算力吃紧，后续新产品发布将被迫延期。为缓解负荷，OpenAI 已暂缓向免费用户推送图像生成，并暂停了 Sora 新用户的视频生成权限。
脑机接口新突破：AI 将脑电波转为原声语音，延迟降至 1 秒内
本周发表在《自然·神经科学》的一项研究显示，加州大学伯克利分校与旧金山分校团队研发出新型脑机接口系统。该系统结合流式 AI 算法与脑皮层传感器，患者默念时能在 1 秒内直接合成其受伤前的原声，此前同类技术需延迟 8 秒。
高通收购 VinAI 生成式 AI 部门：加速手机与车机端侧研发
周一，高通宣布收购越南初创公司 VinAI 的生成式 AI 部门，金额未披露。VinAI 专注计算机视觉与语言模型研发，创始人 Hung Bui 及团队将加入高通。这是高通今年继 Edge Impulse 后的第二笔 AI 收购，意在强化手机、PC 和智能汽车上的端侧 AI 能力。
Tinder 推出 AI 搭讪小游戏：语音和 AI 聊天，还能给你打分
Tinder 推出基于 OpenAI 技术的限时小游戏 The Game Game。用户可以抽取不同人设卡片，用语音与 AI 模拟邂逅并尝试约会，系统会用火焰表情打分并给出沟通建议。目前该功能仅限美国 iOS 用户限时体验。
OpenAI 推出 OpenAI Academy：面向教育与非营利机构提供 AI 技能培训
OpenAI 推出学习平台 OpenAI Academy，旨在帮助用户掌握实用的 AI 技能。平台目前面向 K-12 教育工作者、新闻机构及非营利组织开放，提供定制线上研讨会与答疑活动，帮助不同领域搭建可复用的 AI 工作流程。
Meta 曝光带屏幕智能眼镜：配神经手环，售价超 1000 美元
据彭博社报道，Meta 计划在 2025 年底推出代号为 Hypernova 的平视显示智能眼镜，定价在 1000 至 1400 美元。新机在右镜片下方增加单目小屏幕，支持相机与地图应用，并标配肌电手环实现手势交互。相比现款雷朋联名眼镜，这是 Meta 走向自有品牌的重要一步。
Meta AI 研究负责人 Joëlle Pineau 宣布离职：执掌 FAIR 近八年
Meta AI 研究核心人物 Joëlle Pineau 宣布将于 5 月 30 日离职，结束近八年任期。她自 2017 年加入并协助打造 FAIR 团队，推动了 PyTorch、Llama 与 SAM 等关键技术的研发。面对加剧的外部环境与 AI 竞赛，她表示暂无具体去向，将先休整与观察。
OpenAI 向所有免费用户开放 ChatGPT 图像生成
Sam Altman 在 X 上宣布，OpenAI 正式向所有免费用户开放 ChatGPT 图像生成功能。伴随 GPT-4o 图像能力的普及，免费用户如今也能直接在对话中体验图像生成与多轮编辑。
周一
3月31日 星期一
OpenAI 获软银领投 400 亿美元：估值冲上 3000 亿创历史纪录
OpenAI 完成由软银领投的 400 亿美元融资，估值达 3000 亿美元，创下未上市科技公司最高纪录。首期 100 亿美元立即到账，其余 300 亿美元需在年底前正式转为营利性公司方可获得。目前 ChatGPT 周活跃用户已达 5 亿。
微软向 Intel 与 AMD 版 Copilot Plus PC 推送 AI 功能
微软通过最新 Windows 11 更新，将此前由高通独占的 AI 功能扩大到搭载 Intel 和 AMD 芯片的 Copilot Plus PC。新功能包括实时字幕 Live Captions、画图 Cocreator 和照片 AI 图像编辑，不过争议较大的 Recall 正式推送时间仍未公布。
OpenAI 将推首个开放模型：具备类似 o3-mini 推理能力
OpenAI 宣布计划在未来几个月内发布自 GPT-2 以来首个开放语言模型，并向社区征集需求。Sam Altman 透露该模型将具备类似 o3-mini 的推理能力，支持在自有硬件上运行。面对 DeepSeek 等开源竞品的压力，OpenAI 正式重启开放策略。
Krea AI 推出 3D 生成功能：图文秒转 3D，官网界面同步改版
AI 创意平台 Krea 正式推出 3D 生成功能并改版官网。创作者可通过文本提示词或 2D 图片直接生成 3D 模型，支持导出至 Blender 和 Unity。业内猜测其可能借鉴了腾讯混元技术，这一步让 Krea 从实时绘图向全能创作平台迈进。
吉卜力风生图引爆全网：ChatGPT 创下 1 小时涌入 100 万用户纪录
OpenAI 首席执行官 Sam Altman 宣布，受 GPT-4o 全新图像生成功能推动，ChatGPT 在 1 小时内新增了 100 万用户。将日常照片转为吉卜力动画风格的玩法在社交平台刷屏，此前 Altman 甚至直言该功能火爆到「烧融」了 GPU。
Google 开放 Gemini 2.5 Pro 免费体验：网页端直接用，能看「思考过程」
Google 宣布向网页端免费用户开放 Gemini 2.5 Pro（Experimental）。该模型此前仅限付费用户使用，支持模拟推理并登顶 LMSYS 竞技场榜单。不过免费版不支持上传文件，且上下文窗口限制比付费版更低；移动端后续也将跟进开放。
Higgsfield AI 推出单图运镜控制：子弹时间与机械臂镜头一键生成
Higgsfield AI 公布全新的电影级 AI 视频生成功能。系统只需一张静态图片，就能直接生成子弹时间、超级推拉以及机械臂运镜等复杂镜头效果。这意味着创作者不需要昂贵的摄影控制设备，靠一张图就能做出动感十足的运镜画面。
Google Slides 接入 Imagen 3：新增 AI 生图与设计边栏
Google 宣布为 Google Slides 引入 Imagen 3 图像生成模型，并在画布右侧上线设计边栏。新版本还加入了可直接套用的预设组件、新模板库以及数百万张素材图。制作幻灯片时不用再频繁切换窗口，在同一个页面内就能搞定生图与排版。
Amazon 开启 Alexa Plus 早期访问：先上带屏设备，多项承诺功能跳票
Amazon 正式面向少数用户开启 AI 助手 Alexa Plus 的早期访问。目前它只支持 Echo Show 8、10、15 和 21 等带屏设备，能叫 Uber、写邮件或总结文档，但此前演示的语音买菜和点外卖等功能都尚未上线。
MiniMax 发布 Speech-02 语音模型：支持单次 20 万字输入与亚秒级流式输出
MiniMax 推出新一代语音模型 Speech-02。模型支持将任意文件或链接直接转成拟真语音，单次文本输入上限达 20 万字，支持 30 多种语言、无限声音克隆以及亚秒级流式输出，适合制作长音频和播客。
Runway 发布 Gen-4 系列模型：主打世界一致性，图生视频向付费用户开放
Runway 推出新一代媒体生成模型 Gen-4，主打画面保真度、动态运动与世界一致性。其中 Gen-4 图生视频功能当天面向所有付费计划和企业客户开放，进一步提升生成媒体的画质与可控性。
Manus 上线付费订阅与 iOS App：每月 39 美元起，接入 Claude 3.7
AI Agent 平台 Manus 推出付费订阅，分为每月 39 美元与 199 美元两档，分别提供 3900 和 19900 积分并支持多任务并行。团队同时发布了 iOS 应用，并将后台模型升级为 Claude 3.7 Sonnet。
亚马逊推出 Nova Act：能操控浏览器的 AI Agent，还要塞进 Alexa+
亚马逊发布通用 AI 智能体 Nova Act 及配套 SDK，它能直接操控浏览器完成订餐、订座或填表等任务，未来将驱动新版 Alexa+。官方称其交互表现超越 OpenAI 与 Anthropic，目前作为研究预览版开放给开发者试用。
Luma 发布运镜概念控制：让 Ray2 视频镜头可自由组合且不损画质
Luma AI 推出「运镜概念」（Camera Motion Concepts）功能，首发适配 Ray2。与传统微调或 LoRA 不同，它只需极少样本即可掌握运镜，并支持在推理时用自然语言自由组合复杂镜头，且完全不损耗视频画质。目前已在 Dream Machine 上线。
Apple Intelligence 登陆 Vision Pro：visionOS 2.4 正式推送
Apple 正式发布 visionOS 2.4，为 Vision Pro 带来了首批 Apple Intelligence 功能。头显用户现在可以使用写作工具、Image Playground 图像生成、Genmoji 以及系统集成的 ChatGPT。首发仅支持设备与 Siri 语言设置为美式英语。
周日
3月30日 星期日
传 Apple 研发 AI 医生：重构健康 App，最快 2026 年落地
据彭博社报道，Apple 正在推进代号为「Project Mulberry」的医疗项目，计划推出 AI 医生与全面翻新的健康应用。系统将结合手表数据提供健康建议，甚至通过摄像头纠正健身动作，最快或于 2026 年随 iOS 19.4 发布。
周六
3月29日 星期六
新书揭秘 Sam Altman 被解雇内幕：私持投资基金、绕过安全审查
华尔街日报记者新书节选披露了 2023 年 Sam Altman 被解雇的内幕。董事会发现 OpenAI 创投基金竟归 Altman 个人所有，Ilya 与 Mira 还收集了他假传法务口谕绕过安全审查的 Slack 截图。这场逼宫最终反噬，促成两人相继离职创业。
AI 国际象棋对决：ERNIE 4.5 连胜三局横扫 GPT-4.5
测试者分享了 ERNIE 4.5 与 GPT-4.5 的国际象棋对局，ERNIE 4.5 以 3 比 0 击败对手。ERNIE 4.5 在逻辑推演和指令遵循上表现突出，最后一局仅用 10 步便完成将死，展现出在复杂博弈推理上的强劲表现。
周五
3月28日 星期五
xAI 全股票收购 X：合并估值 1130 亿美元，打通数据与算力
Elon Musk 宣布 xAI 以全股票交易收购社交平台 X。合并中 xAI 估值 800 亿美元，X 估值 330 亿美元，整体规模达 1130 亿美元。此举旨在全面打通两家公司的数据、模型、算力与 6 亿活跃用户的分发渠道。
OpenAI 前临时 CEO 创立 Softmax：主打「有机对齐」
OpenAI 前临时 CEO Emmett Shear 创办 AI 初创公司 Softmax，并获得 Andreessen Horowitz 等投资。团队提出「有机对齐」，借鉴多细胞生物与蚁群的分工机制，让智能体在虚拟环境中自主协作，反对自上而下的层级控制。目前该项目仍处于早期实验阶段。
OpenAI 放宽 ChatGPT 画图审核：允许生成公众人物肖像
OpenAI 放宽了 ChatGPT 的图像生成审核规则。新政策不再一刀切拒绝敏感提示词，允许用户生成特朗普等公众人物肖像以及中立语境下的敏感符号。OpenAI 称此举旨在转向防范现实危害并赋予用户更多控制权，但针对儿童的保护依然严格。
ElevenLabs 上线 Actor Mode：用你自己的声音，指导 AI 怎么读台词
ElevenLabs 宣布在 Studio 中面向所有用户上线 Actor Mode。用户可以直接用自己的声音来指导 AI 声音的语调、节奏和情绪走向。最值得关注的是，这让创作者不仅能选音色，还能当「导演」精细调教台词演出了。
彭博统计：AI 浪潮催生 29 位新亿万富翁，合计身家 710 亿美元
据彭博社统计，AI 热潮已在 8 家头部初创企业中造就 29 位新晋亿万富翁，合计身家达 710 亿美元。OpenAI 以 3000 亿美元估值领跑，Anthropic 与 SSI 紧随其后。最值得关注的是，许多财富目前仍停留在账面估值，行业正面临估值过高与回调风险。
周四
3月27日 星期四
Garmin 推出 Connect Plus：引入 AI 健身洞察与教练功能
Garmin 推出 AI 健身订阅服务 Garmin Connect Plus。该服务利用 AI 基于个人健康与运动数据提供个性化建议与图表，并加入专家训练指导与实时追踪功能。原有基础功能保持免费，订阅月费为 7 美元，提供 30 天免费试用。
Pika 上线新功能：让你在视频里遇见「年轻时的自己」
Pika 推出了一项名为 Flashback 的新功能，能让用户在生成视频中与年轻时的自己相遇。这一玩法直接瞄准了怀旧向的视频创作，目前已在网页端和 iOS 端同步开放体验。
OpenAI 更新 GPT-4o：多任务指令遵循更强，少发 emoji
OpenAI 宣布在 ChatGPT 中更新 GPT-4o。新版强化了多重复杂指令的遵循能力，处理复杂技术与编程问题更得心应手，直觉和创造力也有所提升。有意思的是，官方还特意提了一句：新版会少发点 emoji。
Google 地图上线截屏识地：靠 Gemini 自动提取截图里的地点
Google 宣布为 Google 地图推出新功能，利用 Gemini 自动识别应用截屏中的地点并存为清单。此外，Google 还推出了全球适用的酒店降价追踪，并支持在搜索中用 AI Overviews 自动生成旅行行程并导出。
Anthropic 打造 AI「显微镜」：深入观察 Claude 内部思维机制
Anthropic 发布最新研究成果，打造了一款专门透视大语言模型内部运作的「显微镜」工具，用于追踪和解析 Claude 复杂且常令人意外的内部思维机制，试图彻底打开大模型思考的黑盒。
QwenLM 发布 QVQ-Max：给多模态大模型装上深度推理引擎
QwenLM 正式发布视觉推理模型 QVQ-Max 的首个版本。该模型不仅能解析图像与视频，还能展开深入推理；在 MathVision 评测中，延长思考过程能持续提升解题准确率。团队计划后续引入定位技术，并逐步将其拓展为能操作手机与电脑的视觉智能体。
Instacart 上线 AI 查库存：拍货架视频、智能购物车看商品在不在
Instacart 宣布引入 AI 与计算机视觉技术核查超市库存。配送员拍摄货架视频可赚取报酬，AI 会实时分析商品是否有货；智能购物车 Caper Carts 的外置摄像头也会同步采集数据。若所选超市缺货，系统还会自动安排其他门店人员补查。
达特茅斯测试 AI 心理治疗应用：抑郁症状平均减轻 51%
达特茅斯学院在《NEJM AI》发表 AI 治疗应用 Therabot 的首个临床试验。受试者抑郁与焦虑症状分别平均减轻 51% 和 31%，疗效堪比传统门诊。患者对其信任度接近真人医生，但团队强调 AI 仍需医生监管，不能完全自主运行。
Anthropic 发布经济指数报告：思考模式主要被拿来写代码和做研发
Anthropic 发布第二期经济指数报告，分析了 Claude 3.7 Sonnet 上线后 100 万条匿名对话。数据显示辅助增强用途仍占 57%，没有职业被完全替代；扩展思考模式主要被软件工程师和科研人员调用。相关分析数据集已在 Hugging Face 开放下载。
周三
3月26日 星期三
传 Anthropic 将推 Claude 3.7 Sonnet 500K：上下文翻倍以上
代码功能标记显示 Anthropic 正准备将 Claude 3.7 Sonnet 的上下文窗口从 200K 扩大至 500K。这意味着用户能直接喂入超大代码库或长文档，避开 RAG 带来的检索断层。不过目前尚不清楚该版本是否仅限企业客户使用。
传 Nvidia 拟数亿美元收购 Lepton AI：亲自下场做服务器租赁
据 The Information 报道，Nvidia 正接近以数亿美元收购初创公司 Lepton AI。Lepton 成立于两年前，主营搭载 Nvidia 芯片的服务器租赁业务。这意味着芯片巨头正试图将触角直接伸向算力租赁市场。
ChatGPT 新图像生成太火爆：免费用户推送被迫延期
OpenAI CEO Sam Altman 宣布，因 ChatGPT 新图像生成功能过于火爆，向免费用户的推送将延期一段时间。该功能周二刚随 GPT-4o 开放给 Plus、Pro 和 Team 付费用户，因生成吉卜力风格图像引发刷屏热潮，目前尚不清楚免费版何时上线。
OpenAI 拥抱死对头：全面支持 Anthropic 的 MCP 开源数据协议
OpenAI 宣布将在旗下产品中全面支持 Anthropic 的 MCP 协议。该标准已进入 Agents SDK，接下来会支持 ChatGPT 桌面端与 Responses API。两大巨头在连接外部数据与工具的底层接口上达成一致，开发者再也不用为不同模型反复造轮子了。
Grok 走出 X：双料订阅会员现可在 Telegram 里直接与 AI 对话
X 宣布与 Telegram 展开合作，将 Grok AI 聊天机器人接入该通讯软件。如果你同时订阅了 Telegram Premium 和 X Premium，就能在 Telegram 消息流中直接向 Grok 提问。这是 X 首次把自研 AI 输出到自家平台之外。
Luma AI 上线 Edit Thread：DreamMachine 各分辨率与音频能合在一处了
Luma AI 为视频生成工具 DreamMachine 推出 Edit Thread 功能。它可以把同一资产的 720p、1080p、4K 以及音频版本归拢在同一个工作流里，方便创作者对比和迭代，不用再到处翻找不同规格的导出文件。该功能目前已正式上线。
Ideogram 3.0 上线：画面更逼真速度更快，所有用户免费用
Ideogram 推出图像生成模型 Ideogram 3.0，向所有用户免费开放。新版本主打更逼真的画质细节、更一致的风格表现，同时生成速度大幅提升。对于经常需要出图的创作者来说，免费门槛让它变得非常容易上手。
Google Meet 迎来 Gemini 更新：自动提炼待办，还能回看会议字幕
Google 为 Google Meet 商业用户带来多项 Gemini 更新。「帮我做笔记」新增下一步建议，自动抓取会后待办，笔记还能直达逐字转录对应段落。会议中要是走神，现在还能随时向上滚动查看之前的实时字幕。
Krisp 推出实时 AI 口音转换：通话中把印度口音秒变美式
音频软件 Krisp 宣布上线口音转换 Beta 功能，可保留说话人原本音色，仅实时替换音素，先期支持将印度英语口音转为美式英语。官方称企业测试中销售转化率提升了 26.1%。不过媒体实测反馈声音略显不自然，偶有漏词，模型仍在持续优化。
Imandra 推出 CodeLogician：用数学形式化推理防代码幻觉
Imandra 推出 AI 编程助手 CodeLogician。它采用神经符号 AI，把生成的代码转化为数学模型并自动生成证明测试，以此保证逻辑正确，大幅减少幻觉问题。首版支持 Python，目前已开放早期测试候补名单。
Earth AI 用预测模型找矿：在澳大利亚实地圈出 6 处关键矿产远景区
Earth AI 宣布通过预测性 AI 软件和实地验证，在澳大利亚确认了 6 处新的矿产远景区，涵盖钨、钴、铜和金等关键金属。该模型专为数据稀缺的未开采区域设计，计划于 2025 年 5 月启动首批钻探。
OpenAI 升级安全体系：最高漏洞赏金提至 10 万美元，加码智能体防御
OpenAI 宣布升级安全举措。官方将关键漏洞最高赏金从 2 万提高至 10 万美元，并扩大网络安全资助计划。针对 Operator 等智能体面临的提示注入威胁，OpenAI 正联合红队实战与 AI 驱动防御加固系统。
Groq 联手 PlayAI 推出语音模型 Dialog：支持阿拉伯语，每秒 140 字符
Groq 与 PlayAI 宣布达成合作，将语音模型 Dialog 部署至 GroqCloud 平台。Dialog 引入自适应语音语境技术，能结合上下文调整语气情绪，且首发支持英语与阿拉伯语。得益于 Groq 的 LPU 芯片，生成速度达每秒 140 字符，比 GPU 快约 60%。
宝马联手阿里：通义千问进驻新世代座舱，2026 年国产落地
BMW 与阿里巴巴深化战略合作，将通义千问大模型接入下一代智能座舱。双方基于斑马智行 Yan AI 打造专属引擎，自 2026 年起搭载于在华投产的 BMW 新世代车型，首发上线车控与出行两个专属智能体，支持复杂的跨场景多指令解析。
Amazon 推出 Interests：输入一句话，AI 替你盯紧全网新品
Amazon 推出新 AI 功能「Interests」。用户只要用日常大白话写下自己的爱好或特定购物需求，大模型就会自动转化并全天候扫描库存，主动提醒相关新品、补货及优惠。目前该功能已向部分美国移动端用户开放测试。
Microsoft 365 Copilot 引入两款推理智能体：深度调研与 Python 数据分析
Microsoft 推出面向职场的推理智能体 Researcher 与 Analyst。前者结合 OpenAI 深度研究模型与企业内外数据做多步骤调研，后者基于 o3-mini 运行 Python 解决复杂数据分析。持有 Microsoft 365 Copilot 许可证的用户将于 4 月通过 Frontier 计划获得预览资格。
亚马逊测试两款新 AI 助手：能按人话挑商品，还能解答常见病
Amazon 近期面向部分用户内测两款生成式 AI 助手：Interests AI 和 Health AI。Interests AI 允许用户用自然语言描述兴趣来淘货；Health AI 基于 Bedrock，能解答常见病并提供经医生审核的护理建议。Amazon 计划未来数月向全美推广。
Character.ai 推出家长洞察：能查孩子常聊的机器人和时长，但看不到对话
Character.AI 上线「Parental Insights」功能，青少年可主动开启向家长邮箱发送周报。报告包含跨端平均使用时长及最常聊的角色，但不公开具体聊天内容。此举旨在应对未成年人沉迷及多起安全诉讼引发的担忧。
