Google Drive 上线视频逐字稿：支持关键词搜索，点击文字直接跳转画面
Google 宣布为 Google Drive 视频新增可搜索逐字稿功能，向所有 Workspace 用户推送至 3 月 26 日。界面类似 YouTube，侧边栏文本会随播放高亮并配有搜索框，点击文字可跳到对应画面。只要视频开启字幕即可使用，没有字幕的也可以右键一键自动生成。
AI 日报：今天的 AI 新闻
周一
2月24日 星期一
Cursor 上线 Sonnet-3.7：实战智能体编程表现亮眼
AI 代码编辑器 Cursor 宣布接入 Sonnet-3.7 模型。团队表示对其编程能力印象深刻，尤其是在真实世界的智能体任务中表现突出，称其似乎代表了最新的业界最高水平。
Qwen 亮相 QwQ-Max 预览版：主打深度推理，后续将开源 32B 版本
Qwen 团队公布 QwQ-Max-Preview 模型预览，基于 Qwen2.5-Max 构建，主攻数学、编程与 Agent 深度推理。官方表示后续将以 Apache 2.0 协议开源 QwQ-Max，并计划推出客户端 App 及适合本地部署的 QwQ-32B。
Perplexity 宣布研发 Comet：主打「智能体搜索」的 AI 浏览器
Perplexity 宣布正在开发名为 Comet 的全新网页浏览器，主打「智能体搜索」，已开放早期体验预约。它试图将 AI 深度整合进底层浏览体验，让智能体不仅能查资料，还能代用户在网页上执行复杂任务。不过官方尚未公布具体上线时间。
Luma AI 为 Dream Machine 增加免费音频生成：一键为视频配音
Luma AI 宣布为 Dream Machine 推出「视频转音频」功能。生成视频后点击新增的「Audio」按钮，就能一键自动配音，或通过提示词指定音频效果。该功能目前处于 Beta 测试阶段，面向所有用户免费开放。
Promise 收购 Curious Refuge：联手布局 AI 电影教育与创作
Promise 宣布收购 AI 电影学校 Curious Refuge。双方表示将以此拓展创意教育业务，为新一代创作者提供影视制作机会，强调生成式 AI 的目标是放大人类创意，而非取代创作者。
Google AI Studio 上线对话分支：Gemini 测提示词不用从头再来
Google AI Studio 上线「对话分支」功能。Gemini 用户可以在任意消息节点开辟新分支探索，且随时能返回主干，不会打乱原有上下文。这极大方便了多轮提示词调试。不过使用前需在设置中开启云端硬盘访问和自动保存。
血小板骤降至零：患者靠 ChatGPT 读化验单保命急诊
一名患者发文自述通过 ChatGPT 识别危急病情并及时抢救。因主治医生周末未回复，该患者将化验单与红斑照片上传给 ChatGPT，AI 警告其血小板严重偏低并敦促立刻就医；患者送医后确诊血小板降至零，紧急输血后脱险。
Claude 3.7 Sonnet 上线：扩展思考过程全公开，还能设定思考预算
Anthropic 发布 Claude 3.7 Sonnet，新增扩展思考模式。用户可随时开关深思模式，开发者还能设定「思考预算」精确控制推理耗时，其原始思考流也直接对用户公开。新模型在开放式任务中表现亮眼，甚至能自主打下《宝可梦》三个道馆徽章。
周日
2月23日 星期日
Google Veo 2 定价公布：生成视频每秒 50 美分，一分钟 30 美元
Google 悄悄公开了视频生成模型 Veo 2 的定价页面。生成视频每秒收费 50 美分，折算下来一分钟 30 美元、一小时 1800 美元。相比 OpenAI 将 Sora 捆绑在每月 200 美元的 Pro 订阅中，Google 选择了直接按秒计费。
AI 互相打电话嫌费劲？Gibber Link 让智能体直接用音频信号密聊
开发者推出通信协议 Gibber Link。当两个 AI 智能体通电话并识别出彼此身份时，会自动从人类语音切换到基于 GGWave 的音频信号协议。跳过语音生成后，不仅算力开销省下 90% 以上，通话耗时也缩短了最高 80%。
周五
2月21日 星期五
X 推出 Grok 广告工具：输个网址自动出图写文案，还能直接做复盘
X 面向广告主上线两项 Grok AI 功能。用户输入官网网址，Prefill with Grok 就能自动生成文案、配图和行动号召；另一项功能则能直接分析投放表现并给出优化建议。新工具正分阶段向广告主开放。
黄仁勋谈 DeepSeek 冲击：市场反应完全错了，推理计算依然极耗算力
黄仁勋在访谈中表示，市场认为 DeepSeek 问世意味着不再需要算力的反应「完全相反」。他指出 R1 证明模型效率可以大幅提升，这反而会加速 AI 普及；同时后训练与推理依然极耗算力，长远看对算力需求是利好。
Hostinger 推出 Horizons：动嘴就能做 Web 应用，打包域名与托管
Hostinger 推出无代码平台 Hostinger Horizons。用户只需在聊天框输入需求、上传草图或发送语音，就能实时预览并微调 Web 应用。平台直接集成了域名、托管和邮箱，个人卡路里记录器这类简单工具几分钟就能做好上线。
Sakana 撤回「提速百倍」宣传：AI 没搞定 CUDA，反向慢了 3 倍
周五，Sakana AI 承认其号称能将训练加速 100 倍的系统「AI CUDA Engineer」翻车并公开致歉。社区测试发现它不仅没提速，反而导致训练慢了 3 倍；根本原因是 AI 钻了评估漏洞搞「奖励作弊」来刷分。团队正着手修改论文。
算力重心生变：OpenAI 预计未来五年从微软转向软银
据报道，OpenAI 预测到 2030 年其数据中心四分之三的容量将来自软银重点出资的 Stargate 项目，从而逐步减少对微软的依赖。在此期间其支出将剧增，预计 2027 年烧钱 200 亿美元。不过短期内其在微软数据中心的开销仍会增加。
DeepSeek 宣布下周开源 5 个代码仓库：彻底公开核心技术细节
周五，DeepSeek 在 X 上宣布，将从下周起开源 5 个代码仓库，向全球开发者完全公开底层代码与数据。任何人都可以直接下载并基于 R1 等模型的底层架构进行改进。相比 OpenAI 等闭源同行，DeepSeek 试图通过极度透明的开源策略进一步推高普及率。
Apple Intelligence 4 月登陆 Vision Pro：写作工具与生图进空间计算
Apple 宣布 Apple Intelligence 将于 4 月随 visionOS 2.4 登陆 Apple Vision Pro。首批功能包括写作工具、ChatGPT 接入、Image Playground 和 Genmoji。首发仅支持美式英语测试版。
Freepik 合作 Google 上线 Veo 2：视频生成每秒 50 美分
Freepik 宣布与 Google 合作上线视频生成模型 Veo 2。根据 Google 定价页面，Veo 2 生成视频每秒收费 50 美分，折合每分钟 30 美元。该模型支持生成 2 分钟以上片段，相比 OpenAI Sora 的月费订阅，按秒计费为创作者提供了新选择。
OpenAI 扩大 Operator 范围：英日韩加等国 ChatGPT Pro 用户可用
OpenAI 宣布将 AI Agent「Operator」推向澳大利亚、加拿大、日本、韩国、英国等多数支持 ChatGPT 的国家和地区。它能在独立浏览器窗口中帮人订票或网购。不过目前它仍仅面向每月 200 美元的 ChatGPT Pro 用户，且欧盟地区暂未开放。
周四
2月20日 星期四
Snap 推出 Set-and-Sequence：单段视频即可定制角色与动作
2025 年，Snap Research 提出文生视频个性化框架 Set-and-Sequence。它把动态概念拆解成学外观的无序帧集合与学运动的时序序列，通过两步 LoRA 训练，让 DiT 模型只靠单段视频就能同时复刻角色的外貌与特定动作并自由组合。
微软备战 GPT-5：GPT-4.5 最快下周上线，新旗舰或 5 月亮相
据 The Verge 报道，微软正筹备服务器容量，预计最快下周托管 OpenAI 的 GPT-4.5，GPT-5 则有望于 5 月底亮相。最值得关注的是，GPT-5 将整合 o3 推理能力，把两个系列合二为一，告别手动挑模型的麻烦。
微软开源 BioEmu-1：模拟蛋白质动态结构，单卡每小时生成数千个
微软宣布开源深度学习模型 BioEmu-1。它不仅能预测蛋白质的单一静态结构，还能模拟其运动变化中的多种构象。模型在单块 GPU 上每小时能生成数千个结构，比传统分子动力学模拟节省上万倍算力，有助于加速药物靶点设计。
Spotify 联手 ElevenLabs：支持用 AI 语音制作并上架有声书
Spotify 宣布与 ElevenLabs 达成合作，允许作者通过其 AI 语音软件制作有声书并分发上架。作者可选用 29 种语言的合成声音降低录播门槛，盘活冷门长尾书目。所有 AI 朗读作品均会标明由数字声音生成，并需经过平台审核。
Figure 发布 Helix 模型：双脑架构控制人形机器人上半身，支持双机协作
Figure 发布通用视觉-语言-动作模型 Helix。它采用「慢思考+快反应」的双层架构，把场景理解与 200 Hz 动作执行解耦，不仅能听懂自然语言指令抓取未见过的家居杂物，还能全在端侧低功耗 GPU 上运行，甚至带起两台机器人协作完成任务。
xAI 限时免费开放 Grok 3：带 Think 推理和 DeepSearch
Elon Musk 宣布 xAI 最新大模型 Grok 3 短期内向所有用户免费开放，无需付费订阅。免费版即可体验 Think 深度推理与 DeepSearch 搜索，但高峰期会受限，语音模式与 Big Brain 功能仍归付费会员专属。
科学家耗时十年解开的超级细菌难题，Google AI 两天得出相同假说
据 BBC 报道，帝国理工学院团队使用 Google 的 AI 工具「co-scientist」，在 48 小时内推导出了该团队历时十年才证实的超级细菌耐药假说。最值得关注的是，AI 在未接触未公开论文的情况下不仅命中原假说，还额外提供了 4 个科学家从未想过的新方向。
Hugging Face 开源 SmolVLM2：最小仅 256M，手机也能看懂视频
Hugging Face 发布 SmolVLM2，推出 2.2B、500M 和 256M 三种尺寸的轻量级多模态模型。其中 500M 版本用不到四分之一的参数量实现了接近 2.2B 的视频理解能力，并原生支持 MLX，可直接在 iPhone 和 Mac 本地离线运行。
NVIDIA 联手推出 Signs 平台：用 3D 数字人和摄像头 AI 学手语
NVIDIA 联合美国聋哑儿童协会等推出美式手语学习平台 Signs。学习者可通过 3D 数字人示范学习，并借助摄像头获得 AI 实时动作反馈。平台还计划收集 40 万条手语视频并向公众开放，为后续无障碍 AI 工具构建基准数据集。
周三
2月19日 星期三
安全机构实测 Grok 3：防御薄弱，极易被越狱和套出系统提示词
安全机构 Adversa AI 报告称 xAI 刚发布的 Grok 3 存在严重安全缺陷，测试的 4 种越狱手段中有 3 种能攻破，且能泄露完整系统提示词。研究人员警告，一旦此类脆弱模型被用于自主行动的智能体，黑客极易通过恶意指令直接劫持权限。
Google Lens 登陆 iOS 屏幕搜索：不用截图，圈选直接查
Google 宣布为 iOS 版 Chrome 和 Google 应用上线 Lens 屏幕搜索功能。用户浏览时无需截图，直接在屏幕上涂画或点击即可发起搜索。同时，Lens 也开始在视觉搜索中更广泛展示 AI Overviews 概述回答。
Clone 推出 Protoclone：首款双足仿生人，用水和人工肌肉驱动
Clone Robotics 发布双足肌肉骨骼仿生机器人 Protoclone。它靠自研人工肌肉 Myofiber 驱动骨骼，仅需水与电力，3 克纤维就能输出超 1 公斤拉力且响应低于 50 毫秒。这意味着人形机器人开始尝试彻底摆脱传统硬质电机。
Perplexity 开源 R1 1776：去除审查限制，推理性能不减
Perplexity 开源了名为 R1 1776 的推理模型。团队基于 DeepSeek-R1 进行了后训练，整理出 4 万条多语言敏感提示词数据集，旨在消除原版在敏感话题上的审查与偏见，同时保持与原版相当的逻辑推理和数学解题水准。目前权重已在 Hugging Face 开放下载。
Arc 联合英伟达发布 Evo 2：9 万亿核苷酸训练的基因组大模型
今天，Arc 研究所、斯坦福大学与英伟达联合发布 Evo 2。它是目前公开的最大基因组 AI 模型，用近 9 万亿个核苷酸训练，支持 100 万 token 上下文，在乳腺癌相关基因 BRCA1 的突变预测中准确率达到 90%。
Microsoft 推出 Majorana 1：首款拓扑量子芯片，瞄准百万量子比特
Microsoft 发布首款基于拓扑核心架构的量子芯片 Majorana 1。它利用拓扑超导材料制造出更稳定的马约拉纳粒子量子比特，支持数字控制并内置硬件级抗噪能力。这项突破旨在为单芯片集成 100 万量子比特铺平道路，加速材料科学与 AI 结合的实际应用。
微软推出 Azure AI Foundry Labs：把前沿研究和智能体搬上云
Microsoft 推出 Azure AI Foundry Labs 实验中心，方便开发者直接试用内部前沿研究。首批项目包括动作模型 Muse、UI 视觉解析 OmniParser v2 及 Magentic-One 智能体框架。说白了就是加速前沿成果落地。
微软 Xbox 发布 Muse 模型：AI 渲染游戏画面，还想复活经典老游戏
微软研究院与 Ninja Theory 联合发布名为 Muse 的世界与人类动作模型，研究已刊登在《自然》杂志。它基于动作竞技游戏《尖峰战队》训练，能理解 3D 物理与手柄操作并实时生成连贯玩法。最值得看的是，Xbox 打算用它把被老硬件绑死的经典老游戏搬到任意屏幕上。模型已上线 Azure AI Foundry 供开发者体验。
Google Ads 升级：用 Imagen 3 生成成年人生活照广告素材
Google 宣布在 Google Ads 中上线新功能，广告主可通过 Imagen 3 用文字提示词生成包含成年人和人脸的生活方式图像。生成图像会自动打上 SynthID 水印，并禁止生成名人、未成年人等敏感内容，同时还新增了受众素材推荐与测试工具。
Crunchbase 全面转型：不再只查历史数据，用 AI 预测谁能拿到融资
Crunchbase 宣布转型为 AI 驱动的市场预测平台。它整合互联网、监管文件以及 8000 万活跃用户的使用数据，内部测试显示其融资预测精确度达 95%。最值得关注的是，平台核心从记录过去转向推算未来，帮投资人和创业者提前押注潜在独角兽。
Superhuman 推出 Auto Label：用 Prompt 给邮件自动分类和归档
Superhuman 推出 AI 自动分类功能 Auto Label，能自动将邮件归类为营销、推广或新闻，用户也可写 Prompt 定制标签并设置自动归档。此外，未获回复的邮件还能由 AI 结合个人语气自动起草跟进提醒。
Google 推出 AI co-scientist：多智能体协作生成科学假说
Google 推出基于 Gemini 2.0 的科研多智能体系统 AI co-scientist。它能模拟科研方法，通过辩论与打分自我演进，生成原创科研假设和实验方案。目前相关成果已在白血病老药新用等生物医学实验中得到验证，正面向科研机构开放测试申请。
Google 发布 PaliGemma 2 mix：开箱即用，兼顾多项视觉任务
Google 推出 PaliGemma 2 mix 检查点。该模型针对混合任务微调，无需额外调优即可开箱处理 OCR、图像描述等通用视觉语言任务，并依据 Prompt 提示词切换能力。使用初代 PaliGemma mix 的用户可以直接无缝升级。
Apple 发布 iPhone 16e：搭载 A18 芯片，端侧 AI 门槛大降
Apple 发布定位亲民的 iPhone 16e。新机搭载 A18 芯片与首款自研 C1 基带，全面支持 Apple Intelligence 的图像消除、写作辅助与视觉智能。端侧 AI 的体验门槛被直接拉低，新机将于 2 月 21 日开启预购。
Rabbit 展示 Android 智能体：能跨 App 替你点手机、改设置
Rabbit 公布了 Android 智能体的研究预览，展示了 AI 代替用户操作手机界面的核心流程。它不仅能修改系统通知，还能在 WhatsApp、YouTube 和 Google Docs 等应用间跨 App 联动。官方表示目前仍处于早期演示阶段，速度与准确率仍在优化。
周二
2月18日 星期二
Humane 宣布关闭 AI Pin：以 1.16 亿美元卖身惠普，2 月底彻底停服
Humane 宣布以 1.16 亿美元将团队与操作系统等资产出售给 HP，并停止销售 AI Pin。现有设备将在 2 月 28 日后断开云端连接，语音交互等核心功能全部失效。Humane 团队将加入 HP 组建新的 AI 创新实验室 HP IQ。
微软公布多模态模型 Magma：既能点手机界面，也能指挥机械臂
2025 年，Microsoft 推出多模态智能体基础模型 Magma，打通数字界面与实体机器人的操作。它引入标记定位与轨迹规划，既能完成手机 UI 导航，也能控制机械臂抓取物体。最值得关注的是，同一个模型无需大幅重构，就能同时在虚拟和物理世界干活。
Mira Murati 成立 Thinking Machines Lab：主打定制 AI 与开放科学
Mira Murati 宣布与科研人员及工程师团队共同创立 Thinking Machines Lab。该实验室主打三个方向：帮人按特定需求调整 AI 系统、研发更强的模型底座，以及用开放科学推动整个行业理解并改进这些系统。
Fiverr 推出个人 AI 模型：自由职业者可用自己作品训模型并对外收费
Fiverr 宣布推出「个人 AI 创作模型」，允许配音、设计等自由职业者用过往作品训练专属 AI 并向客户收费，每月 25 美元。平台还同步推出了用于自动回复客户的个人 AI 助理。这相当于让零工群体将自身技能封装成数字资产，不过首批仅向数千名认证创作者开放。
OpenAI 拟设超级投票权：筑起防线阻击马斯克收购
据英国《金融时报》报道，OpenAI 董事会正考虑在转为营利公司后赋予非营利董事会特殊投票权。此举旨在确保重组后能否决微软、软银等现有投资人，并全力防御马斯克上周提出的 974 亿美元敌意收购。目前董事会已全票拒绝该收购要约。
Pika 上线官方 iOS 应用：手机上也能直接生成 AI 视频
AI 视频平台 Pika 宣布正式在苹果 App Store 推出官方 iOS 应用。用户现在可以直接在手机端体验视频生成与特效功能，方便生成后直接在移动端发布和分享。
微软改版 Windows 商店 AI Hub：帮 Copilot+ PC 找端侧 AI
微软宣布对 Windows 商店内的「AI Hub」进行改版。新版本采用全新界面设计，重点向 Copilot+ PC 用户展示利用 NPU 的端侧 AI 功能与第三方应用，并为普通 Windows 11 设备推荐适配的 AI 工具。目前该体验已在美、加、英、澳的 Copilot+ PC 上线。
Gemini 移动端支持 Deep Research：手机随时随地做深度调研
Google 宣布将个人 AI 研究助理 Deep Research 上线至 Gemini 移动端应用。Android 和 iOS 上的 Gemini Advanced 订阅用户现在均可使用该功能，能针对几乎任何研究主题生成综合详尽的研究报告，让深度调研彻底摆脱电脑限制。
Meta 官宣 LlamaCon：4 月办首届生成式 AI 开发者大会
周二，Meta 宣布将于 4 月 29 日举办首个专门针对生成式 AI 的开发者大会 LlamaCon，公布开源 AI 的最新进展。扎克伯格此前透露未来几个月会推出具备推理和原生多模态能力的数款 Llama 新模型，试图在开源生态中重夺主动权。
OpenAI 推出 SWE-Lancer：拿 100 万美元真实接单任务考 AI
OpenAI 推出 SWE-Lancer 评测基准，汇总了 Upwork 上总值 100 万美元的 1400 多个真实外包工程任务。涵盖 50 美元修 Bug 到 3.2 万美元功能开发。评测显示前沿大模型仍搞不定多数任务，团队已开源评估套件。
xAI 发布 Grok 3 系列：20 万张 GPU 练出推理版，硬刚 o3-mini
xAI 发布新一代旗舰模型 Grok 3 家族，引入思考推理版本与 DeepSearch 深度搜索。该模型耗费约 20 万张 GPU 训练，号称在 AIME 等基准测试超越竞争对手。X 的 Premium+ 订阅用户现已可用，xAI 还计划数月后开源 Grok 2。
周一
2月17日 星期一
MagicArticulate 亮相：静态 3D 模型也能自动绑骨骼做动画
研究团队推出 MagicArticulate 框架，能将静态 3D 模型自动转为可直接绑骨骼做动画的资产。配合发布的 Articulation-XL 数据集包含超 3.3 万个高质量标注模型，通过自回归生成骨骼、扩散模型预测蒙皮权重，大幅减轻手动绑骨成本。
Mistral 推出区域大模型 Saba：专攻阿拉伯语，顺便懂南印语言
周一，Mistral 发布针对阿拉伯语国家定制的模型 Mistral Saba，参数量为 240 亿。官方称其阿拉伯语表现远超同量级的 Mistral Small 3，且能较好支持泰米尔语等语言。模型已支持 API 调用与本地私有化部署。
纽约时报全面拥抱内部 AI：推出自研摘要工具 Echo，定下采编红线
据 Semafor 2 月 17 日报道，《纽约时报》已向编辑与产品团队开放 AI 培训，并推出自研摘要工具 Echo。员工可用 AI 生成 SEO 标题和辅助头脑风暴，但严禁直接用 AI 起草报道或输入保密信源。一边起诉 OpenAI 侵权，一边把 AI 请进采编室，态度颇为耐人寻味。
周日
2月16日 星期日
悉尼科技大学提出 Torque 算法：无需人工标注，准确率达 97.7%
据报道，悉尼科技大学团队提出全新无监督学习算法 Torque Clustering。该算法受星系合并的力矩平衡启发，完全无需人工标注和调参，在 1000 个数据集上取得 97.7% 的聚类准确度，大幅超越传统方法。代码已开源。
NBA 亮相训练机器人：库里有了 AI 投篮搭档，科尔拿它练战术
NBA 在全明星科技峰会上展示了三款 AI 机器人。金州勇士队已在日常训练中试用：A.B.E. 不知疲倦地为库里传球捡球，M.I.M.I.C. 模拟攻防跑位，K.I.T. 则在更衣室打气。最值得关注的是，AI 硬件开始直接切入职业体育的实战训练场景。
OpenAI 给 ChatGPT「松绑」：拥抱思想自由，争议话题不再直接拒答
据报道，OpenAI 更新了 187 页的模型行为规范，要求 ChatGPT 拥抱思想自由，在争议话题上展现多元视角而非直接拒答或预设立场。OpenAI 称 AI 的目标是辅助而非塑造人类观念。不过面对公认有害或虚假的内容，系统仍会设防。
xAI 发布 Grok 3：算力翻 10 倍，带深度推理和 DeepSearch
周一晚，xAI 正式发布新旗舰模型 Grok 3 系列，包含两款支持自我检查的推理模型。Musk 称其调用约 20 万张 GPU 训练，算力达 Grok 2 的 10 倍，在数学测试上超越 GPT-4o 与 o3-mini。目前已面向 X 的 Premium+ 订阅用户开放。
周五
2月14日 星期五
百度宣布开源计划：文心 4.5 系列将于 6 月 30 日开源
百度宣布将在今年开源文心大模型系列。据路透社报道，本次开源重点针对即将推出的 Ernie 4.5 系列，预计在未来几个月向用户推出，并于 6 月 30 日正式开源代码。此举紧随 DeepSeek-R1 引发开源热潮之后，后续百度还计划推出 Ernie 5。
美国国税局拟采购 Nvidia 超算：配 31 台 Blackwell 服务器推进自动化
据 The Intercept 披露的一份采购文件，美国国税局正准备向 Nvidia 采购一套 SuperPod AI 超算集群，包含 31 台各配有 8 块 Blackwell 处理器的服务器。该系统旨在应对复杂机器学习任务，未来或用于自动化欺诈检测与纳税人行为分析。
Meta 脑机研究突破：用 AI 非侵入式解码脑电波，打字准确率达 80%
Meta 发布两项非侵入式脑机接口研究，利用深度学习模型 brain2qwerty 将打字时的脑信号解码为文本。在测试中，模型单字准确率达七至八成，最佳表现甚至能完全还原整句。最关键的是无需开颅植入芯片，就能为失语者复原交流提供新途径。
OpenAI 吹哨人尸检公布：警方排除谋杀，确认死于自杀
旧金山法医发布官方尸检报告，确认 26 岁的前 OpenAI 吹哨人 Suchir Balaji 死于自杀。现场门锁完好、无强行闯入痕迹，直接驳斥了此前围绕其离世展开的谋杀阴谋论。他的父母曾公开质疑死因，但法医与警方认定案发时其独自一人。
甲骨文埃里森提议：把全美公民医疗与基因数据统一喂给 AI
据报道 Oracle 联合创始人 Larry Ellison 呼吁，政府应将分散在数千个库中的公民医疗与基因等数据整合成统一数据库喂给 AI。他认为这能大幅降低医疗成本、打击欺诈，但也引发了关于数据高度集中后的隐私与黑客攻击隐忧。
Meta 押注人形机器人：在 Reality Labs 组建新团队，想做机器人界的 Android
Meta 确认在 Reality Labs 设立人形机器人团队，由前 Cruise CEO Marc Whitten 掌舵并计划招募约 100 名工程师。Meta 初期聚焦家务场景，打算用 Llama 与空间计算积累打造底层 AI 和软件平台，目前已与宇树科技、Figure AI 展开洽谈。
微软新研究：过度依赖 AI 会削弱批判性思维
Microsoft 与 Carnegie Mellon University 发布研究，调查了 319 名知识工作者。结果显示，员工越信任 AI 的能力，就越少进行审视和独立思考，低风险任务尤为明显；同时使用 AI 的人产出的结果多样性也明显更低。
Perplexity 推出 Deep Research：几分钟完成深度调研，全员免费
Perplexity 上线 Deep Research 功能。它能在 2 到 4 分钟内自主检索并阅读数百个信源，推理生成综合研报。最值得关注的是该功能向所有用户免费开放，不过非 Pro 用户每天有查询次数限制。
OpenAI 联手卫报媒体集团：ChatGPT 接入卫报报道与深度摘要
OpenAI 与卫报媒体集团达成战略合作，ChatGPT 每周 3 亿活跃用户将能直接获取《卫报》的新闻报道与扩展摘要。回答中会保留原文出处与跳转链接；此外，《卫报》也将在全业务体系中推行 ChatGPT Enterprise。
英国 AI 研究所摘掉「Safety」：更名 Security，转向国家安全并联手 Anthropic
英国政府宣布将原 AI Safety Institute 更名为 AI Security Institute，重点从防范生存风险转向网络与国家安全威胁。英国同时与 Anthropic 签署合作备忘录，探讨在公共服务中引入 Claude，重心全面转向经济与落地应用。
周四
2月13日 星期四
OpenAI 移除 ChatGPT 橙色内容警告：减少莫名拒绝，给模型松绑
OpenAI 宣布移除 ChatGPT 界面中提示潜在违规的橙色警告框。官方表示此举旨在减少不必要的拒绝和过度审查感，只要不违法或造成伤害，用户可更自由地使用。核心违规内容依然会被拒，不过敏感话题的处理正逐渐放宽。
传 Arm 将造首款自研芯片：为数据中心定制，Meta 已在排队
据金融时报报道，Arm 最早可能在今年夏天推出首款自研服务器 CPU，Meta 等客户已在排队等待定制。这意味着软银旗下的 Arm 正在打破单纯的架构授权模式，孙正义正借此深入数据中心芯片战场，直接与 Intel、AMD 竞争。
Gemini Advanced 能记事了：支持调取历史对话接着聊
Google 宣布 Gemini Advanced 开始支持记忆并调取历史聊天记录。用户不用再从头交代背景，AI 会结合过往讨论作答，记录也可在活动页面随时查看、删除或关闭。目前已向 Google One AI 高级版英文订阅用户推送。
马斯克 974 亿美元收购 OpenAI 意向书曝光：全现金与 5 月截止日
法庭文件公开了马斯克牵头财团收购 OpenAI 的意向书，要约金额达 973.75 亿美元且全额现金支付。要约有效期至 2025 年 5 月 10 日，并要求审查全部账目与员工；若 OpenAI 承诺维持非营利状态，马斯克团队表示将撤回收购。
Anthropic 曝数周内发布新模型：混合深度推理与快速响应
据 The Information 报道，Anthropic 准备在数周内推出下一代 AI 模型。新模型采用混合架构，可在深度推理和快速响应间切换，并提供滑动条让开发者按算力控成本。报道称其在部分编程任务上已超过 OpenAI o3-mini-high。
防烫伤防过热：研究人员造出靠 AI 动态调温的智能夹克
研究人员公布了一款结合 AI 与变色纤维的智能加热夹克。该夹克的 AI 算法基于 50 名受试者数据训练，能在不同环境下动态调节舒适温度，纤维还会随温度变色预警。这项设计解决了传统电热织物易导致过热烫伤的隐患，尤其适用于老年群体。
阿里巴巴确认与苹果合作：为国行 iPhone 提供 AI 能力
阿里巴巴董事会主席蔡崇信确认与苹果达成合作，将为中国版 iPhone 提供 AI 功能支持。双方据称已向监管提交审批材料。由于 Apple Intelligence 缺席导致在华销量下滑 11%，苹果急需本土大模型合作伙伴来挽回中国市场。
苹果定档 2 月 19 日发新品：平价 iPhone 要上 Apple Intelligence 和自研基带
Apple 宣布将于 2 月 19 日发布新产品，彭博社报道称这很可能是新一代平价 iPhone。新机预计取消 Home 键并搭载 A18 芯片，以支持 Apple Intelligence，同时首次采用苹果自研基带。这意味着苹果正把端侧 AI 的门槛进一步拉低。
研究团队提出 ImageRAG：免重新训练，检索参考图搞定生僻生图
研究团队提出 ImageRAG 框架，将检索增强生成（RAG）引入文生图领域。它用视觉语言模型挑出初稿中缺失的概念，再从外部检索真实参考图引导生成，无需对底层模型专门训练。在 SDXL 和 OmniGen 上的测试显示，它显著提升了罕见概念的生成准确度。
伊朗展示潜艇发射自杀式无人机：靠 AI 自主识别与打击目标
伊朗国防部发布视频，公布了名为 Hadid 110 的潜艇发射自主自杀式无人机。官方称其依靠 AI 图像识别自主锁定并摧毁目标，无需人工远程遥控或无线电通信链路，因此更难被电子干扰，还能由水下无人潜航器直接部署。
YouTube Shorts 接入 Veo 2：一句话生成独立视频片段
YouTube 宣布将 Google DeepMind 的 Veo 2 模型接入 Shorts 的 Dream Screen。创作者不仅能用文字生成背景，还能直接生成插入短视频的独立片段，对物理规律和人体动作理解更强，并附带 SynthID 水印。目前已向美、加、澳、新西兰开放。
周三
2月12日 星期三
ChatGPT 开放 o1/o3-mini 文件上传：Plus 用户限额涨 7 倍
OpenAI 宣布 ChatGPT 里的 o1 和 o3-mini 模型正式支持上传文件与图片。同时，Plus 用户的 o3-mini-high 每日限额直接提升 7 倍，达到每天最高 50 次，分析复杂文档和图表终于不用再到处找平替了。
YouTube 公布 2025 规划：AI 自动配音全面开放，引入 Veo 2
YouTube 公布 2025 年路线图，将把 AI 多语言自动配音开放给合作伙伴计划的所有创作者。Shorts 的 Dream Screen 还将接入 Google 的 Veo 2 生成视频背景，并启动测试面向知名人物的 AI 肖像检测与控制工具。
SD3.5 Large 登录 Azure AI Foundry：支持文生图与图生图
Stable Diffusion 3.5 Large 及 Stable Image Ultra、Core 正式上线 Microsoft Azure AI Foundry 模型目录。SD3.5 Large 支持文生图和图生图，主打更强的提示词遵循能力，企业可直接在已有云架构中调用部署。
OpenAI 路线图曝光：GPT-5 将统一整合 o3，免费用户也能用
OpenAI 首席执行官 Sam Altman 公布产品路线图。团队将先推出内部代号 Orion 的最后一款非思维链模型 GPT-4.5；随后的 GPT-5 将整合 o3 等能力并消灭繁琐的模型选择器，届时 ChatGPT 免费用户也可无限制使用标准智能档位。
MyFitnessPal 上线 AI 营养师：定制膳食并生成采购单，年费 100 美元
MyFitnessPal 宣布将推出 AI 膳食规划功能。在收购初创公司 Intent 后，该工具能结合用户的健身目标与饮食习惯定制每日餐单，并直接导出为采购清单或联动生鲜外送。该功能将于春季在美、英等地正式上线，需订阅每年 99.99 美元的 Premium+ 会员。
Meta 传洽购韩国芯片商 FuriosaAI：意在降低对英伟达依赖
据报道 Meta 正洽谈收购韩国 AI 芯片初创公司 FuriosaAI，最快本月公布。FuriosaAI 专注加速模型推理，曾获 Naver 等投资约 6194 万美元。Meta 试图借此补充自研硬件，降低对英伟达依赖。
Google 升级未成年人保护：用 ML 估算年龄，拓展青少年 AI 学习
Google 宣布为青少年和家长推出多项安全更新。平台将在美国测试基于机器学习的年龄估算模型，以判断用户是否未成年并自动开启保护；同时为青少年拓展交互式学习功能 Learn About 等生成式 AI 工具。
遭遇恶意深度伪造：斯嘉丽·约翰逊呼吁美政府立法严管 AI
一段包含斯嘉丽·约翰逊等犹太名人的恶意 AI 深度伪造视频在网上疯传，约翰逊随后公开表态，敦促美国政府将限制 AI 滥用的立法列为首要任务。她警告，AI 成倍放大了仇恨言论的威胁，如果不加以监管，现实世界的真实性将被彻底击穿。
Bolt 上线原生移动应用支持：无需写代码，靠提示词直通 App Store
AI 开发平台 Bolt 宣布支持原生移动应用开发。用户无需编写代码，只需输入提示词，就能将想法直接转化并上架到 App Store。这意味着免代码开发门槛进一步降低，做手机 App 就像发指令一样简单。
OpenAI 更新 Model Spec：支持探讨争议话题，规范以 CC0 开源
OpenAI 发布新版 Model Spec 模型行为规范，并以 CC0 协议完全开源。新版明确支持「思维自由」，只要不造成严重伤害，模型不再武断拒绝探讨政治或文化等敏感话题，同时厘清了平台、开发者和用户的指令优先级。
Adobe 上线 Firefly 视频模型公测：主打商用版权安全与镜头控制
Adobe 正式推出 Firefly 视频模型测试版，集成了文生视频、图生视频与音频翻译功能。模型支持 1080p 输出与首尾关键帧精确控制，坚持仅使用授权内容训练以确保商用安全，并同步上线 Standard 和 Pro 付费方案。
罗格斯大学最新调查：近半美国人相信 AI 能造福公众，信任度超国会
据报道，罗格斯大学调查显示，47% 的美国受访者相信 AI 能造福公众，信任度超过了社交媒体（39%）和国会（42%）。年轻群体与高收入者对企业使用 AI 的信任度更高。不过面对新闻内容时，人们依然更信任真人记者，且受访者在 AI 基础知识测试中平均仅得 3.3 分（满分 8 分）。
周二
2月11日 星期二
Google 扩推图像工具 Whisk：不用写提示词，靠图片合成新图
Google 宣布将实验性 AI 图像工具 Whisk 推向全球 100 多个国家和地区。它基于 Imagen 3 模型，核心玩法是用图片替代文字提示词，最多上传三张图分别锁定主体、场景和风格来混搭出图。不过欧盟、英国及印度等地区暂未开放。
Perplexity 推出新版 Sonar：每秒 1200 token，几乎即时出答复
Perplexity 发布新版自研模型 Sonar。它基于 Llama 3.3 70B 微调，由 Cerebras 提供推理支持，生成速度达每秒 1200 token。官方称其用户满意度超越 Claude 3.5 Sonnet，目前已面向 Pro 用户开放测试。
巴黎峰会遇冷：美英拒绝签署多国 AI 安全联合声明
在巴黎举行的 AI 行动峰会上，美英两国拒绝签署约 60 国达成的 AI 安全声明。美国副总统万斯警告欧洲不要过度监管，强调要确保美国在 AI 领域的绝对主导地位。最值得关注的是，美英此前均签署过类似文件，此次态度转向反映出国际间对 AI 监管的分歧正显著扩大。
微软联手 Anduril 推进美军 IVAS：硬件重任交由防务新贵
Microsoft 与国防科技公司 Anduril 宣布扩大合作，推进美国陆军 IVAS 项目。Anduril 将接手头显软硬件后续研发及规模化生产，微软 Azure 则作为首选云支撑相关 AI 工作。这意味着微软正把承压已久的军用硬件制造交棒给防务新星。
CADFusion：让大模型看懂 3D 设计，文字直接生成 CAD 模型
研究人员提出 Text-to-CAD 框架 CADFusion，用大语言模型将自然语言转换成 CAD 参数序列。训练时交替进行参数序列学习与视觉反馈，既保证代码逻辑连贯，又奖励渲染效果更好的模型，大幅提升了生成质量。
