EA 新游戏用 AI 生成 11,000 名球员：不用全身扫描，照片直接转 3D
据《华尔街日报》等报道，EA Sports 在新发售的《College Football 25》中利用自研 AI 模型，将 11,000 名大学选手的证件照转化为 3D 虚拟形象。相比过去昂贵耗时的全身扫描，AI 方案大幅缩减了成本与工期，也为未来体育游戏的年更奠定了技术基础。
AI 日报：今天的 AI 新闻
周一
7月22日 星期一
The Verge 探讨 AI 能耗问题：巨头排放超标，但耗电的不止大模型
The Verge 播客 Decoder 探讨了 AI 激增对气候危机的影响。随着微软、Google 等科技巨头扩建数据中心，其碳排放目标纷纷超标，但高功耗在流媒体和游戏产业同样普遍。核心争议在于，我们该如何权衡 AI 消耗的能源到底值不值。
Stability AI 发布开源音频模型 Stable Audio Open 论文
Stability AI 发布 Stable Audio Open 技术论文，详述其架构与训练流程。该模型基于约 50 万条知识共享许可数据训练，能在消费级显卡上生成最长 47 秒、44.1kHz 的立体声音效，权重已上线 Hugging Face。
Luma Dream Machine 上线 Loops 功能：生成无缝循环 AI 视频
Luma Labs 在 AI 视频模型 Dream Machine 中上线 Loops 功能。该功能支持让生成的视频首尾无缝衔接，直接导出平滑循环的动态画面。对于常做动态背景或动效的创作者而言，省去了后期手动拼合素材的麻烦。
Tesla 调整 Optimus 规划：明年小规模内测，2026 年对外供货
Elon Musk 在 X 上透露，Tesla 将于明年小批量生产真正有用的人形机器人 Optimus 供内部工厂使用，并有望在 2026 年为其他公司大批量生产。虽然这比此前定下的年底进厂时间有所推迟，但 Tesla 希望借此降低制造工厂的生产成本。
马斯克启用全球最强 AI 集群：10 万张液冷 H100 训下代 Grok
马斯克宣布 xAI 的孟菲斯超级集群已启动训练。该集群配备 10 万张液冷英伟达 H100，通过单一 RDMA 网络互连。马斯克称其为全球最强训练集群，目标在今年 12 月训出全指标最强 AI，不过当地超 100 兆瓦的供电协议尚未敲定。
Sakana AI 推出浮世绘图像模型：文生图还原江户风，黑白版画一键上色
Sakana AI 推出两款专注于传统浮世绘的图像生成模型 Evo-Ukiyoe 与 Evo-Nishikie。前者可由文本生成江户浮世绘风格图像，后者能为单色古籍版画自动上色，两者均基于立命馆大学逾 2.4 万件标注作品微调。模型目前已在 Hugging Face 开源，仅支持日语提示词。
周五
7月19日 星期五
加州推进严苛 AI 安全法案：强制自测「灾难风险」引硅谷巨头反弹
7 月，加州立法机构推进由州参议员 Scott Wiener 起草的 AI 安全法案，要求达到算力门槛的大公司必须在发布前自测模型是否具备生化武器、瘫痪电网等「灾难性」风险。Google、Meta 等巨头公开致信抗议，称条款在技术上不可行且会吓跑开发者。在联邦监管可能生变的预期下，加州成了 AI 监管博弈的主战场。
Apple 开源小模型 DCLM：权重与训练数据全公开，7B 跑分超 Mistral
Apple 研究团队近日在 Hugging Face 开源 DCLM 系列小模型，涵盖 7B 与 1.4B 两个版本。项目彻底公开了权重、训练代码及预训练数据集。7B 版本在 MMLU 测试中达 63.7%，超越 Mistral-7B。不过这属于早期研究成果，并非面向苹果设备的最终功能。
周四
7月18日 星期四
Figma 解释 AI 抄袭苹果设计：赶工塞入的素材未严格审核
Figma 发文解释生成式 AI 工具 Make Designs 抄袭苹果天气应用的原因。官方称该功能结合了 GPT-4o 与定制设计系统，但在 Config 大会前一周临时追加了组件与示例，未严格审核便塞入上下文，导致特定提示词下直接生成了雷同界面。目前该功能已下线整改。
OpenAI 发布 GPT-4o mini：百万输入 token 仅 15 美分
OpenAI 发布小型模型 GPT-4o mini。其每百万输入 token 定价 15 美分、输出 60 美分，MMLU 得分达 82%，在数学与编程测试中优于 Gemini Flash 和 Claude Haiku。最值得关注的是，它大幅降低了多任务串联和长上下文的推理成本。
周三
7月17日 星期三
Microsoft Designer 全面开放：手机端免费用，每日送 15 次生图
Microsoft 宣布 AI 设计应用 Microsoft Designer 正式面向个人用户全面开放，同步推出 iOS 与 Android 免费移动应用。应用新增提示词模板、贴纸和图像重绘功能，并整合进 Word 和 Windows 照片中。普通用户每日可享 15 次免费生成额度。
腾讯元宝上线「3D 角色梦工厂」：一张自拍生成可打印 3D 角色
腾讯元宝上线「3D 角色梦工厂」功能，用户上传单张正脸照即可生成专属 3D 角色模型。功能首批提供 10 种风格，结合了 3D 换头与 PBR 材质贴图技术，支持 360 度预览，甚至能直接用于线下 3D 打印。
AI 基准测试失灵调查：MMLU 等主流跑分很难测出真实水平
The Markup 调查指出，Google 与 Meta 等巨头热衷引用的 MMLU 等跑分测试存在严重缺陷。许多测试题库年头过久或源自网络抓取，无法反映真实推理与防幻觉能力，反而给公众造成模型具备专家级能力的错觉。
监管环境不明朗：Meta 决定不在欧盟上线未来多模态 AI 模型
Meta 宣布将在未来数月发布多模态 Llama 模型，但因欧盟监管环境不可预测，该模型及后续多模态版本将不在欧盟推出。欧盟企业即使拿到开源协议也无法使用相关多模态能力。不过，纯文本版 Llama 3 仍会向欧盟开放。
Android 锁屏大解放：Gemini 终于支持不解锁直接查天气和常识
Google 更新 Android 版 Gemini，允许用户在锁屏状态下直接提问天气等「通用问题」，无需先解锁手机。此前锁屏 Gemini 只能控制闹钟或播放媒体，问句天气都得验证指纹。设置中现已加入对应的锁屏响应开关，未来还将接入部分扩展插件。
周二
7月16日 星期二
Mistral 发布 Codestral Mamba：基于新架构，支持 256k 代码上下文
Mistral AI 联手 Albert Gu 与 Tri Dao 推出代码模型 Codestral Mamba。相比 Transformer，它具备线性时间推理优势，上下文检索测试达 256k tokens。模型以 Apache 2.0 协议开源，开放 Hugging Face 权重下载与云端测试。
Andrej Karpathy 创办 Eureka Labs：打造 AI 原生学校，首推 LLM101n
知名 AI 学者 Andrej Karpathy 宣布创办教育公司 Eureka Labs，打造「AI 原生」的新型学校。其构想是由人类专家设计课程，辅以全天候、多语言的 AI 助教辅助教学；首发项目为本科级课程 LLM101n，指导学生从头训练专属 AI。
英国对微软展开反垄断调查：大举吸纳 Inflection AI 团队涉嫌变相合并
英国竞争与市场管理局（CMA）正式对微软大批吸纳 Inflection AI 员工一事展开第一阶段合并调查。此前 Inflection 联合创始人 Mustafa Suleyman 及大部分核心团队转投微软掌管新 AI 部门。监管方将在 9 月 11 日前决定是否升级为深度调查，微软则回应称招聘人才不应被视作合并。
Anthropic 推出 Claude Android 版：支持 3.5 Sonnet 与跨端同步
Anthropic 正式推出 Claude Android 应用，免费及付费用户均可使用。应用支持旗舰模型 Claude 3.5 Sonnet，具备图像实时分析、翻译与跨端对话同步功能。这意味着 Android 用户也能在移动端直接调用其顶尖的推理能力。
周四
7月11日 星期四
美参议员提出 COPIED 法案：拟将擅自删除数字水印定为违法
美国两党参议员联合提出 COPIED 法案，旨在保护记者和艺术家的原创内容。法案要求 NIST 制定内容溯源标准，禁止擅自篡改或移除数字水印等来源信息，创作者将有权起诉违规抓取数据训练 AI 的模型公司。
OpenAI 划分 AGI 五级体系：自称已接近具备推理能力的第二级
据彭博社报道，OpenAI 本周向员工公布了一套追踪 AGI 进展的五级框架。层级从当前的对话型 AI 开始，涵盖具备博士级解题能力的「推理者」、能代行数天任务的智能体，直至能承担组织工作的 AI。发言人称其技术已十分接近第二级。
DeepMind 拿 Gemini 1.5 Pro 指路：机器人看懂手绘地图，成功率 90%
本周，Google DeepMind 展示新研究 Mobility VLA，将 Gemini 1.5 Pro 接入 Everyday Robots 机器人。员工说出需求或画张草图，它就能看懂并自主带路，在 9000 平方英尺办公室中交互成功率约 90%。
Beeble AI 获 475 万美元融资：让独立导演用手机做出好莱坞级虚拟光影
韩国视觉特效初创公司 Beeble AI 宣布完成 475 万美元种子轮融资。其核心技术能将手机拍摄的 2D 画面重建为高精 3D 模型，允许作者在后期随意重置光影、背景与机位，试图用可控的 AI 工作流取代好莱坞昂贵的 LED 虚拟摄影棚。
周三
7月10日 星期三
三星推出 Galaxy Ring 智能指环：搭载 Galaxy AI，免订阅费卖 399 美元
三星正式发布首款智能指环 Galaxy Ring，售价 399 美元。它重量仅 2.3 至 3 克，续航达 7 天，主打靠 Galaxy AI 分析睡眠与健康数据给出个性化洞察。最值得关注的是它无需月度订阅费，直接向该品类开创者 Oura 展开正面竞争。
OpenAI 联手洛斯阿拉莫斯实验室：测试多模态 AI 生物实验安全
OpenAI 宣布与美国洛斯阿拉莫斯国家实验室合作，共同评估前沿多模态 AI 在实体生物实验室中的应用安全。双方将测试视觉与语音模型在细胞培养、基因转化等湿实验中协助研究与排错的表现，重点量化其对人员的技能提升及潜在生物安全风险。
监管重压之下，微软放弃 OpenAI 董事会观察员席位，苹果也不去了
据多家媒体报道，微软已在周二致信放弃 OpenAI 董事会观察员席位，原本预计加入的苹果也放弃了该计划。这主要是为了应对美欧监管机构对巨头与 AI 初创公司结盟的反垄断审查。虽然不再进董事会，两家公司与 OpenAI 的业务合作仍在继续。
周二
7月9日 星期二
Meta 推出端侧模型 MobileLLM：3.5 亿参数在 API 调用上媲美 70 亿 LLaMA-2
Meta 公布面向手机等端侧设备的语言模型架构 MobileLLM，专注 10 亿以下参数规模。通过优先增加网络深度与权重共享，其 3.5 亿参数版本在部分 API 调用任务上媲美 70 亿参数的 LLaMA-2。这意味着端侧小模型也能胜任实用功能，目前预训练代码已开源。
Stability AI 升级 Stable Assistant：支持局部改图，还能生成 3 分钟音乐
Stability AI 宣布为旗下聊天机器人 Stable Assistant 推出两项新功能。用户现在可以直接在图片中选定并替换特定物体，同时接入了 Stable Audio 2.0，能直接生成最长 3 分钟的 44.1 kHz 立体声纯器乐音乐。新用户享有 3 天免费试用。
Claude 上线 Artifacts 分享功能：生成的代码与小游戏支持一键 Remix
Anthropic 宣布 Claude 的 Artifacts 正式支持发布与公开分享，并且允许其他人直接「Remix」进行二次编辑。Artifacts 能在对话旁实时预览并调试代码、图表甚至小游戏，这一更新让生成的成果真正具备了社区互动性。
Hugging Face 接入谷歌云 TPU：每小时 1.38 美元起，一键跑开源大模型
Hugging Face 宣布在 Inference Endpoints 与 Spaces 上线 Google Cloud TPU v5e。最低单核实例每小时 1.375 美元，配合开源库 Optimum TPU，开发者动动鼠标就能一键部署运行 Gemma、Llama 和 Mistral。
Anthropic 控制台上新：支持自动生成测试用例与提示词并排对比
Anthropic 在开发者控制台上线提示词评估工具。开发者可以直接用 Claude 3.5 Sonnet 自动生成提示词与测试用例，或导入 CSV 批量测试，还能并排比对多个版本的输出并打分。不用再靠表格人肉比对，提示词调优变得像写单元测试一样省事。
OpenAI 阻断中国 API 访问：商汤、百度、智谱借机抢人送 token
OpenAI 正式开始阻断来自未支持地区的 API 流量，中国开发者受到直接影响。商汤、百度、智谱 AI 和腾讯云等本土厂商借机抢客，纷纷推出免费迁移方案并赠送数千万至上亿 token。这一举动加速了本土替代，但也凸显了国内在算力与芯片上的压力。
周一
7月8日 星期一
Magnific AI 推出 Photoshop 插件：直接在 PS 里调用高清放大
Magnific AI 宣布推出官方 Photoshop 插件。创作者现在无需切换网页或独立应用，就能直接在 Adobe Photoshop 里调用 Magnific 的 AI 图像放大与画质增强能力，大幅缩短后期工作流。
Odyssey 亮相：主打能让创作者亲自「导演」的好莱坞级视觉 AI
Oliver Cameron 公布新项目 Odyssey，主打好莱坞级视觉 AI。它不仅能生成风景、角色、光影与动作，还支持创作者精细导演。团队目标是改变电影、电视剧和游戏的制作流程，让视觉生成不再只是不可控的抽卡。
Poe 推出 Previews 功能：在聊天框里直接把玩 AI 写的网页应用
Poe 推出新功能「Previews」，让用户能在聊天框里直接查看并交互 AI 生成的 Web 应用。该功能特别适配 Claude 3.5 Sonnet、GPT-4o 和 Gemini 1.5 Pro 等编程强项模型。也就是说，AI 写完前端代码后无需复制到外部环境，点开就能就地测试。
OpenAI 联手 Thrive Global：成立新公司打造超个性化 AI 健康教练
OpenAI Startup Fund 与 Thrive Global 联合成立新公司 Thrive AI Health，打造超个性化 AI 健康教练。它结合科学方法与个人生理数据，在睡眠、饮食和运动等方面提供微习惯实时提醒。这旨在降低慢性病干预门槛，未来将推出独立 App 及企业版。
周五
7月5日 星期五
红杉报告敲警钟：AI 行业每年得赚 6000 亿美元才能回本
红杉资本合伙人 David Cahn 近日测算，AI 行业每年需要产生约 6000 亿美元收入，才能抵消数据中心和 GPU 等巨额投入。即便各大巨头 AI 收入全超预期，仍有约 5000 亿美元的缺口。也就是说，基建投入严重超前，商业变现若跟不上，泡沫风险陡增。
Stability AI 认怂改协议：年收入百万美元以下，SD3 随便免费商用
Stability AI 宣布修改社区许可协议，覆盖 SD3 Medium 等最新模型。新规彻底放宽限制，年营收低于 100 万美元的个人创作者与小微企业可免费商用，也不再限制生成图片或视频的数量。官方同时承认 SD3 Medium 在人体姿态等生成效果上未达预期，正抓紧修复。
特斯拉在上海展出二代 Optimus：只放在玻璃柜里静止展示
周四，Tesla 在上海世界人工智能大会上展出二代人形机器人 Optimus，成为现场少见的美国 AI 产品。不过现场展出的单台机器被锁在玻璃柜里，没有做任何动作或互动。尽管 Musk 曾称它未来能撑起 25 万亿美元市值，但目前它尚未进入全面量产。
周四
7月4日 星期四
Waymo 无人出租车在凤凰城逆行被拦：车里没人，交警开不出罚单
据报道，上个月一辆 Waymo 无人出租车在凤凰城因逆行被交警截停。车内空无一人，交警最终在调度记录中写下「无法向电脑开具罚单」且未做处罚。Waymo 解释称系施工标志混乱所致。这一戏剧性场面暴露了现行交通法规监管无人驾驶车辆时的盲区。
Google 研究员发论文自揭短处：生成式 AI 正在用虚假垃圾污染互联网
Google 研究人员发表了一篇预印本论文，警告生成式 AI 正被绝大多数用户用来模糊虚实界限，大规模制造假图和假视频以操纵舆论、诈骗牟利。大量劣质内容不仅加重了网民的辨别负担，甚至让公众人物能借机把不利证据辩解为「AI 伪造」。
法国实验室 Kyutai 推出 Moshi：延迟仅 200ms 的开源实时语音 AI
法国非营利 AI 实验室 Kyutai 展出实时语音助手 Moshi 并宣布开源。它仅由 8 人团队耗时半年研发，端到端延迟低至 200 毫秒，支持 70 种情绪，还能在笔记本本地边听边说。
周三
7月3日 星期三
ChatGPT Mac 版被曝明文存记录：恶意软件一键看光，官方已推加密补丁
据 The Verge 报道，OpenAI 推出的 ChatGPT Mac 应用此前一直以纯文本在本地存储对话。这意味着任何获取电脑权限的恶意软件都能轻松读取你的所有记录。经安全研究员和媒体反馈后，OpenAI 现已推送更新对本地聊天记录进行加密。
Google 规范政治广告：勾选 AI 合成后，系统自动生成披露标签
Google 更新广告政策，为包含 AI 生成内容的政治广告自动生成披露标签。广告主只需在后台勾选「合成或数字修改内容」，系统就会在 YouTube Shorts 和各类插播广告中自动显示提示，无需再手动添加。其他格式广告仍需自行标注。
LivePortrait：单张人像秒变动态视频，RTX 4090 单帧仅 12.8 毫秒
快手团队开源肖像动画框架 LivePortrait。它不走主流 Diffusion 路线，而是靠隐式关键点让单张人像或猫狗照片随视频动起来，在 RTX 4090 上单帧耗时仅 12.8 毫秒。目前推理代码与模型权重均已公开。
上海 AI 实验室开源 InternLM 2.5-7B：支持 1M 上下文与工具调用
上海人工智能实验室开源 InternLM 2.5-7B 模型。新模型支持高达 1M 的上下文窗口，重点强化了推理能力与工具调用，并在 Hugging Face Open LLM 榜单 12B 以下级别位居前列，兼顾轻量参数与超长文本处理。
Cloudflare 上线一键拦截 AI 爬虫：全员免费，专治伪装抓取
Cloudflare 上线一键拦截所有 AI 爬虫的功能，面向包含免费版在内的所有用户开放。它不仅拦截遵守 robots.txt 的合规爬虫，还会用机器学习识别伪装成真实浏览器的恶意抓取。也就是说，站长无需再费心配规则，就能防住拿自家内容喂模型的 AI。
ElevenLabs 推出 Voice Isolator：一键消除噪音提取纯净人声
ElevenLabs 推出音频分离工具 Voice Isolator。它基于专有深度学习模型，能从杂乱环境音、交谈声或音乐中提取纯净人声，支持 WAV、MP3 等多种格式。用户每月可获得 1 万点额度，无需安装插件就能在浏览器里直接处理。
Karpathy 伯克利黑客松演讲：GPT-4 最早只是个 Reddit 机器人
OpenAI 联合创始人 Andrej Karpathy 在 UC 伯克利黑客松发表演讲。他指出大模型正在成为新的操作系统，计算范式宛如重回 1980 年代。他透露 GPT-4 最早只源于内部一个 Reddit 机器人，鼓励年轻人靠持续做小项目来滚雪球。
周二
7月2日 星期二
传苹果入局 OpenAI 董事会：拟派 Phil Schiller 担任观察员
据彭博社报道，苹果将在与 OpenAI 的合作协议下获得一个董事会观察员席位，拟由 App Store 负责人 Phil Schiller 出任。该席位拥有列席会议权但没有投票权。由于微软此前已拥有类似观察员席位，未来涉及敏感议题时双方可能会面临利益回避。
Meta 推出 3D Gen：提示词转 3D 资产不到 1 分钟，还支持重贴图
周二，Meta 推出 3D Gen 模型，能在 1 分钟内将文本转换成高保真 3D 资产。该系统约 30 秒生成初始几何模型，再花 20 秒即可靠提示词完成物理渲染级别的重新贴图。目前该研究仍在开发中，尚未向公众开放。
多家媒体指控 Perplexity：抄袭原创报道，还无视规则暗中爬取网页
据 TechCrunch 报道，Perplexity 遭《福布斯》与《连线》等媒体指责，称其无视 robots.txt 协议暗中抓取网站内容，并涉嫌原样洗稿。Perplexity 则坚称只是响应用户具体的网址输入需求，属于版权法规定的合理使用范围。
Figma 紧急下线 Make Design：AI 生成的界面被指抄袭苹果天气
Figma 宣布临时停用新推出的 Make Design AI 功能，因其生成的界面多次与苹果天气 App 高度雷同。官方否认了使用竞品数据训练模型的说法，称问题出在底层设计系统变化度过低以及赶工导致质检疏漏，目前已下线该功能做全面审查。
WhatsApp 曝光新功能：输入「imagine me」，AI 拿你自拍做贴纸
据报道，Meta 正在 WhatsApp Android 测试版中内测个性化贴纸生成功能。用户上传几张自拍参考照后，在聊天中输入「@Meta AI imagine me」就能把自己放进森林或太空等场景做成贴纸。自拍可随时在设置中删除，目前尚未正式上线。
ElevenLabs 让传奇影星「发声」：用朱迪·加兰的声音给你读名著
ElevenLabs 宣布在 Reader App 中引入朱迪·加兰、詹姆斯·迪恩、伯特·雷诺兹等已故影星的 AI 声音。用户可以用加兰的声音听《绿野仙踪》，或让劳伦斯·奥利弗爵士朗读《福尔摩斯》。不过这些经典声音仅限个人在 App 内流式收听，不能导出用于内容创作。
Perplexity 升级 Pro Search：引入多步推理，接入 Wolfram 处理复杂数学
Perplexity 宣布升级 Pro Search 深度搜索功能。新版本具备多步推理能力，能根据检索结果自动发起后续追问，并集成了 Wolfram|Alpha 引擎与代码执行环境来解决复杂的数学和编程问题。免费用户可限量试用，Pro 订阅用户拥有更多配额。
Suno 正式上线 iOS 应用：手机输入文字直接写出一整首歌
Suno 正式在苹果 App Store 上线 iOS 应用。用户只需输入文本提示词，几分钟内就能生成包含人声、伴奏和编曲的完整歌曲。不过，Suno 目前正面临环球、索尼等唱片公司的版权诉讼，被指控未经许可使用受版权保护的音乐训练模型。
周一
7月1日 星期一
Anthropic 出资征集新 AI 评测基准：重点盯防网络攻击与欺骗风险
Anthropic 宣布设立资助项目，向第三方机构出资开发新一代 AI 评测基准。当前主流评测难以反映真实使用场景，Anthropic 希望重点测试模型在网络攻击、核武风险及深度伪造欺骗等维度的表现，申请将按滚动方式评审。
YouTube 隐私新规：被 AI 仿造人脸或声音，可申请下架
据报道，YouTube 在 6 月悄悄上线新规，允许个人申请下架仿造自己人脸或声音的 AI 视频。当事人需按隐私侵权提出申诉，平台会给创作者 48 小时自行删除或打码；若未处理，YouTube 将结合公共利益、是否属于讽刺等维度裁定。
修图常被误标为生成图：Meta 将「由 AI 制作」标签换成「AI 信息」
Meta 宣布将 Instagram 等平台上的「Made with AI」标签变更为「AI info」。此前不少摄影师抗议，仅用 Photoshop 裁切或微调过的真实老照片也被打上 AI 标签。新标签旨在更准确地表明图片可能只是经过修改，而非完全由 AI 生成。
马斯克预告 Grok 2 于 8 月发布：清洗训练数据，年底还要上 Grok 3
Elon Musk 透露 xAI 将于 8 月推出下一代大模型 Grok 2。该版本着重提升实时知识处理与推理能力，并花大力气清洗网络训练数据以减少污染。Musk 还表示，计划在年底前推出动用 10 万张 Nvidia H100 训练的 Grok 3。
