X 上线 Stories 功能：让 Grok 帮你总结热点新闻
X 宣布向 Premium 订阅用户推出 Stories 功能，由 xAI 的 Grok 模型总结 Explore 探索页面下的热搜话题与帖子。Grok 主要根据平台上的用户讨论生成概述，而不读取原始报道全文。该功能目前仅向付费会员开放。
AI 日报：今天的 AI 新闻
周五
5月3日 星期五
iOS 18 AI 细节曝光：Siri 将支持短信总结，端侧大模型 Ajax 挑大梁
据 AppleInsider 报道，苹果计划在 iOS 18 中引入由其大模型 Ajax 驱动的 AI 功能，重点让 Siri 支持短信内容总结，Safari 增加网页摘要。简单请求由端侧处理，复杂任务可能借助云端；调用个人数据前还将弹出隐私警告。
传 OpenAI 进军搜索：注册专属域名，或于 5 月 9 日正面硬刚 Google
据报道，OpenAI 近日注册了 search.chatgpt.com 域名，传闻将于 5 月 9 日发布基于 ChatGPT 的全新搜索引擎。与以往接入 Bing 的外挂模式不同，新产品或深度融合大模型与实时网络检索。虽然具体形态未定，但这标志着 OpenAI 准备直击 Google 的腹地。
周四
5月2日 星期四
微软更新条款：禁止美国警方用 Azure OpenAI 做人脸识别
微软更新 Azure OpenAI Service 服务条款，明确禁止美国警察部门利用该服务进行人脸识别，并禁止全球执法机构在执法记录仪等移动设备上运行实时人脸识别。这次调整划清了生成式 AI 在敏感执法场景中的边界。
首支 OpenAI Sora 制作的 MV 亮相：从 700 个片段中剪辑成片
音乐人 Washed Out 联手导演 Paul Trillo 发布新单曲 MV《The Hardest Part》，成为首支与 OpenAI Sora 合作的主流音乐视频。导演历时 6 周，从 Sora 提示生成的约 700 个片段中选出 55 个拼成全片，但观众反响褒贬不一。
周三
5月1日 星期三
内部邮件曝光：微软 2019 年投资 OpenAI，源于害怕落后 Google
反垄断诉讼中公开的内部邮件显示，微软 2019 年投资 OpenAI 10 亿美元，主因是极度担忧在 AI 规模上落后 Google 数年。当时微软花 6 个月才勉强复现 Google 的 BERT 模型，基建明显不足，促使 Nadella 拍板注资。
Udio 升级：支持生成 15 分钟长音频，副歌终于能连贯了
AI 音乐平台 Udio 宣布将单曲时长上限提升至 15 分钟。同时，音乐扩展的上下文长度从 30 秒扩至 2 分钟，让模型能参考更早前的旋律，解决以往副歌容易变形、前后风格断裂的问题。
Ideogram 上线 Pro 订阅：每月 1.2 万张快速生图，专攻文字排版
Ideogram 推出面向专业创作者的 Pro 订阅，年付合每月 48 美元。用户每月可提交 3000 次优先提示词，生成多达 1.2 万张图片，每次耗时不到 15 秒，后续还将支持 CSV 批量生成。该层级支持商用与私密生成，但暂不提供企业版权赔偿。
Claude 推出团队版并上线 iOS 应用：每人每月 30 美元，自带 200K 上下文
Anthropic 正式推出 Claude Team 计划并上线免费 iOS 应用。团队版每人每月 30 美元（5 席起购），提供高于 Pro 版的调用额度、200K 上下文与管理后台；iOS 版则支持跨端对话同步与拍照识别。
周二
4月30日 星期二
Meshy-3 上线：支持生成高模雕塑与 PBR 贴图，重构图生 3D 管线
Meshy 宣布推出 Meshy-3。新版本在文生 3D 中新增「雕塑」风格与 PBR 物理渲染贴图，几分钟内即可导出包含法线、置换和 AO 贴图的高模资产；同时重构了图生 3D 管线，并加入修复多余五官的智能纹理工具。
传 Google 每年出资至多 600 万美元，联手新闻集团开发 AI 内容
周二据 The Information 报道，Google 已同意每年向新闻集团支付 500 万至 600 万美元，用于开发 AI 相关内容与产品。这笔合作依托于双方长期的业务关系，不过新闻集团发言人随后出面否认，称双方绝不存在所谓的 AI 内容授权协议。
周一
4月29日 星期一
ChatGPT 上线记忆功能：向绝大多数 Plus 用户开放，能跨对话记住你
OpenAI 宣布面向除欧洲和韩国外的所有 ChatGPT Plus 用户推出「记忆」（Memory）功能。ChatGPT 现在能记住你在跨对话中提到的细节与偏好，并在更新记忆时提醒你。用户可以在设置中随时查看、删除特定记忆，或者开启临时对话彻底不记录。
GitHub 推出 Copilot Workspace：用自然语言把 Issue 做成软件
GitHub 开启 Copilot Workspace 技术预览版，支持开发者全程用自然语言把想法或 Issue 转化为可运行的代码。它由多款智能体驱动，自动拆解步骤并理解代码库，所有计划与代码均可自由修改。目前已开放技术预览申请。
OpenAI 牵手《金融时报》：ChatGPT 将直接引用 FT 报道并标注来源
OpenAI 与《金融时报》（FT）达成战略合作与授权协议。ChatGPT 用户在查询相关问题时，将能看到来自 FT 的署名摘要、引用和原文链接。FT 此前已为全员采购 ChatGPT Enterprise，双方还将为读者联合开发新 AI 功能。
周日
4月28日 星期日
传 OpenAI 与 Worldcoin 洽谈合作：Sam Altman 两大公司或将联手
据报道 OpenAI 正与 Sam Altman 联合创立的加密身份项目 Worldcoin 洽谈合作，计划为其提供 AI 解决方案与服务。两家公司此前均面临较重监管压力，这项潜在联手势必招致监管机构对利益冲突与合规性的进一步审视。
Meta 自动化广告工具翻车：千次曝光成本飙升 10 倍，快速烧光预算
据 The Verge 报道，Meta 旗下的 Advantage Plus 自动化广告工具频现故障，两小时内就能烧掉客户 75% 的日预算，千次曝光成本暴涨近 10 倍。不少广告主反映转化收益几乎为零，部分商家已被迫停用该工具，退回人工手动投放时代。
北京发布人形机器人「天工」：纯电驱拟人奔跑，时速达 6 公里
北京人形机器人创新中心发布全尺寸人形机器人「天工」。它采用成本更低的纯电驱动，重 43 公斤，能以 6 公里/小时稳定奔跑，并在盲视下通过斜坡与楼梯。该机器人还将作为开源母平台向行业开放，方便二次开发。
周六
4月27日 星期六
生数科技联手清华发布 Vidu：一键生成 16 秒 1080p 视频对标 Sora
生数科技联合清华大学发布文本生成视频模型 Vidu。它基于自研的 U-ViT 架构，能一键生成 16 秒、1080p 分辨率的视频，支持单场景多机位切换与物理规律模拟。虽然画质和真实感与 Sora 相比仍有差距，但其画面连贯性表现亮眼。
苹果加速接洽 OpenAI：或将 ChatGPT 整合进 iOS 18
据知情人士透露，苹果已重启与 OpenAI 的合作谈判，商讨将后者的生成式 AI 功能整合进今年晚些时候发布的 iOS 18。苹果自研模型将支撑部分系统级 AI，但聊天机器人功能倾向于寻找外援。目前苹果也仍在与 Google 洽谈 Gemini 授权，尚未做最终决定。
周五
4月26日 星期五
美国土安全部成立 AI 安全委员会：奥特曼、纳德拉与皮查伊入选
周五，美国国土安全部成立人工智能安全与安保委员会，22 名首发成员涵盖 OpenAI、微软及 Alphabet 的 CEO。委员会重点研究保护电网、机场等关键基础设施免遭 AI 威胁。达美航空、军工巨头高管及地方官员也一并加入。
收到侵权警告后，Drake 下架使用 AI Tupac 人声的 Diss 歌曲
Drake 从 X 账号删除了针对 Kendrick Lamar 的 Diss 单曲《Taylor Made》。该曲因使用 AI 模拟已故说唱歌手 Tupac Shakur 的声音，被 Tupac 的遗产律师限期 24 小时内下架否则提告。主流歌手公开玩 AI 仿音踩红线，终于撞上了法律铁板。
Google 砸 30 亿美元扩建数据中心，并设 7500 万美元基金免费教 AI
Google 宣布投资 30 亿美元用于弗吉尼亚州与印第安纳州的数据中心扩建与新建。此外，Google.org 设立 7500 万美元的 AI 机会基金并上线 Google AI Essentials 课程，计划联合公益机构为 100 万美国人提供免费 AI 技能培训。
马里兰教师用 AI 伪造校长歧视录音被捕：合成声音成报复工具
美国马里兰州一名高中教师被捕，警方指控其利用 AI 克隆校长声音、伪造歧视录音来实施报复。假音频此前导致校长被停职，FBI 取证后证实其为 AI 合成。这是典型的生成式语音陷害与犯罪案件。
Profluent 用 AI 从头设计基因编辑器：开源 OpenCRISPR-1，性能媲美天然 Cas9
Profluent 利用生成式 AI 从头设计出精准基因编辑器，并开源 OpenCRISPR-1。团队训练蛋白质语言模型生成新分子，在人类细胞中的编辑活性与特异性媲美甚至超过天然 SpCas9。这意味着基因编辑告别了从自然界碰运气的阶段，步入按需定制时代。
周四
4月25日 星期四
Sanctuary 推出第七代 Phoenix：成本更低，一天内学会新活
加拿大机器人公司 Sanctuary AI 推出第七代 Phoenix 人形机器人。新机型减轻了机身重量并降低物料成本，主打腰部以上的灵巧操作，官方称其可在 24 小时内学会分拣等新自动化任务。此前该公司已敲定将其部署进 Magna 汽车制造厂。
Google 发布生成式 AI 经济报告：大规模失业担忧被夸大了
Google 联合学者 Andrew McAfee 发布生成式 AI 经济影响报告。报告指出生成式 AI 属于通用目的技术，扩散速度远快于蒸汽机与电气化；大规模失业的担忧可能被夸大，新技术不仅能带来新职业，还将帮助初级员工提升表现。
洛杉矶公交加装 AI 摄像头：专抓违停占道，人工复核后开罚单
据洛杉矶时报报道，洛杉矶交通局（LA Metro）正在公交车上安装 AI 摄像头，自动抓拍违规占用公交专用道和停靠站的车辆。违法证据将转交当地交通局由人工复核后决定是否开出罚单。项目预计今夏测试，年底正式上线。
Synthesia 推出 Expressive Avatars：让 AI 数字人带上喜怒哀乐
AI 视频初创公司 Synthesia 推出新一代数字人化身「Expressive Avatars」。新版本不再采用传统拼贴视频片段的做法，而是通过大模型端到端实时生成，强化了唇形同步和微表情变化。虽然告别了僵硬的面瘫脸，但官方承认手部动作仍是下一步要啃的硬骨头。
耶鲁与 EPFL 开源 Meditron：专为低资源医疗场景定制的 Llama 3 模型
EPFL 与耶鲁医学院团队基于 Meta Llama 3 微调推出开源医疗模型 Llama-3[8B]-MeditronV1.0。该套件面向医疗资源匮乏地区与人道主义场景，在 MedQA 等基准测试中同参数表现领先。团队将数据与权重全部开源，助力医疗普惠。
周三
4月24日 星期三
Drake 惹上官司：Diss 歌偷用 AI 生成的 Tupac 声音，遗产方通牒下架
已故说唱传奇 Tupac 的遗产管理方要求 Drake 在 24 小时内全网下架新歌《Taylor Made》，否则将提起诉讼。该曲未经许可使用了 AI 生成的 Tupac 和 Snoop Dogg 声音。遗产方直斥这是对其音乐遗产的公然滥用。
对标 GitHub Copilot：AI 编程公司 Augment 融资 2.52 亿美元
AI 编程初创公司 Augment 结束隐身状态，宣布完成 2.52 亿美元融资，估值达 9.77 亿美元。团队由前微软与谷歌工程师创办，获 Eric Schmidt 等投资，主打企业级编程助手，直接叫板 GitHub Copilot。目前产品仅面向部分企业小范围测试，预计年内正式上线。
199 美元 Rabbit R1 上手：设计挺有趣，但很多功能还没做完
The Verge 发布 Rabbit R1 首发上手体验。这款售价 199 美元的亮橙色 AI 掌机外观轻巧可爱，但目前仅接入 Spotify、Uber 等 4 个外部服务，无法发邮件或做表格，大量此前承诺的功能仍待完善。
Snowflake 开源 Arctic LLM：480B 稀疏架构专攻企业 SQL 与编程
Snowflake 推出企业级大模型 Arctic LLM，采用 Apache 2.0 协议完全开源并允许商用。该模型基于混合专家架构，总参数 480B 但每次仅激活 17B，训练成本仅约 200 万美元，主打企业数据库代码生成与 SQL 查询，表现据称优于 Databricks 的 DBRX。
Moderna 全员接入 ChatGPT Enterprise：两个月搓出 750 个内部 GPT
Moderna 宣布全面部署 ChatGPT Enterprise，数千名员工在两个月内搭建了 750 个内部 GPT。其中包括帮团队筛选临床试验剂量的 Dose ID 以及法务审查工具。Moderna 试图证明，借助 AI，几千人的生物药企也能干出十万人的产能，计划 5 年内推出 15 款新药。
商汤发布日日新 5.0：支持 20 万上下文，主打端云协同矩阵
SenseTime 在上海技术交流日发布 SenseNova 5.0 大模型及端侧产品矩阵。新模型训练数据超 10TB token，支持约 20 万有效上下文，在多模态基准 MMBench 上获综合第一。同时推出的端侧模型在旗舰平台每秒可生成 78.3 字。
周二
4月23日 星期二
郭明錤称苹果下修 Vision Pro 出货量：今年降至 40 至 45 万部，2025 年或无新机
分析师郭明錤发文称，Apple 已将 2024 年 Vision Pro 出货量预测下修至 40 万到 45 万部，远低于市场预期的 70 万部以上。这表明美国市场需求下滑超预期，且 2025 年可能不会推出新机型，这也会连带拖慢 Pancake 透镜与 Micro OLED 供应链的增长节奏。
Ray-Ban Meta 眼镜升级：新增复古框型，多模态 AI 能看懂眼前景物
Meta 宣布为 Ray-Ban Meta 智能眼镜推出新框型 Skyler 并推送更新。除了支持在 WhatsApp 和 Messenger 视频通话中共享第一视角画面，眼镜还向美加用户全量开放多模态 Meta AI 测试，能看懂眼前景物并直接解答。
Adobe 发布 Firefly 3：Photoshop 支持喂参考图，不用死磕提示词了
Adobe 发布 Firefly Image 3 基础模型，并上线 Photoshop 桌面测试版。这次最实用的功能是「参考图」，不用再费劲写小作文，直接上传图片就能匹配风格与配色。此外还加入了背景生成和细节增强等工具，官方承诺上传的参考图不会被拿去训练模型。
微软发布 Phi-3 Mini：38 亿参数，号称比肩 GPT-3.5
微软发布轻量级 AI 模型 Phi-3 Mini，参数量仅 38 亿。该模型利用大模型生成的「儿童故事」数据训练，官方称其表现接近体量大它十倍的模型。模型现已上线 Azure、Hugging Face 和 Ollama，后续还将推出 7B 和 14B 版本。
OpenAI 升级企业 API：推出半价 Batch API 与万份文件检索
OpenAI 针对 API 企业用户上线多项新特性。新推出的 Batch API 可在 24 小时内异步返回结果，调用价格直接减半；Assistants API 单助手检索文件上限从 20 个暴增 500 倍至 1 万个，并支持流式输出。此外还加入了 Private Link 专线互通和项目级权限隔离功能。
OpenAI 联手多家巨头：签署儿童安全设计原则，严打违规生成
OpenAI 宣布联合公益组织 Thorn、Google、微软等科技巨头，共同践行「安全设计」原则。各方将在模型训练、部署和维护全流程中清理儿童性虐待材料，严防生成式 AI 遭恶意滥用，并承诺每年发布进展报告。
Open CoT Leaderboard 上线：专测思维链到底能帮大模型提多少分
Hugging Face 上线 Open CoT Leaderboard。与传统跑分不同，它不看绝对准确率，而是专测加入思维链推理步骤后的净提分幅度。测试显示 7B 小模型有时借此提升比大模型更猛，但思维链有时也会让准确率不升反降。
周一
4月22日 星期一
微软挖来前 Meta 基础架构副总裁，负责下一代 AI 超算系统
前 Meta 基础架构副总裁 Jason Taylor 加入微软，出任副首席技术官，重点负责推动下一代 AI 超算系统建设。Taylor 曾长期统管 Meta 的 AI 数据基础设施与服务器预算。在算力需求暴增的当下，微软正在全力囤积底层基建大将。
Meta 开放 Horizon OS：华硕联想要造 Quest 同款头显了
Meta 宣布向第三方硬件厂商开放 Meta Quest 所用的操作系统 Meta Horizon OS。华硕 ROG 和联想已加入，将分别打造游戏头显与生产力设备。这相当于在 MR 领域复制 Android 路线，试图用开放生态压制苹果。
Mustafa Suleyman 谈 AI 本质：我们正在创造「新数字物种」
Microsoft AI CEO Mustafa Suleyman 在 TED 演讲中探讨 AI 的本质。他指出业内至今难以准确描述 AI 的发展走向，并提出一个直白的新隐喻：AI 正在演变成一种「新数字物种」，呼吁大众重新审视这一非同寻常的关键时刻。
据报苹果收购法国初创 Datakalab：瞄准端侧 AI 压缩与视觉
据外媒报道，苹果已于 12 月收购法国初创公司 Datakalab。该公司专攻低功耗端侧 AI 压缩与计算机视觉，擅长在 100 毫秒内完成本地匿名图像处理。这显然是苹果在为 iOS 18 的端侧 AI 以及 Vision Pro 补充关键技术储备。
Adobe 公布 VideoGigaGAN：把模糊视频放大 8 倍且不闪烁
据报道 Adobe 研究人员公布生成式 AI 模型 VideoGigaGAN，能将模糊视频分辨率提升至原来的 8 倍。该技术结合了 GAN 的细腻细节与时序稳定性，避免了视频超分辨率常见的闪烁与伪影。目前该成果仅为研究预览，暂未确定是否会集成到 Premiere Pro 等软件中。
通用智能体 JAT 开源：一个模型通吃游戏与机械臂
研究团队开源通用智能体 JAT，包含模型、数据集及专家策略。作为 Gato 的开源复现与演进，它用单个网络在 157 项任务中达到专家基准 65.8% 的表现，涵盖玩游戏、机械臂控制与初级图文处理。
周六
4月20日 星期六
Drake 连发 AI 语音新歌：用 Tupac 和 Snoop Dogg 声音隔空喊话
Drake 在社交平台发布新歌《Taylor Made Freestyle》，用 AI 合成的 Tupac 和 Snoop Dogg 声音向 Kendrick Lamar 喊话施压。外界推测是他自己录完再通过 AI 转换音色。最值得关注的是，AI 克隆人声已成为顶级说唱歌手公开交锋的实战武器。
周五
4月19日 星期五
TED 联手艺术家与 OpenAI：用 Sora 设想 40 年后的演讲
TED 宣布与艺术家 Paul Trillo 及 OpenAI 合作，使用尚未正式发布的文生视频模型 Sora 制作了一支概念短片。短片畅想了 40 年后 TED 大会的模样，也是创作者提前探索 Sora 视觉表达潜力的最新案例展示。
斯坦福发布第七期 AI 指数报告：跑分逼近人类，研究界急着出新题
斯坦福 HAI 发布第七期《AI 指数报告》，指出 AI 在阅读理解与图像分类等指标早已超越人类，在 MATH 竞赛题的解题率也从 6.9% 飙升至 84.3%。由于旧测试接连被刷爆，学界正加紧设计更难的新基准。不过，模型在幻觉与真实性上依然存在明显短板。
国际奥委会发布 AI 议程：0.1 秒拆解跳水动作，还要在全球基层选苗子
国际奥委会公布「奥林匹克 AI 议程」，探索将 AI 用于裁判辅助、潜能发掘和赛事组织。现场展示了 0.1 秒内拆解跳水翻腾动作辅助打分，以及英特尔用手机测试在塞内加尔发掘体育新秀。部分成果将在巴黎奥运会落地，但裁判边界与伦理争议仍存。
