全球首例：广州互联网法院认定 AI 生成「奥特曼」侵犯版权
据媒体报道，广州互联网法院认定某 AI 服务生成的图片与「奥特曼」实质性相似，侵犯原告著作权，判赔 1 万元人民币。这被视作全球首例生成式 AI 侵权判决，也让 AI 训练数据与输出合规的争议再次升温。
AI 日报：今天的 AI 新闻
周二
2月27日 星期二
OpenAI 反击《纽约时报》：指控其诱导 ChatGPT 抄袭并申请驳回诉讼
Monday，OpenAI 向美国法院申请驳回《纽约时报》版权诉讼中的四项指控。OpenAI 称对方利用系统漏洞，使用欺骗性提示词故意让 ChatGPT 逐字复诵文章，称「正常人不会这样用」。时报律师则反驳称这只是在寻找侵权证据。
Tumblr 母公司洽谈数据合作：拟将用户帖子卖给 OpenAI 和 Midjourney
据 404 Media 报道，Tumblr 与 WordPress.com 母公司 Automattic 即将与 OpenAI、Midjourney 达成协议，提供用户内容用于 AI 训练。尽管官方称将推出退出共享设置，但内部记录显示首批抓取数据疑似误含了未公开内容。
Pika 上线 Lip Sync 功能：接入 ElevenLabs，AI 角色开口能对上口型
Pika 推出 Lip Sync 功能，接入 ElevenLabs 提供配音，让视频角色的嘴型能与台词同步。它支持文本转语音或上传音频，省去了繁琐的后期外挂工具。不过该功能目前仅限 Pika Pro 付费用户和受邀测试者使用。
GitHub Copilot 企业版正式上线：吃透私有代码库，每月 39 美元
GitHub 宣布 GitHub Copilot Enterprise 正式商用，定价每月每用户 39 美元。它能结合企业私有代码库回答问题、在网页端直接对话并自动生成 PR 摘要，还内嵌了 Bing 联网搜索。官方承诺默认绝不使用私有代码训练模型。
Superhuman 推出 Instant Reply：收件箱自带 3 版完整草稿，按 Tab 就能发
Superhuman 推出新功能 Instant Reply。它会为收件箱里的每封邮件提前计算并生成 3 份匹配个人语气风格的完整草稿，用户按下 Tab 和 Enter 就能直接发送。官方测试显示，早期用户的回信速度由此提升了一倍。
阿里发布肖像视频框架 EMO：一张图一段音频，就能让人物自然开唱
阿里研究团队公布音频驱动肖像视频框架 EMO。输入一张单人照片和一段语音或歌声，就能生成神态丰富、口型同步且时长不限的动态视频。它能敏锐捕捉语调起伏与快节奏歌词，也能让油画与 3D 角色开口说话。
周一
2月26日 星期一
Google DeepMind 发布 Genie：一张图就能生成可玩的游戏
周一，Google DeepMind 展示了基础世界模型 Genie。它通过学习超 20 万小时公开游戏视频，无需人工动作标注，仅凭单张图片或草图就能生成可交互、可操控的 2D 横版过关世界。这意味着生成式 AI 正在跨入可操控环境，为训练智能体铺路。
Google 暂缓 Gemini 画人功能：哈萨比斯称几周内修复上线
Google 旗下 DeepMind 创始人 Demis Hassabis 表示，此前因历史偏颇下线的 Gemini 人物画图功能将在未来几周内恢复。他解释称原本追求多样性的初衷是好的，但在历史场景应用时过于一刀切，目前正重新微调限制。
微软结盟 Mistral AI：旗舰模型 Mistral Large 首发上线 Azure
Microsoft 宣布与 Mistral AI 达成多年合作，率先在 Azure AI 上线其旗舰模型 Mistral Large。微软将为其提供超算算力，企业可通过 MaaS 模式直接调用。这意味着微软在 OpenAI 之外，正式将欧洲最强模型纳入云生态。
周五
2月23日 星期五
ElevenLabs 联手 Perplexity：推出 AI 每日播客 Discover Daily
ElevenLabs 宣布与 Perplexity 达成合作，联手推出每日短音频播客《Discover Daily》。节目结合 Perplexity 的搜索内容引擎与 ElevenLabs 的 AI 语音，自动播报科技、创新与文化最新头条，已在各大播客平台上线。
微软相册加入「生成式擦除」：不用换新手机，Win 10 老电脑也能消路人
Microsoft 宣布为 Windows 照片应用推出「生成式擦除」功能，能用生成式 AI 抹掉照片里的杂物和路人。最值得关注的是，微软不仅更新了 Windows 11，还把包括背景消除在内的全部 AI 修图功能下放给了 Windows 10。目前该更新已面向 Windows 预览体验成员推送。
周四
2月22日 星期四
Suno 开启 V3 Alpha 测试：单次生成拉长至 2 分钟，支持纯音乐
Suno 宣布面向 Pro 和 Premier 付费用户开放 V3 Alpha 早期测试。新模型将单次生成时长上限提至 2 分钟，音质与表现力明显提升，新增专门的纯音乐支持，并支持从任意位置续写老歌。官方还向付费账户赠送了 300 积分。
OpenAI 升级 GPT Store：新增 1-5 星评分与构建者主页
OpenAI 宣布升级 GPT Store，正式引入 1 到 5 星评分系统和私密反馈功能。用户在自定义 GPT 页面点击「发送反馈」即可评分并留言，构建者主页也新增了社交链接与对话次数展示。不过，创作者关心的收益分成仍未落实。
美国司法部任命首位首席 AI 官，普林斯顿教授履新
美国司法部任命普林斯顿大学教授 Jonathan Mayer 为首位首席人工智能官兼首席科技顾问。他将组建 AI 与网络安全团队，协助应对技术对执法的影响。此举落实了拜登政府的 AI 行政令，重点解决 AI 在量刑、假释和监控中的公平性问题。
Google 深化与 Reddit 合作：接入实时数据训 AI，后者用 Vertex AI 改版搜索
Google 宣布扩大与 Reddit 的合作，正式接入 Reddit 实时 Data API，用于搜索展示及 AI 模型训练。与此同时，Reddit 也将采用 Google Cloud 的 Vertex AI 来增强站内搜索与相关能力。这让 Google 在真实人类语料的争夺中拿下了关键一手。
Chrome 推出「Help me write」：网页右键让 Gemini 帮你写
Google 随 Chrome M122 为 Mac 和 Windows 推出实验性「Help me write」功能。它基于 Gemini 模型，能读取当前网页上下文来帮用户起草或润色评价、咨询等文本。目前仅限美国英语用户在实验性 AI 设置中开启。
Jasper 收购 Clipdrop：从文字营销杀进多模态，团队留驻巴黎
Jasper 宣布从 Stability AI 手中收购 AI 图像平台 Clipdrop，交易已于 2 月 20 日完成。Clipdrop 团队全员加入并继续留驻巴黎负责多模态研发。企业即日起可通过 Jasper API 调用，个人仍可在原网站独立使用。
Stability AI 开启 Stable Diffusion 3 早期预览：拼写能力提升，参数最高 8B
Stability AI 宣布开启 Stable Diffusion 3 早期预览候补名单。新模型结合 Diffusion Transformer 架构与流匹配，参数量覆盖 800M 至 8B，重点改进了多主体提示、画质以及文字拼写能力。目前该模型尚未全面开放，公开开源前先面向测试者收集反馈。
ElevenLabs 入选迪士尼加速器：AI 语音搭上好莱坞巨头
2 月 22 日，AI 语音初创公司 ElevenLabs 宣布入选 2024 年迪士尼加速器计划。团队表示将借力迪士尼的创意资源，推进跨语言沟通技术的落地。这意味着其 AI 配音和声音技术，正快速向全球顶级影视娱乐生态渗透。
Gemini 生图翻车遭批：Google 紧急叫停人物图像生成并道歉
Google 宣布暂时下线 Gemini 的人像生成功能。此前该模型在生成历史人物时出现过度补偿和严重偏颇，引发广泛争议。Google 承认在多样性微调与敏感词过滤上矫枉过正，承诺在全面测试改进后再重新开放。
周三
2月21日 星期三
深度分析：AI 并不是科技公司裁员的真凶，而是完美的替罪羊
近期科技圈裁员潮常被归咎于 AI 抢饭碗。牛津互联网学院学者等专家指出，目前几乎没有证据表明 AI 在大规模直接替代员工，更多是传统的外包、降本增效，或是企业为了重金挖角 AI 人才而缩减其他业务预算，AI 成了最方便的掩护口径。
Tinder 母公司与 OpenAI 签约：买千个授权，新闻稿让 ChatGPT 写的
Match Group 宣布与 OpenAI 达成企业合作，采购超 1000 个企业授权，用于员工编程、设计和日常沟通。有意思的是官方新闻稿甚至由 ChatGPT 代笔，满屏土味约会梗。这笔合作是其 2024 年超 2000 万美元 AI 投资的一部分。
Adobe 组建 50 人研究团队 CAVA：主攻音视频与动画生成
消息称 Adobe 成立了名为 CAVA 的新 AI 研究组织，团队规模约 50 人，全称为「音频、视频与动画共创」。紧随 OpenAI 发布 Sora 之后，该组织专注于音视频与动画生成，被外界视作 Adobe 加速多模态布局的动作。
Google DeepMind 组建 AI 安全与对齐新组织，紧盯 Gemini 防护与 AGI 风险
Google DeepMind 宣布成立「AI 安全与对齐」新组织，整合既有安全团队并扩招专家，由 UC 伯克利教授 Anca Dragan 牵头。新部门既要给当前 Gemini 模型筑牢防线（防范不良医疗建议与偏见放大），也会设立专职团队攻坚 AGI 安全，对标 OpenAI 超级对齐。
Google One 接入办公套件：在 Gmail 和 Docs 里直接用 Gemini
Google 宣布为 Google One AI 高级订阅引入 Gmail、Docs、Sheets 等应用的 Gemini 功能（原 Duet AI）。每月 19.99 美元即可在常用工具中直接写邮件、做预算，省去频繁切换标签页的麻烦。目前面向 150 多个国家开放英文版，并提供两个月免费试用。
Google 开源轻量模型 Gemma：笔记本能跑，允许商用
Google 推出全新开源模型系列 Gemma，提供 2B 和 7B 两个尺寸及指令微调版本。它继承了 Gemini 的核心技术，能在个人电脑或工作站本地运行，在同尺寸开源模型中表现顶尖，且允许企业和个人免费商用。
周二
2月20日 星期二
Groq 凭自研 LPU 走红：每秒狂飙 247 个 Token，比微软快 13 倍
AI 芯片公司 Groq 研发的 LPU 芯片走红网络。根据第三方测试，Groq 运行大语言模型可达每秒 247 个 Token，比微软云端快了 13 倍。最值得关注的是，这种超低延迟让实时语音对话成为可能，不过其扩展能力仍有待检验。
威尔·史密斯恶搞「AI 吃意面」：真假难辨的视频图灵测试
Will Smith 在 Instagram 发布恶搞视频，亲自模仿去年爆火的 AI 吃意面画面。这则视频恰逢 OpenAI 发布 Sora 视频模型，也让「吃意面」被不少网友调侃为检验 AI 视频生成能力的最新「图灵测试」。
Andrej Karpathy 发布两小时硬核教程：手把手带你从零构建 GPT 分词器
刚离开 OpenAI 的 Andrej Karpathy 发布两小时视频教程，教开发者从零构建 GPT 分词器。视频还深入剖析了大模型翻车的原因，比如为什么反转不了字符串、算术总算不准，甚至顺带解释了为什么喂数据时 YAML 会比 JSON 更省 token。
微软高管确认：OpenAI 视频模型 Sora 最终将接入 Copilot
微软广告与网络服务 CEO Mikhail Parakhin 近日在社交平台透露，OpenAI 的视频生成模型 Sora 最终会整合进 Copilot。Sora 能够根据文本生成最长 60 秒的高清视频。不过微软目前仍在解决技术整合细节，具体上线时间仍未确定。
OpenAI 演示 Sora 引发狂热：AI 代币 17 天暴涨 102.1 亿美元
据报道，自 2 月 3 日以来的 17 天内，受 OpenAI 推出视频模型 Sora 推动，AI 概念加密资产市值大涨 142.79%，新增 102.1 亿美元。其中 TAO 涨幅达 145.38%，行业狂欢能否转化为实际技术创新仍有待观察。
传马斯克旗下 X 拟联手 Midjourney：或在应用内直接用 AI 生图
据外媒报道，马斯克旗下的社交平台 X 正考虑与 AI 生图工具 Midjourney 展开合作。若合作达成，用户或能通过 Grok 在应用内直接生成图片并发布。目前细节尚未敲定，且该功能大概率仅面向 X Premium 订阅用户开放。
周一
2月19日 星期一
OpusClip 3.0 上线：按视频品类挑爆点，处理提速 300%
OpusClip 推出 3.0 版本。新版支持针对问答、Vlog 等不同类型定制挑选高光切片，单次可生成最长 15 分钟的中长视频，处理速度比以前快 3 倍，还加入了单独加字幕和 AI B-roll 功能。
ElevenLabs 预告 AI 音效：文字直接生成音效与环境音
ElevenLabs 预告即将推出 AI 音效生成功能。创作者通过文字提示词即可直接生成定制音效、声景与环境音，将其音频创作能力从语音和音乐进一步扩展至全场景声音设计。
周六
2月17日 星期六
AI 客服胡编政策坑乘客：加拿大航空辩称「机器人独担全责」遭判败诉
加拿大一家法庭裁定加拿大航空败诉，必须退款给被其 AI 客服误导的乘客。该客服曾捏造丧亲机票可事后退差价，加航甚至辩称机器人是「独立法律实体」试图免责，遭法庭驳回。这是同类案件的首例判决，明确了企业必须对 AI 客服的言论全额买单。
传 Reddit 签下 6000 万美元授权协议：开放社区数据训练大模型
据彭博社报道，筹备 3 月以 50 亿美元估值 IPO 的 Reddit，已与一家大型 AI 公司签署价值 6000 万美元的数据授权协议。这意味着社区帖子和评论将成为模型训练语料，但 Reddit 尚未正式确认，且此前调整 API 收费已引发过强烈抗议。
ElevenLabs 迎战 2024 大选：设「禁声名单」拦截美英政客声音克隆
ElevenLabs 宣布多项应对 2024 年全球选举的防护措施。平台上线「禁克隆声音」防护机制，优先拦截美英大选候选人的声线克隆，并严禁利用 AI 语音进行冒充、打造政治聊天机器人或拨打自动骚扰电话，同时继续提供鉴别工具以追查音频来源。
周五
2月16日 星期五
NBA 亮相 NB-AI 助手：一句话把球赛实时变成「蜘蛛侠电影」
NBA 总裁 Adam Silver 展示了实验性助手 NB-AI。球迷只需下达语音指令，就能个性化定制观赛画面，例如把正在进行的比赛实时转成「蜘蛛侠」卡通风格，或直接识别并购买球星脚上的球鞋。不过这项功能目前仍是概念演示。
Meta、OpenAI 等 20 家巨头签协议：联手防范选举 AI 深度伪造
Meta、微软、OpenAI 等 20 家科技公司在慕尼黑签署协议，承诺联手防范 AI 深度伪造干扰全球选举。各方将重点采用技术检测欺骗性内容并打上标签，而非直接封禁。不过这只是一份自愿性协议，并未设立强制惩罚机制。
周四
2月15日 星期四
传苹果正为 Xcode 与 Spotlight 开发 AI 功能：对标 Copilot，年内推出
据彭博社报道，Apple 扩大了 Xcode 编程软件生成式 AI 功能的内部测试，计划今年向第三方开发者发布。该工具类似 GitHub Copilot，能自动预测补全代码并编写测试。此外，苹果还在探索支持自然语言的 Spotlight 对话式搜索，预计将在今年 WWDC 披露更多进展。
美法官驳回作家对 OpenAI 的大部分指控：未能证明实质性相似
美国联邦法官驳回了 Sarah Silverman 等作家针对 OpenAI 的多项指控，包括替代侵权、DMCA 违规和过失侵权等。法院指出原告未能证明 ChatGPT 输出与原著构成实质性相似。目前仅保留直接侵权等少数主张，原告获准修改诉状。
Google 发布 Gemini 1.5 Pro：吃下 100 万 token，效果比肩 1.0 Ultra
Google 推出下一代模型 Gemini 1.5，首发中型模型 1.5 Pro 采用 MoE 架构，性能比肩 1.0 Ultra 且更省算力。最狠的是支持最高 100 万 token 上下文，能一口气塞进 1 小时视频或 3 万行代码。目前已面向部分开发者和企业开启有限预览。
Meta 发布 V-JEPA：不生成像素也能看懂视频，训练效率最高翻 6 倍
Meta 推出非生成式视频模型 V-JEPA。它不在像素层面抠细节，而是在抽象特征空间预测被遮挡的视频内容，训练和样本效率比传统做法高出 1.5 到 6 倍。预训练完成后无需微调全部参数，只加一层轻量网络就能适配动作分类等多种任务。
周三
2月14日 星期三
亚马逊推出 BASE TTS：参数达 9.8 亿，语音模型也开始「涌现」
Amazon 公布了目前最大的语音合成模型 BASE TTS，参数达 9.8 亿。研究显示，语音模型规模扩大后同样会出现类似大语言模型的「涌现能力」，无需额外训练就能更自然地拿捏情绪、耳语和生僻词发音。不过出于安全考虑，官方并未开源模型权重。
X 测试热点摘要功能：让 Grok 解释为什么上热搜
据报道 X 正在探索页面测试由 Grok 生成的热门话题描述。该功能旨在直接总结当天各热点事件的来龙去脉，省去读者点进标签大海捞针的麻烦。不过该界面目前仍处测试阶段，最终是否全量上线仍未确定。
OpenAI 联手微软封禁 5 个黑客团伙：多用于代码查错与钓鱼
OpenAI 宣布与微软合作，封禁了 5 个有国家背景的恶意网络黑客团伙账号。调查显示，这些团伙主要用大模型搜索公开资料、翻译、排查代码错误以及撰写钓鱼脚本，目前大模型在实际网络攻击中带来的提升仍然相对有限。
Andrej Karpathy 离开 OpenAI：创始元老转向个人项目
OpenAI 创始成员、知名 AI 研究员 Andrej Karpathy 宣布离开公司。他在社交媒体上表示，目前的计划是专注于个人项目。Karpathy 曾任特斯拉 AI 高级总监，2023 年重返 OpenAI，他的离职意味着 OpenAI 再次失去一位核心科研元老。
周二
2月13日 星期二
Mozilla 裁员约 60 人：关停 Hubs，收缩战线押注 Firefox 与 AI
Mozilla 宣布调整产品战略并裁员约 60 人，计划关停 3D 虚拟空间 Hubs，并收缩 VPN 与社交业务。公司将把 Pocket 与 AI/ML 团队整合进 Firefox 部门，重新聚焦核心主业，发力将「可信 AI」融入浏览器体验。
Google 用 AI 打击水军：一年拦截逾 1.7 亿条虚假评价
Google 宣布上线新的机器学习算法来更快拦截虚假评价。该算法通过长期行为模式识别异常评分暴增或批量复制评论，还能揪出付费刷评团伙。2023 年 Google 共拦截超 1.7 亿条违规评价，同比增长 45%。
AI 怎么向怀疑者推销自己：巨头借超级碗广告重塑温情人设
科技巨头借超级碗投放高昂广告，试图扭转公众对 AI 抢饭碗和技术失控的担忧。调查显示过半美国人对 AI 忧多于喜，微软与 Google 在 30 秒 700 万美元的黄金时段，重点展示 Copilot 帮普通人创业、Pixel 帮视障者拍照等温情场景，把 AI 包装成日常好帮手。
NVIDIA 推出 Chat with RTX：本地免费跑大模型，直接问答个人文档与视频
NVIDIA 推出免费技术 Demo「Chat with RTX」，用户可将本地文档或 YouTube 视频挂载给 Mistral、Llama 2 等开源大模型，直接在 PC 端离线对话。所有数据无需上传云端，隐私更有保障；硬件门槛为 GeForce RTX 30 Series GPU 或更高显卡，显存至少 8GB。
Altman 谈 AI 风险：担心的不是杀手机器人，而是「微妙的社会失调」
OpenAI CEO Sam Altman 在世界政府峰会上表示，最让他担忧的不是杀手机器人，而是无意间引发混乱的「微妙社会失调」。他重申应建立类似国际原子能机构的组织来监管 AI，并表示行业本身不该主导规则制定，现在的 AI 还处于「黑白屏手机」的起步阶段。
周一
2月12日 星期一
美国专利商标局表态：AI 辅助可以，但发明人只能是人类
美国专利商标局（USPTO）发布指导方针，明确只有「自然人」才能被授予专利，AI 系统不能作为发明人或共同发明人。不过 AI 辅助的发明并非不可申请，关键在于人类申请人必须证明自己对发明做出了「重大贡献」，比如设计了特定提示词或深度改造了输出。仅仅输入问题或拥有 AI 并不算发明。
McAfee 调查：45% 男性打算用 AI 写情人节情书，但多数人反感收到
McAfee 发布调查显示，今年情人节 45% 的男性计划用 AI 代写情话，高于去年的 30%。尴尬的是，57% 的受访者直言如果得知情话出自 AI 会觉得被冒犯；与此同时，利用 AI 包装假人设的恋爱诈骗也在激增。
ElevenLabs 开放声音变现：共享声线克隆，被调用就能赚现金
ElevenLabs 宣布创作者可通过 Voice Library 变现。用户只需上传 30 分钟音频创建专业声音克隆并共享，当付费订阅者调用该声音时即可获得现金奖励。平台还提供声音所有权验证、每日收益统计及内容审核保护。
黄仁勋谈主权 AI：每个国家都该拥有自己的智能基础设施
NVIDIA 创始人兼 CEO 黄仁勋在迪拜世界政府峰会上表示，每个国家都必须掌握自身的人工智能生产力，建立拥有本土数据和文化的大模型。他建议各国先构建基础设施，并表示 AI 普及正让人类语言成为新的通用编程语言。
Stability AI 推出 Stable Cascade：三阶段架构让训练成本降至十六分之一
Stability AI 推出文生图模型 Stable Cascade 的研究预览版。该模型基于 Würstchen 架构，采用三阶段分层压缩，将微调训练成本降至同等规模 Stable Diffusion 的十六分之一。相关推理与训练代码已在 GitHub 开源，但当前仅限非商业研究使用。
OpenAI 总部门前遭抗议：示威者要求停止研发 AGI、断绝军方合作
数十名抗议者在 OpenAI 旧金山总部外集会，要求停止研发 AGI 并敦促工程师离职。抗议直接针对 OpenAI 此前修改条款并与五角大楼接洽军用合作。组织者呼吁对前沿模型引入外部监管，认为仅靠企业自律无法约束技术失控与生存风险。
周五
2月9日 星期五
Windows 11 测试 Copilot 新交互：复制文字图标会动，悬停直接总结
据 The Verge 报道，微软本周在 Windows 11 测试版中上线 Copilot 新交互：用户复制文字或图片时，任务栏图标会动效提示，鼠标悬停即可一键总结或解释内容；记事本也即将支持右键让 AI 解读代码。微软正借此为下半年的「AI PC」大版本更新铺路。
Disney 测试 AI 工具 Magic Words：读懂影视情绪来插播广告
Disney 被曝正在测试名为「Magic Words」的 AI 工具。它通过分析电影和剧集画面的内容、品牌与情绪打上标签，帮广告主把商业内容精准嵌进匹配的情境里。Disney 已联手 6 家全球广告公司开展公测，试图以此摆脱传统宽泛受众定向的低效投放。
传 Sam Altman 拟募资至多 7 万亿美元：重构全球 AI 芯片格局
据《华尔街日报》报道，OpenAI CEO Sam Altman 正在洽谈筹集 5 万亿至 7 万亿美元，用于重构全球半导体与算力基础设施。Altman 认为芯片供应不足制约了 AI 扩张，希望借此打破英伟达的垄断局面。不过这笔天文数字般的募资规模在落地上面临极大现实阻力。
Perplexity 联手 Vercel：实时搜索模型接入 AI SDK
Perplexity 宣布与前端开发平台 Vercel 达成合作，开发者可通过 Vercel AI SDK 直接调用其实时联网模型 pplx-7b-online 与 pplx-70b-online。模型自带全网索引抓取，应用回答不再受知识截止期限制。Vercel 同时也上线了多模型调试操场。
