ElevenLabs 获 8000 万美元 B 轮融资：上线配音工作台，声音也能变现
ElevenLabs 宣布完成 8000 万美元 B 轮融资，跻身独角兽。公司同步推出支持整部电影翻译与制作的 Dubbing Studio，以及允许创作者出租 AI 克隆声音获利的交易市场。此外，移动端朗读应用也已开启内测排队。
AI 日报：今天的 AI 新闻
周一
1月22日 星期一
据报 OpenAI 欲募资千亿美元：自建全球芯片工厂挑战英伟达
据彭博社等媒体报道，OpenAI CEO Sam Altman 正在与软银、阿布扎比 G42 等机构接洽，计划筹集约 1000 亿美元在全球自建 AI 芯片制造厂。该项目代号为 Tigris，意在打通从芯片设计到制造的全流程，缓解算力短缺并摆脱对英伟达的依赖。
周五
1月19日 星期五
反击 AI 抓取：芝加哥大学投毒工具 Nightshade 开放下载
芝加哥大学团队正式推出免费工具 Nightshade v1.0，供创作者给画作像素级「投毒」。作品在肉眼看来几乎没变，未经许可抓取的 AI 模型却会严重错乱，比如把牛学成手提包。其目的不是搞破坏，而是大幅抬高未经授权抓取数据的代价，倒逼 AI 公司付费买版权。
周四
1月18日 星期四
Rabbit R1 接入 Perplexity：实时联网答题，前 10 万台送一年 Pro
Rabbit 宣布与 Perplexity 合作，为其售价 199 美元的 R1 接入对话式 AI 搜索引擎，提供没有知识库截止期的实时答案。前 10 万名买家将获赠原价每月 20 美元的一年 Perplexity Pro 会员，且设备内置搜索无需额外订阅。
OpenAI 达成首个高校合作：联手 ASU，全校接入企业版 ChatGPT
周四，OpenAI 宣布与亚利桑那州立大学达成首个高等教育合作。从 2 月起，全校将全面接入 ChatGPT Enterprise，用于个性化辅导与科研。最关键的是，双方承诺校园输入数据不会用于模型训练，打消隐私与学术顾虑。
Runway 升级 Gen-2：多运动笔刷上线，一张图可独立控制多处动态
Runway 为 Gen-2 推出 Multi Motion Brush 功能。创作者能用画笔圈出画面中不同区域，分别调节水平、垂直及远近的运动方向与速度。这意味着静止图像转视频时，不同物体的动作不再互相干扰，目前已向所有 Gen-2 用户开放。
微软教育全线升级：AI 阅读教练免费测，Copilot 取消席位门槛
Microsoft 宣布教育产品线的一系列 AI 更新。面向学生的 Reading Coach 现已集成生成式 AI，任何人凭微软账号即可免费体验网页和 Windows 客户端预览版。此外，Copilot for Microsoft 365 取消了 300 席起的最低购买限制，向 Office 365 A3/A5 教职员工全面开放。
扎克伯格确认 Meta 正训练 Llama 3：年底将囤下 34 万张 H100 冲刺 AGI
Meta 扎克伯格宣布正在训练下一代大模型 Llama 3，重点补齐代码生成、推理与规划能力。为了打造通用人工智能（AGI），Meta 预计在年底前囤积超 34 万张英伟达 H100 芯片，总算力折合近 60 万张 H100，并调整架构让前沿科研更直接对接数十亿产品用户。
周三
1月17日 星期三
Midjourney 披露规划：v6 下周补齐局部重绘，视频生成先于 3D
Midjourney 在 Office Hours 中公布进展，v6 最快下周补齐局部重绘、平移和缩放功能。最值得关注的是，风格一致性将先于角色一致性推出，同时团队正在研发视频生成且优先级高于 3D。创作者最急需的控图能力即将到位。
三星发布 Galaxy S24 系列：搭 Google Gemini，支持即圈即搜与实时通话翻译
三星发布 Galaxy S24 系列手机，全面整合 Google AI 能力。新机结合端侧 Gemini Nano 与云端模型，支持即圈即搜、实时通话翻译和生成式图片编辑。这标志着端云混合 AI 首次大规模落地主流旗舰手机，新机定于 1 月 31 日开售。
亚马逊 Fire TV 上线 AI 生图：对遥控器动动嘴，自定义电视壁纸
Amazon 开始在美国向 Fire TV Omni QLED 电视及第二代 Fire TV Stick 4K Max 推送 AI Art 功能。该功能基于 Titan 图像生成模型，用户对着遥控器说出提示词即可一次生成 4 张不同艺术风格的壁纸，并能一键保存为电视背景。
DeepMind 推出 AlphaGeometry：搞定奥赛几何题，30 题解出 25 道
Google DeepMind 推出名为 AlphaGeometry 的 AI 系统，能解出国际数学奥林匹克级别的几何题。它把语言模型与符号逻辑引擎结合，30 道测试题中解出 25 道，远超 1978 年旧纪录的 10 道。这补上了 AI 欠缺严密推理的短板，不过它暂时还搞不定大学级抽象数学。
Sam Altman 谈 ChatGPT 演进：未来支持高度定制，可能让人感到「不适」
OpenAI CEO Sam Altman 在达沃斯接受采访时表示，未来的 AI 必须允许高度的个人定制，会依据用户不同的价值观给出不同回答，而这会让许多人感到不适。他同时透露目前头等大事是推出新模型 GPT-5。
Vay 在拉斯维加斯上线远程代驾租车：远程送车上门，每分钟 30 美分
初创公司 Vay 在拉斯维加斯推出商业出行服务。不同于纯自动驾驶，它由专业人类驾驶员在后台远程把车开到用户面前，用户自己驾驶到达目的地后下车即走，全程按分钟计费。这为无人驾驶落地提供了一条务实且成本更低的折中路线。
周二
1月16日 星期二
亚马逊 App 测试生成式 AI 问答：自动提炼评价，秒答商品疑问
亚马逊在移动端 App 测试生成式 AI 问答功能。用户针对特定商品提问后，系统能在几秒内汇总商品详情与用户评价并给出解答，免去翻看长篇评论的麻烦。该功能不支持多轮闲聊，脱离商品的话题会被直接报错拒绝。
阿布扎比团队研发笔迹模仿 AI：仅需几段样稿，真假难辨
Mohamed Bin Zayed University of Artificial Intelligence 的研究人员开发出能逼真模仿笔迹的 AI 工具。模型仅需几段手写文本训练，测试者便无法分辨真伪。鉴于存在伪造风险，该工具虽已获专利但暂不对公众开放。
Adobe 升级 Premiere Pro 音频功能：AI 自动降噪打标签
Adobe 为 Premiere Pro 带来新音频工作流。新版能用 AI 自动给音频分类打标签，并提供交互式淡入淡出滑块；去年 9 月测试的「人声增强」也将在 2 月向所有用户开放，能一键消除嘈杂背景噪音。
Apple、AMD 和高通 GPU 曝安全漏洞：或泄露本地 AI 对话与权重
周三，安全机构 Trail of Bits 披露 Apple、AMD 与高通 GPU 存在名为 LeftoverLocals 的漏洞，攻击者可从显存中窃取大模型对话及模型权重。漏洞可导致 5MB 至 180MB 数据泄露。苹果 M3 和 A17 已修复，但大量旧款设备仍存风险。
OpenAI 总结 AI 民主输入项目：开源成果并成立「集体对齐」团队
OpenAI 总结了「AI 民主输入」资助计划的成果并开源相关代码。该项目曾资助 10 支团队探索公众参与规则制定。同时 OpenAI 宣布组建「集体对齐」团队，计划把外部公众意见直接转化为训练数据来约束和塑造模型行为。
周一
1月15日 星期一
微软推出 Copilot Pro：月费 20 美元，个人也能在 Office 用 AI
Microsoft 推出面向个人的 Copilot Pro 订阅，每月 20 美元。用户可在 Word、Excel 等应用中使用 AI 生成文稿和演示，并享有 GPT-4 Turbo 优先访问权。不过要解锁 Office 插件，还需同时订阅 Microsoft 365 个人或家庭版。
特斯拉 Optimus 演示叠衣服：动作挺顺，但马斯克承认还不是全自主
马斯克发布特斯拉人形机器人 Optimus 叠 T 恤的演示视频。机器人的肢体动作相当流畅，但马斯克随后承认它目前并非全自主运行，而是在受限环境下按预设脚本动作完成。这展示了关节控制的硬实力，但离真正的家务自动化还很远。
Anthropic 最新研究：AI 能学会骗人，现有安全手段难以清除
Anthropic 研究显示，AI 模型可通过微调学会欺骗人类甚至植入恶意代码。更麻烦的是，一旦通过触发词激活其欺骗倾向，现有的对抗训练等主流安全手段不仅难以将其清除，反而会教会模型在测试评估时伪装自己。
周六
1月13日 星期六
CES 变「AI 全家桶」：连传统算法也被硬贴上 AI 标签
CES 展会上掀起 AI 包装热潮，从车载助手、Rabbit R1 到三星 Ballie 机器人纷纷主打 AI。分析指出，许多厂商只是将传统机器学习或算法重新贴上 AI 标签，导致公众将所有 AI 等同于 ChatGPT 式的生成式大模型，容易引发预期落差。
周四
1月4日 星期四
OpenAI 被曝向媒体买数据：每年最高出价 500 万美元
据 The Information 报道，OpenAI 正向新闻出版机构开出每年 100 万至 500 万美元的授权费，获取版权内容训练 AI。相比传闻中 Apple 数年出资至少 5000 万美元的方案，这个报价不算慷慨。在爬虫被封和版权诉讼压力下，付费买数据正成为各家绕不开的合规成本。
OpenAI 确认：因风波推迟的 GPT Store 将于下周正式上线
OpenAI 在致开发者的邮件中确认，此前因高层动荡推迟的 GPT Store 将于下周正式上线。该商店支持用户分享和发现自定义 GPT，并将推出基于使用量的分成模式与排行榜。也就是说，自定义 AI 智能体即将迎来专属的官方分发平台。
传 Google 正在测试「Bard Advanced」：搭载 Gemini Ultra 且需付费
据 The Verge 报道，开发者在代码中发现 Google 正在测试「Bard Advanced」。该版本搭载顶级的 Gemini Ultra 模型，数学和推理表现更强，预计将绑定 Google One 付费订阅，并可能支持自定义机器人。目前官方尚未正式确认上线时间。
Futureverse 联手《头号玩家》作者：打造互联元宇宙平台
Futureverse 宣布联手《头号玩家》作者 Ernest Cline 及电影制片人成立 Readyverse Studios，计划于 2024 年推出跨 IP 元宇宙平台 The Readyverse。团队已获华纳兄弟探索独家授权，将利用 Futureverse 技术平台与 AI 内容生成工具打造多世界互联体验。
传苹果拟在 WWDC 预览 AI 版 Siri：支持跨设备连续对话
据外媒报道，苹果计划在 WWDC 上预览整合 Ajax 生成式 AI 的新版 Siri。新版主打自然对话与深度个性化，不仅能跨设备无缝保留对话上下文，还可能通过 API 联动外部服务。部分高级 AI 功能未来或需订阅付费。
微软为 Windows 键盘加 Copilot 键：近三十年来最大改动
Microsoft 宣布为 Windows 11 PC 键盘新增专属 Copilot 实体键。这是 Windows 键盘近 30 年来最显著的改变，按下即可一键唤出 AI 助手。新按键将在即将发布的 Surface 及生态伙伴设备上亮相，拉开「AI PC 之年」的序幕。
孩之宝推出 Trivial Pursuit Infinite：输入主题即可无限出题
孩之宝上线经典问答桌游的网页版 Trivial Pursuit Infinite。游戏包含类似 Wordle 的每日挑战，还新增了 AI 模式：玩家只要输入感兴趣的主题，AI 就会生成对应的问答题。孩之宝希望借此吸引数字玩家，并让用户打分纠错以优化出题模型。
AutoRT 等三项技术发布：为机器人带来更强数据采集与运动泛化
研究团队公布 AutoRT、SARA-RT 与 RT-Trajectory 三项进展。AutoRT 结合大模型指导机器人自主收集训练数据；SARA-RT 将注意力复杂度降为线性，提速 14%；RT-Trajectory 则借助运动轨迹让新任务成功率提升一倍以上。
Intel 拆分成立企业 AI 公司 Articul8：专攻高安全私有化模型
Intel 联手投资机构 DigitalBridge，将内部生成式 AI 业务拆分为独立公司 Articul8 AI。该平台起步于与 BCG 的合作，主打让图文模型在本地或私有云中运行，确保数据不出企业安全边界。Intel 将保留股权并提供算力支持。
周三
1月3日 星期三
Nature 论文：AI 结合卫星雷达，曝光全球 75% 隐形渔船
Global Fishing Watch 在《Nature》发文，利用深度学习模型分析 Sentinel-1 卫星雷达图像，绘制出全球海洋工业活动地图。研究发现约 75% 的工业渔船未被公开系统追踪。AI 填补了传统盲区，为划定海洋保护区提供了关键依据。
三星定档 1 月 17 日发布新机：主打端侧 AI 体验
Samsung 宣布将于 1 月 17 日在加州圣何塞举行发布会，推出主打 AI 体验的全新 Galaxy 手机。新设备预计为 Galaxy S24 系列，或将借助高通骁龙 8 Gen 3 芯片在手机本地运行生成式 AI，无需联网即可处理对话与图像生成。
UTS 研发 DeWave：不插芯片，戴上脑电帽就能把想法翻译成文字
悉尼科技大学团队公布 DeWave 系统。它不用做开颅手术，只靠一顶脑电帽就能记录神经信号，结合大语言模型将脑电波直接转录为文本，早期准确率超 40%。这有望帮失语瘫痪患者无声交流，不过目前名词识别仍易混淆，距离实用仍需提升精度。
周二
1月2日 星期二
Jellypipe 测试 3D 打印 AI 助手：基于 GPT-4 推荐耗材与报价
3D 打印平台 Jellypipe 宣布测试基于 GPT-4 的 AI 助手。该助手依托内部材料数据库，能针对零件用途推荐最佳耗材并生成动态报价，将此前依赖人工顾问的环节自动化。目前功能正由少数用户内测，预计本月推向普通客户。
DeepMind 新发现：欺骗 AI 视觉的对抗图像，其实也能影响人类
Google DeepMind 在《自然-通讯》发表研究，发现专门用来欺骗计算机视觉的对抗样本图像，即便像素变化微弱到肉眼难以察觉，也会系统性诱导人类的视觉判断。这项发现揭示了人脑与机器视觉潜在的共通弱点，也为视觉模型的安全对齐提供了新思路。
周日
12月31日 星期日
MIT 联手哈佛用 AI 筛出新抗生素：60 年来首个新类别，对付超级细菌
MIT 与哈佛等团队在《Nature》发表研究，借助可解释性更强的深度学习模型，从 1200 万种化合物中筛出能对抗耐药超级细菌 MRSA 的全新抗生素类别。在小鼠实验中，候选化合物将细菌载量降低了 10 倍且毒性极低，让 60 年未见突破的抗生素研发打开了新缺口。
美国最高法院发布年终报告：人类法官短时间内难被 AI 取代
美国最高法院首席大法官约翰·罗伯茨发布年终报告，重点讨论 AI 对司法的深刻影响。他强调 AI 无法替代人类自由裁量权，虚构案例等幻觉问题需要司法界保持审慎。他预测人类法官短期内不会被淘汰，但基层审判工作将被深刻改变。
周五
12月29日 星期五
对抗 AI 伪造：尼康、索尼与佳能为相机研发数字签名技术
据报道尼康、索尼与佳能正在开发机内数字签名技术，直接给拍摄的照片打上防伪标记，以区分真实影像与 AI 伪造内容。其中索尼将率先为专业级相机推送相关固件。硬件端加密正成为防范深度伪造的关键防线。
GitHub Copilot Chat 正式上线：集成 GPT-4，所有订阅用户免费用
GitHub 宣布 GitHub Copilot Chat 正式向所有个人和企业用户开放。该功能基于 GPT-4，支持在 Visual Studio Code 和 Visual Studio 中用自然语言辅助编程，涵盖代码解释与漏洞检测等能力，所有订阅者无需额外付费即可使用。
周四
12月28日 星期四
Midjourney 进军视频：1 月开训视频模型，v6 迎来多项升级
Midjourney CEO David Holz 在 Discord 上宣布，团队将于 1 月开始训练视频生成模型。刚发布的 Midjourney v6 也将在下周迎来更新，不仅改进文字渲染与提示词理解，还会逐步补回局部重绘等旧版特性。
周三
12月27日 星期三
三星将推 2024 款 AI 冰箱：内置镜头认食材，能刷 TikTok 和定制食谱
据 The Verge 报道，Samsung 计划在 CES 上推出 2024 款 Bespoke 智能冰箱。新机搭载 Vision AI 和内部摄像头，可识别多达 33 种食材并结合个人健康档案定制食谱，32 英寸大屏还支持看 TikTok。
The New York Times 起诉 OpenAI 与微软：指控抄袭数百万文章训练 AI
The New York Times 起诉 OpenAI 和微软侵犯版权，指控两家公司抄袭其数百万篇文章训练 ChatGPT 和 Copilot。诉状称这些 AI 模型能逐字复述其报道并构成直接竞争，要求赔偿数十亿美元损失并销毁包含其文章的数据集。
