Microsoft 上线 Copilot 安卓独立 App：免费用 GPT-4 和 DALL-E 3
Microsoft 在 Google Play 悄然上线独立的 Copilot 安卓版应用。用户无需再打开 Bing，即可直接使用 AI 对话、邮件起草与 DALL-E 3 作图，甚至能免费调用原本在 ChatGPT 中需付费的 GPT-4 模型。目前 iOS 版本尚未推出。
AI 日报：今天的 AI 新闻
周二
12月26日 星期二
Pika 1.0 全面开放：网页端就能用，支持运镜与局部重绘
Pika Labs 宣布文生视频平台 Pika 1.0 正式面向所有人开放。用户在网页端输入提示词即可生成 3D 动画或电影风短片，并能自定义运镜、调节帧率甚至局部修改画面物体。目前使用 Google 或 Discord 账号即可免费体验，不过生成质量仍偶有变形。
周一
12月25日 星期一
Leonardo AI 上线 Motion 功能：静态图一键变视频，支持调节运动幅度
Leonardo AI 推出 Motion 动效功能，可将平台生成的静态图片直接转换成动态视频。用户能自由调节运动强度，每次生成消耗 25 个积分。免费用户每天 150 积分约可生成 6 个动态视频，为内容创作者提供了更低门槛的动效工具。
周日
12月24日 星期日
苹果悄然开源 Ferret：圈出图片任意区域，多模态 AI 就能精准答疑
10 月起，苹果与康奈尔大学低调开源多模态模型 Ferret，近期引发广泛关注。用户在图中任意手绘区域，它都能精准识别其中的物体并结合上下文问答。最值得关注的是一向封闭保密的苹果罕见走向开源，不过该模型目前仅限非商业用途。
周六
12月23日 星期六
研究人员用 Transformer 预测寿命：基于丹麦 600 万人数据
丹麦技术大学与美国东北大学等团队公布 life2vec 模型。它借鉴大语言模型思路，把 600 万丹麦人的就医、教育和收入经历当成「句子」训练，能高精度预测死亡风险与性格。最值得关注的是，研究团队强调这只能作为理解社会的透视镜，绝不能用于预测现实中的真人。
周五
12月22日 星期五
美国拟推新法案：强制 AI 公司公开版权训练数据与红队测试
议员提出《AI 基础模型透明度法案》，要求基础模型开发者披露训练数据来源、算力规模及防范风险的红队测试记录。法案旨在让版权方确认数据是否被抓取训练。目前该法案仍待提交委员会讨论，尚未正式立法。
传苹果洽谈 5000 万美元新闻版权，拟用媒体文章训练生成式 AI
据《纽约时报》报道，苹果正与康泰纳仕、NBC News 等出版商洽谈多年期授权，金额至少 5000 万美元，计划用其新闻存档训练生成式 AI。出版商对此反应不一，有人担心潜在法律风险，也有人乐见合作。苹果正加速追赶竞手。
周四
12月21日 星期四
ChatGPT 上线对话归档功能：不用删记录，侧边栏也能变清爽
OpenAI 宣布为 ChatGPT 推出对话归档功能。用户点击对话旁的三点菜单即可选择归档，将对话移出侧边栏而无需永久删除，后续可在设置中查看。该功能目前支持网页端和 iOS，Android 版本随后上线。
Google 推出 VideoPoet：不用扩散模型，用 LLM 生成 10 秒大动作视频
Google 推出多模态视频生成模型 VideoPoet，打破主流的扩散模型路线，改用大语言模型整合文生视频、图生视频及音效生成等任务。该模型主打连贯的大动作生成，能输出伪影更少的 10 秒视频片段。这也展现了 LLM 架构在视频生成赛道上的通用潜力。
Midjourney v6 正式上线：在设置中开启或添加 --v6 即可体验
Midjourney v6 正式上线。目前新版本并非默认开启，用户需要在 /settings 中手动选择 v6，或在提示词末尾加上「--v6」调用。首批测试反馈显示当前生成速度较慢。
周三
12月20日 星期三
英国最高法院裁定：AI 不能被列为专利发明人
英国最高法院一致裁定 AI 无法获得专利，驳回将 AI 系统 DABUS 列为发明人的诉求。法官指出，现行法律明确发明人必须是自然人，机器不能作为法定创造者。这一裁决与美国此前的判定一致，划清了纯 AI 自主发明的法律边界。
MIT 与哈佛用 AI 发现新型抗生素：1200 万化合物中筛出耐药菌克星
MIT 与哈佛 Broad 研究所团队借助 AI 筛选 1200 万种化合物，发现了一类新型抗生素。小鼠实验证实，其中两种低毒性化合物能有效杀灭 MRSA 等耐药超级细菌。这是 60 年来罕见的新抗生素类别突破，AI 还首次从化学结构层面解释了药效机制。
苹果如何优化端侧大模型：靠闪存突破内存限制，跑 2 倍大模型
Apple 发表论文《LLM in a flash》，展示如何将模型参数存放在闪存并按需调入 DRAM。借助窗口化复用与行列捆绑技术，设备能运行自身内存 2 倍大的模型，GPU 推理提速最高达 25 倍。这为端侧生成式 AI 落地铺平了道路。
周二
12月19日 星期二
Google 应对 2024 大选：将限制 Bard 和 SGE 回答选举相关查询
Google 宣布为应对 2024 年美国大选等多场选举，明年初起将限制 Bard 和 SGE 等生成式 AI 处理选举相关查询。此外还要求创作者和广告标明合成内容以防虚假信息扩散，不过目前未公布具体限制的查询类型。
FTC 叫停 Rite Aid 人脸识别：误指顾客致歧视，被罚禁用 5 年
美国联邦贸易委员会（FTC）宣布禁止连锁药房 Rite Aid 使用人脸识别监控技术五年。FTC 指控其在数百家门店滥用 AI 抓贼，不仅用劣质照片导致数千起误报、当众盘查无辜顾客，且严重误伤有色人种。该命令还要求其彻底删除相关数据与算法。
Google Colab 免费开放 AI 编程助手：自然语言写代码、一键解释报错
Google 宣布将 Colab 的 AI 编程辅助功能下放给包括免费版在内的所有用户。符合支持地区的用户可以直接体验自然语言生成代码以及 AI 报错解释功能。该限时试用预计持续到 2024 年，极大降低了学生和开发者的机器学习门槛。
Anthropic 升级商业条款：版权官司替你扛，并上线 Messages API
Anthropic 更新商业条款，承诺为客户承担使用其服务或输出引发的版权侵权诉讼及赔偿费用，2024 年 1 月初生效。同时，官方推出 Messages API 测试版以简化提示词构建，并为工具调用功能铺路。
Gates Notes 发布 2024 展望：AI 迎来互联网式转折点
Gates Notes 发布 2024 年展望信，指出技术创新正处于类似互联网早期的转折点。信中提到，2023 年是 AI 首次被用于严肃工作的一年，未来技术在教育和医疗领域大有可为。最值得关注的是，技术创新必须用于减少全球不平等，而非加剧差距。
微软 Copilot 接入 Suno：输入一句话就能写歌兼演唱
Microsoft 宣布与 AI 音乐初创公司 Suno 合作，将其模型接入 Microsoft Copilot。用户只需在聊天中输入风格描述或歌词，无需任何乐理和乐器基础，就能生成包含人声与伴奏的原创歌曲，把做音乐的门槛降到了几句提示词。
周一
12月18日 星期一
巴基斯坦前总理伊姆兰·汗狱中竞选：用 ElevenLabs 克隆声音线上拉票
周日晚，巴基斯坦前总理伊姆兰·汗的政党发布了一段 4 分钟的竞选视频，利用 ElevenLabs 的 AI 声音克隆技术复刻其声音，为身在狱中的他举行线上集会。音频基于其亲笔笔记，集会吸引超 50 万人观看，巴基斯坦当局随后封锁了主要社交平台。
OpenAI 更新安全框架：设立安全咨询组，董事会有权否决高危模型
OpenAI 发布更新版「准备度框架」（Preparedness Framework），应对灾难性 AI 风险。新设的安全咨询小组将评估网络攻击、生化威胁等风险，若达到「严重」级别将立即终止研发。最关键的是，董事会获得了推翻管理层决策的最终否决权。
LinkedIn 副总裁：AI 时代大学文凭「保质期」急剧缩水
LinkedIn 副总裁 Aneesh Raman 表示，随着生成式 AI 进入职场，大学文凭的「保质期」正在急剧缩短。过去几十年受追捧的代码和计算机学位不再是绝对护城河，适应能力、沟通与创造力等软技能，将成为未来员工拉开差距的核心资产。
Zoo 发布 Text-to-CAD：用文字生成可编辑的 STEP 模型
Zoo 推出 Text-to-CAD Alpha 版。不同于传统 Text-to-3D 生成不可编辑的网格，它直接生成 B-Rep 曲面并导出 STEP 文件，可导入主流 CAD 软件二次修改。这意味着工业设计也能靠提示词起步，目前已开放网页端和 Discord 体验。
加州雪佛兰车行 AI 客服被套路：网友诱导其 1 美元卖出新车
消息，加州一家雪佛兰车行的 ChatGPT 客服被网友诱导，答应以 1 美元售出一辆 2024 款 Tahoe 并称「具法律效力」。该客服由 Fullpath 提供，暴露出企业仓促接入大模型时的防护漏洞。服务商随后紧急上线了拦截规则。
Airbnb 跨年防派对：用 AI 识别并拦截高风险整套房预订
Airbnb 宣布在美、英、法等国部署专有 AI 筛查系统，拦截跨年夜高风险的聚会预订。该技术会综合分析行程时长、房源距离与是否临时下单等数百项指标，直接阻止潜在的 1 到 3 晚整套房预订，降低扰民风险。
ChatGPT 自称是 GPT-4.5？OpenAI 辟谣：只是奇怪的幻觉
12 月，多位用户晒出截图，显示 ChatGPT 自称运行在「gpt-4.5-turbo」模型上，引发秘密上线的猜测。OpenAI 员工和 CEO Sam Altman 随后迅速否认，明确表示没有 GPT-4.5 悄悄发布，这只是模型一次奇特且偶发一致的幻觉。
周五
12月15日 星期五
外媒曝字节跳动用 OpenAI 训练竞品大模型，OpenAI 已暂停其账户
The Verge 报道称字节跳动在研发大模型 Project Seed（豆包底层模型）时，秘密调用 OpenAI 的 API 用于训练与评估，违反了服务条款。内部员工甚至讨论过「数据脱敏」来掩盖痕迹。OpenAI 随后确认已暂停字节跳动的 API 账户并展开调查，字节回应称年中已将相关数据移出训练集。
周四
12月14日 星期四
Grimes 联手 Curio 推出 AI 毛绒玩具：也叫 Grok 但和马斯克无关
玩具公司 Curio 联手音乐人 Grimes 及 OpenAI 推出三款儿童 AI 毛绒玩具，单价 99 美元。其中一款名为 Grok，与马斯克的聊天机器人毫无关系。玩具接入大模型与孩子对话并记录文本供家长查看，初衷是帮孩子减少屏幕使用时间。
Stability AI 推出会员体系：核心模型商用月付 20 美元，个人仍免费
Stability AI 推出会员体系 Stability AI Membership，规范其开源模型的商用权益。体系分三档：个人与研究仍免费，创作者和初创团队每月付 20 美元即可自托管商用，另有大企业定制档。官方希望借此在开放与持续研发资金间取得平衡。
H&R Block 推出 AI 报税助手：答疑避坑，接入真税法数据
H&R Block 推出基于 OpenAI 与微软技术的对话助手 AI Tax Assist，帮报税人解答抵扣项等繁琐规则。模型仅基于其内部税务库训练，不联网抓取，付费方案 35 美元起包含该功能，用户存疑时仍可转接人工专家确认。
Moderna 与默克公布 mRNA 癌症疫苗 3 年数据：靠 AI 定制抗原与排产
上周，Moderna 与默克公布 2b 期研究随访数据，个性化新抗原疗法 mRNA-4157 联合用药在 3 年后仍具持续临床获益。AI 在其中负责分析测序并预测最多 34 种高活性新抗原，同时通过 Maestro 平台调度个性化生产。目前 3 期试验正全球招募。
Instagram 推出 AI 背景编辑器：打行字就能给快拍换背景
周三，Instagram 面向美国用户推出生成式 AI 背景编辑工具。用户在快拍中点击背景编辑图标，输入提示词或选择「被恐龙追」等预设即可更换图片背景。发布后还会附带「Try it」贴纸吸引好友一键跟风，目前该功能仅限美区可用。
OpenAI 设立 1000 万美元资助：专攻超人类 AI 对齐难题
OpenAI 联合 Eric Schmidt 设立 1000 万美元的超级对齐快速资助计划，支持超人类 AI 系统的安全研究。资助面向学术实验室、非营利组织与个人，金额在 10 万至 200 万美元之间，还设 15 万美元的研究生奖学金。重点资助从弱到强泛化与可解释性等方向，不要求过往对齐经验。
Meta Ray-Ban 眼镜上线多模态 AI：看一眼就能识别眼前物体
Meta 开始向第二代 Ray-Ban 智能眼镜推送多模态 AI 测试版，用户只要说「Hey, Meta, look」，眼镜就会拍照并通过生成式 AI 解读眼前的物体。最值得关注的是，眼镜把视觉与语音问答结合到了日常佩戴体验中。不过目前处于早期测试阶段，每次识别都需要拍照且偶有幻觉。
周三
12月13日 星期三
Stability AI 发布 Stable Zero123：单图生成 3D 模型
Stability AI 推出 3D 模型 Stable Zero123，可从单张图片生成多视角并重构 3D 资产。相比前代 Zero123-XL，它优化了数据集与仰角条件，训练效率提升 40 倍。生成单视角显存与 SD1.5 相同，完整 3D 推荐 24GB 显存，权重已上线 Hugging Face。
ChatGPT Plus 重新开放订阅：调集到更多 GPU，暂停后再度放开
@sama 宣布 ChatGPT Plus 重新开放订阅。此前由于算力紧张，官方一度暂停了新用户付费入口，这次表示在调集到更多 GPU 后终于能够重启。想要升级付费服务的用户现在可以重新去开通了。
Google 开放 Gemini Pro API：免费额度每分钟 60 次，支持 32K 上下文
Google 正式向开发者与企业开放 Gemini Pro 和多模态接口 Gemini Pro Vision。模型支持 32K 文本上下文、函数调用与 38 种语言。开发者可通过 Google AI Studio 免费调用，每分钟上限 60 次请求；企业用户则可在 Vertex AI 上定制微调。
Google 推出音乐生成工具 MusicFX：输入文字做曲，自带 SynthID 水印
Google 宣布推出实验性音乐生成工具 MusicFX，输入文字即可生成曲目。该工具由 MusicLM 模型驱动，并采用 DeepMind 的 SynthID 技术嵌入隐形水印。为避开版权争议，系统主动屏蔽了生成人声和指定特定艺术家的提示词。目前已在美、澳等国开放测试。
OpenAI 联手 Axel Springer：ChatGPT 将引入媒体付费新闻并标注来源
Axel Springer 与 OpenAI 宣布达成全球合作。ChatGPT 将接入 POLITICO、BUSINESS INSIDER 等媒体的新闻摘要，包括部分付费内容，并附带原文链接；同时这些优质内容也将用于训练 OpenAI 的大模型。
Sam Altman 谈 OpenAI 风波与 AGI：更担忧超级智能而非内讧
在获评《时代》周刊年度 CEO 后，OpenAI 首席执行官 Sam Altman 接受专访。他表示董事会风波促成了反思，治理必须跟上技术演进。他强调 AGI 将是人类迄今最强大的技术，比起办公室政治，他更担忧超级智能的治理以及 2024 年选举中的 AI 虚假信息风险。
Tesla 发布 Optimus Gen-2：减重 20 磅，步速提三成还能捏鸡蛋
Tesla 公布二代人形机器人 Optimus Gen-2 演示。它减重超过 20 磅，步行速度提升 30%，手指配备传感器可精细拿捏鸡蛋，颈部与动作更加流畅。这意味着人形机器人的运动控制正加速逼近实用水平。
周二
12月12日 星期二
Snapchat 升级 Plus 特权：支持 AI 文生图与照片画面扩展
Snapchat 为每月 3.99 美元的 Snapchat Plus 订阅用户推出 AI 文生图功能，用户输入提示词就能生成图片直接发给好友。新版本还支持通过 AI 扩图补全照片背景，并允许与好友一同生成特定主题的 Dreams AI 自拍。
Midjourney 网页端能直接生图了：不过门槛是做过一万张图的老手
Midjourney 宣布对官网 midjourney.com 开启 Alpha 内测，用户不用再挤在 Discord 里输入命令，直接在网页输入框就能生图。页面支持可视化调节比例和参数。不过目前仅限生成过 1 万张图片的老用户体验，官方称下个月会逐步放开。
Anthropic 推出 Claude for Sheets：在表格单元格里直接调 AI
Anthropic 推出 Google 表格插件 Claude for Sheets。用户绑定 API Key 后，在表格中输入 =CLAUDE() 等函数即可直接批量调用模型处理数据。官方强调用户数据不会用于训练模型，但每次新建表格都需要在菜单中重新勾选启用。
GAO 审查报告：美国政府狂奔进 AI，却缺少统一安全规范
美国政府问责署（GAO）发布报告称，联邦各部门虽已在 200 多项场景中引入 AI，但在采购与监管政策上落后数年。由于管理和预算办公室迟迟未出台统一指引，各机构各自为政，在敏感场景下可能带来安全与隐私风险。
微软发布 27 亿参数小模型 Phi-2：推理与代码超 25 倍大模型
Microsoft 正式发布 27 亿参数语言模型 Phi-2。该模型依靠「教科书级」高质量数据和知识继承，在代码与数学等多步推理任务上超越了体量大其 25 倍的 Llama-2-70B。小尺寸模型也能展现涌现能力，便于研究人员探索模型机理与微调。
周一
12月11日 星期一
ChatGPT 也想放假？测试显示 GPT-4 设在 12 月会偷懒变短
研究者测试发现，GPT-4-turbo 在系统提示词被告知是 12 月时，生成的代码长度显著短于设定为 5 月（4086 对比 4298 字符，p < 2.28e-07）。这为此前流传的「AI 冬假假说」提供了统计支持，表明大模型可能学到了人类临近节日想少干活的习惯。
Meta 开放 Audiobox 试用：支持零样本语音合成与文本生成音效
Meta 开放音频生成基础研究模型 Audiobox 的试用 Demo。该模型支持零样本语音合成（Zero shot TTS）、文本生成音效以及音频修复填充（Infilling）等能力，现在即可直接在线体验。
FTC 考虑调查微软与 OpenAI 合作：或聚焦 100 亿美元反垄断问题
据报道，美国联邦贸易委员会（FTC）正考虑调查微软对 OpenAI 的投资是否违反反垄断法。微软已累计注资超 100 亿美元，但强调自己不持有股权、仅享利润分成。此前英国 CMA 也已展开征询，监管层对两家深度绑定的审视正全面收紧。
微软联手最大工会 AFL-CIO：让一线打工人参与 AI 研发
Microsoft 与代表 1250 万劳动者的 AFL-CIO 达成合作，建立首个聚焦 AI 的科技与劳工联盟。微软将为工人提供 AI 培训、把工会反馈纳入 AI 研发，并承诺在工会组织中保持中立。此举让劳动者直接参与技术设计，平衡 AI 对就业的冲击。
用 GPT-4 实测：博主复现 Google 涉嫌剪辑造假的 Gemini 演示
YouTuber Greg Technology 用 GPT-4V 复现了 Google 宣传片中被质疑剪辑造假的 Gemini 演示。他自制工具让 GPT-4 实时识别手势、画作和玩猜拳，不仅全程实时运行，还把代码开源到了 GitHub 供人自测。
