Prime Video 推出 Dialogue Boost：用 AI 单独拉大人声对白
Amazon 在 Prime Video 上线功能 Dialogue Boost。它利用 AI 识别并单独增强人声，避免台词被背景音乐和特效盖过。用户无需高端音响即可在普通设备上调节两档清晰度，首批已支持部分原创影片。
AI 日报：今天的 AI 新闻
周二
4月18日 星期二
传微软自研 AI 芯片 Athena：对标英伟达，OpenAI 员工已在测 GPT-4
据报道，微软自 2019 年起秘密研发代号为 Athena 的自研 AI 芯片，旨在训练大语言模型并摆脱对英伟达昂贵 GPU 的过度依赖。目前部分微软与 OpenAI 员工已拿到芯片测试 GPT-4 运行表现，最早或于明年在内部铺开。
Synthesis AI 推出文本生成 3D 功能：打字就能做出电影级数字人
Synthesis AI 在其在线平台 synthesis labs 中展示了文本生成 3D 数字人技术，用户输入年龄、发型和服装等提示词，就能直接生成高分辨率的 3D 模型。系统将几何网格与纹理生成拆开处理，还支持用滑块微调表情与光照，大幅降低了游戏、特效及模型训练合成数据的制作成本。
马斯克计划打造 TruthGPT：要造一个「探寻宇宙本质的求真 AI」
Elon Musk 在专访中表示正筹备名为 TruthGPT 的 ChatGPT 竞品，称其为「最大程度追求真相、试图理解宇宙本质的 AI」。他认为关心宇宙的 AI 不会毁灭人类，借此对标转向营利的 OpenAI。不过该项目目前尚无具体进展细节。
周一
4月17日 星期一
Adobe 扩界视频：Firefly 将支持一句提示词调色、剧本自动转分镜
Adobe 宣布即将把生成式 AI 工具 Firefly 引入 Creative Cloud 视频与音频应用。新功能虽不能直接文生视频，但支持用几句提示词给视频调色、生成音效与配乐，甚至读剧本自动生成分镜。能力依然主打商业安全，目前仅公布了官方演示。
Google 打造全新 AI 搜索 Magi：拟下月上线，迎击 ChatGPT 与 Bing
据《纽约时报》报道，Google 正秘密研发代号为「Magi」的全新 AI 搜索功能，计划下月向美国首批最多 100 万用户开放。面对 ChatGPT 与微软 Bing 的凶猛攻势，甚至传出三星考虑更换默认搜索引擎，Google 必须尽快把生成式 AI 塞进搜索框。
Meta 开源视觉模型 DINOv2：无需微调，通吃分类与深度估计
Meta AI 开源自监督计算机视觉模型 DINOv2。它完全摆脱了对文本描述和人工标签的依赖，提取的特征直接接入简单线性分类器就能用，在深度估计和图像检索等任务上表现出色，适合作为通用视觉骨干网络。
周六
4月15日 星期六
开源对话模型 OpenAssistant 发布：免费公开超 60 万条对话数据
开源项目 OpenAssistant 正式发布，并向所有人免费公开其数据集。该数据集包含超 60 万条人工生成的对话与反馈，覆盖多种主题与风格，专为指令模型训练打造，让开发者无需依赖闭源巨头也能训练自己的对话 AI。
周五
4月14日 星期五
马斯克成立新 AI 公司 X.AI：买下数千块 GPU，直接对标 OpenAI
据内华达州备案文件披露，马斯克已于 3 月 9 日成立名为 X.AI 的新人工智能公司，由其本人担任董事。此前马斯克已采购数千块 GPU，并向特斯拉和 SpaceX 投资者寻求启动资金，准备开发生成式 AI 产品直接与 OpenAI 竞争。
Stability AI 推出 SDXL：35 亿参数带来更高清逼真画质
Stability AI 推出文生图模型 Stable Diffusion XL（SDXL）。该模型拥有 35 亿参数，主打高分辨率和逼真细节生成。这意味着创作者和开发者有了更高上限的开源图像生成底模，不仅风格更多元，画质也更接近专业级。
周四
4月13日 星期四
AWS 推出 Amazon Bedrock：一键调用 Claude 与自研 Titan 模型
AWS 宣布推出 Amazon Bedrock 托管服务及自研 Titan 基础模型。开发者无需管理底层硬件，即可通过 API 直接调用 Claude、Stable Diffusion 等模型，并用私有数据定制微调。目前 Bedrock 正处于小范围预览阶段。
Google 用强化学习训机器人捡垃圾：23 台打工两年，分拣准确率达 84%
Google 公布了一项大规模机器人深度强化学习实验，过去两年在办公楼部署了 23 台移动机器人分拣垃圾。团队结合仿真与 54 万次「机器人教室」训练，使系统分类准确率达 84%，让真实垃圾桶的混杂污染率降低了 40% 到 50%。
Premiere Pro 推出文本编辑：剪视频就像复制粘贴文本
Adobe 宣布在 Premiere Pro 中推出「基于文本的编辑」（Text-Based Editing），由 Adobe Sensei 驱动。系统会自动转录音视频素材，剪辑师直接搜索、复制或粘贴转录文字，时间轴上的视频片段就会同步调整。该功能目前处于公开测试阶段，预计 5 月正式上线。
周三
4月12日 星期三
OpenAI 探索「一致性模型」：单步完成图像生成，速度快一个数量级
TechCrunch 报道 OpenAI 发表「一致性模型」（Consistency Models）论文，尝试用一到两步计算完成图像生成。传统扩散模型需要数十至上千步去噪，而新模型能在单步内搞定生成、上色或超分，速度快一个数量级。虽然初期画质较粗糙，但为手机端侧运行和实时生图打开了新方向。
意大利给 ChatGPT 解封开条件：限 OpenAI 18 天内落实隐私整改
周三，意大利数据保护机构开出解封条件，要求 OpenAI 在 4 月底前公开数据处理逻辑、增设 18 岁年龄限制，并为非用户提供反对个人数据被处理的渠道。此外还要在 5 月底前开展宣传告知公众。OpenAI 只有 18 天时间完成这轮整改。
Meta 详解元宇宙教育潜力：用 VR 填补教育鸿沟
Meta 发文阐述沉浸式技术对教育的重塑作用。文章列举了日本 6000 名高中生佩戴 Meta Quest 2 学习、莫尔豪斯学院虚拟化学实验课提分等案例，指出 VR 带来的现场感能打破地域限制并提升专注度，但普及仍需政府与师资培训支持。
周二
4月11日 星期二
曝马斯克为 Twitter 采购上万块 GPU：正推进生成式 AI 项目
据 Business Insider 报道，Elon Musk 最近为 Twitter 采购了约 1 万块数据中心级 GPU，用于自研生成式 AI 项目。该项目拟利用 Twitter 海量数据展开训练，可能用于改进搜索或重建广告业务。此前 Twitter 还招募了两名 DeepMind 前研究员。
亚马逊推出具身智能平台 Alexa Arena：让人类陪虚拟机器人一起练级
Amazon Alexa AI 公布具身智能仿真平台 Alexa Arena 并开源。不同于以往偏重导航的仿真器，它强化了人类交互，支持自然语言对话与多房间任务，方便收集人机协作数据来训练智能体。
OpenAI 启动漏洞赏金计划：抓出一个漏洞，最高奖励 2 万美元
OpenAI 宣布联合 Bugcrowd 正式上线漏洞赏金计划。安全研究人员在 OpenAI 系统中发现安全漏洞，可根据严重程度获得 200 至 20000 美元不等的现金奖励。官方希望借此吸引全球白帽黑客协助排查安全隐患。
新研究发现 GPT-4 数据标注超越顶级人工：省下 50 万美元与 2 万工时
Carnegie Mellon、Yale 与 UC Berkeley 研究团队公布新发现，GPT-4 在数据标注任务上的表现超越了高水平众包工人。面对 572,322 个文本场景标注，团队改用 GPT-4 仅花费不到 5,000 美元，省下超 500,000 美元和 20,000 小时工时。AI 标签与专家更吻合，直接动摇了传统数据标注产业。
阿里发布通义千问：所有业务将全面接入，首批落地钉钉与天猫精灵
阿里巴巴在 2023 阿里云峰会上正式发布中英双语大模型「通义千问」。阿里宣布将把该模型接入从企业通信到电商的所有产品，首批落地钉钉和天猫精灵。阿里云同时面向企业和开发者开放内测申请，支持用自有数据微调专属大模型。
周一
4月10日 星期一
斯坦福提出生成式智能体：25 个 AI 在沙盒里开派对、竞选市长
斯坦福大学团队提出生成式智能体架构，将记忆、反思与规划引入大模型。研究人员把 25 个由 ChatGPT 驱动的智能体放入类似《模拟人生》的虚拟小镇，它们不仅自发办派对、参选市长，在评测中甚至被认为比真人扮演更像人类。
周五
4月7日 星期五
Stable Diffusion 背后公司被曝陷入危机：现金告急且盈利无门
据 Semafor 报道，开源图像模型 Stable Diffusion 背后的初创公司 Stability AI 烧钱速度惊人且缺乏盈利路径，陷入严重财务困境。公司去年融到的 1 亿美元已所剩无几，原本冲刺 40 亿美元估值的新一轮融资也已动摇。在 Midjourney 等对手的挤压下，开源明星公司的商业化显得格外艰难。
有人让自主 AI「毁灭人类」：它搜了核武器，最后发了两条推特
据 Vice 报道，有用户通过开源项目 Auto-GPT 搭建了名为 ChaosGPT 的自主智能体，并命令其「毁灭人类」。该 AI 尝试在 Google 搜索毁灭性武器并拉拢其他智能体，但最终影响仅是向 19 个粉丝发了两条推文。
周四
4月6日 星期四
Anthropic 拟募资 50 亿美元：造 10 倍强于现有 AI 的「Claude-Next」
据曝光的融资文件，Anthropic 计划在未来两年内筹集高达 50 亿美元以抗衡 OpenAI。该公司打算在未来 18 个月内投入 10 亿美元，开发能力达现有 AI 10 倍的前沿模型「Claude-Next」，需要动用数万张 GPU 集群进行训练。
周五
3月31日 星期五
皮查伊回应 Bard 表现不佳：像改装思域赛车，下周升级 PaLM
据 The Verge 报道，Google CEO Sundar Pichai 在播客访谈中透露，下周将把 Bard 升级为更强大的 PaLM 模型。他坦言当前运行轻量版 LaMDA 的 Bard 就像拿「改装思域去赛车」，换上新架构后，其逻辑推理、编程和解数学题能力都会显著改善。
意大利开出欧洲首张禁令：指控侵犯隐私，勒令下架 ChatGPT
周五，意大利个人数据保护局下令立即封禁 ChatGPT，并对 OpenAI 展开调查。监管方指责 OpenAI 缺乏大规模收集个人数据训练算法的法律依据，且未对未成年人设防。OpenAI 随后关闭了意大利的访问入口，并有 20 天时间说明整改方案，否则面临高达全球年营收 4% 的罚款。
周四
3月30日 星期四
Midjourney 叫停免费试用：临时账号刷图太猛，付费用户先被挤崩
Midjourney 宣布暂停免费试用。CEO David Holz 透露，大量用户注册临时账号刷图，恰逢 GPU 短缺，甚至影响了付费用户体验；这并非因为近期川普等深度伪造图疯传。团队正在重新设计验证机制以防滥用。
Google 否认用 ChatGPT 训练 Bard：没用过 ShareGPT 数据
针对 The Information 爆料称其使用 ShareGPT 抓取内容训练聊天机器人，Google 明确否认 Bard 使用了 ChatGPT 的数据。此前有报道称前研究员曾警告此举违规并跳槽 OpenAI；不过 Google 发言人拒绝回应过去是否曾试用过相关数据。
周三
3月29日 星期三
马斯克与多位学者联名呼吁：暂停训练比 GPT-4 更强的 AI 六个月
非营利机构未来生命研究所发布公开信，马斯克、Yoshua Bengio 等人呼吁全球实验室立即暂停训练比 GPT-4 更强的 AI 至少 6 个月。信中指出当前竞赛已陷入失控，若无法自律则需政府介入叫停并制定安全协议。
周二
3月28日 星期二
Google 联手 Replit：Ghostwriter 接入谷歌大模型，迎战微软 Copilot
周二，Replit 宣布与 Google Cloud 达成战略合作，其 2000 万开发者将获得 Google 基础设施及生成式 AI 模型支持，旗下 Ghostwriter 工具将接入 Google 模型补全代码。此举紧跟在微软与 GitHub 推出 Copilot X 一周之后，两方的 AI 编程工具战正式打响。
高盛报告：生成式 AI 或替代 3 亿个全职岗位，欧美四分之一工作受冲击
高盛发布报告称，生成式 AI 可能替代相当于 3 亿个全职工作岗位，波及欧美四分之一的工作任务。其中行政和法律工作受自动化影响最大，建筑与维护受影响最小。报告同时指出，AI 也会带来新工作并推高生产力，最终让全球商品与服务的年产值提升 7%。
微软发布 Security Copilot：接入 GPT-4，用 AI 帮网络安全人员抗下攻击
微软在首届 Microsoft Secure 活动上推出首款安全助理 Microsoft Security Copilot。它将 OpenAI 的 GPT-4 与微软专属安全模型结合，每天吸收超 65 万亿威胁信号，让防御人员能用自然语言排查威胁。最值得关注的是，它试图用 AI 速度补齐全球数百万安全人才缺口。不过微软也坦言，AI 内容仍可能出错，需靠用户反馈闭环改进。
Asana 推出管理智能工具：实时监控负荷，下一步全面接入 AI
Asana 推出一套全新的工作智能仪表盘，涵盖高管报表、员工工作负荷图表与工作流模板。目前这批功能虽未内置 AI，但官方表示这是在为 AI 落地铺路，下一代更新将直接利用 AI 自动生成管理组合与分析视图。
