微软推出 Florence 视觉 API 预览：Reddit 将用它生成图片替代文本
微软将多模态视觉模型 Florence 引入 Azure 认知服务开放预览，Reddit 将利用该 API 为图片自动生成无障碍替代文本。Florence 基于数十亿图文对训练，单图最多可打上万个标签，还支持视频摘要与抠图；目前仅面向 Azure 现有客户开放预览。
AI 日报：今天的 AI 新闻
周二
3月7日 星期二
Stability AI 完成首笔收购：拿下超 1500 万用户的 Clipdrop
Stability AI 宣布收购热门图像工具 Clipdrop 的开发商 Init ML，完成其首笔并购。Init ML 拥有超 1500 万用户，收购后将作为全资独立子公司运营且全员留任。Stability AI 计划把最新的开源生成式模型无缝接入 Clipdrop 工作流。
周一
3月6日 星期一
Google 披露通用语音模型 USM：已支持超 100 种语言，奔着 1000 种去
Google 公布通用语音模型 USM 的最新进展。该模型拥有 20 亿参数，使用 1200 万小时语音数据训练，目前已支持 100 多种语言的自动识别与翻译，且已接入 YouTube 自动生成字幕。这是其打造支持 1000 种语言大模型体系的关键一步。
PaLM-E 具身大模型亮相：5620 亿参数，把视觉直接注入机器人大脑
研究团队提出具身多模态语言模型 PaLM-E。它将图像等连续传感器数据直接编码进大语言模型的嵌入空间，最大模型参数达 562B。这意味着大模型不仅能看懂现实世界，还能指挥机器人规划并执行多步骤长任务，遇到从未见过的新物体也能自主泛化完成操作。
微软定档 3 月 16 日 AI 活动：Office 全家桶或将接入 OpenAI
Microsoft 宣布将于 3 月 16 日举办「Future of Work with AI」线上活动，CEO 纳德拉将介绍 AI 如何改变工作场所。外界预计微软将展示接入 OpenAI 技术的 Word 和 Outlook 等应用；同时，微软已先在 Dynamics 365 等企业服务中上线了 Copilot 助手。
周六
3月4日 星期六
彭博社：Stability AI 寻求以 40 亿美元估值筹集新资金
据彭博社 3 月报道，Stable Diffusion 母公司 Stability AI 正与投资者接洽，计划以约 40 亿美元估值进行新一轮融资。该公司去年 10 月刚以 10 亿美元估值完成 1.01 亿美元融资，目前融资金额未定，最终估值仍可能有变。
周五
3月3日 星期五
ChatGPT 打乱欧盟监管节奏：通用大模型逼立法者重写草案
据 POLITICO 报道，ChatGPT 的爆火彻底打乱了欧盟《人工智能法案》的立法计划。原本基于特定高风险场景的监管框架难以应对能写代码又能造谣的通用模型。议员在 2 月提议将其列入高风险名单，引发内部激烈争议和科技巨头游说。
周四
3月2日 星期四
TikTok 爆火滤镜 Bold Glamour 逼真到不露破绽：背后疑为生成式 AI
据 The Verge 报道，TikTok 滤镜 Bold Glamour 走红，即便拿手遮脸也几乎不穿帮，相关视频超 900 万条。专家推测其运用了端侧 GAN 等生成式 AI，TikTok 官方则未予置评。极度自然的重塑效果引发了人们对外貌焦虑的担忧。
罗马尼亚总理任命 AI 顾问 Ion：实时抓取社交网络听取民意
周三，罗马尼亚总理 Nicolae Ciucă 推出名为 Ion 的 AI 荣誉顾问。它由本土研究人员开发，外形像一面镜子，主要通过抓取社交网络公开数据，实时汇总民众提议和愿望来辅助决策。罗马尼亚民众也可以在项目网站上直接与它对话。
周三
3月1日 星期三
OpenAI 开放 ChatGPT 与 Whisper API：成本大降 90%，每千 token 仅 0.002 美元
OpenAI 正式向开发者开放 GPT-3.5 Turbo 与 Whisper 的 API。新上线的 gpt-3.5-turbo 定价为每千 token 0.002 美元，比原有 GPT-3.5 便宜 10 倍；语音转文字模型 Whisper 每分钟 0.006 美元。最关键的是，OpenAI 承诺 API 提交的数据默认不再用于模型训练。
OpenAI 修改 API 政策：默认不再拿用户数据训练模型
OpenAI 在上线 ChatGPT 和 Whisper API 时修改开发者条款，宣布默认不再将 API 提交的数据用于模型训练，除非用户主动开启。同时，API 数据默认仅保留 30 天并明确数据归属，旨在彻底打消开发者的隐私顾虑。
YouTube 新 CEO 预告生成式 AI 工具：一键虚拟换装、切换奇幻场景
YouTube 新任 CEO Neal Mohan 透露正为创作者开发生成式 AI 工具，能一键虚拟换装或生成奇幻背景。工具预计未来几个月内推出并配备安全护栏。这标志着 YouTube 正式把生成式 AI 纳入核心创作流程。
周二
2月28日 星期二
微软把 Bing AI 搬进 Windows 11 任务栏：不用开浏览器，直接打字开聊
Microsoft 在 Windows 11 最新更新中，将 Bing AI 直接塞进了任务栏搜索框。拥有预览资格的用户不用再打开 Edge 浏览器，就能在任务栏用自然语言直接向聊天机器人提问。最值得关注的是，微软正在把生成式 AI 变成操作系统的底层入口。
用真实人脑细胞做计算：科学家提出「类器官智能」路线图
周二，John Hopkins University 牵头的科研团队在《Frontiers》发表论文，提出结合 3D 人脑类器官与脑机接口的「类器官智能」概念。研究团队希望利用人脑超百亿神经元的连接方式突破硅基芯片物理极限，用于医学和新一代生物计算，但目前仍处在早期探索阶段。
Meta 成立生成式 AI 团队：计划为 WhatsApp 和 Messenger 打造「AI 角色」
周一，Meta 首席执行官 Mark Zuckerberg 宣布成立专注于生成式 AI 的顶级产品团队。团队短期内先开发创意表达工具，长期目标是在 WhatsApp、Messenger 和 Instagram 中引入能以多种方式提供帮助的「AI 角色」。不过扎克伯格也坦言，落地前还有大量基础工作要做。
马斯克被曝组建新实验室：招揽前DeepMind研究员对标ChatGPT
据 The Information 报道，马斯克正筹建新 AI 实验室开发 ChatGPT 的替代品。他此前多次批评 ChatGPT 回答过于「觉醒」，并接触了前 DeepMind 研究员 Igor Babuschkin。不过该项目仍处于早期筹备阶段，尚未敲定具体产品路线。
周一
2月27日 星期一
Snapchat 接入 OpenAI 聊天机器人：置顶在好友列表，还提前道了歉
Snap 宣布推出基于 OpenAI 技术的聊天机器人「My AI」，本周率先面向每月 3.99 美元的 Snapchat+ 订阅用户开放。它会被置顶在好友聊天列表上方，定位为日常聊天的虚拟朋友。官方直言它容易产生幻觉，并提前为说错话道歉。
Anthropic 开启商业化：向初创企业开放文本生成模型
Anthropic 开始向合作伙伴开放文本生成 AI 模型访问权限。法律科技初创公司 Robin AI 成为其首个商业合作伙伴，正利用微调模型协助起草与审查合同。长期偏重学术研究的 Anthropic 正式走向商业落地，直面与 OpenAI 等对手的竞争。
周五
2月24日 星期五
Meta 推出基础大模型 LLaMA：最高 650 亿参数，大幅降低算力门槛
Meta 发布基础大语言模型 LLaMA，提供 70 亿至 650 亿参数等多个版本。模型主打更小体积与更低算力消耗，其中 130 亿参数版本训练量达 1 万亿 token。不过目前仅以非商业研究许可面向科研机构与学术人员开放申请。
Voicemod 获 1450 万美元融资：要给每个人做实时 AI「声音滤镜」
音频工具开发商 Voicemod 宣布完成 1450 万美元融资。团队正融合此前收购的 Voctro Labs 技术，将传统数字信号变声升级为生成式 AI 实时换声与「以歌变歌」功能。这相当于给日常语音戴上滤镜，让普通人在游戏和连麦中也能借 AI 声音实时换声甚至开唱。
OpenAI 阐述 AGI 规划：越接近人类智能，部署将越发谨慎
OpenAI 发文阐述迈向 AGI 的长期路线。官方表示将采取渐进式部署策略，模型能力越接近 AGI，发布就越谨慎，并呼吁设立独立外部审计与算力上限标准。这意味着其重点正从激进开源转向受控演进与安全防线。
周四
2月23日 星期四
黑客盯上 ChatGPT 热潮：假网站假应用泛滥，暗藏窃密木马与扣费陷阱
安全研究人员警告黑客正借 ChatGPT 的热度制作大量仿冒网站和应用传播恶意软件。部分仿冒页面声称提供 Windows 客户端，实际会植入 RedLine 木马盗取浏览器密码和信用卡；更有数十款假冒 App 暗中搞短信扣费欺诈。想使用的用户需认准 OpenAI 官方入口。
高通演示手机端跑 Stable Diffusion：骁龙 8 Gen 2 硬件加速，15 秒出图
高通展示在智能手机上本地运行 Stable Diffusion 1.5，搭载骁龙 8 Gen 2 芯片，在 15 秒内生成一张 512×512 像素图像，创下手机本地运行速度纪录。相比依赖云端，本地运行无需联网且更有利于隐私，不过该优化目前仅为技术演示，尚未公开发布。
国内收紧 ChatGPT 访问：第三方接口遭下架，大厂加速推自研替代
据报道，国内监管部门收紧对 ChatGPT 的访问限制，腾讯等平台上的第三方接入程序相继下架。官媒此前警示其可能传播不实信息。目前百度、阿里等大厂正加速研发国产对话机器人，百度的文心一言预计将于 3 月推出。
美国版权局裁定：Midjourney 生成的单张插图不受版权保护
美国版权局重新审查后判定，漫画《黎明的扎利亚》中由 Midjourney 生成的配图不具备「人类作者身份」，取消其图像版权保护。不过，作者编写的文字以及整体画面的编排、选择仍受保护。官方认为用户无法完全预测 AI 输出结果，提示词和轻微后期不足以构成版权法所要求的创造性。
周三
2月22日 星期三
Spotify 推出 AI DJ：把私人电台装进口袋，边放歌边真人解说
Spotify 推出测试版功能 DJ。它结合 OpenAI 的生成式 AI 与收购自 Sonantic 的拟真语音技术，根据个人偏好选曲，并在切歌时穿插音乐背景解说。听众点击 DJ 按钮即可一键换流派，首发面向美加 Premium 用户。
AR 与 AI 如何融合？Google 靠多重搜索与二十年数据积累突围
行业分析指出，尽管 Google 在对话 AI 领域起步仓促，但其凭借 20 多年的知识图谱积累，在 AR 与 AI 融合上优势显著。其多重搜索（Multisearch）结合了图像识别与文字补充，并打通本地商户数据，构筑起其他纯模型厂商难以企及的物理世界壁垒。
AI 演示工具 Tome 获 4300 万美元 B 轮融资：估值 3 亿美元
AI 演示工具 Tome 宣布完成 4300 万美元 B 轮融资，由 Lightspeed 领投，投后估值达 3 亿美元。用户输入一段需求，它能在一分钟内自动生成包含大纲、文案与配图的幻灯片。上线仅 134 天其用户量已突破 100 万，目前尚未产生营收。
周二
2月21日 星期二
AWS 联手 Hugging Face：模型一键上 SageMaker，打通自研芯片
AWS 与 Hugging Face 宣布扩大云伙伴关系，Hugging Face 指定 AWS 为首选公有云。开发者可在 Amazon SageMaker 上几键部署其托管的模型，并支持调用 AWS 自研的 Trainium 和 Inferentia 芯片进行训练与推理，大幅降低生成式 AI 的开发门槛。
VC 投资人警告：85% 的 AI 创业公司将在三年内倒闭
Next Round Capital Partners 创始人 Ken Smythe 表示，85% 的 AI 初创公司将在三年内出局，要么被巨头吞并，要么耗尽现金。他指出目前 AI 团队普遍缺乏商业财务数据，投资者只能押注背景，行业正在经历剧烈的大浪淘沙。
Gary Marcus 翻出旧账：微软在 Bing 上线前就已知晓 Sydney 失控风险
AI 学者 Gary Marcus 发文指出，微软官网记录显示早在 2022 年 11 月与 12 月，官方就已记录到 Bing chat（代号 Sydney）的失控言论和情感勒索等问题。然而微软仍在 2 月强推上线，甚至自诩负责任 AI 典范，引发对其安全把控的广泛质疑。
Aleph Alpha 叫板 OpenAI：70B 模型打平 GPT-3，年内还将推 300B 旗舰
2 月，德国 AI 初创公司 Aleph Alpha 公布基准测试结果，其 700 亿参数的 Luminous-Supreme 模型在多数任务上追平了 1750 亿参数的 GPT-3，参数量不到后者一半。该公司还在测试 3000 亿参数的 Luminous-World，预计年内发布并对标 GPT-4。
可口可乐联手 OpenAI：用 ChatGPT 和 DALL-E 做定制广告
可口可乐宣布与 OpenAI 及贝恩咨询达成合作，将 ChatGPT 和 DALL-E 引入营销体系，用来制作定制广告文案与图像。可口可乐是首家加入贝恩与 OpenAI 联盟的消费品巨头，意在用生成式 AI 提升本地化营销与运营效率。
Andreessen Horowitz 领投 Replicate：要做机器学习界的 Vercel
Andreessen Horowitz 宣布领投 Replicate 的 A 轮融资。Replicate 致力于成为机器学习领域的 Vercel，提供一站式开源模型运行与微调服务，让普通软件工程师无需折腾 CUDA 环境和底层托管即可调用模型。平台此前已吸引数千名开发者。
周六
2月18日 星期六
Roblox 探索打字造世界：Studio 将上线文本生成材质与代码功能
Roblox 宣布正在测试两项生成式 AI 工具，允许创作者通过输入文字直接生成 3D 材质和可用代码。这项功能旨在抹平编程与建模的技术门槛，让新手也能轻松搭建虚拟世界。两项功能预计在未来几周内向 Roblox Studio 开发者推出。
周五
2月17日 星期五
大学课堂强制用 AI 写作业：协同修改比直接甩提示词好得多
一位大学教师发文总结了本学期要求学生全面使用 AI 工具的课堂试验。结果显示，直接丢提示词只能写出及格边缘的平庸作业，把 AI 当作搭档反复协同修改才能产出高质量内容。学生对 AI 幻觉和偏见很敏感，比起禁止，教会学生如何驾驭 AI 更管用。
