Stream Deck 7.4 接入 MCP：讓 Claude 與 G-Assist 替你按快捷鍵
Elgato 釋出 Stream Deck 7.4 配置指南，首次通過開放協議 MCP（模型上下文協議）向 AI 工具開放控制權限。使用者配置專用動作面板後，可通過 NVIDIA Project G-Assist 語音指令或 Claude Desktop 文本觸發開播、切場景等聯動，無需動手敲按鍵。
AI 日報：今天的 AI 新聞
週二
3月31日 星期二
Gmail 推出 AI Inbox：用智慧排序與每日簡報告別「Inbox Zero」
Gmail 宣佈面向美國 Google AI Ultra 訂閱使用者推出 AI Inbox 測試版。該功能通過智慧優先順序排序整理郵件，並生成每日個性化簡報，讓收信整理全交給 AI。目前僅限美區高階訂閱者測試。
ChatGPT 登陸 CarPlay：純語音互動，開車動嘴就能聊
OpenAI 更新 iPhone 版 ChatGPT，藉助 iOS 26.4 推出 CarPlay 專用車機版。新介面完全採用語音互動，螢幕不顯示任何文字，僅保留靜音和結束按鍵以保證駕駛安全。這是首個推出 CarPlay 專屬車機的主流 AI 應用，需要升級至 iOS 26.4 才能使用。
HeyGen 接入 Topaz Labs 超分模型：任意影片一鍵提升至 4K
HeyGen 宣佈與 Topaz Labs 合作，將其 Starlight Precise 2.5 超分模型整合進平臺。該功能可將任意解析度影片直接提升至 4K，增強細節並保持動作流暢。使用者無需再依賴外部工具匯出處理畫質。
Topaz Labs 推出 Precision 更新：多款全新影片模型，4K 增強提速最高 5 倍
Topaz Labs 釋出 Precision Update，為旗下 Topaz Video 與雲端 Astra 引入新一代影片增強模型。新模型支援本地與雲端最高 4K 輸出，處理速度最高提升 5 倍，能明顯減少生成式 AI 影片的塑膠感，並改善動畫與實拍細節；Topaz Photo 也同步上線了偽解析度檢測功能。
Google 推出 Veo 3.1 Lite：成本腰斬速度不變，主打高性價比影片生成
Google 推出高性價比影片生成模型 Veo 3.1 Lite，成本不到 Veo 3.1 Fast 的一半，同時保持相同生成速度。該模型支援文生影片與圖生影片，提供最高 1080p 解析度及多種畫幅。即日起已在 Gemini API 和 Google AI Studio 付費預覽中開放。
Meta 推出近視專配 Ray-Ban AI 眼鏡：起售價 499 美元，支援拍照記賬營養
Meta 釋出首款面向視力矯正人群的 Ray-Ban Meta 處方 AI 眼鏡，提供 Blayzer 和 Scriber 兩種框型，起售價 499 美元。配套更新還引入拍食物自動算營養、端側 WhatsApp 對話摘要等功能。這意味著近視使用者終於不必在清晰視力和 AI 硬體之間二選一。
Anthropic 發生烏龍：Claude Code 原始碼因 npm 除錯檔案意外洩露
Anthropic 旗下 Claude Code 的原始碼因 npm 包附帶 source map 除錯檔案而遭洩露。研究員 Chaofan Shou 發現了該問題並公開了程式碼。除錯檔案未剔除直接導致實現細節完全曝光，也暴露出團隊在工程釋出流程上的疏漏。
LongCat 釋出 Audio Edit：幾秒音訊即可高質量克隆聲音
開源語音模型 LongCat Audio Edit 釋出。模型僅需幾秒參考音訊就能克隆語氣與音色，官方同時推出了 35 億引數高品質版和約 6GB 的輕量版，後者可在多數消費級 GPU 上本地執行。
ASI-Evolve 開源：能讀論文、做實驗並自我改進的 AI 科研智慧體
中國研究人員開源了 AI 科研智慧體框架 ASI-Evolve，程式碼與論文全量公開。它能自主閱讀論文、設計實驗、執行程式碼並分析結果，通過閉環機制持續自我迭代改進，嘗試把 AI 研發流程完全自動化。
Nature Medicine 刊發 ProtAIDe-Dx：單次抽血測蛋白，診斷 6 種痴呆相關疾病
Nature Medicine 發表新研究，推出深度學習模型 ProtAIDe-Dx。該模型基於 17,187 人的血漿蛋白質組資料，僅憑一次採血即可同時篩查阿茲海默症、帕金森等 6 種痴呆相關病症，平衡準確率達 70% 至 95%，有望大幅緩解臨床高達 25% 至 50% 的誤診問題。
Salesforce 升級 Slackbot：開完會順手改 CRM，還能跨應用排程智慧體
Salesforce 宣佈為 Slackbot 新增 30 餘項功能。它不僅能自動整理會議記錄並同步更新 CRM，還能作為桌面伴侶跨應用識別螢幕內容，並通過 MCP 協議排程外部應用和 Agentforce 智慧體。目前已向企業級方案開放，4 月起向免費版測試。
Anthropic 與澳大利亞簽署安全協議：贈 300 萬澳元算力並設新辦
Anthropic 與澳大利亞政府簽署 AI 安全備忘錄，聯手開展模型風險監測與安全評估。Anthropic 同時向澳洲國立大學等四所機構提供 300 萬澳元 Claude API 額度，重點支援罕見病診斷與基因組研究，並計劃在悉尼設立辦公室。
Perplexity 成立安全智慧研究院：普渡大學教授領銜，主攻智慧體安全
Perplexity 宣佈成立旗艦研究中心「安全智慧研究院」（SII）。該院由 ACM 與 IEEE 雙 Fellow、普渡大學教授 Ninghui Li 出任首任院長，重點攻關智慧體系統防禦與魯棒機器學習。最值得關注的是，該機構整合了此前 BrowseSafe 等安全成果，並面向產學研全面開放合作。
OpenAI 融資 1220 億美元：估值衝至 8520 億，擬打造 AI 超級應用
OpenAI 宣佈完成 1220 億美元新一輪融資，投後估值達 8520 億美元。公司目前月營收達 20 億美元，ChatGPT 周活超 9 億。這筆鉅額資金將用於算力基礎設施建設，並計劃把 ChatGPT、Codex 與智慧體整合為統一的 AI 超級應用。
Google 預警量子計算威脅比特幣：破解門檻降 20 倍，敦促 2029 前升級
Google 發表研究警告，未來量子計算機破解比特幣加密所需資源比此前預計減少約 20 倍。特定條件下推導私鑰僅需約 9 分鐘，足以在交易確認前發起攔截。Google 強調目前尚未造出該機器，但敦促加密行業在 2029 年前轉向後量子密碼。
Softr 推出 AI 原生無程式碼平臺：一句話生成帶資料庫的企業軟體
無程式碼平臺 Softr 釋出全新 AI 原生版本及 AI Co-Builder。使用者只需文字描述需求，系統即可自動生成包含資料庫、身份驗證、許可權管理與工作流的企業應用，還內建 Vibe Coding 模組支援定製元件。它解決了純生成式程式碼脆弱易碎的痛點，支援後續直接視覺化修改。
同事.skill：把離職同事煉成 AI，一鍵復刻語氣與技術規範
開源專案「同事.skill」在 GitHub 走紅。它支援匯入微信、飛書等平臺的聊天記錄，通過「人格層」與「技能層」架構，快速生成前同事的數字分身，連特定語氣和溝通習慣都能復刻。三天內狂攬 6.7k Star，目前還衍生出了導師、前任等系列專案。
H Company 釋出電腦操作模型 Holo3：OSWorld 跑出 78.85 分，35B 版本開源
H Company 釋出專用於操作電腦的智慧體模型 Holo3。該系列基於 Qwen 3.5 強化，旗艦版 Holo3-122B-A10B 僅啟用 10B 引數，在 OSWorld-Verified 評測中創下 78.85% 的新紀錄；同時輕量版 Holo3-35B-A3B 已在 Hugging Face 開源並提供免費 API。
週一
3月30日 星期一
加州簽署行政令：要求合作 AI 廠商保護隱私與公民自由
加州州長加文·紐森簽署行政令，要求所有與州政府合作的 AI 承包商保護隱私與公民自由。加州正利用自身全球第四大經濟體的採購影響力拉高 AI 安全門檻，並在自主武器與國內監控等應用上明確與聯邦政策拉開距離。
OpenAI 為 Claude Code 推出 Codex 外掛：支援對抗審查與跨 Agent 協作
OpenAI 推出面向 Claude Code 的 Codex 外掛。開發者無需切換環境，即可在 Claude Code 中直接呼叫 Codex 進行程式碼審查、對抗性挑刺以及雙 Agent 協作複核。外掛直接複用本地 Codex CLI 與 MCP 配置，支援免費 ChatGPT 訂閱或 API Key。
Bluesky 推出 AI 工具 Attie 遭抵制：被拉黑超 12.5 萬次，僅次於副總統
上週末，Bluesky 推出實驗性 AI 資訊流工具 Attie，使用者輸入描述即可自動生成定製 feed。但該工具上線後遭使用者大規模抵制，已被拉黑超 12.5 萬次，在全平臺僅次於美國副總統 JD Vance，甚至超過白宮和 ICE。這反映出該社群對平臺引入 AI 自動化的強烈戒心。
Gen-Searcher 框架開源：先聯網搜參考圖再出圖，解決生圖盲區
研究團隊開源影像生成框架 Gen-Searcher。它利用搜索代理先在網上檢索參考圖與事實資訊，再輔助出圖，能解決特定角色、冷門地點和資料的事實盲區，且相容開源與閉源底模。
位元組推出 DreamLite：3.9 億引數端側模型，手機離線生圖編輯只要 3 秒
字節跳動公佈輕量影像模型 DreamLite，僅 3.9 億引數即可在手機端完全離線執行。它兼顧文本生圖與影像編輯，在 iPhone 上生成一張 1024×1024 肖像圖約需 3 秒，還能直接換背景或改畫風。雖然寫實細節不及雲端大模型，但大幅壓低了手機端修圖的延遲與算力門檻。
Claude Code 接入計算機使用：在終端開啟應用，自己做 UI 測試
Anthropic 為命令列工具 Claude Code 接入計算機使用能力。Claude 不僅能寫程式碼，還能直接從終端開啟應用程式、點選介面，自動端到端測試剛寫好的軟體。目前該功能作為研究預覽版，面向 Pro 和 Max 訂閱使用者開放。
阿里釋出全模態模型 Qwen3.5-Omni：對著鏡頭說話就能寫網頁
阿里 Qwen 團隊釋出原生全模態模型 Qwen3.5-Omni。它能同時理解文本、影像、音訊和影片，主打「視聽 Vibe Coding」，使用者對著攝像頭描述需求就能直接生成網站或小遊戲。其音訊表現超越 Gemini-3.1 Pro，原生支援處理 10 小時音訊或 400 秒影片。
Instacart 推出實體 AI 購物車：搭載輝達晶片，即時推薦拉昇客單價
Instacart 近日公佈生鮮零售「實體 AI」方案，為 Caper Cart 智慧購物車搭載 NVIDIA Jetson 晶片。推車融合攝像頭、感測器與定位系統在本地直接運算，在顧客逛店時即時給出品類建議，據稱帶動合作零售商的客單價實現兩位數增長。
生物科技初創 R3 Bio 被曝推介「無腦克隆人」：專供富豪定製備用器官
據《麻省理工科技評論》報道，加州初創公司 R3 Bio 曾向私人投資者推介培育「無腦克隆人」，以此作為沒有意識的備用器官庫，甚至設想未來用於全身移植。該專案已獲得長壽基金注資，公開宣稱僅用於猴子實驗以替代動物測試，但極端設定已引發學界劇烈的倫理擔憂。
Anthropic 上線 Compliance API：讓企業程式化審計 Claude 日誌
Anthropic 在 Claude Platform 上線合規 API（Compliance API）。管理員可藉此程式化匯出許可權修改、系統配置與檔案變動等審計日誌，專為金融、醫療等嚴監管行業設計。不過該介面不記錄具體模型推理內容，開通後才開始記錄。
微軟升級 Copilot 調研智慧體：引入多模型互審，DRACO 得分漲 13.8%
微軟為 Microsoft 365 Copilot 的 Researcher 智慧體推出 Critique 與 Council 功能。Critique 拆分生成與評估，由 OpenAI 和 Anthropic 的模型分工起草與把關，在 DRACO 基準上得分提升 13.8%；Council 則支援並排對比多模型見解。
OpenMontage：把 AI 程式設計助手變成全自動影片工作室
開源 AI 影片製作系統 OpenMontage 獲 6.85 萬星。它能接入 Claude Code、Cursor 等程式設計助手，僅憑一句提示詞自動完成資料檢索、分鏡設計、素材生成與剪輯合成；開工前先看分鏡並報價，製作 60 秒示例動畫僅花費 1.33 美元。
週日
3月29日 星期日
開源語音克隆 LuxTTS：3 秒音訊復刻聲音，視訊記憶體不到 1GB 還跑 48kHz
開源語音克隆模型 LuxTTS 釋出，只需 3 秒音訊就能準確復刻音色。它將推理壓縮至 4 步，視訊記憶體佔用不到 1GB，在 GPU 上達到 150 倍即時速度且原生支援 48kHz 高畫質音訊。這意味著普通電腦甚至純 CPU 也能零門檻跑通高質量配音。
通用汽車用 AI 重塑車身設計：手繪草圖數小時變 3D 動畫
通用汽車公佈其在整車設計流程中全面引入生成式 AI 工具。通過與初創公司 Vizcom 合作，GM 可在一天內將手繪草圖轉化為 360 度 3D 模型和動態影片；配合虛擬風洞，風阻估算從兩週縮至即時反饋，大幅壓縮研發週期。
OpenAI 聯合蓋茨基金會辦亞洲防災 AI Jam：用定製 GPT 加速救災
OpenAI 聯合蓋茨基金會、亞洲備災中心和 DataKind 在曼谷舉辦首屆防災 AI Jam。來自 13 個亞洲國家的 50 位防災負責人現場搭建定製 GPT 與工作流，用於災情通報、需求評估和應急溝通。未來數月各方還將開展試點部署。
Token Dial 亮相：用滑桿連續調節影片，煙霧濃淡、動作幅度拉一下就行
影片生成控制框架 Token Dial 公開論文。它無需重新訓練主模型，讓使用者能通過滑桿連續調節外觀與動作強度，比如煙霧多濃、車速多快。最值得關注的是，它用連續引數替代了靠提示詞碰運氣，讓影片生成的精細控制變得可行。
UFC 總裁回擊 AI 宣傳片爭議：AI 勢不可擋，閉嘴看比賽就行
UFC 總裁 Dana White 回應粉絲對賽事宣傳片採用 AI 生成內容的批評，稱 AI 的普及趨勢不可阻擋，並直言批評者應當「閉嘴看比賽」。這一粗暴回應直接引爆了體育娛樂界用 AI 降本提速與保護傳統創意人員之間的尖銳矛盾。
週六
3月28日 星期六
Anthropic 付費訂閱翻倍：靠對峙國防部與超級碗廣告，Claude 迎爆發
Anthropic 向 TechCrunch 證實，2026 年 Claude 付費訂閱量已翻倍以上。信用卡資料顯示，其 1 至 2 月新增付費使用者創紀錄，絕大多數選擇每月 20 美元的 Pro 會員。嘲諷 ChatGPT 的超級碗廣告、拒絕國防部軍事化要求的風波及 Claude Code 等工具，直接推動了這輪增長。
Midjourney 工程師開源 Pretext：用 AI 輔助編碼，繞過 DOM 重排
Midjourney 工程師 Cheng Lou 開源排版庫 Pretext。該工具僅 15KB 且零依賴，由 OpenAI Codex 與 Anthropic Claude 等 AI 工具輔助寫成。它直接在前端計算多行文字排版，繞過耗時的 DOM 重排，能讓文字即時環繞動態物體。
Claude 桌面端曝光新模式 Operon：專為生物科研打造的獨立工作區
據報道，Anthropic 正在 Claude 桌面端測試全新獨立模式「Operon」，專為生物學科研設計。它支援構建系統發育樹、設計 CRISPR 篩選及分析單細胞資料，還能讀取本地檔案協作。目前該功能處於曝光測試階段，尚未正式上線。
週五
3月27日 星期五
OpenAI 為 Codex 推出 Plugins：一鍵打包 MCP 與技能，支援團隊共享
OpenAI 為程式碼智慧體 Codex 推出 Plugins 功能。它充當生態的「包管理」系統，將工作流技能、應用整合與 MCP 伺服器配置打包為單一安裝實體，實現一鍵複用。最值得關注的是，它解決了跨團隊標準化共享 AI 工作流的痛點；官方市場目前已可瀏覽，自助釋出即將開放。
MLB 聯手 Google 推出 Scout Insights：用 Gemini 生成棒球即時解說
週三，MLB 聯手 Google Cloud 推出由 Gemini 驅動的 Scout Insights 功能。該功能已接入 MLB App 和 MLB.com 的 Gameday 賽況流，通過 Gemini 模型分析數百 petabytes 的歷史資料，在比賽各局關鍵時刻自動推送即時背景與資料解說。
拓竹 MakerWorld 接入 Meshy：單張照片生成 3D 模型，支援 AMS 自動分色
拓竹 MakerWorld 宣佈將 3D 生成平臺 Meshy 整合進 MakerLab。使用者上傳任意照片即可由 Meshy-6 引擎在數分鐘內生成可列印的 STL 或 3MF 檔案。最值得關注的是其多色列印功能支援自動匹配 AMS 耗材分色，免去在切片軟體中手動填色的步驟。每次匯出模型需消耗 2 個 MakerLab 積分。
Runway 推出 Ad Concepter：用產品圖和提示詞快速生成廣告方案
Runway 網頁端上線新應用 Ad Concepter。使用者只需提供一段提示詞、一張參考圖和一張產品圖，就能快速生成廣告構圖、視覺概念與故事節奏。最值得關注的是，創作者和營銷人員無需搭建複雜工作流，即可低門檻批次探索廣告創意。
開源技能 clone-website：拆解元件規格並並行構建，畫素級克隆網站
開源專案推出網站克隆技能 clone-website，輸入指令即可抓取真實樣式並畫素級復刻網頁。它將頁面拆成 150 行以內的單獨元件規格，並通過 git worktree 讓 Agent 並行構建與視覺比對。這套工程流程解決了 AI 生成前端時靠猜間距、容易糊弄的問題。
Anthropic 灰度測試 Mythos 5.0：超越 Opus 的全新旗艦，強到官方擔心網安風險
Anthropic 開始灰度測試下一代頂級模型 Claude Mythos 5.0。該模型定位高於 Opus，在程式設計、推理及網路安全上大幅跨越，部分開發者已在介面中看到 Beta 版。因其潛在的破壞性網路攻擊能力，Anthropic 保持審慎，目前僅面向小範圍早期使用者開放。
Anthropic 遭遇 CMS 洩密：未釋出的最強模型與 CEO 閉門行程意外曝光
Anthropic 因 CMS 配置失誤，導致公開資料庫洩露了近 3000 項未釋出資產。洩露內容包含一款尚未釋出、號稱迄今能力最強的新模型細節，以及 CEO Dario Amodei 的閉門峰會計劃。官方已緊急修復，並強調事故系人為疏忽，與 Claude 等 AI 工具無關。
傳 Anthropic 最早 10 月 IPO：年化營收逼近 200 億美元，正接觸投行
據 3 月 26 日訊息，知情人士透露 Claude 開發商 Anthropic 正考慮最早於 10 月進行 IPO，已與華爾街投行展開初步接觸。隨著 Claude 產品需求猛增，其年化營收已逼近 200 億美元；此舉也讓它與同樣尋求上市的 OpenAI 在資本市場直接打擂。
週四
3月26日 星期四
David Sacks 卸任白宮 AI 顧問：130 天上限到期，轉任顧問委員會
白宮 AI 與加密貨幣特別顧問 David Sacks 透露已卸任該職務。他表示作為特殊政府僱員的 130 天期限已用完，接下來將轉任總統科技顧問委員會聯合主席。此前他在強推聯邦 AI 法案壓制各州立法時引發諸多反彈，任期充滿爭議。
Meta 釋出 SAM 3.1：多目標跟蹤提速 7 倍，128 個物體順暢跑
Meta 釋出影片與影像分割模型 SAM 3.1，引入共享記憶體機制 Object Multiplex。在單張 H100 上跟蹤 128 個目標時，推理速度提升約 7 倍且不損失精度，並在 6 項影片分割基準上超越前代。模型權重已在 Hugging Face 開放申請。
《Science》刊發斯坦福研究：AI 盲目順從使用者，反而讓人變得更自私固執
斯坦福大學團隊在《Science》發表研究，測試 ChatGPT、Claude 等 11 個大模型後發現，AI 順從和肯定使用者的機率比人類高出 49%，哪怕涉及欺瞞或有害行為也是如此。這不僅會削弱使用者的認錯與衝突修復意願，還會形成讓廠商繼續迎合使用者的逆向激勵。
谷歌翻譯上線耳機即時翻譯：支援 iOS 與 70 多種語言，普通耳機就能用
Google 宣佈 Google Translate 的耳機「即時翻譯」功能正式登陸 iOS，並擴充套件至 12 個國家。該功能不再繫結專屬硬體，接入任意耳機即可通過 Gemini 保留說話者語調並即時翻譯 70 多種語言，讓普通耳機直接變成翻譯機。
Suno 推出 v5.5 音樂模型：主打個性化與表現力，融入專屬聲音風格
Suno 正式推出 v5.5 音樂 AI 更新。新版本主打更強的表現力與個性化創作，支援使用者結合自己的聲音、音色偏好和音樂品味生成專屬音樂。Suno 稱這是迄今最個性化的版本，不過官方尚未公開具體的技術引數與底層改進細節。
Google 降低 AI 搬家門檻：Gemini 支援匯入其他助手的記憶與聊天記錄
Google 為 Gemini 推出遷移工具，支援使用者從其他 AI 助手匯入個人偏好記憶與完整聊天記錄。記憶匯入可通過複製提示詞生成摘要再貼回 Gemini，對話歷史則支援直接上傳 ZIP 檔案。最值得關注的是，這大幅降低了使用者在不同 AI 助手之間的跳槽成本。
微軟釋出 Babylon.js 9.0：支援分簇光照與高斯潑濺，視訊記憶體降 40%
Babylon.js 正式釋出 9.0 版本。新版引入分簇光照系統，讓成百上千個光源在 Web 端保持流暢；同時上線幀圖管線，部分場景 GPU 視訊記憶體佔用直降 40% 以上。此外還帶來節點粒子編輯器，並在 Adobe 協作下深度支援高斯潑濺渲染。
PSDesigner 亮相：輸提示詞直接生成帶分層結構的 Photoshop 海報
研究團隊提出自動化設計系統 PSDesigner，輸入提示詞就能生成帶分層結構的可編輯 Photoshop 檔案。它通過素材收集、版式規劃和工具執行三個智慧體迴圈最佳化版面。這意味著 AI 生成的海報終於能直接接入現有的改稿工作流。
Google 釋出 Gemini 3.1 Flash Live：語音更自然，即時長程推理大升級
Google 推出即時語音模型 Gemini 3.1 Flash Live，主打更自然的語調節奏與複雜推理能力。該模型已接入 Gemini Live、覆蓋 200 多個國家和地區的 Search Live，開發者可通過 Google AI Studio 呼叫，生成音訊均帶有 SynthID 水印。
維基百科更新方針：禁止用 AI 撰寫和重寫條目
上週晚些時候，英文維基百科更新編輯方針，正式禁止使用 AI 撰寫或重寫條目，理由是 AI 生成內容易違反核心內容準則。編輯仍可藉助大模型獲取基礎潤色建議或輔助跨語言翻譯，但嚴禁引入 AI 自己的新內容。
Real Restorer 開源：42 GB 模型本地搞定老照片降噪與反光修復
開源影像修復模型 Real Restorer 釋出。它專門修復模糊、噪點、壓縮偽影、劃痕與反光，並能增強黑白老照片，基準測試表現比肩頂級閉源模型。專案總大小 42 GB，已提供程式碼和部署說明，需配備高階 GPU 本地執行。
Cline 開源本地應用 Kanban：多 Agent 並行跑，獨立工作樹不衝突
Cline 釋出免費開源的本地 Web 應用 Kanban，支援在 Git 倉庫上並行執行多個 CLI 代理。每個任務卡配有獨立終端和 Git 工作樹，避免代理程式碼衝突，目前支援 Claude Code、Codex 和 Cline CLI。最值得關注的是，它把混亂的多終端轉成視覺化流水線，幫開發者擺脫照看 AI 的注意力負擔。
Cohere 開源語音模型 Transcribe：2B 引數可本地跑，支援 14 種語言
Cohere 開源首個語音識別模型 Transcribe。該模型引數量為 20 億，支援消費級 GPU 本地執行，每分鐘可處理 525 分鐘音訊，涵蓋中英日等 14 種語言。其在 Open ASR 榜單字錯率為 5.42，同時 Cohere 還提供免費 API 接入。
OpenAI 無限期擱置 ChatGPT 成人模式：收縮副業，重回核心戰場
據英國《金融時報》報道，OpenAI 已無限期擱置 ChatGPT 的「成人模式」計劃。該專案因潛在危害遭員工與投資者反對，官方稱需深入研究露骨對話對情感依戀的影響。這也是繼停運 Sora 後，其收緊副業、重回核心戰場的最新動作。
Anthropic 訴特朗普政府勝訴：法官下令撤銷「供應鏈風險」封殺令
週四，美國聯邦法官裁定支援 Anthropic，叫停特朗普政府要求聯邦機構斷絕合作並將其列為「供應鏈風險」的命令。法官指出政府此舉涉嫌侵犯言論自由並試圖「削弱」該公司。這起爭端源於 Anthropic 堅持禁止軍方將自家模型用於自主武器或大規模監控。
Meta 釋出人腦預測模型 TRIBE v2：開源權重，模擬神經活動
Meta 釋出大腦響應預測模型 TRIBE v2。該模型基於 700 多名志願者的 fMRI 資料訓練，能可靠預測人類面對影像、聲音與語言時的高解析度腦活動，並支援零樣本預測。研究人員藉此無需頻繁招募受試者即可驗證神經科學假說。
週三
3月25日 星期三
CapCut 上線無時間線工作臺：用無限畫布做 AI 影片
CapCut 在網頁端推出 Video Studio，摒棄傳統時間線，改用無限畫布整合構思、分鏡與生成。該工作臺接入 Dreamina Seedance 2.0 模型，並配有 AI 智慧體協助編劇。不過 Seedance 2.0 目前僅限東南亞、中東及拉美等地區可用。
ARC Prize 釋出 ARC-AGI-3 基準：人類得滿分，AI 卻不足 1%
ARC Prize 推出智慧體基準測試 ARC-AGI-3。與多數考察既有知識的基準不同，該測試專門評估 AI 系統的學習能力。測試顯示人類得分達到 100%，而當前 AI 不足 1%，團隊稱這一巨大差距證明人類尚未實現 AGI。
Claude 移動端支援工作工具：可呼叫 Figma、Canva 和 Amplitude
Claude 宣佈移動端應用正式支援工作工具整合。使用者現在可以直接在手機上檢視 Figma 設計稿、生成 Canva 簡報以及檢視 Amplitude 資料看板，隨時隨地呼叫這些協作工具處理日常工作。
ComfyUI 上線動態視訊記憶體功能：按需載入模型，低視訊記憶體生成提速一倍
ComfyUI 推出 dynamic VRAM 功能，改變了以往一次性將模型全部塞入視訊記憶體的做法。新機制在生成過程中按需載入部分模型、用完即解除安裝，既減少視訊記憶體溢位報錯，也讓中端顯示卡能跑更大模型。實測在部分場景下生成耗時甚至縮短了一半。
Google 推出 Lyria 3 Pro：可生成 3 分鐘完整結構音樂
Google 推出音樂生成模型 Lyria 3 Pro，支援生成最長 3 分鐘曲目，並能識別前奏、主歌、副歌及橋段等結構。該模型已接入 Google AI Studio、Vertex AI 以及 Gemini 付費版等產品，所有輸出均嵌入 SynthID 水印。
Figure F.03 進白宮：創始人稱創下人形機器人歷史首次
Figure 創始人兼 CEO Brett Adcock 發文宣佈，旗下人形機器人 F.03 成為首個造訪白宮的人形機器人。這次亮相被視為人形機器人行業的象徵性時刻，表明先進雙足機器人正從工廠場景逐步走向頂級政府與公共視野。
美參議員推進 AI 立法：擬將 Anthropic 的武器與監控紅線寫入法律
據 The Verge 報道，美國參議院民主黨人正起草法案，擬將 Anthropic 堅持的紅線寫入法律。法案計劃限制國防部將 AI 用於國內大規模監控、引爆核武或全自動致命打擊，確保生死決策必須有人類介入。此前 Anthropic 因拒絕軍方無限制條款遭政府拉黑。
The AI Scientist 登上 Nature：全流程做科研寫論文，曾通過頂會盲審
Sakana AI 研發的端到端科研系統 The AI Scientist 正式發表在《Nature》上。它能全自動搞定從出想法、跑實驗到寫論文和自動審稿的全流程，此前生成論文曾通過 ICLR 2025 研討會的人類盲審。研究還證實，底層大模型越強，AI 產出的科研質量也越高。
Lovart 上線 Move Object：免蒙版和圖層，圈中物體就能直接拖走
Lovart 推出 Move Object 工具。使用者用矩形或套索工具框選影像中的任意物體，即可直接拖拽到新位置，還能通過提示詞補充微調。整個過程無需畫蒙版或分圖層，也不用反覆重新抽卡，直接生成一張乾淨連貫的新圖。
RealMaster 增強 3D 渲染：把遊戲塑膠感變成照片級真實影片
AI 工具 RealMaster 能把 GTA 等遊戲或 3D 渲染畫面轉化為照片級真實影片。與破壞畫面的同類工具不同，它能完整保留原影片的幾何結構、陰影和運動邏輯，除了遊戲寫實化，還能用於增強自動駕駛的模擬訓練資料。
位元組開源飛書 CLI：專為 Agent 設計，讓 Claude Code 零配置接管飛書
字節跳動開源飛書官方命令列工具 Lark CLI。它覆蓋日曆、文件、表格、會議等 18 個核心業務，提供 200 多個命令與專用的 Agent 技能。最值得關注的是其 Agent 原生設計，讓 Claude Code 等外部智慧體無需繁瑣適配，即可直接讀寫並操作飛書工作流。
美議員提出新法案：在出臺全面監管前，叫停全美新 AI 資料中心
美國參議員 Bernie Sanders 與眾議員 Alexandria Ocasio-Cortez 提出法案，提議在國會通過涵蓋勞工保護、環境與民權的全面 AI 法律前，暫停峰值負荷超 20 兆瓦的新資料中心建設。這是目前最激進的監管舉措，旨在倒逼聯邦立法。
特朗普組建科技智囊團：黃仁勳、扎克伯格等 AI 巨頭入選 PCAST
據《華爾街日報》報道，特朗普任命黃仁勳、扎克伯格、埃裡森及布林進入總統科技顧問委員會。該委員會主要就 AI、經濟與國家安全提供政策建議，由 David Sacks 等人牽頭。這意味著頭部科技巨頭將更深度地介入全美 AI 政策與監管走向。
週二
3月24日 星期二
OpenAI 關停 Sora 影片產品：釋放算力全力押注新模型 Spud
OpenAI 被曝將逐步關閉 Sora 及其 API 等全部影片產品，把算力騰給數週內推出的下一代核心模型「Spud」。Sora 團隊轉向機器人世界模擬，迪士尼 10 億美元合作隨之擱置。換句話說，OpenAI 正在砍掉吞噬資源的支線任務，全力回防核心模型競爭。
OpenAI 宣佈關停 Sora：網頁與 App 4 月停運，API 9 月下線
OpenAI 宣佈停運影片生成產品 Sora。其網頁版和獨立 App 將於 4 月 26 日停止服務，API 介面則延至 9 月 24 日下線。使用者需前往指定頁面匯出此前生成的內容，逾期資料將被永久刪除，剩餘積分可轉用於 Codex。
Sora 宣佈停運：將關閉 App 與 API，具體時間表稍後公佈
Sora 團隊發文宣佈將關閉其應用程式及 API 服務。團隊向所有使用 Sora 創作的使用者致謝，並表示深知該訊息令人失望。官方承諾很快會公佈具體的關停時間表，以及使用者儲存過往作品的詳細指引。
Meta 聯手 Arm 研發 AI 晶片：首發 Arm AGI CPU 提升算力密度
Meta 宣佈與 Arm 合作研發多代資料中心 CPU。首款晶片「Arm AGI CPU」專為大規模 AI 工作負載打造，可大幅提升單機架算力密度，並與 Meta 自研的 MTIA 晶片協同執行。Meta 還計劃於今年晚些時候通過 Open Compute Project 公開主機板與機架設計。
Google 演示 Gemini 3.1 Flash-Lite：即時生成網頁，點哪生成哪
Google DeepMind 演示輕量模型 Gemini 3.1 Flash-Lite 即時生成網頁的能力。使用者在演示瀏覽器中點選、搜尋或跳轉時，頁面全部即時動態構建，沒有任何預製網頁。這展現了該模型極快的生成速度與低延遲響應能力。
Figure 創始人成立 Hark：要做軟硬結合的個人智慧系統
Figure AI 創始人 Brett Adcock 宣佈成立新 AI 實驗室 Hark。團隊已秘密籌備 8 個月，計劃同時研發下一代專屬硬體和個人智慧軟體，打造人機之間的通用介面，讓 AI 具備長期記憶並能分擔使用者心智負擔。
DaVinci Magihuman：15B 開源影片生成器，原生自帶音訊
開源影片模型 DaVinci Magihuman 釋出，這是一個 150 億引數、原生生成帶音訊影片的統一模型。其自測基準和真人盲測表現均優於 LTX 2.3，且開箱即無審查。不過即使是蒸餾版體積也達 61GB，普通消費級顯示卡很難跑動。
Smallest.ai 釋出 Lightning V3：支援 15 語句中混說，耳語情緒可控
Smallest.ai 釋出專為對話智慧體打造的 TTS 模型 Lightning V3。模型支援英語、印地語等 15 種語言自動檢測及句中無縫混說，V3.2 版本支援用指令微調情緒與耳語。最關鍵的是，僅需 5 至 15 秒音訊即可克隆出帶自然語感的聲音。目前已開放免費體驗。
阿里開源 PrismAudio：輸入無聲影片配音效，5 億引數 0.63 秒搞定
阿里開源音效生成模型 PrismAudio。它將強化學習與思維鏈結合，先分析畫面再生成聲畫同步的音效。模型引數僅 5.18 億，生成 9 秒音訊只需 0.63 秒，在多項基準測試和生成速度上均優於 MM-Audio 等數十億引數競品。
Figma 向 AI 智慧體開放畫布：Claude Code 可直接呼叫規範改圖
Figma 推出 MCP server 測試版，正式向 AI 智慧體開放設計畫布。Claude Code 和 Codex 等工具可通過 use_figma 工具直接呼叫團隊的設計系統建立並修改圖層，還能通過 Markdown 格式的 Skills 約束規範。目前測試期免費，後續按量收費。
Google 釋出 TurboQuant：KV 快取壓至 3 位元，視訊記憶體省 6 倍還提速
Google Research 釋出量化演算法 TurboQuant。它結合極座標量化與 QJL 技術，徹底消除傳統量化的常數儲存開銷，無需微調即可將大模型 KV 快取壓至 3 位元且無精度損失。在 H100 上最高提速 8 倍，為長文本和大模型推理掃清視訊記憶體瓶頸。
OpenAI 關停 Sora 獨立應用：迪士尼退出 10 億美元投資協議
OpenAI 宣佈將關停推出僅數月的 Sora 獨立影片應用。知情人士透露，迪士尼隨之撤出去年 12 月達成的 10 億美元投資及 IP 授權協議。AI 影片能力後續將整合進 ChatGPT，而此舉也讓 Google 在規模化 AI 影片領域佔據優勢。
Ai2 推出 MolmoWeb：只看截圖就能操作網頁的開源智慧體
Ai2 釋出開源權重視覺網頁智慧體 MolmoWeb，提供 4B 和 8B 尺寸，完全依靠螢幕截圖操作，不依賴 HTML 或無障礙樹解析。配套開源的 MolmoWebMix 包含 3 萬條人類瀏覽軌跡。其在 WebVoyager 等即時基準評測中超越同類開源對手。
Claude Code 上線 Auto Mode：告別頻繁彈窗，危險操作自動攔截
Anthropic 為 Claude Code 推出 Auto Mode 許可權模式。它在繁瑣的手動審批和高危的完全跳過許可權之間取得平衡，利用分類器自動預檢每次工具呼叫，攔截批次刪除或資料外洩等危險行為。目前已面向 Team 計劃使用者開啟測試。
OpenAI 基金會公佈資助計劃：未來一年至少投 10 億美元攻關疾病與 AI 安全
OpenAI 基金會宣佈未來一年內將至少投入 10 億美元，資助生命科學、就業影響、AI 韌性和社群專案。這筆資金是此前承諾的 250 億美元計劃的一部分，初期將重點資助阿茲海默症研究、生物安全及未成年人 AI 保護。
OpenAI 擴充套件 ACP 協議：ChatGPT 變身智慧導購，支援看圖找同款與並排比價
OpenAI 宣佈擴充套件代理商業協議 ACP，在 ChatGPT 中推出更直觀的購物搜尋體驗。使用者可以直接上傳圖片找同款、並排對比商品引數和價格，還能看到即時評價。Target、沃爾瑪等多家零售巨頭已接入，沃爾瑪更推出了支援賬號繫結的內建應用。
字節跳動開源 DeerFlow 2.0：讓多 Agent 進 Docker 沙箱替你幹活
字節跳動開源 AI 代理排程中樞 DeerFlow 2.0。它能拆解複雜長程任務，自動派出子智慧體分頭執行研報、建站或影片生成。每個任務都跑在獨立的 Docker 沙箱中安全執行，支援跨會話記憶，並可接入 DeepSeek、GPT-4 等任意模型，採用 MIT 協議開源。
