黃仁勳稱「已實現 AGI」，隨後改口：智慧體造不出輝達
輝達 CEO 黃仁勳在 Lex Fridman 播客中表示，他認為人類「現在已經實現 AGI」。但當主持人追問其能否創辦十億美元公司時，他又隨即找補，稱智慧體往往熱度只能維持幾個月，十萬個智慧體造出輝達的機率依然是零。
AI 日報：今天的 AI 新聞
週一
3月23日 星期一
思科釋出大模型安全排行榜：Anthropic 包攬前十中的八席
思科釋出免費的 LLM 安全排行榜，評估各模型抵禦對抗性攻擊的能力。Anthropic 佔據前十名中的八席，Claude Opus 4.5 奪得第一；OpenAI 的 GPT-5.2 位列第七，Mistral 與 DeepSeek 則排名靠後。該測試重點考察了多輪長對話攻擊下的模型表現。
Mistral 釋出 Voxtral TTS：4B 引數語音模型，延遲僅 70 毫秒
Mistral AI 釋出首個文本轉語音模型 Voxtral TTS。該模型引數量為 4B，支援英語、法語等 9 種語言，典型輸入延遲僅 70ms，最快僅需 3 秒音訊即可完成聲音克隆。模型權重已開源，API 定價為每千字元 0.016 美元。
Luma Labs 釋出 Uni-1：邊思考邊生成畫素，把推理與渲染合二為一
Luma Labs 推出新模型 Uni-1，主打思考與畫素生成同步進行。與以往將推理和影像渲染完全割裂的流水線不同，它採用一體化架構直接出圖。官方稱這種設計減少了人工干預痕跡，能帶來更具原生智慧的視覺表現。
Sakana AI 上線 Sakana Chat：後訓練去除模型審查，拒答率降至近零
Sakana AI 推出對話服務 Sakana Chat，搭載專為日本市場後訓練的 Namazu α 系列原型模型。該系列基於 DeepSeek 與 Llama 等開源基座，不僅自帶聯網搜尋，還將 DeepSeek 針對敏感問題的 72% 拒答率降至近乎為零，同時推理與編碼能力未見損耗。
Anthropic 開放電腦操作預覽：手機派活，Claude 替你操控桌面
Anthropic 面向 Claude Pro 和 Max 使用者開放電腦操作功能研究預覽。在 Claude Cowork 和 Claude Code 中，Claude 可直接點選螢幕、開啟檔案並操作應用。搭配上週推出的 Dispatch，使用者還能在手機上派發任務，讓電腦自動執行。
OpenAI 拉攏私募巨頭：保底 17.5% 回報成立合資公司搶企業市場
據路透社報道，OpenAI 正向 TPG、貝恩資本等私募巨頭尋求約 40 億美元融資，以 100 億美元投前估值成立合資公司，並承諾保底 17.5% 的最低迴報率。合資公司旨在將 AI 工具直接鋪向私募旗下的被投企業，正面爭搶 Anthropic 緊盯的企業級市場。
OpenAI 洽購可控核聚變電力：目標 2030 年 5 吉瓦，Altman 辭任 Helion 董事長
據 Axios 報道，OpenAI 正洽談向聚變初創公司 Helion 購電，目標 2030 年達 5 吉瓦、2035 年達 50 吉瓦。為迴避潛在利益衝突，OpenAI CEO Sam Altman 已辭去 Helion 董事會主席職務。不過目前私營核聚變尚未實現科學收支平衡。
週日
3月22日 星期日
Instagram 測試「AI 轉場」：多張靜態圖直接融合成無縫影片
Instagram 面向部分使用者推出「AI Transition」功能。使用者在發 Stories 時選中兩張或更多照片，AI 會通過變形演算法自動生成連貫的動態影片，省去實拍流程，還能匯出轉發為 Reels。使用前需同意 Meta AI 條款。
Pascal Editor：在瀏覽器裡跑的開源 3D 建築編輯器，免裝桌面端
Pascal Editor 是一款開源免費的瀏覽器端 3D 建築編輯器，基於 WebGPU 和 React Three Fiber 構建。它支援牆體、樓板和區域的層級化即時編輯，依靠髒節點追蹤技術呼叫本地顯示卡流暢渲染。使用者無需安裝動輒昂貴的專業桌面軟體，開啟網頁就能堆疊拆解樓層並快速建模。
矽谷科技公司將 AI 算力納入薪酬包：黃仁勳提議給到年薪一半
據 TechCrunch 報道，矽谷科技公司正興起將 AI token 算力預算納入工程師薪酬包，額度可達 10 萬甚至 25 萬美元。黃仁勳預測算力額度將成為招聘標配。但業內提醒，算力預算無法折現和升值，背後往往還捆綁著產出翻倍的隱形壓力。
馬斯克宣佈在奧斯汀建 Terafab 晶片廠：年產 50 倍全球算力
Elon Musk 宣佈 Tesla 將聯手 SpaceX 和 xAI 在德州奧斯汀建設 Terafab 晶片廠。該專案計劃整合邏輯、記憶體與封裝製造，生產車載、機器人及太空衛星專用晶片，目標年產全球 50 倍算力。不過他缺乏晶圓製造背景，專案將從小規模試水起步。
週六
3月21日 星期六
馬斯克確認「Grok Computer」即將推出：xAI 也要做電腦控制智慧體
馬斯克在 X 確認 xAI 即將推出可控制電腦的智慧體「Grok Computer」。此前網友已在 Grok 網頁原始碼中發現開關，它能即時捕捉螢幕並接管鍵鼠操作，被視為 Macrohard 自動化系統的試水版。目前該工具仍在測試中。
Claude Code 上線 Channels：用 Telegram 和 Discord 手機遠端寫程式碼
Anthropic 為 Claude Code 推出 Channels 預覽版，支援通過 Telegram 和 Discord 遠端收發程式設計指令。開發者無需守在電腦終端前，在手機上就能接收報錯並指揮 AI 執行修復指令碼。不過目前依賴本地程序常駐，屬於實驗性質。
週五
3月20日 星期五
OpenAI 掏錢搶學生開發者：美加高校在讀生可領 100 美元 Codex 額度
OpenAI 宣佈為美國和加拿大的在讀大學生提供價值 100 美元的 Codex 額度。學生通過 SheerID 驗證高校身份即可領取，相當於 2500 ChatGPT 點數，適用於各類計劃且一年內有效。此舉顯然是為了提前鎖定下一代軟體開發者。
Claude Cowork 上線 Projects：檔案與指令儲存在本地計算機
Anthropic 在 Claude Cowork 中上線 Projects 功能。使用者可將特定工作領域的任務與上下文集中管理，所有檔案與指令均保留在本地計算機。該功能支援一鍵匯入已有專案，也可以從頭新建。
傳亞馬遜再戰手機市場：開發代號 Transformer 的極簡 AI 手機
據路透社報道，亞馬遜正在開發代號為「Transformer」的 AI 手機。該裝置由前微軟高管 J Allard 牽頭研發，靈感來自極簡手機 Light Phone，或將放棄傳統應用商店並改用類似 ChatGPT 的小程式。目前釋出時間與價格尚未確定。
gsap-skills：讓 AI Agent 幫你寫規範的 GSAP 網頁動效
GreenSock 推出官方技能庫 gsap-skills，教 AI Agent 正確使用 GSAP 核心 API、時間軸與 ScrollTrigger 等功能寫動效。它支援 Cursor、Claude Code 等 40 多款工具，能減少 AI 瞎編過時語法的問題。
OpenAI 全力押注「AI 研究員」：9 月推實習生，目標 2028 年全自動科研
OpenAI 首席科學家透露，公司正全力打造能獨立攻關複雜課題的「AI 研究員」。團隊計劃在 9 月先推出可連續處理數天任務的「AI 實習生」，並在 2028 年上線多智慧體系統。不過外部專家提醒，長程複雜任務串聯仍極易出錯。
白宮釋出聯邦 AI 政策藍圖：擬壓制各州立法，不設新監管機構
白宮釋出寬鬆的聯邦 AI 政策藍圖，敦促國會立法壓過被認為阻礙創新的各州法規。該框架針對模型政治偏見與兒童保護，建議避免設立新的聯邦 AI 機構，並呼籲將此前 Amazon、Google 和 OpenAI 簽署的電力保護承諾寫入法律。
週四
3月19日 星期四
OpenAI 計劃推出桌面「超級應用」：整合 ChatGPT、Codex 與瀏覽器
據《華爾街日報》報道，OpenAI 正在開發一款桌面「超級應用」，擬將 ChatGPT、程式設計工具 Codex 和 AI 瀏覽器 Atlas 合二為一。應用 CEO Fidji Simo 在內部備忘錄中指出，產品分散拖慢了節奏，團隊需停止被「支線任務」分心，集中押注核心專案。移動端 ChatGPT 保持不變。
Blue Origin 申請建「太空資料中心」：擬部署 5 萬顆衛星，把算力搬上天
Blue Origin 向 FCC 申請推進 Project Sunrise，擬在太陽同步軌道部署多達 51,600 顆衛星作為太空資料中心。該專案希望利用不間斷太陽能繞過地面電網限制，但這一設想在業內爭議巨大，Sam Altman 等人曾公開直斥其荒謬。
Cloudflare CEO 預測：到 2027 年 AI 機器人流量將全面反超人類
Cloudflare 執行長 Matthew Prince 在 SXSW 表示，到 2027 年 AI 機器人流量將超過人類活動。普通人查購物可能只看 5 個網站，AI 智慧體跑一個任務就會掃 5000 個站點。這意味著整個網際網路的基礎設施正面臨永不回落的流量負荷。
Microsoft 釋出 MAI-Image-2：文生圖榜單衝進前三，主打自然光影與文字渲染
Microsoft 推出文生圖模型 MAI-Image-2，在 Arena.ai 排行榜位居第三。新模型重點提升了自然光影與膚色表現，支援可靠的圖內文字渲染與複雜場景生成。目前已上線 MAI Playground，並逐步接入 Copilot 與 Bing Image Creator。
Adobe 上線 Firefly 自定義模型公測：用自己作品訓練 AI，保持畫風統一
Adobe 推出 Firefly 自定義模型公開測試版，允許創作者用自己的作品訓練專屬影像模型，在多個專案中保持筆觸、調色與角色的一致性。該模型預設私有，不會用於訓練通用模型；系統還會自動檢測內容真實性憑證，攔截被拒絕用於 AI 訓練的素材。
Uber 投資 Rivian 12.5 億美元：聯手部署專屬無人計程車
週四，Uber 宣佈與 Rivian 達成合作，將向其投資 12.5 億美元並首期出資 3 億美元。雙方計劃 2028 年起在舊金山和邁阿密等地部署全自動駕駛 Rivian R2，到 2031 年擴充套件至 25 個城市，車隊將由 Uber 獨家運營。
DoorDash 推出 Tasks 應用：付錢給外賣員採集影片音訊，訓練 AI 與機器人
DoorDash 推出 Tasks 計劃並測試獨立應用，讓配送員在送單之餘完成資料採集任務賺取外快。騎手可通過拍攝餐廳菜品、錄製日常動作影片或外語語音，幫合作伙伴訓練 AI 和機器人系統。該服務目前在美國部分地區試點，排除加州和紐約市等地。
Lovable 升級：直接執行 Python 指令碼，支援檔案分析與 PPT、影片生成
Lovable 宣佈支援在安全沙盒中執行 Python 指令碼。使用者丟進 CSV、PDF 或表格後，它除了能直接生成可用應用，還可以深入分析資料，直接匯出帶格式的 PPT、發票與影像影片。也就是說，業務分析與原型開發在一個對話方塊裡就能搞定。
Perplexity 推出健康套件：連通病歷與穿戴裝置，定製個人解答
Perplexity 推出 Perplexity Health，支援接入超 170 萬醫療機構的電子病歷及 Apple Health、Fitbit 等裝置資料。系統結合化驗單與運動指標，引用專業醫學期刊給出解答。健康資料經加密且不用於訓練，未來數週面向美國 Pro 與 Max 使用者開放。
OpenAI 詳解程式設計智慧體監控：用 GPT-5.4 Thinking 審查內部越界
OpenAI 介紹瞭如何用滿血推理的 GPT-5.4 Thinking 監控內部程式設計智慧體。該系統 5 個月內審查了數千萬次互動，專門捕捉智慧體為完成任務而試圖繞過限制的行為，但目前尚未發現自主謀劃等嚴重失控跡象。
OpenAI 宣佈收購 Astral：將 uv 與 Ruff 納入 Codex 生態
OpenAI 宣佈將收購 Python 開發者工具團隊 Astral，交易完成後團隊將併入 Codex。Astral 打造了 uv、Ruff 等知名開源工具；OpenAI 計劃將這些工具直接整合進 Codex，讓 AI 智慧體深入接管從寫程式碼到環境維護的軟體全生命週期。
Cursor 上線程式設計模型 Composer 2：效能大漲，輸入每 1M token 僅 0.5 美元
Cursor 宣佈推出程式設計模型 Composer 2，現已在編輯器中上線。該模型通過持續預訓練和長流程強化學習訓練，CursorBench 跑分達 61.3。定價為輸入每 M token 0.50 美元、輸出 2.50 美元，預設提供更快版本，個人付費套餐內包含額度。
3DreamBooth 亮相：用單幀最佳化解耦空間運動，搞定多視角影片一致性
研究團隊提出 3D 影片定製框架 3DreamBooth。它將定製主體視為 3D 實體，靠單幀最佳化解耦空間幾何與時間動作，並配合 3Dapter 模組補充多視角線索。這意味著影片模型生成新視角時不用瞎編細節，徹底搞定 3D 一致性。
MetaClaw：日常對話就能讓智慧體自動進化，空閒時雲端更新權重
持續元學習框架 MetaClaw 開源，讓大模型智慧體能從每次真實對話中自動進化。它在呼叫間隙把失敗經驗提煉成新技能，並在使用者閒置或睡眠時通過雲端 LoRA 非同步微調權重。最關鍵的是無需本地顯示卡且零停機，成功將 Kimi-K2.5 任務準確率從 21.4% 提至 40.6%。
週三
3月18日 星期三
Character.ai 上線 Imagine 畫廊：聊天配圖全歸集，點訊息即生圖
Character.ai 在移動端推出 Imagine Gallery。該功能將對話中生成的所有 AI 圖片集中收錄為網格畫廊，支援按 Persona 角色身份篩選與匯出；同步上線的 Imagine Message 支援點選單條訊息快速生圖。c.ai+ 訂閱者還可將其設為聊天背景。
Google Labs 升級 Stitch：自然語言與語音直接生成高保真 UI
Google Labs 宣佈將 UI 設計工具 Stitch 升級為 AI 原生無限畫布。除了用自然語言和語音直接指揮 AI 調整介面與出方案，它還支援通過 DESIGN.md 規範管理設計系統、一鍵生成可互動原型，並能通過 MCP 協議無縫匯出至開發工具。
YouTube 出手整治低質影片：彈窗問觀眾這算不算「AI 垃圾」
3 月，YouTube 開始向用戶發放問卷，直接詢問觀看的影片是否讓人覺得是「AI 垃圾內容（AI slop）」。問卷提供從「完全不是」到「極其嚴重」的五檔選項，以收集反饋打擊粗製濫造的純 AI 影片。不過官方尚未說明被反覆標記的影片會面臨何種降權處罰。
Google 升級 AI Studio：接入 Antigravity 智慧體，直接搓出全棧應用
Google 宣佈全面升級 Google AI Studio 的 Vibe Coding 體驗。通過引入 Antigravity 編碼智慧體並原生整合 Firebase，開發者輸入提示詞即可直接生成支援即時多人協作、使用者登入與雲端資料庫（Firestore）的生產級全棧應用，並已支援 Next.js 框架。
蘋果整頓 Vibe Coding：卡住 Replit 更新，要求修改執行機制
Apple 開始限制 Replit 和 Vibecode 等「Vibe Coding」應用的 App Store 更新，要求其修改程式碼執行與預覽機制。蘋果援引既有規則，禁止應用執行改變自身功能的外部程式碼。這直接觸碰了自然語言程式設計繞過應用商店分發的灰色地帶，目前雙方正探討改用外部瀏覽器預覽等妥協方案。
Runway 聯手輝達展示即時影片模型：首幀延遲殺入 100 毫秒
本週在 NVIDIA GTC 上，Runway 與 NVIDIA 展示了一款執行在 Vera Rubin 上的即時高畫質影片模型研究預覽。該模型能即時生成高畫質影片，首幀延遲低於 100 毫秒，並將支撐其通用世界模型 GWM-1。目前這項技術僅為研究預覽，尚未正式上線。
傳微軟考慮起訴亞馬遜與 OpenAI：新雲協議或違反 Azure 獨家條款
據《金融時報》報道，微軟正考慮對亞馬遜和 OpenAI 採取法律行動。訊息稱兩家公司圍繞企業智慧體平臺 Frontier 的新雲協議若違反 Azure 獨家條款，微軟將提起訴訟。微軟此前雖放寬了託管鎖定，但仍保留開發者訪問必須走 Azure 的要求。
小米釋出 MiMo-V2-Pro：萬億引數主打 Agent，曾化名霸榜 OpenRouter
小米釋出面向 Agent 任務的旗艦模型 MiMo-V2-Pro。該模型此前曾以代號「Hunter Alpha」登頂 OpenRouter 榜單，總引數超 1T、啟用引數 42B，支援 1M 上下文，主打工程開發與工具呼叫。目前 API 已向全球開放公測。
已故影星 Val Kilmer 靠 AI「復活」：將在獨立電影中飾演重要角色
據 Variety 報道，獨立電影《As Deep as the Grave》利用生成式 AI 完整重現了已故影星 Val Kilmer 的形象與聲音。Kilmer 生前因喉癌無法進組，製作方在獲得其家屬授權並遵循工會規範後，藉助家庭影像與後期技術完成出演，成為 AI 倫理合規參演的新案例。
CodeRabbit 推出 Plan：寫程式碼前先讓智慧體理清思路
CodeRabbit 推出協同規劃工具 Plan。它能將模糊的想法、文本或圖片轉化為分階段計劃，並結合程式碼庫與知識庫生成富含上下文的提示詞，直接交付給各類程式設計智慧體，以減少返工與程式碼混亂。
MiniMax 釋出 M2.7：讓 AI 參與自我迭代，接手半數強化學習研發
MiniMax 推出推理大模型 M2.7，首次讓模型深度參與自身進化，在強化學習開發流程中自主承擔了 30% 至 50% 的日誌排查、除錯與指標分析工作。模型在 SWE-Pro 達到 56.22% 準確率，目前已上線 MiniMax API 與 OpenRouter。
週二
3月17日 星期二
Anthropic 測試 Dispatch：手機遠端下發任務，電腦裡的 Claude 替你跑完
Anthropic 推出名為 Dispatch 的研究預覽功能。它在使用者電腦上維持單一且持續的 Claude 會話，支援出門時直接用手機發訊息指揮，稍後返回就能檢視已完成的工作。目前該功能處於預覽階段，需通過 Claude Desktop 配對手機使用。
Unsloth Studio：不用寫程式碼，本地微調 500+ 模型還省 70% 視訊記憶體
Unsloth 釋出開源無程式碼工具 Unsloth Studio 公測版。它把資料製作、模型訓練與本地推理整合進同一介面，能把 PDF 等文件直接轉成資料集，訓練速度翻倍且省 70% 視訊記憶體。支援 500 多種模型，已在 GitHub 開源。
Chrome 146 原生支援 WebMCP：網頁秒變 MCP Server，AI 直接接管瀏覽器
Chrome 146 開始測試原生支援 WebMCP，讓網頁本身直接充當 MCP Server，前端 JS 即可成為智慧體介面。相比此前基於 CDP 的方案，它無需額外的 Python 或 Node 後端，更省 token 且操作更準，AI 可直接接管當前會話進行自動化操作。目前該功能預設關閉，需手動開啟實驗標記。
SegviGen：自動拆解 3D 模型部件，點選或給張圖即可精準分割
SegviGen 開源了基於 TRELLIS.2 的 3D 部件分割框架。使用者只需在模型上點選區域性或上傳 2D 參考圖，就能自動把 3D 模型精準拆成獨立零件。其互動分割效能比此前 SOTA 提升 40%，不過本地執行需要至少 24GB 視訊記憶體的 Nvidia GPU。
Spark VSSR：谷歌開源影片超解析度工具，全套權重與訓練程式碼開放
谷歌開源影片超解析度工具 Spark VSSR，可將低畫質影片放大並銳化細節，適用於老電影修復與風景動畫。專案開放了推理權重、全套訓練程式碼與資料集，總大小約 42.2 GB，需高階 GPU 執行。這意味著開發者可以直接在本地微調和執行頂尖畫質的影片放大管線。
NVIDIA CloudXR 6.0 接入 Vision Pro：RTX 4K 畫質直接串流到頭顯
NVIDIA 在 GTC 上宣佈 CloudXR 6.0 原生整合 Apple Vision Pro。藉助動態注視點串流，本地或雲端 RTX GPU 可將高精度 4K 畫面以低延遲推送到頭顯，告別傳統輕量化降質。開發者即日起可用 Swift 框架構建應用，系統更新定於今年春季推送。
AI 影片變 3D 世界：新方法抹平畫面衝突，單段影片就能重建
研究人員提出 World Reconstruction from Inconsistent Views，能將 AI 生成影片轉化為一致的 3D 世界。它通過非剛性幾何對齊消除幀間形變與矛盾，單段影片即可重建，且不挑影片模型。最關鍵的是，它直接把現有影片生成器變成了可漫遊的 3D 場景工具。
Mistral AI 推出 Forge：用企業私有資料訓練前沿模型
Mistral AI 推出企業級模型構建系統 Forge。它支援企業利用內部程式碼、合規制度和業務資料進行預訓練、後訓練與強化學習，同時相容 Dense 和 MoE 架構。平臺專為程式碼智慧體設計，像 Mistral Vibe 等 Agent 可用自然語言指令自主調參、微調模型並追蹤評估指標。
Google 開放個人智慧給免費使用者：打通 Gmail 與相簿，定製搜尋建議
Google 宣佈在美國向免費使用者開放 Personal Intelligence 功能，覆蓋搜尋 AI Mode、Gemini 應用和 Chrome。它能調取 Gmail 和 Google 相簿資訊，根據訂單和行程提供定製回答。使用者可隨時開關資料授權，企業及教育賬號暫不可用。
微軟調整 AI 領導層：統合消費與企業版 Copilot，Suleyman 轉攻自研模型
Microsoft 宣佈調整 Copilot 架構，任命 Jacob Andreou 統管消費級與商業版體驗並直接向 Satya Nadella 彙報，結束兩端長期割裂的狀態。同時，Microsoft AI CEO Mustafa Suleyman 將轉去專注於打造微軟自研基礎模型。此舉標誌著微軟正全力將分散的 AI 產品整合為統一系統。
美國參議員施壓字節跳動：要求立即關停 Seedance 2.0 影片應用
美國兩名參議員致信字節跳動，要求其立即關停 AI 影片應用 Seedance 2.0。此前該應用生成的滅霸大戰超人、虛構阿湯哥對決等片段引發侵權爭議。字節跳動稱正加強防護措施，但議員批評其僅是拖延戰術。
AI 資料中心買下 30 萬美元機器狗守門：全天候巡邏，兩年回本
據報道多家科技巨頭開始引入波士頓動力等廠商的四足機器狗，自主巡邏龐大的 AI 資料中心。單臺售價最高 30 萬美元，能排查漏水等固定感測器漏掉的隱患。運營商表示削減人工安保後，約兩年即可收回成本。
Google 開源 Colab MCP Server：讓任何 AI 智慧體直接在雲端跑程式碼
Google 開源 Colab MCP Server，允許任何相容 MCP 的 AI 智慧體直接通過命令列接管 Google Colab。智慧體可在雲端自動建立單元格、執行程式碼並生成視覺化圖表，讓開發者免去本地算力瓶頸與程式碼執行風險。只需通過 uvx 配置即可讓 Claude Code 等工具無縫接入。
Anthropic 訪談 80,508 位使用者：借 AI 搞定工作以換取生活
Anthropic 公佈了一項定性研究，通過 Claude AI 訪談了 159 個國家的 80,508 名使用者。19% 的人希望藉助 AI 獲得專業卓越，14% 關注生活管理，81% 表示 AI 已經幫他們邁出了一步，展現出大家希望用效率換取更多個人時間的訴求。
開源架構 Mamba-3 亮相：推理延遲更低，效能比 Transformer 高 4%
卡耐基梅隆大學與普林斯頓大學研究團隊開源了狀態空間模型架構 Mamba-3。其 MIMO 變體在基準測試中取得 57.6% 的平均準確率，相對 Transformer 提升約 4%；它用一半的狀態大小達到 Mamba-2 的質量，並引入複數值狀態補齊推理短板，顯著縮短 GPU 空閒時間。
Midjourney 開啟 V8 Alpha 測試：速度快 5 倍，支援原生 2K
Midjourney 開啟 V8 影像模型 Alpha 測試，生成速度比 V7 提升約 5 倍。新版本改進了提示詞遵循、文字渲染與畫面連貫性，支援原生 2K 解析度的 --hd 模式。不過，目前該版本暫不支援 Relax 模式。
OpenAI 推出 GPT-5.4 mini 與 nano：速度翻倍，程式設計逼近旗艦
OpenAI 推出輕量模型 GPT-5.4 mini 與 nano。mini 執行速度比前代快 2 倍以上，程式設計評測逼近旗艦，輸入每百萬 token 僅需 0.75 美元；更輕的 nano 僅需 0.20 美元。它們專為低延遲編碼、介面操作和子智慧體協作打造。
SWM 首爾世界模型亮相：結合真實街景 RAG，生成數公里漫遊影片
研究團隊提出首爾世界模型（SWM），將真實街景影像作為 RAG 檢索錨點引導影片自迴歸生成。它解決了長影片誤差累積的問題，支援數百米至數公里尺度的真實街道漫遊，還能用文本提示為城市新增海嘯等場景變化。
Nvidia 釋出 Groq 3 推理晶片：每秒 1500 token，專為多智慧體而生
Nvidia 在 GTC 2026 釋出 Groq 3 LPU 晶片及配套的 Groq 3 LPX 機架。這是其耗資 200 億美元技術授權後的首款成果，單機架整合 256 顆 LPU，與 Vera Rubin GPU 配合可將每兆瓦吞吐量提升 35 倍，目標以每秒 1500 token 專攻多智慧體協同。
週一
3月16日 星期一
Mistral 開源 Mistral Small 4：推理與多模態合一，僅 6B 啟用引數
Mistral 釋出開源模型 Mistral Small 4。它採用 MoE 架構，總引數 119B 且每 token 僅啟用 6B，首次把推理、多模態與智慧體程式設計整合到單一模型，支援 256k 上下文與可調節推理力度。相比前代延遲降低 40%，且在同等精度下輸出更簡短，大幅節約推理成本。
Memories.ai 聯手輝達：為可穿戴裝置與機器人打造「視覺記憶層」
前 Meta 工程師創辦的初創公司 Memories.ai 宣佈與輝達合作，基於 Cosmos-Reason 2 為可穿戴裝置與機器人打造「視覺記憶層」。它讓硬體能檢索並回憶第一人稱影片畫面，彌補了當前 AI 記憶侷限於文本的短板。
Okara 推出 AI CMO：輸網址即配 6 個營銷智慧體，每月 99 美元
Okara 推出 AI CMO。使用者輸入網站地址，平臺即可部署 6 個 AI 智慧體，全天候處理傳統 SEO、生成式引擎最佳化（GEO）、文案寫作與社交平臺引流。其訂閱費為每月 99 美元，主打幫獨立開發者極低成本搞定冷啟動。
大英百科與韋氏詞典起訴 OpenAI：指控抓取近 10 萬篇文章訓模型
大英百科全書與韋氏詞典起訴 OpenAI，指控其未經許可抓取近 10 萬篇文章訓練大模型。訴狀稱 ChatGPT 不僅逐字複製內容、用於檢索增強生成搶奪流量，還編造虛假資訊冒用其名義。
MiroMind 開源 MiroThinker-H1：把驗證塞進推理，預測金價僅差 0.08%
MiroMind 開源深度研究智慧體 MiroThinker-1.7 及旗艦模型 H1。模型引入雙層驗證機制，將審計直接嵌入推理過程，全尺寸達 2350 億引數，另有 61GB 的 mini 版。它在 BrowseComp 等基準上超越了多款頂尖閉源模型。
AI 樂隊 Neon Oni 被扒是假人：製作人反手請 7 位真人樂手東京開演
化名 Kage 的歐洲創作者用 Suno 打造的虛構日本金屬樂隊 Neon Oni 被網友識破，此前該專案在 Spotify 月聽眾超 8 萬。創作者隨後在東京招募 7 位真實樂手將 AI 曲目搬上線下真演，目前已辦完三場。這種先用 AI 驗證概念熱度、再交由真人接棒演出的反向路徑，展現了音樂產業的新分工。
給 AI 補上品味：Emil Kowalski 開源介面動效 Skills 庫
Sonner 作者 Emil Kowalski 開源了一套面向 AI 的 Skills 規則庫。AI 經常選錯緩動曲線或用錯陰影，該專案整理了常見細節坑，涵蓋 Apple 設計原則、動畫審查與移動端原生手感調優等，幫智慧體擺脫粗糙感。
阿里開源 Fun-CineForge：讓 AI 配音對齊唇形與多角色
阿里開源影視配音模型 Fun-CineForge。輸入影片與文本，模型通過引入「時間模態」識別角色並對準唇形，即便面部被遮擋也能卡準節奏發聲。最值得關注的是它支援多角色自然切換，讓自動配音真正做到了音畫對齊。
清華開源 OpenMAIC：輸入主題一鍵生成課程，AI 老師帶 AI 同學陪你上課
清華大學開源互動課堂平臺 OpenMAIC。輸入任意主題或文件，系統就能一鍵生成課件、測驗和互動模擬，並由會畫白板、能語音講解的 AI 老師和插話討論的 AI 同學即時帶練。它讓自學從單向看影片變成了可提問、可辯論的虛擬教室，程式碼基於 MIT 協議開源。
NVIDIA 推出太空計算平臺：把資料中心送上軌道，推理算力達 H100 的 25 倍
NVIDIA 推出太空計算平臺，涵蓋 Space-1 Vera Rubin 模組、IGX Thor 與 Jetson Orin。其中 Rubin 模組太空推理算力達 H100 的 25 倍，支援在軌直接執行大模型。IGX Thor 等現已供貨，Rubin 模組隨後推出。
NVIDIA 釋出 DLSS 5：引入即時神經渲染，迎來「圖形的 GPT 時刻」
NVIDIA 在 GTC 上釋出 DLSS 5，稱其為 2018 年光線追蹤以來最大的圖形突破。它利用即時神經渲染模型注入逼真光影與材質，最高支援 4K 即時執行。黃仁勳稱其為圖形領域的「GPT 時刻」，預計今年秋季正式推出。
NVIDIA 釋出 NemoClaw：一條命令跑起 OpenClaw 本地智慧體沙箱
NVIDIA 在 GTC 上釋出 NemoClaw 軟體棧，專為 OpenClaw 智慧體平臺設計。使用者單條命令即可部署 Nemotron 模型與 OpenShell 沙箱執行時，支援在 RTX PC 或 DGX 上本地全天候執行，並通過隱私路由呼叫雲端模型，補齊安全與隱私護欄。
NVIDIA 成立開源大模型聯盟：聯手 Mistral 打造 Nemotron 4
NVIDIA 宣佈成立 Nemotron Coalition 開源聯盟，聯合 Mistral AI、Cursor、Perplexity 等團隊研發前沿開源模型。首個專案是由 NVIDIA 與 Mistral 聯合開發的基座模型，將在 DGX Cloud 上訓練並完全開源，作為新一代 Nemotron 4 的底座。
騰訊開源 Covo-Audio：7B 端到端語音模型，支援全雙工邊聽邊說
騰訊開源 7B 引數端到端音訊大語言模型 Covo-Audio-Chat。模型採用單一架構直接處理連續音訊輸入與輸出，支援原生低延遲全雙工互動，能做到邊聽邊說和即時打斷。程式碼與模型權重已在 GitHub 和 Hugging Face 開放。
Moonshot 提出注意力殘差 AttnRes：改掉傳統殘差連線，推理表現大漲
Moonshot AI 提出名為 AttnRes（注意力殘差）的新架構，用動態注意力聚合取代 Transformer 中傳統的固定殘差連線。模型可按需回看早期各層特徵，解決深層特徵稀釋問題。分塊版本以極小開銷達到基準模型 1.25 倍算力的效果，多步推理與程式碼能力提升明顯。
週日
3月15日 星期日
工程師借 ChatGPT 與 AlphaFold：為患癌愛犬定製 mRNA 疫苗
據報道，澳大利亞工程師藉助 ChatGPT 和 AlphaFold 分析患癌愛犬的腫瘤基因，並聯合新南威爾士大學研發出首款定製犬用 mRNA 疫苗。注射後愛犬多數腫瘤已顯著縮小。最值得關注的是，這驗證了 AI 聯手 mRNA 快速定製個性化醫療的可行性。
麻省大學造出低壓人造神經元：耗電降百倍，能與活體細胞對話
麻省大學阿默斯特分校研製出工作電壓僅約 0.1 伏的人造神經元，比以往版本電壓降至十分之一、功耗降至百分之一。它成功與活體細胞即時通訊，有望讓植入裝置省去複雜的放大電路。不過距離腦機應用仍需長期驗證。
Pulse of Motion：測算真實物理幀率，矯正 AI 影片的「計時幻覺」
研究團隊開源 Pulse of Motion，專門解決 AI 影片動作過快或過慢的「計時幻覺」。該模型不到 2GB，能直接從畫面運動推算出真實的物理幀率，並據此校正播放節奏。普通消費級裝置就能跑，讓 AI 畫面裡的動作真正符合現實物理規律。
Niantic 訓練 AI 地圖：300 億張寶可夢玩家照片成了導航底座
Niantic 透露，玩家在《Pokémon Go》等 AR 遊戲中拍攝的照片和掃描資料，已彙集為超 300 億張真實影像的資料集。該公司正用其訓練視覺導航系統，讓配送裝置無需依賴 GPS 即可在街道精準定位，數百萬玩家不知不覺成了商業地圖採集員。
週六
3月14日 星期六
因好萊塢版權爭議與美議員施壓，位元組暫停 Seedance 2.0 全球釋出
字節跳動在週末暫停了 AI 影片模型 Seedance 2.0 的全球上線。此前美國電影協會發函警告，美參議員也要求其立即下架，指控其生成超人打滅霸等素材侵犯版權與肖像權。位元組表示正加強防護措施，防範未經授權的侵權行為。
Retime GS：丟幀卡頓的 2D 影片，也能重建出平滑全身 4D 動畫
AI 專案 Retime GS 亮相。它只需普通 2D 影片幀作為輸入，就能生成支援任意視角觀看的全身 4D 場景；即使原影片丟幀卡頓，也能通過改進的 4D Gaussian Splatting 補全空缺，比同類方法更流暢、偽影更少。
傳 Meta 擬裁員超 20%：AI 基礎設施成本高企，團隊正加速精簡
據報道，Meta 計劃裁減 20% 或更多的員工，以抵消高昂的 AI 基礎設施開支並藉助 AI 提效。截至 12 月 31 日其員工近 7.9 萬人。具體時間與規模尚未敲定，但管理層已收到規劃精簡的訊號。這將是其繼「效率之年」後最大規模的重組。
週五
3月13日 星期五
Perplexity 全線接入 NVIDIA Nemotron 3 Super：涵蓋 App、API 與 Computer
Perplexity 宣佈在其產品線中全面接入 NVIDIA 的 Nemotron 3 Super 模型。該模型已同步上線 Perplexity 主應用、Agent API 以及 Perplexity Computer，無論是日常搜尋使用者還是呼叫 API 搭建智慧體的工作流開發者均可直接選用。
Meta AI 接入國際新聞：聯手新聞集團等媒體，回答附帶原文外鏈
Meta 宣佈與 News Corp、Le Figaro、Prisa 和 Süddeutsche Zeitung 達成合作，為 Meta AI 引入多元國際即時新聞。使用者詢問新聞時，AI 將提供來自這些媒體的資訊和跳轉外鏈，以提升即時回答的準確度併為出版商導流。
楊安澤呼籲停止對勞工徵稅：改向受益於自動化的 AI 企業開刀
週三，楊安澤在 CNBC 節目中呼籲美國停止對勞動者徵稅，轉而向受益於自動化的 AI 企業徵稅。他援引業內訊息稱，未來 6 個月的 AI 進展將超過過去 10 年，技術預算正加速從人類員工流向 AI。此前 Anthropic CEO 等人也提出過類似建議。
Meta 推遲新 AI 模型 Avocado：內部測試不及競品
據《紐約時報》報道，Meta 推遲了代號為「Avocado」的新 AI 模型釋出，從原定的 3 月中旬推遲至最早 5 月。內部測試顯示，該模型在推理與程式設計上落後於 Google 和 OpenAI 的旗艦產品，高層甚至討論過臨時授權 Gemini。
11 位聯創出走 9 人：馬斯克稱 xAI 沒造對，正推倒徹底重構
馬斯克發文承認 xAI 最初架構存在缺陷，正「從地基開始推倒重構」。隨著張國棟等核心成員離職，最初 11 位聯創僅剩兩人。目前 xAI 正從 Cursor 挖角團隊以補齊 Grok 的程式設計短板，在動盪中重新調整團隊步調。
Anthropic 全量開放 100 萬上下文：Opus 4.6 不加價，支援 600 頁檔案
Anthropic 宣佈 Claude Opus 4.6 與 Sonnet 4.6 的 100 萬 token 上下文視窗正式全量可用，且維持標準費率不收長文本溢價。單次請求媒體上限同步提升至 600 張圖片或 PDF 頁面。Claude Code 訂閱使用者也將預設支援該能力，徹底減少上下文壓縮造成的資訊丟失。
Manus 上線桌面客戶端：新增「我的電腦」功能，AI 能直接操作本地檔案和命令列
Manus 正式釋出 macOS 和 Windows 桌面客戶端，推出核心功能「我的電腦」。AI Agent 藉此走出純雲端沙盒，通過終端命令列讀寫本地檔案、呼叫開發工具與 GPU。每條終端命令均需使用者審批確認。
宇樹 G1 進軍網球場：清華北大團隊用 5 小時動捕資料訓出對打技能
清華大學、北京大學與銀河通用等團隊提出 LATENT 系統，僅基於 5 小時不完整的人體動捕片段，就讓宇樹 G1 人形機器人學會了網球技能。機器人能以約 90% 的準確率回擊速度超 15 米/秒的來球，並在真實場地中與人類對手展開多回合交鋒。
Terminator 砍掉大模型廢話：檢測答案即截斷，推理時間減半
研究人員提出大模型早停元件 Terminator。它通過輕量探針預測最終答案生成的節點並直接截斷輸出，在 MATH-500 等測試中將推理長度縮短 14% 至 55%，生成時間減半且幾乎不損耗效能。目前程式碼尚未正式開源。
