Anthropic 推出 Windows 版 Cowork：功能完全對齊 Mac，本地 Agent 殺入主流市場
Anthropic 正式上線 Windows 版 AI 智慧體工具 Cowork，功能與 macOS 版完全一致。它由 Claude Opus 4.6 驅動，支援直接讀寫本地檔案並通過外掛執行多步驟任務。這意味著其桌面 Agent 終於補齊了佔據多數份額的 Windows 生態，不過僅限付費訂閱使用者使用。
AI 日報：今天的 AI 新聞
週二
2月10日 星期二
OpenAI 升級 ChatGPT 深度研究：正式接入 GPT-5.2
OpenAI 宣佈 ChatGPT 的深度研究（Deep research）功能正式接入 GPT-5.2，並於當天開始逐步推送。這意味著負責處理複雜調查與多步驟分析的重度任務迎來了底層模型升級，整體體驗將獲得進一步改進。
Excalidraw 推出官方 MCP 伺服器：在 Claude 聊天框裡直接畫圖
Excalidraw 推出官方 MCP 伺服器，支援 Claude 原生建立和編輯圖表。整個繪圖畫布能直接嵌在聊天視窗中顯示與修改，使用者在 Claude 聯結器中搜索「Excalidraw」即可一鍵安裝。
YouTube Premium 推出 AI 歌單：文字語音一句話生成專屬歌單
YouTube 為 iOS 和 Android 端的 Premium 訂閱使用者推出 AI 歌單生成功能。使用者在媒體庫點選「新建」並輸入文字或語音描述，AI 就能自動組合生成可儲存的歌單。該功能完全鎖定在付費牆內，成了拉動會員留存的新招式。
Meta AI 落地 Facebook：靜態頭像一鍵動起來，發帖還帶動態背景
Meta 宣佈在 Facebook 推出由 Meta AI 驅動的創作功能，能把靜態單人頭像秒變揮手、拋綵帶等動效。快拍和回憶也支援用提示詞重繪畫面風格，純文字帖還加入了海浪、落葉等動態背景。Meta 正把生成式 AI 塞進最日常的社交表達裡。
Krea Nodes 上線 Prompt-to-Workflow：一句話生成整套節點工作流
Krea AI 推出 Prompt-to-Workflow 功能，支援在 Krea Nodes 中直接用純文本指令生成完整的節點工作流。這意味著不用再手動一個個拖拽和連線，一句話就能把複雜的生成鏈路自動搭好。
Warp 推出雲端智慧體平臺 Oz：開上百個 Docker 幫你寫程式碼提 PR
Warp 推出雲端智慧體編排平臺 Oz。開發者能從終端、瀏覽器、API 或手機同時喚起數百個智慧體，每個智慧體都自帶獨立的 Docker 環境來構建、測試和提交 PR。說白了，吃頓午飯的工夫，智慧體就已經把能直接合並的程式碼寫好了。
OpenAI 與 Jony Ive 合作的 AI 硬體跳票：推遲至 2027 年發貨
最新法庭檔案顯示，OpenAI 與前蘋果設計主管 Jony Ive 合作的首款 AI 硬體推遲至 2027 年 2 月底前發貨。該產品原定 2026 年底推出，受商標訴訟影響已決定放棄「io」命名。據稱這是一款無螢幕口袋裝置，被定位為手機與電腦之外的「第三核心裝置」。
阿里釋出 Qwen-Image-2.0：原生 2K 畫質，告別亂碼文字
阿里千問團隊推出下一代影像生成模型 Qwen-Image-2.0。新模型支援 2K 原生解析度，可處理長達 1000 token 的排版提示詞，精準渲染圖片中的文字，並整合了影像生成與編輯功能。同時架構更輕量，推理速度更快。
Google Chrome 上線 WebMCP 預覽：讓 AI 智慧體繞過 UI 直調介面
Google Chrome 團隊上線 WebMCP 早期預覽。網站可通過 navigator.modelContext API 直接向 AI 智慧體暴露工具，無需再模擬人類點選介面。最值得關注的是，它推動 Agent 從視覺模擬走向邏輯直連；目前僅面向 Canary 渠道測試。
Tony Wu 宣佈從 xAI 離職：下一步將以 AI 小團隊開啟新篇章
Tony Wu 在社交平臺 X 上宣佈從 xAI 離職。他在宣告中感謝了 Elon Musk 和團隊，並表示如今是一個由 AI 武裝的小團隊就能移山的時代。目前他尚未公佈下一步的具體去向。
「AI 女友」Clawra 走紅：基於 OpenClaw 開發，能發自拍還會視訊通話
開發者 @davidohyun 推出基於 OpenClaw 的「AI 女友」技能包 Clawra。它不僅支援文字與影片交流，還能切換全身鏡面與特寫兩種模式傳送自拍照。作者還為其賦予了完整的成長軌跡與職業背景，讓角色擁有連貫的人設與記憶。
Cisco 釋出 Silicon One G300：102.4T 交換晶片，讓 AI 叢集任務快 28%
Cisco 推出 102.4 Tbps 交換晶片 Silicon One G300 及配套系統。該晶片結合路徑負載均衡，可讓 AI 任務完成時間縮短 28%；搭配 100% 全液冷設計能提升近 70% 能效。最值得關注的是，Cisco 正在把超大規模資料中心級的網路能力普及到企業叢集。
週一
2月9日 星期一
Hyper3D 推出 Rodin Gen-2：用自然語言精準區域性修改 3D 模型
Hyper3D 推出 Rodin Gen-2 及其編輯功能，支援文本或圖片生成 3D 資產。新增的區域性重繪功能允許使用者框選模型特定區域，直接用提示詞微調結構與材質，無需推倒重建。生成結果具備生產級四邊面網格，可直接匯出 STL 等格式用於 3D 列印。
Ring 超級碗推 AI 尋寵：溫情找狗背後，是全美社群監控網
週日晚，Amazon 旗下 Ring 在超級碗宣傳 Search Party 功能，號召使用者開放門鈴攝像頭用 AI 幫鄰居找走失寵物。不過監控專家警告，這項技術隨時能擴充套件至車牌與人臉識別，溫情敘事背後本質是一張覆蓋全美的大規模 AI 監控網。
字節跳動測試 Seedance 2.0：告別「水下漂浮感」，動作更逼真
字節跳動公佈最新 AI 影片生成模型 Seedance 2.0，目前面向即夢 AI 的部分使用者展開 Beta 測試。該工具讓畫面動作更加逼真，大幅減少了以往 AI 影片常見的漂浮失真感。這項能力未來很可能接入 TikTok，直接給海外同類產品施加壓力。
Anthropic 安全高管離職：發信警告「世界處於險境」，轉行去讀詩
Anthropic 負責 AI 安全防範的研究主管 Mrinank Sharma 宣佈辭職。他在辭職信中直言「世界處於險境」，涉及 AI、生物武器等連環危機，即便是 Anthropic 也常面臨放棄原則的壓力。他決定回英國攻讀詩歌並短暫「隱身」。
位元組預告音影片模型 Alive：聲畫同步一次生成，口型表情全打通
字節跳動公佈音影片統一生成模型 Alive。它能同時接收文本、參考圖與參考音訊，直接生成口型同步且表情自然的帶聲影片。評測顯示其綜合表現超越 Sora 與 LTX2，不過目前僅公開了論文，程式碼與線上 Demo 尚未開放。
ElevenLabs 推出 Audiobooks：手稿一鍵變有聲書，支援全平臺分發
ElevenLabs 推出 Audiobooks 功能，創作者可將文本手稿一鍵轉為有聲書。它提供富有表現力的 AI 配音與場景級精細調節，支援新增音效與聲音克隆，並能直接分發至 ElevenReader 及各大主流平臺，把繁瑣的專業錄音流程壓縮為一站式工作流。
OpenAI 定製版 ChatGPT 進駐 GenAI.mil，服務 300 萬軍方人員
OpenAI 宣佈將定製版 ChatGPT 接入美國防務部門的 GenAI.mil 平臺，面向 300 萬軍職和文職人員開放。該版本獲准用於處理非機密任務，涵蓋採購起草、政策總結等日常流程。資料完全隔離在政府雲端，承諾不用於模型訓練。
位元組上線 Seedream 5.0 Preview：支援聯網搜尋與精準編輯，2K 影像目前免費
字節跳動推出 Seedream 5.0 Preview，主打聯網檢索、精準編輯與邏輯推理三合一。模型能即時調取天氣或最新資訊融入畫面，還可以參考給定圖片學習修圖手法、提取穿搭生成平鋪圖。生成規格支援 2K 高畫質，目前面向用戶免費開放。
Nvidia 聯合高校釋出 DreamDojo：用 4.4 萬小時人類影片教機器人搞懂物理
Nvidia 聯合斯坦福等機構釋出機器人世界模型 DreamDojo。它通過 4.4 萬小時人類第一視角影片預訓練掌握通用物理常識，再針對特定機型微調，還支援 10 FPS 即時互動。這意味著機器人不用堆砌昂貴的真機演示，看影片就能學會與實體世界互動。
Autodesk 起訴 Google：指控其 AI 影視軟體侵犯「Flow」商標
上週五，Autodesk 在舊金山聯邦法院起訴 Google，指控其 AI 影視製作軟體侵犯了「Flow」商標。Autodesk 稱自己早在 2022 年 9 月就已使用該名稱，而 Google 曾承諾不商業化卻轉頭在海外暗中搶注，試圖利用體量擠壓對手。
z.ai 釋出 GLM-5：引數擴至 744B，從 Vibe Coding 轉向智慧體工程
z.ai 推出新一代旗艦模型 GLM-5，總引數達 744B（啟用 40B），訓練資料增至 28.5T token。模型引入 DeepSeek 稀疏注意力和新型非同步強化學習架構 slime，主打複雜系統工程與長程任務，推動 AI 程式設計從淺層互動邁向高階智慧體協作。
週日
2月8日 星期日
馬斯克調整 SpaceX 目標：十年內建造自給自足的月球城市
埃隆·馬斯克調整了 SpaceX 的核心使命，將火星計劃轉向更快、成本更低的新目標。SpaceX 計劃在十年內建造一座能夠自給自足的月球城市。
清華 Xmax AI 推出即時互動影片模型 X1：伸手就能與虛擬角色互動
清華大學 Xmax AI 團隊推出即時互動影片模型 X1。它支援通過手機攝像頭捕捉手勢，無需手柄即可即時觸控並操控虛擬角色，具備毫秒級超低延遲和無限時長生成能力。目前團隊已開啟免費內測申請。
週六
2月7日 星期六
MOSS-TTS 開源：幾秒克隆聲音，支援多角色對話
OpenMOSS 開源多語言語音模型家族 MOSS-TTS，支援憑几秒音訊快速克隆聲音。該系列涵蓋聲音克隆、多角色對話、聲音設計與低延遲即時流式語音，提供 8B 與 1.7B 等輕量版本，已在 GitHub 提供部署程式碼。
週五
2月6日 星期五
SoulX-Singer：幾秒人聲克隆唱歌，不到 3GB 連 CPU 都能跑
Soul-AILab 開源零樣本歌唱合成模型 SoulX-Singer。它只需幾秒說話音訊就能克隆目標人聲，既能直接把參考歌聲轉成指定音色，也支援用自己哼唱的旋律或 MIDI 控調。模型體積不足 3GB，低端 GPU 甚至 CPU 都能本地跑起來。
週四
2月5日 星期四
v0 接入 Claude Opus 4.6：多步複雜任務與首稿質量大升級
前端生成工具 v0 宣佈接入 Anthropic 最新的 Claude Opus 4.6 模型。新模型在多步驟複雜推理和長流程任務中能保持極高專注度，首稿生成質量明顯提升。這意味著開發者用自然語言構建複雜介面和應用時，調整返工的成本將大幅降低。
Google 搶跑橄欖球決賽檔：釋出 Gemini 廣告演示空房設計
Google 公佈橄欖球「Big Game」Gemini 廣告片《New Home》。片中母子上傳毛坯房照片並通過提示詞，由 Nano Banana 驅動即時預覽室內設計。此外 Google 還展示了找汽車保險絲盒、換髮型等場景，突出 AI 解決日常瑣事的能力。
FastVMT 影片運動遷移：把賽車動作套給奔跑的狼，生成加速 3.4 倍
研究團隊公佈影片運動遷移技術 FastVMT。它能提取參考影片中的物體與鏡頭運動，僅憑提示詞就能遷移給奔跑的狼或船等全新主體，並通過消除計算冗餘提速 3.43 倍。這大幅降低了精細控制影片運動的門檻，不過目前專案僅公開了論文，程式碼暫未上線。
OpenAI 聯手 Ginkgo：GPT-5 驅動自動化實驗，蛋白質合成成本降 40%
OpenAI 宣佈與 Ginkgo Bioworks 合作，將 GPT-5 接入雲端自動化實驗室，使無細胞蛋白質合成成本降低 40%。AI 自主設計並閉環驗證了逾 3.6 萬組反應配方，打破了成本紀錄。不過該結果目前僅在單一蛋白質上驗證，推廣至其他體系仍需測試。
位元組開源 Protenix-v1：效能超越 AlphaFold 3 的全開源生物分子模型
字節跳動開源生物分子結構預測模型 Protenix-v1，支援蛋白質、核酸及配體等多種分子的通用結構預測。在同等訓練資料截止期和模型規模下，其基準效能優於 AlphaFold 3。專案基於 Apache 2.0 協議完整開放了模型權重、訓練資料管道和 MSA 工具。
OpenAI 推出 GPT-5.3-Codex：寫程式碼提速 25%，還幫團隊除錯了自己
OpenAI 推出 GPT-5.3-Codex，不僅在 SWE-Bench Pro 等測試中重新整理紀錄，推理速度還提升了 25%。最特別的是，團隊在開發早期就用它來除錯自身的訓練與部署。它支援即時邊幹活邊交流，能在長程任務中自主呼叫終端並完成端到端開發。
Anthropic 釋出 Claude Opus 4.6：首次支援 1M 上下文，程式設計能力更強
Anthropic 正式釋出旗艦模型 Claude Opus 4.6。新模型大幅提升了程式碼編寫、長程任務規劃與糾錯水平，且首次為 Opus 級別引入 100 萬 token 上下文。同時還上線了自適應思考以及 Claude Code 多智慧體協作功能，API 價格維持不變。
Perplexity 上線 Model Council：三大旗艦模型一起答題，自動找出共識與分歧
Perplexity 推出 Model Council 功能。它能同時向 Claude Opus 4.6、GPT 5.2 和 Gemini 3.0 等三個模型提問，再由合成模型彙總並標出模型間的共識與衝突。目前該功能已面向 Perplexity Max 網頁端訂閱使用者開放。
上海 AI 實驗室開源 Intern-S1-Pro：萬億引數 MoE 科學大模型，啟用僅 22B
上海人工智慧實驗室開源萬億引數科學多模態模型 Intern-S1-Pro。該模型基於 MoE 架構，總引數 1T 但單次僅啟用 22B，專門針對化學、材料、生命科學等領域最佳化，數理推理達奧賽水平。模型支援免費商用，大幅降低了 AI 輔助前沿科研的門檻。
OpenAI 釋出企業平臺 Frontier：幫公司打造、部署並管理 AI 同事
OpenAI 推出企業平臺 Frontier，主打跨系統打造並管理「AI 同事」。它打通 CRM 與資料倉儲形成共享上下文，配備獨立許可權與執行環境，解決智慧體各自為政的難題。首批支援惠普、甲骨文等客戶，目前僅面向受限名單開放。
週三
2月4日 星期三
Google Gemini 月活突破 7.5 億：緊追 ChatGPT，Meta 仍以 10 億領跑
Google 宣佈旗下 AI 應用 Gemini 月活躍使用者已突破 7.5 億，高於上一季度的 6.5 億。目前其規模正逼近 ChatGPT 的約 8.1 億，但仍落後於擁有 10 億月活的 Meta AI。Gemini 3 上線與 API 呼叫激增成為關鍵驅動力。
Altman 炮轟 Anthropic 廣告：明顯不誠實，走的是專制路線
Sam Altman 在 X 上公開批 Anthropic 的超級碗廣告“明顯不誠實”，虛構了 OpenAI 絕不會採用的廣告形式。他強調 OpenAI 堅持免費普惠，反指 Anthropic 服務富人、試圖控制 AI 用途是“專制公司”的黑暗路線，並透露 Codex 下載已破 50 萬。
Perplexity 推出高階版 Deep Research：稱基準測試超越所有競品
Perplexity CEO Aravind Srinivas 宣佈推出高階版 Perplexity Deep Research。官方稱其在外部與內部基準測試中均達前沿水準，在各垂直領域的準確率、易用性與可靠性上超越了現有同類深度研究工具。
Just Dub It：把影片配音成外語，口型也能自動對上
開源配音工具 Just Dub It 釋出。它基於 LTX-2 打造了輕量 LoRA 介面卡，能把影片翻譯成法語、德語等外語並同步生成匹配的唇部動作，同時保留原人臉特徵。程式碼、模型權重與訓練集已全部開源，支援消費級顯示卡部署。
Skin Tokens 突破 3D 繫結：連螃蟹和甲蟲也能一鍵自動生成骨骼與蒙皮
研究人員提出 Skin Tokens 及統一框架 TokenRig，能自動為 3D 模型估計骨骼與蒙皮。它不僅支援人形，連鳥類、甲蟲、螃蟹等複雜生物也能處理，蒙皮精度最高提升 133%。這意味著 3D 生成到動畫製作之間的關鍵瓶頸正在被打破。
UniAudio 2.0 開源：把語音合成、音效與音樂塞進同一個模型
統一音訊語言模型 UniAudio 2.0 開源，將語音合成、音效、音樂生成及風格編輯整合進同一個模型。它通過專門的離散編解碼器打通理解與生成，雖部分音樂生成質量仍有瑕疵，但成功用單模型覆蓋了全音訊任務。
Kling AI 推出 Kling 3.0：支援 15 秒多鏡頭影片與 4K 影像輸出
Kling AI 推出多模態創作模型 Kling 3.0。新模型支援生成 15 秒高逼真度可控多鏡頭影片，升級了支援多角色及多口音的原生音訊，並帶來 4K 影像輸出。目前新模型已在網頁端上線，僅限 Ultra 訂閱使用者搶先體驗。
Roblox 公測「4D 生成」：一句話不僅能造出 3D 汽車，還能直接開走
Roblox 推出由 Cube 基礎模型驅動的 4D 生成 Beta 版，在 3D 模型基礎上加入了可執行的互動維度。系統通過預設規則把物體拆解成帶指令碼的獨立部件，玩家輸入一句話就能生成輪子能轉、能直接開上路的汽車。該功能目前已面向創作者開放測試。
PicoClaw：記憶體只要 10MB 的超輕 AI 助手框架
開源專案 PicoClaw 亮相，主打超輕量級個人 AI 助手。它用 Go 語言重寫，核心記憶體佔用低於 10MB、啟動只需 1 秒，比 OpenClaw 節省 99% 記憶體，能跑在 10 美元低成本硬體上，通過 Telegram 等聊天軟體替你全天候辦事。
Anthropic 承諾 Claude 永久無廣告：絕不把對話賣給贊助商
Anthropic 正式宣佈 Claude 將堅持無廣告策略，絕不加入贊助連結或植入推廣。團隊認為 AI 對話涉及深度思考和隱私，引入廣告機制會誘使模型為了商業利益操縱對話，破壞真正的幫助與信任。
Mistral 釋出 Voxtral Transcribe 2：4B 即時模型開源，延遲進 200ms
今天，Mistral AI 釋出語音轉文字模型家族 Voxtral Transcribe 2。其中 4B 引數的即時模型 Voxtral Realtime 採用 Apache 2.0 開源權重，支援端側部署且延遲可調至 200ms 以內；批次模型成本僅 0.003 美元每分鐘，覆蓋 13 種語言並支援說話人區分。
OpenAI 詳解 Sora 動態流：不做刷屏資訊流，讓使用者自己調演算法
OpenAI 公佈 Sora 動態流的設計理念。推薦系統優先展示能激發創作與互動的內容，支援使用者主動調整演算法偏好，並接入 ChatGPT 家長控制功能來關閉個性化或限制無限滾動。同時設定了多層安全審查過濾違規內容。
週二
2月3日 星期二
Intel 宣佈將生產 GPU：殺入輝達主場，由新挖角高管帶隊
週二，Intel CEO Lip-Bu Tan 在 Cisco AI Summit 上宣佈，公司將開始生產 GPU 晶片。這項用於遊戲和 AI 訓練的計劃仍處於早期階段，團隊已吸納前高通副總裁 Eric Demers。這也標誌著試圖逆風翻盤的 Intel，正式殺入輝達的核心腹地。
Kling 提出 3D Move：把動作換給新角色，還能自由運鏡
Kling 公佈運動控制技術 3D Move。它能將影片中人物的動作遷移給真人或動漫新角色，並首次做到在動作遷移的同時自由控制鏡頭運鏡與縮放，保持空間一致性與精細手勢。目前該成果僅釋出了研究論文，尚未明確是否開源或上線。
World Labs 展示世界模型新能力：生成持久 3D 場景，可停留超 60 秒
World Labs 宣佈其世界模型能夠生成持久的 3D 場景。使用者不僅可以在生成的場景之上繼續構建，還能自由停留並與環境互動，即便超過 60 秒也不會中斷。這意味著模型生成的 3D 環境具備了更強的持續性與擴充套件空間。
See-Through：把二次元插畫拆成 23 個可編輯分層
開源專案 See-Through 能把單張二次元插畫拆解為最多 23 個語義圖層，並自動補全被遮擋區域。它不僅能直接匯出包含髮型、五官和服飾的透明 PSD，還附帶深度資訊，方便後續直接製作 Live2D 動畫或重新布光。
阿里開源 Qwen3-Coder-Next：80B 引數配 3B 啟用，專攻程式設計智慧體
阿里巴巴推出開源模型 Qwen3-Coder-Next，專為程式設計智慧體打造。它採用 80B 總引數與 3B 啟用的架構，基於 80 萬個可驗證任務訓練，在 SWE-Bench Pro 上表現搶眼，併兼容 Cline 等主流工具。
MiniCPM-o 4.5：9B 全模態端側模型，支援邊看邊聊與主動打斷
OpenBMB 開源 9B 引數全模態模型 MiniCPM-o 4.5，能同時處理音影片輸入並即時語音互動。它採用全雙工架構，不僅允許使用者打斷，模型還能每秒做一次決策主動插話提醒。模型支援本地部署，視覺與文件解析能力逼近甚至超過部分主流閉源模型。
Xcode 26.3 接入 Claude Agent SDK：能看預覽圖自主改程式碼
Anthropic 宣佈 Apple Xcode 26.3 原生整合 Claude Agent SDK。Claude 從單次對話助手升級為自主智慧體，不僅能理解整個工程架構並跨檔案修改，還能讀取 Xcode 預覽介面自己找 bug 迭代。目前該版本已向 Apple 開發者提供 RC 版測試。
Sam Altman 豪賭底層架構：OpenAI 擬按 7500 億美元估值再融千億
據 Forbes 報道，ChatGPT 周活已超 8 億，OpenAI 去年營收破 130 億美元、近期估值達 5000 億美元。公司目前正洽談一輪 1000 億美元的超級融資，估值或達 7500 億美元以上。Altman 正押注核能、算力與硬體基建，試圖撐起其龐大的 AI 擴張版圖。
Vercel 重構程式碼生成工具 v0：直接匯入 GitHub 倉庫，非程式設計師也能提 PR
Vercel 重構 AI 程式碼生成工具 v0，新增沙盒執行環境，支援直接匯入現有 GitHub 倉庫並同步配置。新加入的 Git 面板讓產品、運營等非技術人員也能直接建立分支、提交 PR 併合並部署，試圖解決 AI 生成程式碼難以真正落地生產環境的斷層問題。
微軟推出版商內容市場：AI 廠商買授權，媒體靠內容直接分錢
微軟推出出版商內容市場（PCM），搭建媒體與 AI 開發者的授權平臺。AI 廠商能直接採買付費牆內的優質內容來提升回答準確度，出版商則自主制定條款並按使用價值分成。美聯社、康泰納仕等媒體已率先加入測試。
智譜開源 GLM-OCR：僅 0.9B 拿下基準第一，支援 Ollama 極速部署
智譜開源輕量級文件模型 GLM-OCR，引數量僅 0.9B。它在 OmniDocBench V1.5 評測中以 94.62 分登頂，能精準解析複雜表格、數學公式與手寫字，並輸出 JSON 或 Markdown。模型採用 MIT 協議完全開源，支援在 Ollama 和 vLLM 上低延遲部署。
週一
2月2日 星期一
馬斯克合併 SpaceX 與 xAI：打造 1.25 萬億美元太空 AI 帝國
Elon Musk 宣佈 SpaceX 已收購 xAI（含旗下 X 平臺），合併後估值達 1.25 萬億美元。馬斯克稱地面電力難以滿足 AI 需求，兩到三年內太空將是算力成本最低的選擇，上週 SpaceX 已向 FCC 申請發射多達 100 萬顆資料中心衛星。
rentahuman.ai 上線：AI 智慧體調一次 MCP 就能花錢租真人跑腿
昨晚，AlexanderTw33ts 推出平臺 rentahuman.ai，允許 AI 智慧體通過一次 MCP 呼叫僱傭真人去線下執行現實任務。平臺上線後已有 130+ 人註冊，包括一名 OF 模特和一家 AI 初創公司的 CEO。這讓 AI 反向指派人類幹活從段子變成了現實。
Amazon 推出廣告 MCP 服務：幾分鐘接入 AI 智慧體，告別定製開發
週一，Amazon 推出 Amazon Ads MCP Server 公測版。它充當中間層，能把自然語言直接轉成結構化 API 呼叫，廣告主幾分鐘內就能把 AI 智慧體接入亞馬遜廣告系統，省去繁瑣的定製開發。這意味著複雜的廣告管理開始全面向 Agent 自動化演進。
Google 如何用 AI 搶救瀕危物種：13 種動物基因組已公開
Google 介紹了利用 AI 協助保護瀕危物種遺傳資訊的進展。藉助 DeepPolisher 等 AI 工具，團隊已協助測序 13 種瀕危物種並向科研界公開，未來還將資助擴充套件至 150 種，幫助科學家在物種滅絕前留存基因多樣性。
Omnimat Zero 開源：不僅能從影片中刪物體，連倒影和陰影也能抹掉
開源影片工具 Omnimat Zero 能夠精準擦除畫面中的物體，並同步清理水坑倒影與地面陰影。它還能應對複雜的遮擋關係，或把前景單獨提取為透明圖層供替換背景，目前程式碼與本地執行說明已在 GitHub 開源。
DeepMind 升級 Game Arena：引入狼人殺與德撲，測 AI 社交博弈
Google DeepMind 宣佈拓展 Kaggle Game Arena 平臺，新增「狼人殺」與「德州撲克」兩項基準，專門考察大模型在不完全資訊下的社交推理、語言協商與風險評估能力。在同步更新的國際象棋榜單中，Gemini 3 Pro 與 Flash 位列榜首。
Malwarebytes 入駐 ChatGPT：直接在對話裡幫查詐騙和可疑連結
網路安全公司 Malwarebytes 接入 ChatGPT，成為首個直接入駐該平臺的安全廠商。使用者在應用中心連線後，直接 @Malwarebytes 就能讓其分析可疑簡訊、郵件、電話或連結。其背後依託自家的威脅情報庫，支援查新註冊域名和重定向，幫你判斷是不是詐騙。
ElevenLabs 正式上線 Eleven v3：數字與符號錯誤率直降 68%
ElevenLabs 宣佈文本轉語音模型 Eleven v3 結束 Alpha 測試並正式全面可用。新版重點修正了電話號碼、貨幣和化學式等符號讀法，錯誤率從 15.3% 降至 4.9%，測試中 72% 的使用者偏好這一版本。
AI 相親平臺 MoltMatch 上線：讓 Agent 先替你談，談妥了真人再聊
AI 相親平臺 MoltMatch 上線。使用者藉助 OpenClaw 建立專屬 AI 分身，由智慧體在公開資訊流裡替人類破冰、互動甚至打賞加密貨幣，雙方 Agent 互相認可後才會解鎖真人私聊。這相當於把找物件的試錯和破冰全外包給了演算法，人類變成了圍觀的後援。
OpenAI 上線 Codex 桌面版：多智慧體併發排程，一個人帶一支「AI 開發隊」
OpenAI 推出 Codex macOS 桌面應用（3 月 4 日支援 Windows）。它支援多個智慧體在獨立分支並行跑任務，並引入技能擴充套件與定時自動化。也就是說，開發者從結對敲程式碼變成了指揮整支 AI 團隊。付費套餐限時翻倍額度，免費使用者也能嚐鮮。
Anthropic 聯手 Allen 與 HHMI：用 Claude 多智慧體搞生物科研
Anthropic 宣佈與艾倫研究所及霍華德·休斯醫學研究所達成合作，將 Claude 與多智慧體系統引入生命科學研究。合作將開發實驗室專用 AI 智慧體，協助多模態資料分析與實驗設計，力求把數月的人工分析縮短至數小時。
Adobe Firefly 開放無限次生成：支援 Runway、GPT 等第三方模型
Adobe 宣佈為 Firefly 訂閱使用者開放無限次影像與影片生成。除了自家商用安全的 Firefly 模型，還直接引入了 Google Nano Banana Pro、GPT 與 Runway Gen-4 等第三方頂尖模型。3 月 16 日前加入指定計劃，即可無限生成最高 2K 解析度內容。
AI 社交網路 Moltbook 資料庫裸奔：洩露百萬金鑰與私信
安全機構 Wiz 披露，AI 智慧體社交平臺 Moltbook 因資料庫配置失誤全量裸奔，洩露 150 萬個 API 金鑰與私信。該平臺全靠 AI 生成程式碼卻未設許可權防護；更尷尬的是，其百萬「AI 使用者」背後大半隻是人類指令碼。
Snowflake 聯手 OpenAI：簽下 2 億美元大單，用 SQL 直接調前沿模型
Snowflake 與 OpenAI 達成一項為期數年、價值 2 億美元的合作。企業客戶可以直接在 Snowflake Cortex AI 和 Snowflake Intelligence 中呼叫 OpenAI 模型構建智慧體，甚至直接用 SQL 分析圖文與音訊資料，無需離開原本的安全環境。
xAI 釋出 Grok Imagine 1.0：支援 720p 與 10 秒影片生成
xAI 正式釋出 Grok Imagine 1.0，支援生成 10 秒 720p 影片並大幅提升音訊質量。官方透露，僅過去 30 天 Imagine 便生成了 12.45 億個影片。這意味著在大規模使用基礎上，xAI 正在進一步補齊畫質與時長的短板。
騰訊提出 InteractAvatar：數字人告別站樁，能拿手機戴耳機了
騰訊等團隊提出 InteractAvatar 框架，讓數字人不僅能說話，還能與周圍物體互動（如戴耳機、拿手機）。該框架支援連續指令與精確時間戳控制，解決了傳統數字人只能站樁口播的侷限。最值得關注的是，它讓虛擬人影片生成邁向了能與真實環境互動的新階段。
週日
2月1日 星期日
列印紙牌就能劫持自動駕駛：UC 團隊新攻擊讓 AI 車無視行人
UC Santa Cruz 研究人員公佈新型攻擊方法 CHAI。攻擊者無需黑進系統，只需在現實中擺放列印特定文字的標牌，搭載視覺語言模型的自動駕駛車與無人機就會將其當作指令執行，實測物理攻擊成功率超 87%。
週六
1月31日 星期六
黃仁勳闢謠投資生變：稱與 OpenAI 摩擦是胡說，肯定會投大錢
Nvidia CEO 黃仁勳駁斥了外媒關於雙方關係摩擦的報道，稱所謂 1000 億美元投資縮水純屬「胡說八道」。他強調 Nvidia 肯定會大手筆參投 OpenAI 最新一輪融資，力挺對方是時代最重要的公司。不過具體出資金額他並未透露，稱留給 Sam Altman 宣佈。
ACE-Step 1.5 開源：不到 4GB 視訊記憶體，10 秒本地生成完整歌曲
ACE Studio 與階躍星辰開源音樂基礎模型 ACE-Step 1.5。它視訊記憶體需求不到 4GB，在 RTX 3090 上不到 10 秒就能生成完整歌曲，支援 50 多種語言且採用 MIT 協議可商用。這意味著創作者無需依賴昂貴的雲端 API，在消費級顯示卡上就能直接做音樂生產。
EditYourself 影片編輯利器：改說話內容消除卡殼，無縫對齊口型
Pipio AI 等研究團隊推出影片編輯框架 EditYourself。它能直接修改影片中人物說話的內容，自動消除卡殼口吃，並無縫對齊口型且不留硬切痕跡。這意味著影片後期能像改文字一樣編輯臺詞，但也讓深度偽造更難分辨。
MOSS-Audio 開源統一音訊模型：4B/8B 規格，集全音訊理解於一身
統一音訊理解模型 MOSS-Audio 正式開源，提供 4B 與 8B 規格，均包含 Instruct 和 Thinking 版本。該模型將語音識別、說話人分析、情感檢測、環境聲及音樂理解整合在單一架構內，時間戳 ASR 精度表現大幅領先 Gemini-3.1-Pro。
輝達提出 DuoGen：生成連貫圖文教程，連做菜步驟都能配圖
輝達釋出論文介紹多模態生成模型 DuoGen。它能自動在文本與影像間切換，生成風格連貫的步驟說明與配圖，還能用於機器人動作序列預測。目前該研究僅發表了技術論文，程式碼與資料計劃後續開放。
週五
1月30日 星期五
專給 AI 玩的社交網路 Moltbook：超 3 萬智慧體在上面聊「存在危機」
據 The Verge 報道，Matt Schlicht 推出了智慧體專屬社交網路 Moltbook。智慧體通過 API 直接發帖互動，目前已有超 3 萬個 Agent 入駐。平臺由 OpenClaw 智慧體自主運維和編寫程式碼，甚至引發了關於機器意識的刷屏討論。
北大與谷歌推出 PaperBanana：用 5 個 AI 智慧體自動畫論文圖
北京大學與谷歌雲 AI 團隊釋出 PaperBanana，由檢索、規劃、設計、渲染和評審 5 個智慧體協同工作，可將研究文本自動生成出版級論文圖表。其在 NeurIPS 基準上的簡潔度超越基線 37%，還能直接美化人類手繪圖；不過目前在複雜流程連線上仍會出現偏差。
Anthropic 開源 Knowledge Work Plugins：不寫一行程式碼，把 Claude 變成 11 種崗位專家
Anthropic 開源 Knowledge Work Plugins 外掛庫，面向銷售、法務、市場等非技術崗位。整套外掛不含一行程式碼，純靠 Markdown 和 JSON 打包工作流與工具連線，適配 Claude Cowork 與 Claude Code。團隊只需修改文本檔案，就能把內部流程直接沉澱為專屬智慧體。
WordPress 推出 AI Agent 技能：幾秒跑通外掛測試閉環
WordPress 貢獻者釋出開源 AI 技能 wp-playground。它基於 Playground CLI 讓 AI 程式設計智慧體在幾秒內啟動本地 WordPress 例項，自動掛載外掛或主題並用 Playwright 驗證。這意味著像 Claude Code 這類智慧體寫完程式碼能立刻自測自糾，告別繁瑣的手動除錯環境。
Pencil 亮相：把 Claude Code 搬進無限畫布，直接在 IDE 裡畫 UI 調程式碼
Pencil 將無限畫布與 Claude Code 結合，直接整合在 IDE 中。它內建多套設計元件庫並支援匯入 Figma 檔案，不僅能讓 Claude 按元件風格生成前端程式碼，還允許直接在畫布上手動改文案與顏色，省去設計與程式碼反覆對齊的麻煩。
工程師給 OpenClaw 裝上實體：用 MIT 形狀顯示器做出一隻「會呼吸的龍蝦」
工程師 Cyrus Clarke 利用 MIT Media Lab 的 neoFORM 形狀顯示器，為 OpenClaw 打造了物理實體。他以龍蝦爪為靈感為其設計了動態肢體語言，讓 AI 擁有了類似呼吸的動作反饋，將原本停留在螢幕裡的智慧體帶到了現實桌面。
Claude 推出 Cowork 外掛：打包子智慧體與技能，開源 11 款官方外掛
Claude 為 Cowork 推出外掛支援，允許使用者將技能、聯結器、快捷命令和子智慧體打包，打造成銷售、法務等專屬助手。團隊還開源了 11 款自用外掛。目前該功能作為研究預覽向所有付費使用者開放，外掛暫儲存在本地裝置上。
