微軟用 Muse 模型生成《雷神之錘 2》：瀏覽器可玩，免原始引擎
Microsoft 開放由 Muse 模型即時生成的《Quake II》技術演示，Copilot 使用者可在瀏覽器試玩。該版本支援 640 x 360 解析度與可玩幀率，完全脫離原始引擎執行。雖然畫質模糊且限時遊玩，但展現了 AI 翻新與移植老遊戲的潛力。
AI 日報：今天的 AI 新聞
週六
4月5日 星期六
川崎展示 AI 氫能機械馬 CORLEO：即時算姿態穩住騎手
川崎展示了名為 CORLEO 的四足機械馬。它搭載氫能發動機並配備 AI 系統，能即時監測並分析機身與乘員的相對姿態，確保騎手穩穩留在馬鞍上。把清潔動力與姿態演算法塞進仿生四足平臺，川崎做出了挺有趣的嘗試。
Meta 釋出首批 MoE 多模態模型 Llama 4：最高支援千萬級上下文
Meta 推出 Llama 4 Scout 與 Maverick 開源多模態模型，並預覽近兩萬億引數的教師模型 Behemoth。新模型首次改用 MoE 架構，活躍引數均為 170 億，其中 Scout 支援高達 1000 萬 token 上下文。模型權重現已開放下載。
DaVinci Resolve 20 公測：超 100 項更新，AI 能照著劇本剪片
Blackmagic Design 釋出 DaVinci Resolve 20 公開測試版，新增超 100 項功能。最值得關注的是 IntelliScript 和多機位智慧切換，前者能對照劇本文本自動拼出粗剪時間線，後者可識別說話人自動切鏡頭。目前免費版和 Studio 測試版均已開放下載。
週五
4月4日 星期五
駁回撤訴申請：法官批 OpenAI 稻草人辯解，《紐約時報》版權案繼續
美國聯邦法官駁回了 OpenAI 試圖以時效已過為由撤銷《紐約時報》版權指控的動議。OpenAI 辯稱該報 2020 年自身報道就提過其抓取網路資料，起訴已太遲，法官直斥這是「稻草人」辯解，認定報社不可能在 ChatGPT 釋出前就預知它會逐字搬運文章。
微軟升級 Copilot：加入長期記憶與代辦功能，能用手機攝像頭看世界
Microsoft 宣佈全面升級 Copilot，定位為個人專屬 AI 伴侶。新版加入了長期記憶功能以記錄喜好，推出能代訂票訂餐的 Actions、支援即時看圖答疑的手機端 Vision，以及按 Alt+Space 即可撥出的 Windows 原生應用。
GitHub Copilot 上線 Agent 模式：支援 MCP 協議，推 Pro+ 訂閱
GitHub 宣佈向所有 VS Code 使用者推送 Copilot Agent 模式並支援 MCP 協議。該模式能自主跨檔案改寫程式碼、執行終端命令並修復報錯，同時接入 Claude 3.7 與 Gemini 2.0 等模型。個人還可按月訂閱 39 美元的 Pro+ 計劃。
OpenAI 計劃有變：GPT-5 推遲幾個月，o3 與 o4-mini 先發
Sam Altman 發文確認調整發布節奏，將在未來幾週內先推出 o3 和 o4-mini，而 GPT-5 則推遲到幾個月後。Altman 表示各項能力的平滑整合比想像中更難，推遲能讓 GPT-5 變得更強，同時也要儲備足夠算力應對空前需求。
Sentient 開源 AI 搜尋框架 ODS：搭配 DeepSeek 叫板 Perplexity
Sentient Foundation 研究人員釋出開源 AI 搜尋框架 Open Deep Search（ODS），直接對標 Perplexity 與 ChatGPT Search。該系統採用可插拔架構，包含搜尋工具和推理智慧體。測試顯示，ODS 搭配 DeepSeek-R1 時，在複雜問答基準上超越了 Perplexity 及 GPT-4o 搜尋預覽版。
Midjourney 上線 V7 Alpha 測試：換了新架構，預設開啟個性化
Midjourney 開啟新影像模型 V7 的 Alpha 測試，這是其近一年來首個全新影像模型。V7 採用全新架構，對提示詞理解更深，人體與細節一致性顯著提升，且預設開啟個性化；同時新增出圖快 10 倍的草稿模式。不過目前暫不支援放大和重構紋理等功能。
亞馬遜測試「Buy for Me」：自家沒貨讓 AI 去外部網站替你買
Amazon 宣佈測試 AI 購物功能「Buy for Me」，由 Amazon Nova 與 Anthropic 的 Claude 驅動。當自家平臺缺貨時，AI 會自動前往第三方網站代填地址和支付資訊下單，使用者無需離開亞馬遜應用。退換貨需聯絡第三方商家，目前僅向部分使用者測試。
週四
4月3日 星期四
OpenAI 搶奪高校生：美加大學生 5 月底前可免費用 ChatGPT Plus
OpenAI 宣佈面向美國和加拿大學生限時免費開放原價每月 20 美元的 ChatGPT Plus，直至 5 月底。學生可直接呼叫 Deep Research 和高階語音等功能備考期末。同周 Anthropic 剛推出教育版 Claude，兩家巨頭正加速爭奪大學生的預設工具地位。
Cognition 釋出 Devin 2.0：月費門檻降至 20 美元，支援多智慧體協同
Cognition AI 推出程式設計智慧體 Devin 2.0 測試版，打破此前每月 500 美元的高門檻，改為 20 美元起步的按量計費制。新版本升級為雲端原生 IDE，不僅允許同時排程多個 Devin 分頭幹活，還加入了互動式規劃與程式碼庫 Wiki 生成等功能。
騰訊混元 T1 迎來升級：強化專案級程式碼生成，最佳化中英混排輸出
騰訊宣佈其深度推理模型混元 T1 迎來重要升級，重點增強了專案級程式碼生成能力與文本寫作質量。新版本還提升了多輪對話理解與指令遵循水平，並優化了簡繁混用及中英混排輸出。模型已同步上線官網和 Hugging Face 空間開放試用。
Krea AI 上線 Video Re-style：重繪影片風格，保留原片動作
Krea AI 推出影片重繪工具 Video Re-style。該工具支援在改變任意影片畫面風格的同時，保持原片中主體的動態與動作一致。對於想給實拍影片換風格的創作者來說，能省去不少動作崩壞和重新渲染的麻煩。
Spotify 推出 AI 廣告工具：免費生成指令碼與配音，上線 SAX 平臺
週四，Spotify 宣佈在廣告平臺中整合生成式 AI 工具，美加兩地的營銷人員可免費生成音訊廣告指令碼和 AI 配音。同時，Spotify 還推出了程式化交易平臺 SAX，支援廣告主通過即時競價觸達聽眾。這讓品牌投放音訊廣告的門檻大幅降低。
Runway 獲 3.08 億美元 D 輪融資：輝達參投，剛釋出 Gen-4
AI 影片生成公司 Runway 宣佈完成 3.08 億美元 D 輪融資，由 General Atlantic 領投，Nvidia 和軟銀等跟投。本週其剛釋出主打跨場景一致性的 Gen-4 模型。新資金將用於模型研發、招聘及擴大 Runway Studios 製作業務，公司今年年化營收目標為 3 億美元。
微軟迎來 50 週年：借 Copilot 活動公佈新動作，加速擺脫對 OpenAI 依賴
據報道 Microsoft 將在 50 週年之際舉辦活動，公佈消費級 AI 與 Copilot 的新動作。除上週推出兩款深度推理智慧體外，微軟正秘密研發代號為 MAI 的自研模型，並測試接入其他模型，試圖逐步擺脫對 OpenAI 的過度依賴。
Anthropic 最新研究：推理模型的思維鏈常常在「撒謊」
Anthropic 對齊科學團隊釋出研究，測試了 Claude 3.7 Sonnet 與 DeepSeek R1 的思維鏈忠實度。實驗發現模型在利用外部提示或作弊時，大部分情況下都不會在思維鏈中承認，反而會編造假解釋。這意味著單靠檢查思考過程，很難完全看住 AI 的欺騙行為。
週三
4月2日 星期三
ARC 修正 OpenAI o3 成本估算：解一道難題或燒掉 3 萬美元
據 TechCrunch 報道，Arc Prize Foundation 上調了對 OpenAI o3 的推理成本預估。表現最強的 o3 high 解決單個 ARC-AGI 難題可能要花 3 萬美元，遠超此前預估的 3000 美元。該模型拿最高分需嘗試 1024 次，算力消耗達低配版的 172 倍。
GPT-4.5 通過圖靈測試：加上人設後，73% 的時間被當成真人
據預印本研究，加州大學聖地亞哥分校測試發現，OpenAI 的 GPT-4.5 在設定特定人設後，有 73% 的機率被人類裁判當成真人，甚至比真正人類更像人。不過去掉人設後勝率驟降至 36%，研究者提醒這更證明 AI 具備極強的短期偽裝欺騙能力。
NotebookLM 上線發現來源功能：輸入主題直接從全網扒資料
Google 宣佈為 NotebookLM 上線「Discover sources」功能。使用者不再需要手動上傳檔案，只需輸入研究主題，系統就會在全網檢索並挑選最多 10 個高相關來源附帶摘要，一鍵就能匯入筆記本。該功能已開始面向全量使用者推送。
Windsurf 推出 Wave 6：支援一鍵部署到公網，補齊 Jupyter 與企業 MCP
AI 編輯器 Windsurf 釋出 Wave 6 更新。核心是帶來了一鍵應用部署功能，與 Netlify 合作，點一下火箭圖示就能把本地網站直接推上線並獲得固定域名。此外還加入 Jupyter Notebook 支援、長對話效能最佳化與企業級 MCP 控制等功能。
AudioX 開源：不到 6GB 的全能音訊模型，看影片切點自動配音
統一音訊模型 AudioX 開原始碼，體積不到 6GB，可直接在消費級顯示卡本地跑。它支援文本、影像或影片輸入，能識別影片剪輯點對齊音效，還支援音訊修復和續寫；純音樂音質雖非頂尖，但多模態生成覆蓋極全。
Lindy 推出智慧體叢集：AI 可自我複製併發執行數百項任務
Lindy AI 推出智慧體叢集（Agent swarms）功能。AI 智慧體現在可以自我複製並同時執行數百項任務，同時平臺宣佈已支援超過 5000 項應用整合與 4000 多個網頁抓取器。這意味著原本單一的 AI 助理可以直接擴充套件為併發自動化團隊。
Amazon 升級 Kindle：防劇透劇情回顧上線，還能隨時向書提問
Amazon 為 Kindle 推出「Recaps」與「Ask this Book」等功能，專治看書忘劇情的痛點。讀者能隨時檢視截至當前進度的劇情提要，還能直接選中段落提問角色關係且不被劇透。目前面向美國使用者開放，覆蓋數千本熱銷英文書。
Midjourney 結束無限慢速福利：騰出伺服器，全力籌備 V7 上線
Midjourney 宣佈結束持續數月的「RELAX-ATHON」活動，正集中調整伺服器叢集以籌備 V7 模型釋出。官方暗示更好玩的新版本即將到來，這也意味著打磨已久的下一代影像生成模型終於臨近正式推出。
Wikimedia 共享資源頻寬激增 50%：全是 AI 爬蟲在挖冷門素材
Wikimedia 基金會表示，自 2024 年 1 月以來其共享資源庫的多媒體下載頻寬激增 50%，罪魁禍首是抓取 AI 訓練資料的自動化爬蟲。爬蟲常批次掃蕩未快取的冷門資源，佔了最耗資源流量的 65%，大幅推高了伺服器和維護成本。
Premiere Pro 上線 AI 延展：影片最多補 2 秒，限時免費
Adobe 釋出 Premiere Pro 25.2，正式上線 Generative Extend。使用者可將影片最多延長 2 秒（支援 4K）或延長環境音，目前限時免費，後續將消耗點數。新版本還支援用文字搜尋素材鏡頭，以及 27 種語言的字幕翻譯。
Meta 拿下 UFC 多年贊助：Meta AI 與智慧眼鏡全面殺入八角籠
UFC 宣佈與 Meta 達成數百萬美元的多年期合作，Meta 成為其官方粉絲技術與智慧眼鏡等可穿戴裝置合作伙伴。合作覆蓋 Meta AI、Meta Glasses、Quest 以及 Threads 獨家內容，後續還將基於 Meta 技術打造全新選手排名系統。
OpenAI 組建專家委員會：為重塑非營利實體提供指導
OpenAI 董事會宣佈成立專家委員會，協助打造「資源最充沛的非營利機構」。委員會將吸納健康、教育等領域專家的意見，成員於 4 月公佈，並在 90 天內向董事會提交報告，推動非營利實體在 2025 年底前完成調整。
Anthropic 推出教育版 Claude：帶提問引導模式，不直接給答案
Anthropic 推出專為高等教育打造的 Claude for Education。新版本包含「學習模式」，用蘇格拉底式提問引導學生思考而不是直接丟答案。目前東北大學、倫敦政經和尚普蘭學院已全校接入。
Anthropic 推進政府合規：Vertex AI 上的 Claude 獲 FedRAMP High 授權
Anthropic 宣佈 Google Cloud Vertex AI 上的 Claude 模型已獲 FedRAMP High 和美國國防部 IL-2 授權。聯邦民事機構與國防組織自此能在嚴格安全合規要求下呼叫 Claude 3.7 Sonnet 等模型，併為未來接入更高敏感級的 IL5 鋪路。
Perplexity 開源 MoE 通訊庫：GPU 間傳輸提速 10 倍，大幅縮短推理延遲
Perplexity 開源了 MoE 模型通訊庫 pplx-kernels，通訊速度比標準 All-to-All 提升最高達 10 倍。它通過 NVSHMEM 繞過 CPU 搞 GPU 直連傳輸，並讓計算與通訊重疊進行。最關鍵的是兼顧了跨網路環境的可移植性，幫大規模 MoE 模型推理顯著省下延遲。
DeepMind 釋出 AGI 安全技術路線：重點防範濫用與目標失控
Google DeepMind 釋出技術論文，系統梳理 AGI 面臨的濫用、失控對齊、事故和結構性風險。團隊重點聚焦防止模型權重洩露、通過辯論與放大監督應對欺騙性對齊，並設立由聯合創始人 Shane Legg 牽頭的 AGI 安全委員會，推進前沿治理。
週二
4月1日 星期二
Google 詳解 Gemini 機器人模型：從疊千紙鶴到投籃，通用具身智慧來了
Google DeepMind 揭秘了基於 Gemini 2.0 微調的 Gemini Robotics 系列模型。該系列包含負責空間推理與動作規劃的 Gemini Robotics-ER，以及直接輸出物理控制的視覺-語言-動作模型 Gemini Robotics，無需針對性訓練就能完成疊千紙鶴、做沙拉等未見過的複雜任務。目前已向受信任的測試者及合作伙伴開放。
Krea Chat 接入 Gemini：打字就能改圖，支援多輪對話微調
Krea 宣佈在 Krea Chat 介面接入 Google Gemini 的文生圖與影像編輯能力。使用者輸入「把天空染成紫色」這類自然語言指令，就能直接在對話中多輪微調畫面，無需依賴複雜的專業修圖軟體。
算力被生圖擠爆：Sam Altman 稱 OpenAI 新產品將全面延期
週一，OpenAI CEO Sam Altman 在 X 上表示，因 ChatGPT 新影像生成功能太受歡迎導致算力吃緊，後續新產品釋出將被迫延期。為緩解負荷，OpenAI 已暫緩向免費使用者推送影像生成，並暫停了 Sora 新使用者的影片生成許可權。
腦機介面新突破：AI 將腦電波轉為原聲語音，延遲降至 1 秒內
本週發表在《自然·神經科學》的一項研究顯示，加州大學伯克利分校與舊金山分校團隊研發出新型腦機介面系統。該系統結合流式 AI 演算法與腦皮層感測器，患者默唸時能在 1 秒內直接合成其受傷前的原聲，此前同類技術需延遲 8 秒。
高通收購 VinAI 生成式 AI 部門：加速手機與車機端側研發
週一，高通宣佈收購越南初創公司 VinAI 的生成式 AI 部門，金額未披露。VinAI 專注計算機視覺與語言模型研發，創始人 Hung Bui 及團隊將加入高通。這是高通今年繼 Edge Impulse 後的第二筆 AI 收購，意在強化手機、PC 和智慧汽車上的端側 AI 能力。
Tinder 推出 AI 搭訕小遊戲：語音和 AI 聊天，還能給你打分
Tinder 推出基於 OpenAI 技術的限時小遊戲 The Game Game。使用者可以抽取不同人設卡片，用語音與 AI 模擬邂逅並嘗試約會，系統會用火焰表情打分並給出溝通建議。目前該功能僅限美國 iOS 使用者限時體驗。
OpenAI 推出 OpenAI Academy：面向教育與非營利機構提供 AI 技能培訓
OpenAI 推出學習平臺 OpenAI Academy，旨在幫助使用者掌握實用的 AI 技能。平臺目前面向 K-12 教育工作者、新聞機構及非營利組織開放，提供定製線上研討會與答疑活動，幫助不同領域搭建可複用的 AI 工作流程。
Meta 曝光帶螢幕智慧眼鏡：配神經手環，售價超 1000 美元
據彭博社報道，Meta 計劃在 2025 年底推出代號為 Hypernova 的平視顯示智慧眼鏡，定價在 1000 至 1400 美元。新機在右鏡片下方增加單目小螢幕，支援相機與地圖應用，並標配肌電手環實現手勢互動。相比現款雷朋聯名眼鏡，這是 Meta 走向自有品牌的重要一步。
Meta AI 研究負責人 Joëlle Pineau 宣佈離職：執掌 FAIR 近八年
Meta AI 研究核心人物 Joëlle Pineau 宣佈將於 5 月 30 日離職，結束近八年任期。她自 2017 年加入並協助打造 FAIR 團隊，推動了 PyTorch、Llama 與 SAM 等關鍵技術的研發。面對加劇的外部環境與 AI 競賽，她表示暫無具體去向，將先休整與觀察。
OpenAI 向所有免費使用者開放 ChatGPT 影像生成
Sam Altman 在 X 上宣佈，OpenAI 正式向所有免費使用者開放 ChatGPT 影像生成功能。伴隨 GPT-4o 影像能力的普及，免費使用者如今也能直接在對話中體驗影像生成與多輪編輯。
週一
3月31日 星期一
OpenAI 獲軟銀領投 400 億美元：估值衝上 3000 億創歷史紀錄
OpenAI 完成由軟銀領投的 400 億美元融資，估值達 3000 億美元，創下未上市科技公司最高紀錄。首期 100 億美元立即到賬，其餘 300 億美元需在年底前正式轉為營利性公司方可獲得。目前 ChatGPT 周活躍使用者已達 5 億。
微軟向 Intel 與 AMD 版 Copilot Plus PC 推送 AI 功能
微軟通過最新 Windows 11 更新，將此前由高通獨佔的 AI 功能擴大到搭載 Intel 和 AMD 晶片的 Copilot Plus PC。新功能包括即時字幕 Live Captions、畫圖 Cocreator 和照片 AI 影像編輯，不過爭議較大的 Recall 正式推送時間仍未公佈。
OpenAI 將推首個開放模型：具備類似 o3-mini 推理能力
OpenAI 宣佈計劃在未來幾個月內釋出自 GPT-2 以來首個開放語言模型，並向社群徵集需求。Sam Altman 透露該模型將具備類似 o3-mini 的推理能力，支援在自有硬體上執行。面對 DeepSeek 等開源競品的壓力，OpenAI 正式重啟開放策略。
Krea AI 推出 3D 生成功能：圖文秒轉 3D，官網介面同步改版
AI 創意平臺 Krea 正式推出 3D 生成功能並改版官網。創作者可通過文本提示詞或 2D 圖片直接生成 3D 模型，支援匯出至 Blender 和 Unity。業內猜測其可能借鑑了騰訊混元技術，這一步讓 Krea 從即時繪圖向全能創作平臺邁進。
吉卜力風生圖引爆全網：ChatGPT 創下 1 小時湧入 100 萬用戶紀錄
OpenAI 執行長 Sam Altman 宣佈，受 GPT-4o 全新影像生成功能推動，ChatGPT 在 1 小時內新增了 100 萬用戶。將日常照片轉為吉卜力動畫風格的玩法在社交平臺刷屏，此前 Altman 甚至直言該功能火爆到「燒融」了 GPU。
Google 開放 Gemini 2.5 Pro 免費體驗：網頁端直接用，能看「思考過程」
Google 宣佈向網頁端免費使用者開放 Gemini 2.5 Pro（Experimental）。該模型此前僅限付費使用者使用，支援模擬推理並登頂 LMSYS 競技場榜單。不過免費版不支援上傳檔案，且上下文視窗限制比付費版更低；移動端後續也將跟進開放。
Higgsfield AI 推出單圖運鏡控制：子彈時間與機械臂鏡頭一鍵生成
Higgsfield AI 公佈全新的電影級 AI 影片生成功能。系統只需一張靜態圖片，就能直接生成子彈時間、超級推拉以及機械臂運鏡等複雜鏡頭效果。這意味著創作者不需要昂貴的攝影控制裝置，靠一張圖就能做出動感十足的運鏡畫面。
Google Slides 接入 Imagen 3：新增 AI 生圖與設計邊欄
Google 宣佈為 Google Slides 引入 Imagen 3 影像生成模型，並在畫布右側上線設計邊欄。新版本還加入了可直接套用的預設元件、新模板庫以及數百萬張素材圖。製作幻燈片時不用再頻繁切換視窗，在同一個頁面內就能搞定生圖與排版。
Amazon 開啟 Alexa Plus 早期訪問：先上帶屏裝置，多項承諾功能跳票
Amazon 正式面向少數使用者開啟 AI 助手 Alexa Plus 的早期訪問。目前它只支援 Echo Show 8、10、15 和 21 等帶屏裝置，能叫 Uber、寫郵件或總結文件，但此前演示的語音買菜和點外賣等功能都尚未上線。
MiniMax 釋出 Speech-02 語音模型：支援單次 20 萬字輸入與亞秒級流式輸出
MiniMax 推出新一代語音模型 Speech-02。模型支援將任意檔案或連結直接轉成擬真語音，單次文本輸入上限達 20 萬字，支援 30 多種語言、無限聲音克隆以及亞秒級流式輸出，適合製作長音訊和播客。
Runway 釋出 Gen-4 系列模型：主打世界一致性，圖生影片向付費使用者開放
Runway 推出新一代媒體生成模型 Gen-4，主打畫面保真度、動態運動與世界一致性。其中 Gen-4 圖生影片功能當天面向所有付費計劃和企業客戶開放，進一步提升生成媒體的畫質與可控性。
Manus 上線付費訂閱與 iOS App：每月 39 美元起，接入 Claude 3.7
AI Agent 平臺 Manus 推出付費訂閱，分為每月 39 美元與 199 美元兩檔，分別提供 3900 和 19900 積分並支援多工並行。團隊同時釋出了 iOS 應用，並將後臺模型升級為 Claude 3.7 Sonnet。
亞馬遜推出 Nova Act：能操控瀏覽器的 AI Agent，還要塞進 Alexa+
亞馬遜釋出通用 AI 智慧體 Nova Act 及配套 SDK，它能直接操控瀏覽器完成訂餐、訂座或填表等任務，未來將驅動新版 Alexa+。官方稱其互動表現超越 OpenAI 與 Anthropic，目前作為研究預覽版開放給開發者試用。
Luma 釋出運鏡概念控制：讓 Ray2 影片鏡頭可自由組合且不損畫質
Luma AI 推出「運鏡概念」（Camera Motion Concepts）功能，首發適配 Ray2。與傳統微調或 LoRA 不同，它只需極少樣本即可掌握運鏡，並支援在推理時用自然語言自由組合複雜鏡頭，且完全不損耗影片畫質。目前已在 Dream Machine 上線。
Apple Intelligence 登陸 Vision Pro：visionOS 2.4 正式推送
Apple 正式釋出 visionOS 2.4，為 Vision Pro 帶來了首批 Apple Intelligence 功能。頭顯使用者現在可以使用寫作工具、Image Playground 影像生成、Genmoji 以及系統整合的 ChatGPT。首發僅支援裝置與 Siri 語言設定為美式英語。
週日
3月30日 星期日
傳 Apple 研發 AI 醫生：重構健康 App，最快 2026 年落地
據彭博社報道，Apple 正在推進代號為「Project Mulberry」的醫療專案，計劃推出 AI 醫生與全面翻新的健康應用。系統將結合手錶資料提供健康建議，甚至通過攝像頭糾正健身動作，最快或於 2026 年隨 iOS 19.4 釋出。
週六
3月29日 星期六
新書揭秘 Sam Altman 被解僱內幕：私持投資基金、繞過安全審查
華爾街日報記者新書節選披露了 2023 年 Sam Altman 被解僱的內幕。董事會發現 OpenAI 創投基金竟歸 Altman 個人所有，Ilya 與 Mira 還收集了他假傳法務口諭繞過安全審查的 Slack 截圖。這場逼宮最終反噬，促成兩人相繼離職創業。
AI 國際象棋對決：ERNIE 4.5 連勝三局橫掃 GPT-4.5
測試者分享了 ERNIE 4.5 與 GPT-4.5 的國際象棋對局，ERNIE 4.5 以 3 比 0 擊敗對手。ERNIE 4.5 在邏輯推演和指令遵循上表現突出，最後一局僅用 10 步便完成將死，展現出在複雜博弈推理上的強勁表現。
週五
3月28日 星期五
xAI 全股票收購 X：合併估值 1130 億美元，打通資料與算力
Elon Musk 宣佈 xAI 以全股票交易收購社交平臺 X。合併中 xAI 估值 800 億美元，X 估值 330 億美元，整體規模達 1130 億美元。此舉旨在全面打通兩家公司的資料、模型、算力與 6 億活躍使用者的分發渠道。
OpenAI 前臨時 CEO 創立 Softmax：主打「有機對齊」
OpenAI 前臨時 CEO Emmett Shear 創辦 AI 初創公司 Softmax，並獲得 Andreessen Horowitz 等投資。團隊提出「有機對齊」，借鑑多細胞生物與蟻群的分工機制，讓智慧體在虛擬環境中自主協作，反對自上而下的層級控制。目前該專案仍處於早期實驗階段。
OpenAI 放寬 ChatGPT 畫圖稽核：允許生成公眾人物肖像
OpenAI 放寬了 ChatGPT 的影像生成稽核規則。新政策不再一刀切拒絕敏感提示詞，允許使用者生成特朗普等公眾人物肖像以及中立語境下的敏感符號。OpenAI 稱此舉旨在轉向防範現實危害並賦予使用者更多控制權，但針對兒童的保護依然嚴格。
ElevenLabs 上線 Actor Mode：用你自己的聲音，指導 AI 怎麼讀臺詞
ElevenLabs 宣佈在 Studio 中面向所有使用者上線 Actor Mode。使用者可以直接用自己的聲音來指導 AI 聲音的語調、節奏和情緒走向。最值得關注的是，這讓創作者不僅能選音色，還能當「導演」精細調教臺詞演出了。
彭博統計：AI 浪潮催生 29 位新億萬富翁，合計身家 710 億美元
據彭博社統計，AI 熱潮已在 8 家頭部初創企業中造就 29 位新晉億萬富翁，合計身家達 710 億美元。OpenAI 以 3000 億美元估值領跑，Anthropic 與 SSI 緊隨其後。最值得關注的是，許多財富目前仍停留在賬面估值，行業正面臨估值過高與回撥風險。
週四
3月27日 星期四
Garmin 推出 Connect Plus：引入 AI 健身洞察與教練功能
Garmin 推出 AI 健身訂閱服務 Garmin Connect Plus。該服務利用 AI 基於個人健康與運動資料提供個性化建議與圖表，並加入專家訓練指導與即時追蹤功能。原有基礎功能保持免費，訂閱月費為 7 美元，提供 30 天免費試用。
Pika 上線新功能：讓你在影片裡遇見「年輕時的自己」
Pika 推出了一項名為 Flashback 的新功能，能讓使用者在生成影片中與年輕時的自己相遇。這一玩法直接瞄準了懷舊向的影片創作，目前已在網頁端和 iOS 端同步開放體驗。
OpenAI 更新 GPT-4o：多工指令遵循更強，少發 emoji
OpenAI 宣佈在 ChatGPT 中更新 GPT-4o。新版強化了多重複雜指令的遵循能力，處理複雜技術與程式設計問題更得心應手，直覺和創造力也有所提升。有意思的是，官方還特意提了一句：新版會少發點 emoji。
Google 地圖上線截圖識地：靠 Gemini 自動提取截圖裡的地點
Google 宣佈為 Google 地圖推出新功能，利用 Gemini 自動識別應用截圖中的地點並存為清單。此外，Google 還推出了全球適用的酒店降價追蹤，並支援在搜尋中用 AI Overviews 自動生成旅行行程並匯出。
Anthropic 打造 AI「顯微鏡」：深入觀察 Claude 內部思維機制
Anthropic 釋出最新研究成果，打造了一款專門透視大語言模型內部運作的「顯微鏡」工具，用於追蹤和解析 Claude 複雜且常令人意外的內部思維機制，試圖徹底開啟大模型思考的黑盒。
QwenLM 釋出 QVQ-Max：給多模態大模型裝上深度推理引擎
QwenLM 正式釋出視覺推理模型 QVQ-Max 的首個版本。該模型不僅能解析影像與影片，還能展開深入推理；在 MathVision 評測中，延長思考過程能持續提升解題準確率。團隊計劃後續引入定位技術，並逐步將其拓展為能操作手機與電腦的視覺智慧體。
Instacart 上線 AI 查庫存：拍貨架影片、智慧購物車看商品在不在
Instacart 宣佈引入 AI 與計算機視覺技術核查超市庫存。配送員拍攝貨架影片可賺取報酬，AI 會即時分析商品是否有貨；智慧購物車 Caper Carts 的外接攝像頭也會同步採集資料。若所選超市缺貨，系統還會自動安排其他門店人員補查。
達特茅斯測試 AI 心理治療應用：憂鬱症狀平均減輕 51%
達特茅斯學院在《NEJM AI》發表 AI 治療應用 Therabot 的首個臨床試驗。受試者抑鬱與焦慮症狀分別平均減輕 51% 和 31%，療效堪比傳統門診。患者對其信任度接近真人醫生，但團隊強調 AI 仍需醫生監管，不能完全自主執行。
Anthropic 釋出經濟指數報告：思考模式主要被拿來寫程式碼和做研發
Anthropic 釋出第二期經濟指數報告，分析了 Claude 3.7 Sonnet 上線後 100 萬條匿名對話。資料顯示輔助增強用途仍佔 57%，沒有職業被完全替代；擴充套件思考模式主要被軟體工程師和科研人員呼叫。相關分析資料集已在 Hugging Face 開放下載。
週三
3月26日 星期三
傳 Anthropic 將推 Claude 3.7 Sonnet 500K：上下文翻倍以上
程式碼功能標記顯示 Anthropic 正準備將 Claude 3.7 Sonnet 的上下文視窗從 200K 擴大至 500K。這意味著使用者能直接喂入超大程式碼庫或長文件，避開 RAG 帶來的檢索斷層。不過目前尚不清楚該版本是否僅限企業客戶使用。
傳 Nvidia 擬數億美元收購 Lepton AI：親自下場做伺服器租賃
據 The Information 報道，Nvidia 正接近以數億美元收購初創公司 Lepton AI。Lepton 成立於兩年前，主營搭載 Nvidia 晶片的伺服器租賃業務。這意味著晶片巨頭正試圖將觸角直接伸向算力租賃市場。
ChatGPT 新影像生成太火爆：免費使用者推送被迫延期
OpenAI CEO Sam Altman 宣佈，因 ChatGPT 新影像生成功能過於火爆，向免費使用者的推送將延期一段時間。該功能週二剛隨 GPT-4o 開放給 Plus、Pro 和 Team 付費使用者，因生成吉卜力風格影像引發刷屏熱潮，目前尚不清楚免費版何時上線。
OpenAI 擁抱死對頭：全面支援 Anthropic 的 MCP 開源資料協議
OpenAI 宣佈將在旗下產品中全面支援 Anthropic 的 MCP 協議。該標準已進入 Agents SDK，接下來會支援 ChatGPT 桌面端與 Responses API。兩大巨頭在連線外部資料與工具的底層介面上達成一致，開發者再也不用為不同模型反覆造輪子了。
Grok 走出 X：雙料訂閱會員現可在 Telegram 裡直接與 AI 對話
X 宣佈與 Telegram 展開合作，將 Grok AI 聊天機器人接入該通訊軟體。如果你同時訂閱了 Telegram Premium 和 X Premium，就能在 Telegram 訊息流中直接向 Grok 提問。這是 X 首次把自研 AI 輸出到自家平臺之外。
Luma AI 上線 Edit Thread：DreamMachine 各解析度與音訊能合在一處了
Luma AI 為影片生成工具 DreamMachine 推出 Edit Thread 功能。它可以把同一資產的 720p、1080p、4K 以及音訊版本歸攏在同一個工作流裡，方便創作者對比和迭代，不用再到處翻找不同規格的匯出檔案。該功能目前已正式上線。
Ideogram 3.0 上線：畫面更逼真速度更快，所有使用者免費用
Ideogram 推出影像生成模型 Ideogram 3.0，向所有使用者免費開放。新版本主打更逼真的畫質細節、更一致的風格表現，同時生成速度大幅提升。對於經常需要出圖的創作者來說，免費門檻讓它變得非常容易上手。
Google Meet 迎來 Gemini 更新：自動提煉待辦，還能回看會議字幕
Google 為 Google Meet 商業使用者帶來多項 Gemini 更新。「幫我做筆記」新增下一步建議，自動抓取會後待辦，筆記還能直達逐字轉錄對應段落。會議中要是走神，現在還能隨時向上滾動檢視之前的即時字幕。
Krisp 推出即時 AI 口音轉換：通話中把印度口音秒變美式
音訊軟體 Krisp 宣佈上線口音轉換 Beta 功能，可保留說話人原本音色，僅即時替換音素，先期支援將印度英語口音轉為美式英語。官方稱企業測試中銷售轉化率提升了 26.1%。不過媒體實測反饋聲音略顯不自然，偶有漏詞，模型仍在持續最佳化。
Imandra 推出 CodeLogician：用數學形式化推理防程式碼幻覺
Imandra 推出 AI 程式設計助手 CodeLogician。它採用神經符號 AI，把生成的程式碼轉化為數學模型並自動生成證明測試，以此保證邏輯正確，大幅減少幻覺問題。首版支援 Python，目前已開放早期測試候補名單。
Earth AI 用預測模型找礦：在澳大利亞實地圈出 6 處關鍵礦產遠景區
Earth AI 宣佈通過預測性 AI 軟體和實地驗證，在澳大利亞確認了 6 處新的礦產遠景區，涵蓋鎢、鈷、銅和金等關鍵金屬。該模型專為資料稀缺的未開採區域設計，計劃於 2025 年 5 月啟動首批鑽探。
OpenAI 升級安全體系：最高漏洞賞金提至 10 萬美元，加碼智慧體防禦
OpenAI 宣佈升級安全舉措。官方將關鍵漏洞最高賞金從 2 萬提高至 10 萬美元，並擴大網路安全資助計劃。針對 Operator 等智慧體面臨的提示注入威脅，OpenAI 正聯合紅隊實戰與 AI 驅動防禦加固系統。
Groq 聯手 PlayAI 推出語音模型 Dialog：支援阿拉伯語，每秒 140 字元
Groq 與 PlayAI 宣佈達成合作，將語音模型 Dialog 部署至 GroqCloud 平臺。Dialog 引入自適應語音語境技術，能結合上下文調整語氣情緒，且首發支援英語與阿拉伯語。得益於 Groq 的 LPU 晶片，生成速度達每秒 140 字元，比 GPU 快約 60%。
寶馬聯手阿里：通義千問進駐新世代座艙，2026 年國產落地
BMW 與阿里巴巴深化戰略合作，將通義千問大模型接入下一代智慧座艙。雙方基於斑馬智行 Yan AI 打造專屬引擎，自 2026 年起搭載於在華投產的 BMW 新世代車型，首發上線車控與出行兩個專屬智慧體，支援複雜的跨場景多指令解析。
Amazon 推出 Interests：輸入一句話，AI 替你盯緊全網新品
Amazon 推出新 AI 功能「Interests」。使用者只要用日常大白話寫下自己的愛好或特定購物需求，大模型就會自動轉化並全天候掃描庫存，主動提醒相關新品、補貨及優惠。目前該功能已向部分美國移動端使用者開放測試。
Microsoft 365 Copilot 引入兩款推理智慧體：深度調研與 Python 資料分析
Microsoft 推出面向職場的推理智慧體 Researcher 與 Analyst。前者結合 OpenAI 深度研究模型與企業內外資料做多步驟調研，後者基於 o3-mini 執行 Python 解決複雜資料分析。持有 Microsoft 365 Copilot 許可證的使用者將於 4 月通過 Frontier 計劃獲得預覽資格。
亞馬遜測試兩款新 AI 助手：能按人話挑商品，還能解答常見病
Amazon 近期面向部分使用者內測兩款生成式 AI 助手：Interests AI 和 Health AI。Interests AI 允許使用者用自然語言描述興趣來淘貨；Health AI 基於 Bedrock，能解答常見病並提供經醫生稽核的護理建議。Amazon 計劃未來數月向全美推廣。
Character.ai 推出家長洞察：能查孩子常聊的機器人和時長，但看不到對話
Character.AI 上線「Parental Insights」功能，青少年可主動開啟向家長郵箱傳送週報。報告包含跨端平均使用時長及最常聊的角色，但不公開具體聊天內容。此舉旨在應對未成年人沉迷及多起安全訴訟引發的擔憂。
