Nvidia 釋出 G-Assist：本地執行的顯示卡 AI 助手，還能順手幫超頻
Nvidia 推出實驗性遊戲 AI 助手 G-Assist，全程在本地 GPU 執行。玩家能通過懸浮窗語音或打字檢視系統負載、調整畫質甚至一鍵超頻顯示卡，還支援調節第三方外設。不過目前深度整合的遊戲極少，官方強調仍是實驗階段。
AI 日報：今天的 AI 新聞
週二
3月25日 星期二
Earth AI 靠演算法在澳洲被忽視地塊發現銅鈷等關鍵礦藏
初創公司 Earth AI 透露，其利用 AI 演算法在澳大利亞長期被忽視的區域發現了銅、鈷、金等關鍵礦藏。團隊利用澳洲自 1970 年代以來的地質檔案訓練模型，並自研鑽探裝置實地驗證，試圖打破傳統礦業耗時數十年的勘探僵局。
Google 釋出 Gemini 2.5：首發 2.5 Pro，自帶深度思考並登頂競技場
Google 正式推出新一代思考模型 Gemini 2.5，首發實驗版 2.5 Pro。該模型在回答前能主動推理，以顯著優勢登頂 LMArena 榜首，支援 100 萬 token 上下文並在數學、程式設計基準上大幅領先。目前已在 Google AI Studio 和 Gemini Advanced 上線。
Perplexity 上線回答標籤頁：聚合影像、影片、旅行與購物
Perplexity 上線全新回答標籤頁，支援一站式搜尋影像、影片、旅行與購物等垂類內容。使用者可以在同一介面直接切換對應分類獲取結構化答案。目前該功能已在網頁端上線，移動端即將推出。
Luma AI 上線 Ray2 圖生影片：把手繪塗鴉直接變成動畫
Luma AI 宣佈在 Dream Machine 中上線基於 Ray2 的圖生影片功能。使用者只需把塗鴉或草圖拖入工具，系統就能讓靜態畫筆和角色動起來、轉化為動畫。這對想要快速驗證創意或製作動態草稿的創作者來說，大幅降低了門檻。
Bambu Lab 推出 H2D：兼具雷射雕刻與刀片切割的模組化 3D 印表機
Bambu Lab 釋出多功能裝置 H2D，起售價 1899 美元。該裝置在雙噴頭 3D 印表機基礎上加入模組化快拆系統，可換裝雷射雕刻頭、切割刀片和繪圖筆。最值得關注的是它試圖用單臺機器替代多款創客工具，不過初期韌體與雙噴頭列印的穩定性仍待磨合。
Otter 推出會議智慧體：支援語音插話，能翻歷史記錄當場答疑
Otter 推出三款 AI 智慧體，其中 Meeting Agent 支援在會議中進行自然語音互動。它能調取公司歷史會議資料直接開口答疑，還能當場安排日程和起草郵件。目前該功能已在 Zoom 上線並逐步推送，後續將支援 Teams 和 Google Meet。
OpenAI 為 GPT-4o 帶來原生生圖：文字渲染超準，支援連續微調
OpenAI 宣佈把原生影像生成能力做進 GPT-4o。新模型能精準渲染圖片裡的文字，同時處理 10 到 20 個物體，並在連續對話中保持角色一致。它已取代 DALL·E 成為 ChatGPT 預設生圖工具，生成耗時最多約 1 分鐘。
Waymo 進軍華盛頓：計劃 2026 年開跑 Robotaxi，但需先等當地修法
Waymo 宣佈計劃於 2026 年在華盛頓特區推出 Waymo One 無人駕駛網約車服務。不過特區現行法規禁止無安全員的全無人車輛上路，能否如期開跑取決於當地修法進度。目前 Waymo 在舊金山和鳳凰城等地每週已提供 20 萬次載客服務。
Reve 推出文生圖模型 Reve Image 1.0：文字渲染與畫質登頂競技場榜首
AI 初創公司 Reve AI 正式釋出首款文生圖模型 Reve Image 1.0。該模型在 Artificial Analysis 的 Image Arena 盲測榜位列畫質第一，主打精準的文字渲染與多角色排版，還支援用自然語言直接修改已有圖片。目前已開放免費預覽，暫未公佈 API 與定價。
Synthesia 設百萬美元股權池：給 AI 數字人真人演員發期權
AI 影片平臺 Synthesia 宣佈設立 100 萬美元股權池，向平臺受歡迎的官方數字人演員授予期權，分期最長 4 年兌現。此前演員僅能拿到 3 年固定授權費。Synthesia 希望通過該計劃拉深與演員的繫結並建立反饋機制，探索 AI 肖像授權新利益分配方式。
Apple 官宣 WWDC25 檔期：6 月 9 日開幕，全線上免費開放
Apple 宣佈年度全球開發者大會 WWDC25 將於 2025 年 6 月 9 日至 13 日線上舉行，面向所有開發者免費開放。大會將公佈最新的 Apple 軟體、工具與框架進展，6 月 9 日當天還將在 Apple Park 舉辦線下特別活動。
Google 開源 TxGemma：用大模型加速藥物研發與毒性預測
Google 正式釋出開源藥物研發模型集合 TxGemma。它基於 Gemma 2 微調，提供 2B、9B 和 27B 三種尺寸，包含專注屬性預測的 predict 版和能解釋推理的 chat 版。27B 預測版在 66 項任務中有 64 項追平或超越前代 Tx-LLM。
週一
3月24日 星期一
DeepSeek 升級 V3 模型：改用寬鬆的 MIT 協議，程式設計效能微漲
DeepSeek 低調發布改進版 DeepSeek-V3 大模型，將開源協議切換為更寬鬆的 MIT 協議，商用與修改幾乎不再受限。新版在 Python 與 Bash 程式碼評測中提升數個百分點至約 60%，蘋果研究員實測其量化版可在 Mac Studio 上以每秒 20 token 執行。
ARC Prize 釋出 ARC-AGI-2 基準：人類輕鬆過關，純 LLM 拿下 0 分
ARC Prize 基金會推出全新基準 ARC-AGI-2 並啟動 2025 年度競賽。新基準專測高難度通用推理與快速適應能力，每道題均有至少兩位人類在兩次嘗試內解出，但純大模型得分為 0%，公開推理模型也僅有個位數得分。
阿里開源 Qwen2.5-VL-32B：強化學習最佳化，瞄準本地部署主力
阿里巴巴開源視覺語言模型 Qwen2.5-VL-32B-Instruct。該版本引入強化學習訓練，顯著提升了人類偏好對齊與數學推理能力。官方將其定位為本地執行的首選尺寸，專門解決 72B 視訊記憶體吃不消、7B 效能不夠用的尷尬折中。
Apple 推送 iOS 18.4 RC：Apple Intelligence 支援簡中與優先通知
Apple 向開發者推送 iOS 18.4 和 iPadOS 18.4 RC 版本。Apple Intelligence 迎來重要更新，鎖屏新增「優先通知」功能，Image Playground 引入手繪素描風格，並正式擴充套件至簡體中文、日文、韓文等語種。正式版預計 4 月初全量推送。
Boston Dynamics 牽手 NVIDIA：純電 Atlas 裝上 Jetson Thor
上週，Boston Dynamics 宣佈擴充套件與 NVIDIA 的合作，為新一代純電 Atlas 人形機器人引入 Isaac GR00T 框架與 Jetson Thor 計算平臺。藉助 Isaac Lab，雙方正在模擬環境裡訓練全身運動與精細操作策略，讓機器人跑起復雜多模態大模型。
OpenAI 調整高管職責：Mark Chen 升任首席研究官
OpenAI 宣佈調整核心領導層分工。Mark Chen 出任首席研究官，負責統領科研安全並加速科研成果向產品轉化；營運長 Brad Lightcap 擴大職責掌管全域性業務與基礎設施；Julia Villagra 則出任首席人事官負責團隊擴張。
Midjourney 聯手 NYU 發論文：教大模型別再寫千篇一律的爛俗故事
本週，Midjourney 與紐約大學共同發表論文，提出 DDPO 和 DORPO 兩種最佳化方法。大模型在傳統微調後往往只挑「安全牌」，寫出的故事千篇一律；新技術通過在後訓練中獎勵高質量的獨特回答，讓 Llama 3.1 和 Mistral 在創意寫作時展現出更豐富的想像力。
週日
3月23日 星期日
爆料稱 Apple Watch 擬加裝攝像頭：引入視覺智慧，預計 2027 年推出
據彭博社 Mark Gurman 報道，蘋果計劃在未來兩年內為 Apple Watch 加裝攝像頭以支援 Visual Intelligence 等 AI 功能。標準版鏡頭或置於螢幕內，Ultra 版放在錶冠旁。也就是說，手錶將能直接「看」世界並藉助 AI 提供相關資訊。
週六
3月22日 星期六
阿里公佈 LHM 模型：單張照片幾秒生成可驅動 3D 數字人
阿里巴巴團隊公佈了數字人生成模型 LHM。只要輸入一張單人照片，模型就能在幾秒內以前向推斷方式，直接生成基於 3D 高斯潑濺的高保真可驅動角色，且無需對手部和麵部進行額外後處理，大幅降低了 3D 動畫製作門檻。
Gemini Live開始推送Astra功能：支援即時攝像頭與螢幕共享
Google 開始向 Android 使用者灰度推送 Project Astra 賦能的 Gemini Live 視覺功能。使用者可將手機全屏或即時攝像頭畫面共享給 AI 進行連續對話。該功能主要面向 Gemini Advanced 訂閱使用者逐步開放，目前尚未全量普及。
週五
3月21日 星期五
Lyft 無人計程車今夏落地亞特蘭大：採用 May Mobility 方案
Lyft 宣佈將於今年夏天在亞特蘭大上線無人計程車，乘客將被匹配到搭載 May Mobility 自動駕駛技術的豐田 Sienna 車隊。按計劃，Lyft 還將在 2026 年聯手 Mobileye 把無人車開到達拉斯，未來將鋪開至數千輛規模。
波士頓動力秀新活：Atlas 學會霹靂舞掃腿和側手翻
Boston Dynamics 釋出新影片，展示其純電版人形機器人 Atlas 完成側手翻、前滾翻與霹靂舞「掃腿」等動作。團隊聯合 RAI，通過動捕服採集人類動作並結合強化學習完成訓練。這展示了雙足機器人的敏捷極限，不過其實際商業化落地仍面臨資金考驗。
Perplexity 提議收購 TikTok：要在美國從頭重構並開源演算法
AI 搜尋初創公司 Perplexity 發文提出收購 TikTok 的方案，計劃在美國資料中心從零重構其推薦演算法並完全開源。它還打算為影片加入引文和 AI 搜尋。不過 TikTok 估值達數百億美元，業內質疑這可能又是一次公關造勢。
Meta 測試 Instagram 新功能：讓 Meta AI 幫你看圖寫評論
Meta 被曝在 Instagram 測試「Write with Meta AI」功能。點選評論欄旁的小鉛筆，AI 便會識別圖片內容並生成 3 條現成評論供挑選。Meta 證實正在測試該功能，但此舉也被不少人質疑會讓朋友間的社互動動淪為虛假客套。
ChatGPT 誣稱無辜男子殺害親子：OpenAI 在歐洲再遭隱私投訴
奧地利隱私倡導組織 Noyb 代表一名挪威男子向監管部門投訴 OpenAI。該男子搜尋自己時，ChatGPT 竟將其實際家庭資訊與虛假犯罪事實混雜，捏造其謀殺兩名親生子女且正在服刑。Noyb 指控其違反 GDPR 個人資料準確性要求，並要求監管方予以罰款。
週四
3月20日 星期四
視覺參考整理工具 VrefDeck 上線：專為 AI 創作者打造，完全本地執行
Alie Jules 推出專為 AI 創作者與設計師打造的視覺參考整理工具 VrefDeck。軟體支援拖拽分類與卡片標註，方便隨圖記錄提示詞、引數和規格等生成細節，資料完全儲存在本地裝置。首發買斷價 29 美元，支援 Windows 與 Mac 平臺。
Gmail 搜尋迎來 AI 升級：不再只按時間排序，預設把最相關的郵件置頂
Google 宣佈 Gmail 搜尋改用 AI 排序，綜合點選頻次與常用聯絡人等因素，預設將「最相關」郵件排在最前。頁面同時提供切換開關，習慣看時間倒序的使用者可以一鍵切回「最新」。該功能正面向全球個人使用者推送，後續將開放給企業端。
蘋果更換 Siri 掌門人：由 Vision Pro 負責人接手，因 AI 升級延期
據彭博社報道，Apple 撤換了 Siri 與 AI 負責人 John Giannandrea，由 Vision Pro 負責人 Mike Rockwell 接管。此前蘋果剛把 Siri 生成式 AI 升級推遲至來年，傳 CEO 庫克已對 AI 團隊失去信心，內部甚至直言當前局面「難看」。
Pika 預告影片區域性操控功能：任意改角色物體，其餘畫面完全不動
Pika Labs 預告了一項新影片操控功能。使用者可以單獨修改影片中的任意角色或物體，同時讓其餘畫面保持完全不變。目前該能力尚未公開發布，僅面向申請加入其創意合作伙伴計劃的使用者開放獨家早期體驗。
Bigscreen 釋出 Beyond 2 頭顯：僅重 107 克，加入眼動追蹤
Bigscreen 釋出超輕 PC VR 頭顯 Bigscreen Beyond 2。新機重量削減至 107 克，配備單眼 2560×2560 micro-OLED 螢幕與 116 度視場角，並加入眼動追蹤和物理可調瞳距。首批產品預計 2025 年 4 月發貨。
Topaz Labs 釋出 Gigapixel 8.3：換上 Recover v2，影像修復提速 5 倍
Topaz Labs 釋出 Gigapixel 8.3，核心是推出新一代修復模型 Recover v2。新模型不僅偽影顯著減少，在 Apple M3 Pro 等裝置上的處理速度比上一代快了 500% 以上。它依然支援本地執行（需 8GB 視訊記憶體）和雲端渲染，同時新增了完全關閉雲端選項等介面改進。
Krea 上線影片訓練功能：支援用自定義影片微調 Wan 2.1
Krea 推出影片訓練功能，允許使用者使用自己的影片微調開源模型 Wan 2.1。該功能讓模型學習特定的自定義風格、動作或物體，進一步提升了 AI 影片生成的精細控制力。
Claude 全面上線聯網搜尋：所有方案可用，回答自帶來源引用
Anthropic 宣佈 Claude 支援聯網搜尋功能，並面向全球所有方案使用者開放。模型可直接檢索網際網路最新資訊並在回答中附帶直接引用，方便核對來源。這意味著使用者無需再切出去手動搜尋，直接在對話方塊裡就能調取即時資料做分析與調研。
Anthropic 詳解 think 工具：讓 Claude 在多步呼叫中邊想邊做
Anthropic 詳解了面向 Claude 的「think」工具。與生成前思考不同，該工具允許模型在長鏈條呼叫中停下來分析外部工具結果與複雜規則，在 τ-Bench 航空基準上的通過率提升了 54%。
Meta AI 進軍歐洲：免費接入 WhatsApp 等應用，支援 6 種語言
Meta 宣佈 Meta AI 正式登陸歐洲市場，未來數週內分批上線，首批支援 6 種歐洲語言。歐洲使用者可在 WhatsApp、Instagram、Facebook 和 Messenger 中通過藍色圖示免費使用，還支援在群聊中 @MetaAI 協作答疑。
週三
3月19日 星期三
OpenAI 上線 o1-pro API：能力更強，但百萬輸出 token 要 600 美元
OpenAI 正式上線 o1-pro API，先面向 Tier 1 至 5 的部分開發者開放。它通過呼叫更多算力換取更穩定的高質量回答，支援視覺、函式呼叫與結構化輸出。代價是極高昂的使用成本：每百萬輸入 token 為 150 美元，輸出則高達 600 美元。
xAI 上線影像生成 API：每張 0.07 美元，暫不支援調尺寸
xAI 宣佈在開發者 API 中開放影像生成能力，首發上線 grok-2-image-1212 模型。生成一張 JPG 格式圖片收費 0.07 美元，單次請求最多出 10 張圖。不過目前介面還不支援自定義尺寸、畫質或風格，且輸入的提示詞會被對話模型自動改寫。
Razer 推出 AI QA Copilot：邊玩邊抓 Bug，自動生成重現步驟
Razer 推出遊戲開發輔助工具 AI QA Copilot，旨在幫測試員更快發現和提交 Bug。測試員在玩遊戲時，它能在後臺自動捕獲崩潰和效能問題，直接生成帶截圖、錄屏與復現步驟的報告。雖然仍需人工稽核，但這能省掉大量手寫報告的機械勞動。
Nvidia 聯手 DeepMind 與迪士尼：開源物理引擎 Newton，把星戰機器人帶進現實
Nvidia 在 GTC 大會上宣佈聯手 Google DeepMind 與迪士尼研發開源物理引擎 Newton，幫機器人更精準地學習複雜動作。迪士尼將率先用它驅動下一代娛樂機器人角色，比如黃仁勳臺上演示的星戰風格 BDX 機器人。
Cloudflare 推出 AI Labyrinth：用 AI 迷宮困住違規爬蟲
Cloudflare 推出新型防禦功能 AI Labyrinth。它不再直接攔截違規 AI 爬蟲，而是將其引流至生成式 AI 製造的誘餌網頁迷宮中，白白消耗爬蟲的算力和時間，同時充當蜜罐收集特徵。該功能向包括免費版在內的所有使用者開放。
特斯拉獲加州網約車牌照：先讓人類員工開，不包含自動駕駛
彭博社報道，加州公共事業委員會批准了特斯拉的客運包車牌照，允許其開展叫車服務。不過該許可僅限人類司機駕駛，暫不支援自動駕駛，初期先由員工接送內部員工，後續再向公眾開放。雖離 Robotaxi 還有一步，但特斯拉已開始在打車市場上硬碰 Uber 與 Lyft。
Perplexity 升級 Sonar 模型：增設三檔搜尋，引用 Token 全免費
Perplexity 宣佈升級 Sonar 系列模型，並推出高、中、低三檔搜尋模式供按需平衡成本與計算量。此外，官方停止對響應中的引用 token 收費。基準測試顯示，其效能與事實準確度超越帶搜尋的 GPT-4o，呼叫成本則大幅降低。
NVIDIA 與 xAI 加入 300 億美元 AI 基建聯盟：貝萊德與微軟牽頭
週三，NVIDIA 與馬斯克的 xAI 正式加入由微軟、貝萊德、GIP 及阿布扎比 MGX 發起的 AI 基礎設施合作伙伴關係（AIP）。該聯盟旨在籌集 300 億美元私募資金，用於投資美國及夥伴國家的資料中心與能源專案。
《阿凡達》視效先驅 Legato 加入 Stability AI：任首席管線架構師
曾為《阿凡達》打造視效管線的 Robert Legato 加入 Stability AI，擔任首席管線架構師。他將再度攜手董事會成員詹姆斯·卡麥隆，推動生成式 AI 與好萊塢特效工業管線結合，打造藝術家優先的創作工具。
Google NotebookLM 上線互動式思維導圖：把筆記變成互動學習翫具
Google 旗下 AI 筆記工具 NotebookLM 開始推送互動式思維導圖（Mindmaps）功能。開發團隊希望將筆記轉化為可互動的探索工具，幫使用者在互動中理解內容。最值得關注的是，NotebookLM 正從純文本回復邁向高度定製化的互動軟體體驗。
週二
3月18日 星期二
OpenAI API 支援直接輸入 PDF：gpt-4o 與 o1 可原生讀文件
OpenAI 宣佈其 Responses 和 Chat Completions API 正式支援直接傳入 PDF 檔案。開發者無需自行寫指令碼解析文本，即可直接讓 o1、gpt-4o 或 gpt-4o-mini 結合文件上下文生成回答。
週三
3月12日 星期三
沾光 Manus 爆火：網頁自動化工具 Browser Use 日下載量破 2.8 萬
據 TechCrunch 報道，因被 AI 智慧體平臺 Manus 採用，開源工具 Browser Use 迅速走紅。其日下載量從 3 月 3 日的約 5000 次暴增至 3 月 10 日的 28000 次。它能幫助模型自動點選網頁並填寫表單，正成為開發者的基礎層。
Meta 遭作家嘲諷：被控用種子下載盜版書訓 AI，搬出「鮑勃·迪倫抗辯」
週一，作家群體在加州聯邦法院提請簡易判決，指控 Meta 為加速訓練 AI，用種子下載數 TB 盜版書並在 P2P 網路中同步向他人回傳資料。原告諷刺 Meta 搬出了「偷一點坐牢，偷得多成王」的鮑勃·迪倫式辯解。法官定於 5 月 1 日舉行聽證。
Captions 推出 Mirage：專做「UGC 風格」虛擬人影片廣告
Captions 推出專為 UGC 風格廣告打造的模型 Mirage。它能根據指令碼或音訊生成帶有肢體動作和微表情的虛擬代言人，並支援自定義服裝、場景與情緒。這意味著無需真人出鏡也能快速批次製作口播帶貨影片。
Google 開放 Gemini 2.0 Flash 原生生圖：支援對話修改與圖內文字
Google 向開發者全面開放 Gemini 2.0 Flash 原生影像生成功能。該模型無需外掛生圖工具，可直接端到端生成圖片，支援多輪對話持續修改、跨畫面保持角色一致性，並在圖片內文字渲染上表現出色。目前可通過 Google AI Studio 和 API 測試。
Snapchat 推出自研 AI 影片濾鏡：可生成同框小動物與拉遠鏡頭
Snap 推出首批由自研生成式影片模型驅動的 AI 影片濾鏡。首發包含狐狸依偎、春日花束拉遠運鏡等效果，生成的影片會自動儲存至回憶錄。目前該功能僅限每月 15.99 美元的 Snapchat Platinum 訂閱使用者使用，後續每週追加新濾鏡。
Google 釋出開源模型 Gemma 3：支援多模態與 128K 上下文
Google 釋出新一代開源模型 Gemma 3，覆蓋 1B 到 27B 四種尺寸。除 1B 外均支援圖文輸入，上下文拓寬至 128k，支援超 140 種語言。最值得關注的是，27B 版本跑分超越了 Gemini 1.5 Pro。
Rivian 推送脫手輔助駕駛：覆蓋美加 13.5 萬英里高速公路
週二，Rivian 向第二代車型推送軟體更新，上線 Enhanced Highway Assist。車主可在美加 13.5 萬英里的相容高速公路上脫手駕駛，由後視鏡紅外攝像頭監測視線。公司還計劃 2026 年大幅拓展道路並嘗試脫眼駕駛。
Freepik 接入 Google Veo 2：AI 套件支援圖生影片
Freepik 宣佈在其 AI Suite 中接入 Google 影片模型 Veo 2，推出圖生影片功能。創作者生成或修圖後，能直接呼叫 Veo 2 轉成帶動態運鏡的高畫質影片。最值得關注的是影像生成到影片工作流被完全打通；不過該功能僅向 Premium 付費使用者開放。
Google DeepMind釋出Gemini機器人模型：摺紙裝袋全拿下
Google DeepMind基於Gemini 2.0推出Gemini Robotics與Gemini Robotics-ER兩款模型。新模型直接輸出物理動作，能搞定摺紙等高精細操作，泛化基準表現翻倍。Google還聯手Apptronik，正把模型裝進Apollo人形機器人。
相容 OpenAI 格式：Nous Research 推出 Hermes 3 推理 API
Nous Research 推出官方推理 API，開發者無需自建算力即可直接呼叫 Hermes 3 70B 以及支援思維鏈切換的 DeepHermes-3 8B。介面全面相容 OpenAI 格式，目前採用先到先得的排隊機制，新註冊送 5 美元額度。
Niantic 賣掉《Pokémon GO》：38.5 億美元交割，轉身專攻空間 AI
Niantic 宣佈重大調整，移動遊戲巨頭 Scopely 將以約 38.5 億美元的總對價收購其旗下的《Pokémon GO》等遊戲資產及對應團隊。剝離成熟遊戲業務後，Niantic 將全面轉向專注空間計算、AI 與地理空間技術的 Niantic Spatial。
Sakana AI 宣佈：AI 全程撰寫的論文首次通過 ICLR 同行評審
Sakana AI 宣佈由 The AI Scientist-v2 獨立生成的論文，在 AI 頂會 ICLR 旗下研討會通過了同行評審。這是首篇完全由 AI 生成並通過人類同等評審流程的學術論文。實驗得到了 ICLR 組織方協作支援，完整細節近期公開。
週二
3月11日 星期二
微軟在 Azure 上線 CUA：用自然語言讓 AI 自己點螢幕、填表單
微軟在 Azure AI Foundry 推出 Responses API 與 Computer-Using Agent（CUA）。CUA 能看懂圖形介面並跨桌面或網頁執行點選與表單操作，Responses API 則將多工具呼叫整合為單次請求。不過針對高風險操作，目前仍強烈建議人工介入確認。
OpenAI 訓練創意寫作新模型：奧特曼稱首次被 AI 文字觸動
OpenAI 執行長 Sam Altman 透露，團隊訓練出了一個極擅長創意寫作的新模型。他表示這是自己第一次被 AI 寫的東西真正打動，並曬出了一篇關於 AI 與悲痛的元小說短篇。不過，目前該模型何時、以何種形式釋出仍未確定。
Harvey 推出法律智慧體：庭審筆錄分析盲測勝過專業律師
法律 AI 平臺 Harvey 推出智慧體工作流。它能主動向使用者索取上下文並展示「思考狀態」，協助完成訴訟與交易任務。官方盲測顯示，其在文書起草上達到專業律師水平，分析庭審筆錄的表現甚至優於人工。該功能預計 3 月底正式向用戶開放。
Nvidia GTC 2025 觀戰指南：如何線上收看黃仁勳主題演講
TechCrunch 釋出 Nvidia GTC 2025 觀戰指南。黃仁勳定於週二上午 10 點發表主題演講，使用者無需註冊即可在 Nvidia 官網或 YouTube 收看直播。外界預計演講將涉及 Blackwell Ultra 與下代 Rubin 晶片架構等最新進展。
Perplexity 推出 Windows 桌面端：支援語音聽寫與快捷鍵
Perplexity 推出適用於 PC 的官方 Windows 桌面應用。該客戶端支援語音聽寫、快捷鍵呼叫以及直接使用最新模型，讓使用者不用開啟瀏覽器就能直接呼叫 AI 搜尋。
Reka 開源 21B 推理模型 Flash 3：從頭訓練，驅動企業平臺 Nexus
AI 初創公司 Reka 宣佈開源推理模型 Flash 3。該模型擁有 21B 引數，完全從零開始訓練，具備強勁的推理表現，同時它還將作為核心引擎，驅動 Reka 剛剛推出的企業智慧平臺 Nexus。
語音 AI 公司 Cartesia 獲 6400 萬美元 A 輪融資：上線 Sonic 2.0
即時語音 AI 初創公司 Cartesia 宣佈完成 6400 萬美元 A 輪融資，由 Kleiner Perkins 領投。團隊將用這筆資金擴充團隊並研發下一代語音模型與基建，其主打的新一代模型 Sonic 2.0 也於當天同步上線並開放免費試用。
Luma 推出 IMM 預訓練演算法：取樣效率提升 10 倍，突破擴散模型上限
Luma AI 提出新預訓練技術 IMM 並開原始碼。該方法拋棄了傳統的去噪分數匹配，引入目標時間步處理與矩匹配，取樣步數減少 30 倍的同時影像質量反超擴散模型，試圖打破多模態預訓練的演算法天花板。
Manus 聯手阿里 Qwen 團隊：借開源模型與算力擴容通用智慧體
Manus 宣佈與阿里巴巴 Qwen 團隊達成戰略合作。雙方將基於 Qwen 開源模型，把智慧體能力與國內模型及算力平臺整合。此前 Manus 走紅導致伺服器頻繁宕機且仍需邀請碼，此次聯手有望幫其化解流量壓力並加速落地。
Adobe Stock 上線 Customize：免開 Photoshop 直接 AI 修圖
Adobe 為素材庫 Adobe Stock 推出基於 Firefly 的 AI 功能「Customize」。使用者無需開啟外部工具 Photoshop，就能在網頁端直接擴圖、套用風格或修改比例，並支援檢視修改歷史。該功能現已向付費訂閱使用者開放，使用需消耗生成式點數。
Anthropic CEO 預言：AI 將在一年內寫完幾乎所有程式碼
據報道，Anthropic CEO Dario Amodei 表示程式設計是 AI 進展最快的領域，3 到 6 個月內 AI 將編寫 90% 的程式碼，12 個月內可能接管幾乎全部程式碼。這意味著程式設計師的角色將迅速轉向稽核與監督。
OpenAI 推出智慧體開發套件：Responses API 整合搜尋與電腦操作
OpenAI 推出用於構建智慧體的新工具套件，核心是全新 Responses API，內建網路搜尋、檔案搜尋和電腦操作工具，並提供 Agents SDK。最值得關注的是，它大幅簡化了多步驟任務的編排，且計劃在 2026 年中徹底取代 Assistants API。
蘋果傳研發帶攝像頭 AirPods：用耳機看世界，或於 2027 年亮相
據彭博社記者 Mark Gurman 透露，蘋果正研發配備微型攝像頭的下一代 AirPods。耳機將結合 AI 與 Siri 即時識別周圍環境，把「視覺智慧」擴充套件到耳朵上，相當於不戴眼鏡的智慧眼鏡，預計最快 2027 年隨 AirPods Pro 4 面世。
Meta 遭 AI 版權訴訟阻擊：法官支援作家指控其抹去版權資訊
週五，美國聯邦法官裁定 Sarah Silverman 等作家針對 Meta 的版權訴訟繼續推進。法官駁回了 Meta 的撤訴申請，認定作家充分指控了 Meta 涉嫌故意抹去圖書版權資訊來掩蓋 Llama 訓練侵權，但駁回了涉及加州計算機欺詐法的指控。
曝 Meta 測試首款自研訓練晶片：欲擺脫輝達依賴，計劃 2026 年投產
據路透社報道，Meta 已開始小規模測試首款自研 AI 訓練晶片 MTIA。該晶片專為 AI 設計，比通用 GPU 更省電，旨在降低龐大的基建成本並減少對輝達的依賴。若測試順利，Meta 計劃在 2026 年正式將其投入訓練。
週一
3月10日 星期一
OpenAI 與 CoreWeave 籤 119 億美元大單：鎖定五年算力，拿 3.5 億股權
據知情人士透露，OpenAI 與 CoreWeave 簽署了一項為期五年、價值 119 億美元的協議，採購 AI 資料中心技術及服務。作為交易的一部分，OpenAI 還將獲得 CoreWeave 價值約 3.5 億美元的股權，並與後者即將進行的 IPO 掛鉤。
ElevenLabs 語音轉文字降價 45%：Scribe 模型限時免費
ElevenLabs 宣佈將其語音轉文字模型 Scribe 的大規模呼叫價格下調 45%，並在 4 月 9 日前通過網頁 UI 提供免費試用。官方稱該模型支援 99 種語言。這意味著多語言音訊轉寫的大規模使用成本明顯降低。
Gmail 上線 Gemini 新功能：郵件內容一鍵轉成日曆日程
Google 為 Gmail 網頁版推出 Gemini 驅動的「新增到日曆」按鈕。系統會自動識別郵件裡的日程資訊並彈出快捷入口，點選即可在側邊欄確認並建立事件。最值得關注的是日常排日程省了反覆複製貼上；不過目前僅支援英文，且僅限 Workspace 等付費訂閱使用者。
騰訊釋出混元 TurboS：混用 Mamba 架構，推理成本砍到七分之一
騰訊混元推出 Hunyuan-TurboS，這是首個超大 Transformer-Mamba 混合 MoE 模型。它用 Mamba 處理長文本、Transformer 負責上下文理解，官方稱數學與推理超越 GPT-4o 與 DeepSeek-V3，推理成本僅為前代的七分之一。
GIDD 離散擴散架構釋出：讓語言模型學會「自己改錯」
研究人員提出通用插值離散擴散（GIDD）框架，打破了掩碼擴散無法修改已生成內容的侷限。通過混合掩碼與均勻噪聲，模型在同等算力下不僅提升了生成質量，還解鎖了自迴歸模型一直欠缺的自我糾錯能力。程式碼已開源。
蘋果傳籌備十年最大介面重構：iOS 19 與 macOS 借鑑 visionOS
據報道，Apple 正在籌備近年來最大規模的系統介面翻新，涵蓋 iOS 19、iPadOS 19 和 macOS 16。新設計借鑑 visionOS 的半透明面板與 3D 縱深感，統一各平臺的圖示與導航邏輯。這是自 iOS 7 以來變動最大的視覺改版，預計 6 月 WWDC 亮相。
週六
3月8日 星期六
法官駁回 Meta 撤訴申請：作家起訴 Llama 侵權案繼續推進
週五，美國聯邦法官裁定，允許作家群體對 Meta 發起的 AI 版權訴訟繼續推進，駁回了 Meta 撤案的請求。法官認定版權侵權指控構成了實際損害，但也駁回了涉及加州計算機欺詐法的指控。原告指控 Meta 擅自用其書籍訓練 Llama 並抹去版權資訊以掩蓋侵權。
週五
3月7日 星期五
2025 年剛過兩個月：美國已提出 781 項 AI 法案，超去年全年總和
諮詢公司 MultiState 資料顯示，2025 年僅過兩個多月，美國待處理的 AI 相關法案已達 781 項，超過去年全年的 743 項。由於美國國會遲遲未能出臺統一的聯邦監管框架，各州正自行立法規範高風險 AI 和醫療保險審查等領域。
Google Calendar 測試 Gemini 側邊欄：一句話查日程、定會議
Google 開始在 Google Calendar 中測試 Gemini 側邊欄。加入 Workspace Labs 的使用者可以直接用自然語言查詢日程、查詢特定人員會議或快速建立週期日程。最值得關注的是，日曆管理告別了繁瑣的手動點選，不過目前僅面向測試使用者開放。
Highlight 推出 MCP 通用介面：把 Cursor 體驗搬進電腦所有應用
Highlight 創始人 Pim de Witte 宣佈推出面向 MCP 伺服器的通用介面。它支援基於螢幕上下文呼叫服務並通過 Tab 鍵生成內容，試圖把類似 Cursor 的互動體驗帶到電腦上的所有應用中。
X 上線 Grok 回覆提問功能：評論區打「grok」直接調出 AI
xAI 確認在 X 上線直接互動功能，使用者在回覆任意帖子時輸入「grok」即可直接向 Grok 提問。這是 xAI 推出 Grok-2 與 Grok-2 mini 後的更新之一。也就是說，刷帖時無需切換應用，就能在評論流裡直接讓 AI 補充背景或解答疑惑。
傳 Meta 即將推出 Llama 4：主打原生語音且支援即時打斷
據外媒報道，Meta 計劃在數週內釋出旗艦模型 Llama 4，重點升級語音功能。該模型為原生處理文本和音訊的「全模態」架構，允許使用者隨時打斷說話，體驗對標 ChatGPT 的語音模式。此前 DeepSeek 的崛起也促使 Meta 全力加速研發。
微軟 AI 負責人力推擺脫 OpenAI：Copilot 試水替換自研模型，進展緩慢
據 The Information 報道，微軟 AI 負責人 Suleyman 正推動減少對 OpenAI 的依賴，嘗試在 Copilot 中替換進自研 Phi-4 等模型。微軟想借此壓低高昂的推理成本並強化自主權，不過雙方繫結太深且面臨技術阻力，實際進展仍顯緩慢。
ElevenLabs 聯手 Google Cloud：語音 AI 上架雲市場，支援 Gemini 2.0 Flash
ElevenLabs 宣佈與 Google Cloud 達成合作，其語音 AI 模型現已上架 Google Cloud Marketplace。企業能直接結合 Gemini 2.0 Flash 打造低延遲的對話智慧體與多語言配音，無需漫長採購即可在雲端規模化部署。
xAI 拿下孟菲斯百萬平方英尺地產：繼續給 Colossus 超算擴容
大孟菲斯商會宣佈，xAI 在西南孟菲斯買下一處 100 萬平方英尺（約 9.3 萬平方米）的地產，用來進一步擴充其 Colossus 超級計算機叢集。除了機房，該園區還配備了全球最大的 Tesla Megapack 儲能系統及專用汙水回用設施，以降低對當地電網和水資源的負擔。
Google 推出 Gemini 文本嵌入模型：登頂 MTEB 榜單，支援更長上下文
Google 在 Gemini API 中上線實驗性文本嵌入模型 gemini-embedding-exp-03-07。該模型基於 Gemini 訓練，在 MTEB 多語言榜單以 68.32 分登頂，領先第二名 5.81 分。開發者可通過現有的 embed_content 介面直接呼叫試用。
蘋果跳票：更聰明的個性化 Siri 延期到「未來一年」
Apple 證實具備個人情境理解與跨 App 操作能力的全新 Siri 延期，預計延後至未來一年內推出。這類調取郵件找航班、跨應用執行任務的端側智慧體功能，研發難度遠超預期。說白了，想要真正懂你的 Siri，大機率得等 iOS 19 了。
美軍談核武庫引入 AI：幫算路徑和搶時間，但開火按鍵必須歸人類
據 TWZ 報道，美空軍與太空軍官員在研討會上闡述了將 AI 整合進核指揮系統（NC3）的設想。軍方希望借 AI 加速資訊處理並尋找最快、最安全的通訊線路，但明確強調開火決策權絕不交給機器，必須由總統最終決定。
