傳 Google 聯合創始人 Larry Page 秘密創辦 AI 製造公司 Dynatomics
據 The Information 報道，Google 聯合創始人 Larry Page 正在創辦一家名為 Dynatomics 的新公司。團隊計劃通過 AI 生成高度最佳化的物體設計並直接由工廠製造，該隱形專案由前 Kittyhawk 技術長 Chris Anderson 負責帶隊操盤。
AI 日報：今天的 AI 新聞
週四
3月6日 星期四
估值 138 億美元的資料標註巨頭 Scale AI，正面臨美國勞工部調查
據 TechCrunch 報道，美國勞工部正對資料標註獨角獸 Scale AI 展開調查，核查其是否違反《公平勞動標準法》，調查自 2024 年 8 月起持續至今。核心爭議在於其是否將本應是正式員工的標註員錯誤歸類為獨立承包商，以此規避加班費等福利。Scale AI 則回應稱業務模式合規且正與監管層積極溝通。
約翰斯·霍普金斯研發新型仿生手：指尖帶觸覺，能穩捏裝水紙杯
據 StudyFinds 報道，約翰斯·霍普金斯大學團隊造出新型仿生假手。它結合 3D 列印骨架與柔性矽膠關節，指尖搭載三層觸覺感測器，識別常見物品準確率達 99.69%，能輕端滿水塑膠杯而不捏癟。不過抓握力僅 1.8 牛頓，且依賴外接氣泵。
ChatGPT macOS 版更新：能直接在本地 IDE 裡修改程式碼了
OpenAI 宣佈 ChatGPT macOS 桌面端支援直接在 IDE 中編輯程式碼。該功能現已向 Plus、Pro 和 Team 使用者開放，免費及企業使用者隨後跟進。寫程式碼不用再來回複製貼上，不過有早期測試者反饋多檔案聯動時偶爾會被批次誤改，還得備好撤銷鍵。
Tavus 釋出三款對話影片模型：表情感知全包，對話卡頓大幅改善
Tavus 推出 Phoenix-3、Raven-0 與 Sparrow-0 三款對話式影片模型並開放 API。三者分別處理高精度面部微表情、即時視覺感知與對話輪換時機，配合智慧體 Charlie 可邊看螢幕邊自然對話，大幅減少了數字人交談時的生硬停頓。
Hedra 推出 Character-3 與 Studio：圖文音全模態生成影片
Hedra 釋出 Character-3 模型與 Hedra Studio 平臺。該模型能同時處理影像、文本和音訊，一步完成口型同步與面部表情動作生成。創作者不再需要分步拼湊多個工具，製作長影片門檻大幅降低。
Mistral 釋出 Mistral OCR：1 美元解析千頁複雜文件，已上線 Le Chat
Mistral AI 推出文件理解 API Mistral OCR，能精準提取 PDF 和影像中的公式、圖表及交錯圖文。單節點每分鐘可處理 2000 頁，API 定價每千頁 1 美元，並作為預設能力接入 Le Chat。
a16z 釋出最新 AI 應用 Top 100：ChatGPT 周活破 4 億，DeepSeek 居第二
Andreessen Horowitz 釋出第四期生成式 AI 消費級應用榜單。ChatGPT 靠 GPT-4o 和 o1 模型推動，周活在 2 月中旬突破 4 億，不到半年翻倍；DeepSeek 上線僅 10 天便衝上全球流量第二。此外，AI 影片與 Vibe Coding 也在迅速進入日常工作流。
Krea AI 接入 Pika 新功能：支援區域性影片修改與插幀
Krea AI 宣佈接入 Pika 的多項影片新功能。創作者現在可以直接在影片中圈選修改特定區域、新增 AI 元素、執行幀插值以及混合影像，讓影片生成的區域性微調變得更加精細。
Convergence 推出 Template Hub：數百個智慧體工作流，一鍵就能用
Convergence 推出集中式模版庫 Template Hub，上線了數百個即開即用的智慧體工作流。只要點一下，AI 代理 Proxy 就會自動接手幹活，使用者也能分享自己搭建的模版並追蹤執行次數。這意味著複雜的日常流程可以直接抄作業，不用再從零搭建。
麥當勞全面接入 AI：全球 4.3 萬家餐廳用邊緣計算修冰淇淋機
McDonald's 正向全球 4.3 萬家餐廳鋪開 AI 改造，涵蓋 AI 得來速與智慧廚房管理。通過與 Google Cloud 合作部署邊緣計算，廚房裝置接入感測器進行預測性維護，希望能解決麥旋風冰淇淋機頻繁罷工的頑疾，減輕員工壓力。
DuckDuckGo 升級 AI 功能：免登入匿名用大模型，不喜歡還能一鍵關掉
DuckDuckGo 宣佈 Duck.ai 聊天結束測試，並升級搜尋 AI 摘要功能。使用者無需註冊即可免費匿名呼叫 GPT-4o mini、Claude 3 Haiku 等大模型，聊天記錄僅儲存在本地裝置；如果不想被 AI 打擾，還可以在設定中將出現頻率降為 0 徹底關掉。
騰訊混元開源圖生影片模型：130 億引數，自帶音效與對口型
騰訊混元正式開源圖生影片模型 HunyuanVideo-I2V，權重與 LoRA 訓練程式碼全公開。模型總引數量 130 億，傳一張圖就能生成帶音效的 5 秒 2K 影片，還支援動作驅動和人物對口型。普通使用者可在混元官網體驗，開發者可在 GitHub 直接下載。
Google 升級醫療模型 AMIE：從確診跨到慢病管理，表現媲美初級醫生
Google 升級醫療 AI 系統 AMIE，將其能力從單次診斷擴充套件至長期疾病管理。系統採用雙智慧體架構結合臨床指南，在 100 場多次就診模擬測試中，治療規劃能力達到或超過了初級醫生。不過該成果仍基於模擬問診，尚未進入真實臨床。
Anthropic 升級開發者控制台：支援多人協作提示詞與深度思考調節
Anthropic 宣佈改版 Anthropic Console。開發者現在可以直接在控制台內共享並協作編寫提示詞，告別以往靠文件複製貼上的混亂。新版還接入了 Claude 3.7 Sonnet，支援手動控制思考 token 預算，並一鍵生成上線程式碼。
國產智慧體 Manus 爆火：號稱碾壓 OpenAI，實測卻頻頻翻車
上週，初創公司 Butterfly Effect 推出通用智慧體 Manus 開啟內測，邀請碼在閒魚炒至數千元。官方宣稱其在 GAIA 基準上超越 OpenAI，但實際呼叫 Claude 與千問等多模型協作。早期使用者實測發現，它在訂餐、訂票及寫遊戲時頻頻崩潰、陷入死迴圈，目前仍處於壓力測試階段。
週三
3月5日 星期三
Prime Video 測試 AI 配音：先給 12 部影視片補上英語與西語
Amazon 旗下流媒體 Prime Video 宣佈正在測試 AI 輔助配音，首批涵蓋 12 部此前缺乏配音支援的影視內容。該功能支援英語與拉美西班牙語，由 AI 配音結合人類專業人員把控質量，旨在低成本為片庫補齊多語種音軌。
Qwen 正式上線 QwQ-32B：320 億引數推理模型，對標 DeepSeek-R1
Qwen 正式釋出 320 億引數的新推理模型 QwQ-32B。該模型基於 Qwen2.5-32B 研發，通過強化學習擴充套件顯著提升了數學與程式設計能力。最值得關注的是，阿里團隊證實了持續擴充套件強化學習能讓中等尺寸模型直接抗衡龐大的 MoE 架構。
Perplexity macOS 版上線語音模式：按快捷鍵直接開口搜
Perplexity 為其 macOS 客戶端上線全新語音模式。使用者按下快捷鍵 ⌘ + ⇧ + M 即可直接開口提問和搜尋，無需手動打字。通過 Mac App Store 下載或更新應用即可體驗。
OpenAI 推送 GPT-4.5：史上最大模型，Plus 使用者分批嚐鮮
OpenAI 開始向 ChatGPT Plus 訂閱使用者推送新模型 GPT-4.5，預計一到三天內鋪開。它是 OpenAI 迄今最大的模型，長於日常對話、常識理解並減少了幻覺；但官方直言它不是推理模型，複雜邏輯並不拔尖，且 API 生成價格高達 GPT-4o 的 15 倍。
D-ID 聯手微軟 Azure：把即時 AI 數字人做進 Teams 和企業應用
D-ID 宣佈與微軟合作，將其即時 AI 數字人技術引入 Microsoft Azure。企業和開發者可在 Azure Marketplace 獲取工具，為 Teams 等應用接入具備多語言即時口型同步甚至手語翻譯能力的數字人，改善無障礙溝通與互動體驗。
Google 搜尋推出 AI Mode：引入 Gemini 2.0，支援深度追問
Google 宣佈將 Gemini 2.0 引入美區 AI Overviews，提升程式設計與數學推理能力，青少年及未登入使用者也可使用。同時，Google 在 Labs 推出實驗性「AI Mode」，利用多步檢索拆解複雜問題並支援多輪追問。目前優先向 Google One AI Premium 訂閱使用者開放測試。
iOS 18.4 測試版新看點：App Store 評論區支援 AI 自動摘要
據報道，Apple 在 iOS 18.4 beta 2 的 App Store 中加入了由 Apple Intelligence 支援的評價摘要功能。系統會自動彙總使用者評價的核心觀點並置頂展示，每週至少重新整理一次。目前該功能已在美區面向英文應用開放測試，年內將支援更多語言。
LTX Studio 釋出開源影片模型 LTXV 0.9.5：開放商用，支援關鍵幀與 ComfyUI
LTX Studio 釋出開源 AI 影片模型 LTXV 0.9.5。新版本開放了商用授權，加入關鍵幀控制能力，提升了解析度和畫面質量，生成的影片片段更長且偽影更少。最值得關注的是它原生支援 ComfyUI，創作者可以直接接入本地工作流。
廣告巨頭 WPP 投資 Stability AI：把視覺模型搬進自家營銷系統
Stability AI 宣佈獲得全球廣告巨頭 WPP 的戰略投資並達成合作。WPP 將把 Stability AI 的影像、影片、3D 和音訊模型整合進其 AI 系統 WPP Open，用於廣告創意與測試。這也是 Stability AI 換帥後在企業商業化上邁出的關鍵一步。
OpenAI 擬推高階智慧體：月費最高 2 萬美元，主打博士級能力
據報道 OpenAI 正籌劃推出一系列專業 AI 智慧體，月訂閱費在 2000 至 20000 美元之間。服務分為商務專業、軟體開發和博士級研究員三檔，軟銀據傳已承諾注資 30 億美元。OpenAI 押注企業願意為頂尖專業能力的自動化支付媲美高管年薪的溢價。
新晉圖靈獎得主發出警示：AI 企業倉促上線模型無異於草菅人命
因開創強化學習而斬獲圖靈獎的科學家 Andrew Barto 和 Richard Sutton 警告，當前 AI 廠商被商業利益驅動，在未充分測試且缺乏防護的情況下倉促推向大眾，就像「造了橋直接讓人上去測安全性」。
Google Shopping 升級 AI 工具：生圖找衣服同款，還能虛擬試全妝
Google 為 Google Shopping 推出多項 AI 工具。全美使用者可用 Vision Match 文字描述衣服，由 AI 生圖並匹配可買同款；AR 試妝支援一鍵試全套妝容，虛擬試衣也擴充套件至褲裝。最值得關注的是，搜尋正直接把腦內想像變成現實商品。目前主要面向美國開放。
Windsurf 釋出 Wave 4 更新：網頁報錯點選回傳，Tab 一鍵補齊 Import
Codeium 正式釋出 Windsurf Editor 的 Wave 4 更新。新版本上線 Previews 功能，點選網頁元素或報錯就能直接把上下文塞回 Cascade 智慧體；同時支援 Tab 鍵自動導包、Linter 自動糾錯且修復不扣額度。Vibe Coding 除錯時的複製貼上痛點被大幅減輕。
蘋果釋出 M4 版 MacBook Air：起售價降至 999 美元，標配 16GB 記憶體
Apple 釋出搭載 M4 晶片的新款 MacBook Air。新機起步配置升級至 16GB 統一記憶體，起售價降至 999 美元；內建的神經網路引擎將端側 AI 任務速度相比 M1 最高拉高 3 倍，專門針對 Apple Intelligence 最佳化。新機即日開啟預購，3 月 12 日發售。
Apple 釋出新 Mac Studio：最高 512GB 記憶體，本地跑 6000 億大模型
Apple 推出全新 Mac Studio，搭載 M4 Max 與新 M3 Ultra 晶片。新機最高可選 512GB 統一記憶體與 16TB 儲存，並支援雷靂 5。最關鍵的是，它能完全在本地記憶體中執行超過 6000 億引數的大模型，大幅降低了本地跑前沿 AI 模型的門檻。
Uber 聯手 Waymo 在奧斯汀推無人車：直接開進特斯拉大本營
Uber 與 Waymo 在得州奧斯汀上線無人駕駛打車服務。呼叫普通 Uber 的乘客無需加價，就能隨機匹配到捷豹純電自動駕駛車，也可以自主選擇參與或退出。兩家公司直接把無人車開到了特斯拉總部大本營，搶先一步落地運營。
《我的世界》Jenny Mod 詳解：成人向虛擬伴侶模組的玩法與設定
TechBullion 介紹了《我的世界》Java 版的成人向模組 Jenny Mod。該模組在遊戲中加入名為 Jenny 的虛擬伴侶，具備傳送等技能，部分版本支援 AI 互動與外觀定製。模組專供成人單人遊玩，需藉助 Forge 或 Fabric 安裝。
xAI 開放 Grok 語音模式：所有 iOS 使用者均可免費使用
xAI 在 Grok iOS 應用中面向所有使用者免費上線語音模式（Voice Mode），無需付費訂閱即可進行語音對話。這意味著 Grok 正在降低多模態互動的使用門檻，直接在移動端與其他主流 AI 助手競爭。
法官駁回馬斯克禁令申請：OpenAI 營利性重組暫不叫停
週二，加州聯邦法官駁回了馬斯克阻止 OpenAI 轉變為營利性實體的初步禁令申請，稱原告未能證明獲得救濟所需的充分理由。這意味著 OpenAI 的改組暫時不受禁令阻礙，但馬斯克提起的違約及反壟斷訴訟其他部分仍將繼續推進。
週二
3月4日 星期二
洛杉磯時報上線 AI 偏見分析：自動給文章貼標籤、補相反觀點
Yesterday morning，Los Angeles Times 老闆 Patrick Soon-Shiong 宣佈引入 AI 為帶個人觀點的文章打上「Voices」標籤，並在文末生成包含不同視角的「Insights」要點。但未經編輯稽核的 AI 分析剛上線就引發爭議，工會也質疑此舉無助於提升媒體公信力。
Google Messages 上線 AI 詐騙檢測：端側即時盯住陌生人套路
Google 宣佈為 Google Messages 推出端側 AI 詐騙檢測功能。該工具可在手機本地即時分析 SMS 與 RCS 簡訊，專門盯防那些看似正常卻半路露餡的社交工程套路並彈出預警。目前該功能預設開啟，首批推送給美、英、加三國的英語使用者。
微軟推出原生 Windows Copilot：更新介面與側邊欄
Microsoft 向 Windows 預覽體驗成員推送新版 Copilot 應用。在轉成簡易網頁版近一年後，該應用換回原生架構，採用類似 macOS 版的新介面和側邊欄，支援語音互動與歷史記錄檢視。新版已上線微軟商店測試，預計數週內向全部 Windows 11 推送。
德國電信聯手 ElevenLabs：Magenta AI 能把新聞一鍵變播客
德國電信宣佈與 ElevenLabs 達成戰略合作，將其 Gen FM 技術接入 Magenta AI 應用。使用者能在幾秒內把新聞文章轉成高質量沉浸式播客，或按提示詞定製音訊內容。德國電信同時參投了 ElevenLabs 的 C 輪融資，未來計劃將語音能力擴充套件至更多服務。
ElevenLabs 接入 Claude 3.7 Sonnet：給語音 Agent 裝上推理大腦
ElevenLabs 宣佈在其 Conversational AI 平臺接入 Claude 3.7 Sonnet。開發者現在可以結合該模型的混合推理能力與擬真語音，構建幻覺更少、長對話表現更穩的客服與虛擬導師 Agent。
Apple 推出 M3 版 iPad Air：AI 算力提速 60%，起售價 599 美元
Apple 正式釋出搭載 M3 晶片的新款 iPad Air，專為 Apple Intelligence 設計。新機提供 11 與 13 英寸兩種尺寸，神經網路引擎比 M1 快達 60%，起售價維持 599 美元，同時推出了適配的新款妙控鍵盤。
首款 AI 賦能空客 A320 模擬機發布：AI 航管地勤全流程陪練
Infinity Sim Wings 推出首款 AI 賦能的空客 A320 模擬機。模擬機集成了 AI 空中交通管制、AI 地勤與機組協同，為飛行員提供全流程真實執行環境，便於在地面安全演練機組資源管理與突發應對。
OpenAI 發起 NextGenAI 聯盟：出資 5000 萬美元支援 15 所名校科研
OpenAI 宣佈成立 NextGenAI 聯盟，承諾向哈佛、MIT、牛津等 15 家機構提供 5000 萬美元的資助、算力與 API 介面。重點支援罕見病診斷、珍本古籍數字化等科研落地，進一步把自身生態推進頂尖學府。
週一
3月3日 星期一
拿《超級馬里奧》測 AI：Claude 3.7 奪冠，o1 因想太久頻頻掉坑
上週五，加州大學聖迭戈分校 Hao AI Lab 用《超級馬里奧兄弟》測試大模型。Anthropic 的 Claude 3.7 表現最好，而 OpenAI o1 等推理模型反而墊底。原因很現實：遊戲極吃即時反應，推理模型一步要想幾秒鐘，馬里奧早就掉進坑裡摔死了。
台積電再投 1000 億美元赴美建廠：增建兩座晶圓廠造 AI 晶片
台積電宣佈將投資至少 1000 億美元擴大美國晶片製造規模。這筆資金將在亞利桑那州增建兩座新工廠，用於生產最先進工藝與 AI 晶片。台積電此前已在當地承諾投資 650 億美元，1 月份第一座工廠已投產 4 奈米晶片。
加州再推 AI 安全新提案 SB 53：重點保護吹哨人並籌建公共算力
曾起草 SB 1047 的加州參議員推出新法案 SB 53。該法案吸納了此前爭議最小的條款，重點保護敢於揭發 AI 重大風險的內部員工，防止公司報復，並計劃籌建公共雲算力叢集 CalCompute，供科研人員和初創公司使用。
Google 升級 Colab：內建 Data Science Agent 幫洗資料寫程式碼
Google 為 Colab 筆記本整合了「Data Science Agent」智慧體。它基於 Gemini 2.0，使用者上傳 1GB 內的 CSV 或 JSON 檔案後，用自然語言就能清洗資料、做視覺化或寫 SQL。本週起免費開放，但受算力額度限制。
Google 推出自然保護三項 AI 舉措：開源物種識別模型 SpeciesNet
Google 宣佈三項利用 AI 保護自然的舉措。其中包括啟動面向美洲的 AI 自然初創加速器、提供 300 萬美元資助巴西生態專案，並開源野生動物識別模型 SpeciesNet。該模型可通過紅外相機照片自動辨認物種，方便科研團隊和開發者低門檻監測生物多樣性。
德國電信聯手 Perplexity 打造 AI 手機：鎖屏直達助手，告別 App
德國電信宣佈與 Perplexity 合作開發「AI Phone」，把 Perplexity 助手直接搬上鎖屏介面，省去在 App 間來回切換。手機預計年內發售且定價低於 1000 美元，還將整合 ElevenLabs 等工具。Perplexity 藉此嘗試從「問答機」走向執行日常任務的「行動機」。
Stability AI 聯手 Arm：手機離線跑音訊生成，提速 30 倍
Stability AI 宣佈與 Arm 合作，把音訊生成模型 Stable Audio Open 搬上智慧手機。藉助 Arm KleidiAI 最佳化，無需聯網即可在 CPU 上執行，生成 11 秒音訊從 4 分鐘縮至 8 秒內，提速達 30 倍。
Opera 預覽 Browser Operator：AI 智慧體直接在瀏覽器幫你跑腿
Opera 預覽了內建 AI 智慧體 Browser Operator。它直接在本地讀取網頁 DOM 樹來幫使用者買東西、訂票或整理資訊，不靠截圖識別也不走雲端伺服器，登入資料完全留在本地，關鍵步驟支援人工接管。該功能近期將加入 AI Feature Drop 測試。
無人駕駛瑪莎拉蒂飆到 318 公里：創自動駕駛陸地極速新紀錄
上週，一輛無人駕駛的瑪莎拉蒂 MC20 跑車在肯尼迪航天中心跑出 197.7 mph（約 318 km/h），重新整理了自動駕駛車輛的全球陸地速度紀錄。該車搭載米蘭理工大學研發的演算法，團隊希望借極端速度極限施壓演算法，進而反哺普通公路自動駕駛的安全性。
Google 升級 Gemini：支援邊拍影片邊提問，還能看懂手機螢幕
Google 在 MWC 2025 上展示了 Gemini 的新能力，支援即時共享手機螢幕提問，以及在拍攝影片時邊拍邊問。比如網購闊腿褲時能直接讓它推薦穿搭。兩項功能將於本月晚些時候面向 Android 平臺的 Gemini Advanced 訂閱使用者推送。
Anthropic 完成 35 億美元 E 輪融資：估值達 615 億美元，Lightspeed 領投
Anthropic 宣佈完成 35 億美元 E 輪融資，投後估值達 615 億美元，由 Lightspeed 領投。這筆資金將用於擴充算力、研發下一代 AI 系統以及深化模型可解釋性與對齊研究。緊隨 Claude 3.7 Sonnet 的釋出，大模型頭部軍備競賽正進一步加速。
微軟釋出 Dragon Copilot：融合聽錄與環境感知，統一醫療語音助理
微軟釋出醫療 AI 助手 Dragon Copilot。它整合了 Dragon Medical One 的語音聽寫與 DAX Copilot 的環境感知能力，支援自動生成多語言病歷並處理醫囑，單次就診可節省 5 分鐘。產品預計 5 月在美加正式推出。
Meta 公佈 Avat3r：只需 4 張自拍照，幾分鐘捏出可動逼真頭像
Meta 與慕尼黑工業大學研究團隊公佈論文 Avat3r，僅憑 4 張手機自拍和幾分鐘計算，就能生成可驅動的照片級 3D 頭像。它藉助視覺 Transformer 預測 3D 高斯，砍掉了以往百臺相機或數小時渲染的門檻；不過目前在 RTX 3090 上僅跑 8 FPS，尚無法即時渲染。
週日
3月2日 星期日
蘋果 AI 推進受阻：對話式 Siri 或延至 iOS 20，使用率被曝極低
據彭博社最新通訊披露，蘋果在 AI 落地上面臨多重技術阻礙，更像 ChatGPT 的對話式 Siri 進展落後，員工認為最早要到 iOS 20 才會上線。內部資料還顯示 Apple Intelligence 實際使用率極低，iOS 19 恐難見重大 AI 更新。
週五
2月28日 星期五
全球最大呼叫中心部署 AI：即時消除印度員工口音，股價卻跌了 11%
據彭博社報道，全球最大外包呼叫中心巨頭 Teleperformance 宣佈採用 Sanas 的 AI 技術，零延遲中和印度客服員工口音。雖然高管堅稱這能縮短通話時間並提升滿意度，但在宣佈向 AI 投入高達 1.04 億美元后，其股價大跌 11%，市場顯然對這筆鉅額開支和輿論爭議存疑。
Google Sheets 迎來 Gemini 升級：自動挖掘資料洞察，還能畫熱力圖
Google 宣佈為所有 Workspace 商業使用者的 Sheets 接入全新 Gemini 分析能力。使用者現在可以直接讓 AI 分析資料相關性、檢測異常值，甚至一鍵生成熱力圖等視覺化圖表。點選右上角火花圖示提問即可，省去了手寫複雜公式的麻煩。
OpenAI 聯手美九大國家實驗室：千名科學家進場用 AI 攻堅科研
OpenAI 聯合美國能源部下屬九大國家實驗室舉辦「千名科學家 AI Jam Session」。來自橡樹嶺、伯克利等實驗室的千餘名研究人員利用前沿模型探索科研難題，並向技術團隊反饋需求與評估。後續還將釋出報告總結 AI 在科研領域的實際應用。
OpenAI 影片生成工具 Sora 正式在歐盟與英國上線
OpenAI 宣佈旗下 AI 影片生成工具 Sora 正式進入歐盟和英國市場。這意味著當地使用者現在也可以直接體驗 Sora 的影片生成功能，進一步擴大了該產品的可用地區範圍。
週四
2月27日 星期四
亞馬遜 CEO 劇透秋季硬體：全新高顏值裝置，配合 AI 版 Alexa
亞馬遜 CEO Andy Jassy 在彭博社採訪中透露，公司將於秋季推出一批外觀極具設計感的新硬體，專門配合升級後的智慧助手 Alexa Plus。此前亞馬遜剛釋出了具備更強對話能力的 Alexa Plus，硬體團隊也暗示新裝置將更加側重螢幕體驗。
曝 Meta 擬推獨立 Meta AI 應用：測試付費訂閱對標 ChatGPT
據 CNBC 報道，Meta 計劃在第二季度推出獨立的 Meta AI 移動應用，並測試付費訂閱服務，直接對標 ChatGPT。此前 Meta AI 僅內置於社交軟體與網頁端。獨立成 App 有助於沉澱聊天記錄並跨硬體打通體驗。
微軟升級 Azure AI Foundry：上線 GPT-4.5，支援私網智慧體與百模協同
微軟宣佈 Azure AI Foundry 迎來重大更新，正式在 Azure OpenAI 服務上線 GPT-4.5 預覽版。平臺同步增加了程式碼優先的模型蒸餾工具、私有虛擬網路支援，以及能並行排程數百個智慧體的 Magma 協作架構。
Figure AI 提速：2025 年開啟人形機器人家庭 Alpha 測試
Figure CEO 確認將於 2025 年晚些時候開啟人形機器人 Figure 02 的家庭場景 Alpha 測試，進度比原計劃提前了兩年。這主要得益於其自研的 Helix 模型。不過家庭環境遠比工廠複雜，目前的測試仍處於極早期。
Oculus創始人再創業做Sesame：擬真語音叫板主流助手，還要造AI眼鏡
Oculus 前 CEO 創辦的 Sesame 結束隱身狀態，公佈極具擬真表現力的語音技術並開放體驗，同時宣佈正在研發全天候陪伴的 AI 眼鏡。該模型支援自然打斷與流暢互動，官方計劃在未來數月開源並支援 20 多種語言。
Ideogram 釋出 2a 模型：價格腰斬 50%，數秒生成擬真圖文
Ideogram 釋出最新影像模型 Ideogram 2a，主打更快速度與高擬真圖文排版生成。最關鍵的是，2a 定價比上一代 2.0 便宜了 50%，並在主站和 API 同步開放。同時官方還推出了免登入即可檢視提示詞的公開 Feeds，進一步降低使用門檻。
Pika 釋出 2.2 版本：支援 1080p 與 1 至 10 秒關鍵幀過渡
Pika 推出 Pika 2.2，支援 10 秒影片生成與 1080p 解析度。新版加入了關鍵幀過渡功能 Pikaframes，允許創作者在 1 至 10 秒內精確控制畫面轉換。目前新功能已上線官網開放體驗。
大疆釋出機巢 Dock 3：支援車載移動起降，起售價超 2 萬美元
DJI 釋出第三代無人機機巢 Dock 3，首次支援通過選配雲臺在行駛中的車輛上起飛。新機巢適配 Matrice 4D 和 4TD 無人機，防護等級提升至 IP56，通訊距離達 10 公里，起售價 21059 美元。不過自動化航線仍需操作員提前規劃設定。
Mystic 推出結構參考工具：精準控制 AI 出圖結構與構圖
Mystic 推出 Structure Reference 功能。該工具允許使用者在生成影像時精準控制畫面結構的完整度，支援從卡通到寫實風格的轉換，可用於電影、3D、遊戲及建築設計等多種場景。
Meta 釋出 Aria Gen 2 眼鏡：端側跑 SLAM，專為機器人和具身感知打造
Meta 釋出第二代研究眼鏡 Aria Gen 2，用於第一視角與機器人感知研究。新眼鏡重約 75 克，搭載定製低功耗晶片，支援端側執行 SLAM、眼動和手勢追蹤，鼻托還塞進了心率與拾音感測器。目前主要面向合作實驗室開放。
You.com 推出企業研究智慧體 ARI：5 分鐘分析 400 個信源
You.com 推出企業級智慧體 ARI。它能在 5 分鐘內同時分析多達 400 個信源，展示思維鏈推理過程，並自動生成帶可驗證來源、圖表甚至格式化 PDF 的專業報告。企業目前可在 You.com Labs 申請預覽。
AWS 推出量子晶片 Ocelot：把量子糾錯成本砍掉最多 90%
AWS 釋出新型量子計算原型晶片 Ocelot，採用貓量子位元架構，可將量子糾錯所需資源與成本降低最高 90%。它首次將糾錯元件整合到可擴充套件微晶片上，能天然抑制環境干擾，有望讓實用容錯量子計算提前最多 5 年到來。
OpenAI 釋出 GPT-4.5 預覽版：擴充套件無監督學習，情商與常識再升級
OpenAI 釋出旗下規模最大的大模型 GPT-4.5 研究預覽版。該模型通過大幅擴充套件無監督學習與算力，增強了知識深度、意圖理解與共情對話能力，並降低了幻覺。目前已向 ChatGPT Pro 使用者與付費 API 開發者開放。
黃仁勳稱 AI 計算需求激增 100 倍：推理模型讓算力消耗不降反升
Nvidia CEO 黃仁勳表示，由於分步推理機制普及，新一代 AI 的計算需求已比 ChatGPT 釋出時暴增 100 倍。他反駁了市場對算力見頂的擔憂，強調推理模型實際上需要更多晶片支撐。目前其在華收入佔比已腰斬，但開發者仍會通過軟體尋找出路。
週三
2月26日 星期三
微軟釋出 Phi-4 小模型：支援音畫同傳，端側跑出多模態
微軟釋出端側小模型 Phi-4-multimodal（5.6B）與純文本模型 Phi-4-mini（3.8B）。其中 5.6B 模型能在單架構內同時處理語音、影像和文本，並在 OpenASR 榜單以 6.14% 詞錯誤率登頂，後續將整合進 Copilot+ PC。
Inception Labs 釋出 Mercury Coder：首個擴散程式碼模型，每秒超 1000 token
Inception Labs 推出首個商業級擴散語言模型 Mercury Coder，拋棄傳統的逐字預測，改用類似影像生成的並行去噪方式生成程式碼。在輝達 H100 上每秒可輸出超 1000 token，效能對標 GPT-4o Mini 但速度最高快 10 倍。這意味著無需專用晶片也能大幅壓低推理延遲與成本。
Mark 推出 129 美元 AI 書籤 Mark 1：鈦金屬機身，能自動生成讀書摘要
初創公司 Mark Engineering 推出售價 129 美元的 AI 智慧書籤 Mark 1。它採用鈦金屬打造，配備小螢幕與旋鈕，搭配 App 能記錄閱讀進度並自動生成章節摘要與重點摘錄。它試圖把紙質閱讀數字化，但具體硬體細節與後續是否收取訂閱費尚未完全公開。
Microsoft Copilot 登陸 Mac：快捷鍵一鍵喚醒，語音支援隨時打斷
Microsoft Copilot 正式上線 Mac 平臺。新版支援使用 Option + 空格快捷鍵在任意應用上方全域性撥出，內建播客風格的 Copilot Daily 音訊資訊，其語音對話還支援隨時打斷和糾錯。Mac 使用者無需頻繁切換視窗即可隨手呼叫 AI 助手。
Amazon 推出生成式 AI 助手 Alexa+：能跨平臺自主辦事，Prime 會員免費
Amazon 推出基於生成式 AI 的全新助手 Alexa+。它不僅支援自然對話與四種個性化語氣，還能跨第三方平臺自主預訂服務或處理家務。最值得關注的是它具備完整的代理能力，單月訂閱 19.99 美元，Prime 會員可免費使用。
特朗普轉發加沙 AI 宣傳片引眾怒：連鐵粉都批「極度惡俗」
特朗普在 Truth Social 轉發了一段 AI 生成的加沙改造影片。片中加沙被描繪成紙醉金迷的度假村，不僅出現半裸的內塔尼亞胡和跳舞的馬斯克，還立起特朗普巨型金像。畫面釋出後招致強烈反彈，連鐵桿支持者也紛紛批評其低俗荒誕。
ElevenLabs 推出語音轉文本模型 Scribe：支援 99 種語言，準確率超 Whisper
ElevenLabs 推出首個語音轉文字模型 Scribe。該模型支援 99 種語言轉錄，提供詞級時間戳、說話人分離及笑聲等非語音事件標記，基準測試表現超過 Whisper Large V3。目前已開放 API 和網頁端，低延遲即時版本即將上線。
高通釋出工業級品牌 Dragonwing：發力邊緣 AI 與工業物聯網
高通宣佈推出全新工業與企業級品牌 Dragonwing，覆蓋工業物聯網及網路基礎設施。其中 IQ 系列具備 100 INT8 TOPS 算力並耐受極端溫度，Q 系列主打低功耗邊緣 AI 與 Wi-Fi 7。這意味著高通將消費級驍龍與工業產品線拆分，正面迎戰 AMD 與輝達。
IBM 開源 Granite 3.2：帶「思考開關」的推理模型與 2B 視覺模型
IBM 開源推出 Granite 3.2 系列，採用 Apache 2.0 協議並上線 Hugging Face。新模型涵蓋 2B 和 8B 文本推理模型，開發者可通過 API 引數自由開關「思考模式」，同時帶來主打企業文件理解的 2B 視覺語言模型。
Wonder Dynamics 推出動作預測：演員被擋住也能還原 3D 動作
Wonder Dynamics 推出 AI 模型 Motion Prediction，專門解決無標記動作捕捉中的遮擋難題。即使演員被障礙物遮擋或身體區域性出畫，模型也能自動補全連貫姿態並減少滑步，已整合至 Wonder Animation。
阿里開源 Wan2.1 影片模型：登頂 VBench，4090 顯示卡也能跑
阿里通義實驗室開源影片生成模型套件 Wan2.1，包含 14B 和 1.3B 兩個版本，在關鍵基準上跑分超過 Sora，生成速度提升 2.5 倍。模型支援影片生音訊與中英雙語文字渲染，輕量版在單張 RTX 4090 顯示卡上 4 分鐘即可生成 5 秒影片。
Hume AI 釋出 Octave：懂語境的 TTS，能聽出諷刺與怒氣
Hume AI 推出語音大模型 Octave，主打讓 TTS 真正理解文本語境。它能推斷臺詞裡的反諷與恐懼，自動調整音調與節奏，還支援用提示詞定製音色與表演指令。盲測中其音質與自然度評分均超過 ElevenLabs。
週二
2月25日 星期二
xAI 上線 Grok 3 語音模式：帶「失控」和 18+ 人格，能爆粗口與尖叫
xAI 為 Grok 3 推出全新語音互動模式，面向高階訂閱使用者開放。該功能提供未過濾的「失控」與 18+「性感」等人格，不僅會爆粗口、尖叫結束通話，還能模擬語音性愛。最值得關注的是，xAI 徹底放開內容審查，與 OpenAI 形成鮮明反差。
ChatGPT 免費版支援高階語音：GPT-4o mini 驅動，每天限時體驗
OpenAI 宣佈向所有 ChatGPT 免費使用者開放高階語音模式預覽，底層由成本更低的 GPT-4o mini 驅動。它的語調與對話節奏接近 GPT-4o 旗艦版，但設有每日使用限額，剩餘 3 分鐘時會彈出提醒，額度耗盡自動結束。
Apptronik 聯手製造巨頭 Jabil：讓人形機器人 Apollo 進廠造自己
人形機器人創企 Apptronik 宣佈與製造巨頭 Jabil 達成試點合作。Apollo 機器人將入駐 Jabil 工廠負責分揀和物料搬運等任務；一旦通過商業化驗證，Jabil 還將直接代工該機器人，目標 2026 年量產。
Poe 推出 Poe Apps：一句話組合多種模型，直接生成視覺化應用
Quora 旗下 Poe 推出 Poe Apps 功能。使用者只要在 App Creator 中用自然語言描述需求，就能借助 Claude 3.7 Sonnet 自動編寫介面與 JavaScript 邏輯，隨意混搭 GPT-4o、Flux 等不同模型。應用支援公開分享，目前僅限網頁端，未來還將開放創作者變現。
微軟 Copilot 全面取消限制：免費無上限使用語音與 o1 深度思考
微軟宣佈向所有免費使用者無限制開放 Copilot 的語音模式與 Think Deeper 深度思考功能，直接解除之前的次數與時長限制。其中深度思考由 OpenAI o1 模型驅動，支援更長的連續複雜推理。每月 20 美元的 Pro 訂閱依然保留，高峰期免費版可能會遇到延遲。
Adobe 推出新版 iPhone Photoshop：自帶圖層，支援 Firefly 生成式填充
Adobe 推出全新的 Photoshop iPhone 應用，整體體驗更接近桌面版。免費版支援圖層、蒙版以及 Firefly 生成式填充與擴充套件功能；魔棒與仿製圖章等高階工具需訂閱。Android 版預計年內上線。
OpenAI 釋出 Deep research 系統卡：o3 驅動，四項前沿風險評為中等
OpenAI 釋出 Deep research 系統卡，披露其在面向 Pro 使用者推出前的安全評估細節。該功能由針對網頁瀏覽最佳化的早期 o3 模型驅動，在網路安全、模型自主性等四項前沿風險評估中均獲中等評級，重點強化了防範提示詞注入與隱私保護能力。
Google 上線 Gemini 2.0 Flash-Lite：推理更強且大幅降價，開放 API
Google 宣佈 Gemini 2.0 Flash-Lite 正式在 Gemini API 上線，支援 Google AI Studio 生產環境及 Vertex AI 企業客戶。該模型推理與數學基準超越 1.5 Flash，支援 100 萬 token 上下文，輸入百萬 token 僅需 0.10 美元。
傳 DeepSeek 提前研發節奏：新一代推理模型 R2 或搶跑釋出
據外媒報道，DeepSeek 正在加速下一代推理模型 R2 的釋出節奏。知情人士透露，團隊原計劃 5 月初推出 R2，如今希望儘早釋出。新模型將重點提升程式設計能力，並增強非英語的多語言推理表現，進一步趁勝追擊擴大自身優勢。
DeepSeek 火爆拉動算力：騰訊阿里位元組大幅追加輝達 H20 訂單
據路透社報道，受 DeepSeek 低成本模型需求爆發推動，騰訊、阿里和字節跳動近期大幅增加了輝達 H20 晶片訂單。醫療和教育等中小型公司也開始採購相關伺服器。這緩解了此前市場對高效率模型可能導致算力需求萎縮的擔憂。
抗議英國版權法倒向 AI：上千名音樂人聯合發了一張「無聲專輯」
Kate Bush、Hans Zimmer 等 1000 名音樂人聯合釋出無聲專輯《Is This What We Want?》，抗議英國政府擬推行的版權法改革。新規擬允許 AI 開發者直接使用網路內容訓練，除非創作者主動宣告退出。整張專輯由空錄音室的環境白噪音組成，12 首曲目連起來正是一句抗議標語。
