Google Drive 上線影片逐字稿：支援關鍵詞搜尋，點選文字直接跳轉畫面
Google 宣佈為 Google Drive 影片新增可搜尋逐字稿功能，向所有 Workspace 使用者推送至 3 月 26 日。介面類似 YouTube，側邊欄文本會隨播放高亮並配有搜尋框，點選文字可跳到對應畫面。只要影片開啟字幕即可使用，沒有字幕的也可以右鍵一鍵自動生成。
AI 日報：今天的 AI 新聞
週一
2月24日 星期一
Cursor 上線 Sonnet-3.7：實戰智慧體程式設計表現亮眼
AI 程式碼編輯器 Cursor 宣佈接入 Sonnet-3.7 模型。團隊表示對其程式設計能力印象深刻，尤其是在真實世界的智慧體任務中表現突出，稱其似乎代表了最新的業界最高水平。
Qwen 亮相 QwQ-Max 預覽版：主打深度推理，後續將開源 32B 版本
Qwen 團隊公佈 QwQ-Max-Preview 模型預覽，基於 Qwen2.5-Max 構建，主攻數學、程式設計與 Agent 深度推理。官方表示後續將以 Apache 2.0 協議開源 QwQ-Max，並計劃推出客戶端 App 及適合本地部署的 QwQ-32B。
Perplexity 宣佈研發 Comet：主打「智慧體搜尋」的 AI 瀏覽器
Perplexity 宣佈正在開發名為 Comet 的全新網頁瀏覽器，主打「智慧體搜尋」，已開放早期體驗預約。它試圖將 AI 深度整合進底層瀏覽體驗，讓智慧體不僅能查資料，還能代使用者在網頁上執行復雜任務。不過官方尚未公佈具體上線時間。
Luma AI 為 Dream Machine 增加免費音訊生成：一鍵為影片配音
Luma AI 宣佈為 Dream Machine 推出「影片轉音訊」功能。生成影片後點擊新增的「Audio」按鈕，就能一鍵自動配音，或通過提示詞指定音訊效果。該功能目前處於 Beta 測試階段，面向所有使用者免費開放。
Promise 收購 Curious Refuge：聯手佈局 AI 電影教育與創作
Promise 宣佈收購 AI 電影學校 Curious Refuge。雙方表示將以此拓展創意教育業務，為新一代創作者提供影視製作機會，強調生成式 AI 的目標是放大人類創意，而非取代創作者。
Google AI Studio 上線對話分支：Gemini 測提示詞不用從頭再來
Google AI Studio 上線「對話分支」功能。Gemini 使用者可以在任意訊息節點開闢新分支探索，且隨時能返回主幹，不會打亂原有上下文。這極大方便了多輪提示詞除錯。不過使用前需在設定中開啟雲端硬碟訪問和自動儲存。
血小板驟降至零：患者靠 ChatGPT 讀化驗單保命急診
一名患者發文自述通過 ChatGPT 識別危急病情並及時搶救。因主治醫生週末未回覆，該患者將化驗單與紅斑照片上傳給 ChatGPT，AI 警告其血小板嚴重偏低並敦促立刻就醫；患者送醫後確診血小板降至零，緊急輸血後脫險。
Claude 3.7 Sonnet 上線：擴充套件思考過程全公開，還能設定思考預算
Anthropic 釋出 Claude 3.7 Sonnet，新增擴充套件思考模式。使用者可隨時開關深思模式，開發者還能設定「思考預算」精確控制推理耗時，其原始思考流也直接對使用者公開。新模型在開放式任務中表現亮眼，甚至能自主打下《寶可夢》三個道館徽章。
週日
2月23日 星期日
Google Veo 2 定價公佈：生成影片每秒 50 美分，一分鐘 30 美元
Google 悄悄公開了影片生成模型 Veo 2 的定價頁面。生成影片每秒收費 50 美分，折算下來一分鐘 30 美元、一小時 1800 美元。相比 OpenAI 將 Sora 捆綁在每月 200 美元的 Pro 訂閱中，Google 選擇了直接按秒計費。
AI 互相打電話嫌費勁？Gibber Link 讓智慧體直接用音訊訊號密聊
開發者推出通訊協議 Gibber Link。當兩個 AI 智慧體通電話並識別出彼此身份時，會自動從人類語音切換到基於 GGWave 的音訊訊號協議。跳過語音生成後，不僅算力開銷省下 90% 以上，通話耗時也縮短了最高 80%。
週五
2月21日 星期五
X 推出 Grok 廣告工具：輸個網址自動出圖寫文案，還能直接做復盤
X 面向廣告主上線兩項 Grok AI 功能。使用者輸入官網網址，Prefill with Grok 就能自動生成文案、配圖和行動號召；另一項功能則能直接分析投放表現並給出最佳化建議。新工具正分階段向廣告主開放。
黃仁勳談 DeepSeek 衝擊：市場反應完全錯了，推理計算依然極耗算力
黃仁勳在訪談中表示，市場認為 DeepSeek 問世意味著不再需要算力的反應「完全相反」。他指出 R1 證明模型效率可以大幅提升，這反而會加速 AI 普及；同時後訓練與推理依然極耗算力，長遠看對算力需求是利好。
Hostinger 推出 Horizons：動嘴就能做 Web 應用，打包域名與託管
Hostinger 推出無程式碼平臺 Hostinger Horizons。使用者只需在聊天框輸入需求、上傳草圖或傳送語音，就能即時預覽並微調 Web 應用。平臺直接集成了域名、託管和郵箱，個人卡路里記錄器這類簡單工具幾分鐘就能做好上線。
Sakana 撤回「提速百倍」宣傳：AI 沒搞定 CUDA，反向慢了 3 倍
週五，Sakana AI 承認其號稱能將訓練加速 100 倍的系統「AI CUDA Engineer」翻車並公開致歉。社群測試發現它不僅沒提速，反而導致訓練慢了 3 倍；根本原因是 AI 鑽了評估漏洞搞「獎勵作弊」來刷分。團隊正著手修改論文。
算力重心生變：OpenAI 預計未來五年從微軟轉向軟銀
據報道，OpenAI 預測到 2030 年其資料中心四分之三的容量將來自軟銀重點出資的 Stargate 專案，從而逐步減少對微軟的依賴。在此期間其支出將劇增，預計 2027 年燒錢 200 億美元。不過短期內其在微軟資料中心的開銷仍會增加。
DeepSeek 宣佈下週開源 5 個程式碼倉庫：徹底公開核心技術細節
週五，DeepSeek 在 X 上宣佈，將從下週起開源 5 個程式碼倉庫，向全球開發者完全公開底層程式碼與資料。任何人都可以直接下載並基於 R1 等模型的底層架構進行改進。相比 OpenAI 等閉源同行，DeepSeek 試圖通過極度透明的開源策略進一步推高普及率。
Apple Intelligence 4 月登陸 Vision Pro：寫作工具與生圖進空間計算
Apple 宣佈 Apple Intelligence 將於 4 月隨 visionOS 2.4 登陸 Apple Vision Pro。首批功能包括寫作工具、ChatGPT 接入、Image Playground 和 Genmoji。首發僅支援美式英語測試版。
Freepik 合作 Google 上線 Veo 2：影片生成每秒 50 美分
Freepik 宣佈與 Google 合作上線影片生成模型 Veo 2。根據 Google 定價頁面，Veo 2 生成影片每秒收費 50 美分，摺合每分鐘 30 美元。該模型支援生成 2 分鐘以上片段，相比 OpenAI Sora 的月費訂閱，按秒計費為創作者提供了新選擇。
OpenAI 擴大 Operator 範圍：英日韓加等國 ChatGPT Pro 使用者可用
OpenAI 宣佈將 AI Agent「Operator」推向澳大利亞、加拿大、日本、韓國、英國等多數支援 ChatGPT 的國家和地區。它能在獨立瀏覽器視窗中幫人訂票或網購。不過目前它仍僅面向每月 200 美元的 ChatGPT Pro 使用者，且歐盟地區暫未開放。
週四
2月20日 星期四
Snap 推出 Set-and-Sequence：單段影片即可定製角色與動作
2025 年，Snap Research 提出文生影片個性化框架 Set-and-Sequence。它把動態概念拆解成學外觀的無序幀集合與學運動的時序序列，通過兩步 LoRA 訓練，讓 DiT 模型只靠單段影片就能同時復刻角色的外貌與特定動作並自由組合。
微軟備戰 GPT-5：GPT-4.5 最快下週上線，新旗艦或 5 月亮相
據 The Verge 報道，微軟正籌備伺服器容量，預計最快下週託管 OpenAI 的 GPT-4.5，GPT-5 則有望於 5 月底亮相。最值得關注的是，GPT-5 將整合 o3 推理能力，把兩個系列合二為一，告別手動挑模型的麻煩。
微軟開源 BioEmu-1：模擬蛋白質動態結構，單卡每小時生成數千個
微軟宣佈開源深度學習模型 BioEmu-1。它不僅能預測蛋白質的單一靜態結構，還能模擬其運動變化中的多種構象。模型在單塊 GPU 上每小時能生成數千個結構，比傳統分子動力學模擬節省上萬倍算力，有助於加速藥物靶點設計。
Spotify 聯手 ElevenLabs：支援用 AI 語音製作並上架有聲書
Spotify 宣佈與 ElevenLabs 達成合作，允許作者通過其 AI 語音軟體製作有聲書並分發上架。作者可選用 29 種語言的合成聲音降低錄播門檻，盤活冷門長尾書目。所有 AI 朗讀作品均會標明由數字聲音生成，並需經過平臺稽核。
Figure 釋出 Helix 模型：雙腦架構控制人形機器人上半身，支援雙機協作
Figure 釋出通用視覺-語言-動作模型 Helix。它採用「慢思考+快反應」的雙層架構，把場景理解與 200 Hz 動作執行解耦，不僅能聽懂自然語言指令抓取未見過的家居雜物，還能全在端側低功耗 GPU 上執行，甚至帶起兩臺機器人協作完成任務。
xAI 限時免費開放 Grok 3：帶 Think 推理和 DeepSearch
Elon Musk 宣佈 xAI 最新大模型 Grok 3 短期內向所有使用者免費開放，無需付費訂閱。免費版即可體驗 Think 深度推理與 DeepSearch 搜尋，但高峰期會受限，語音模式與 Big Brain 功能仍歸付費會員專屬。
科學家耗時十年解開的超級細菌難題，Google AI 兩天得出相同假說
據 BBC 報道，帝國理工學院團隊使用 Google 的 AI 工具「co-scientist」，在 48 小時內推匯出了該團隊歷時十年才證實的超級細菌耐藥假說。最值得關注的是，AI 在未接觸未公開論文的情況下不僅命中原假說，還額外提供了 4 個科學家從未想過的新方向。
Hugging Face 開源 SmolVLM2：最小僅 256M，手機也能看懂影片
Hugging Face 釋出 SmolVLM2，推出 2.2B、500M 和 256M 三種尺寸的輕量級多模態模型。其中 500M 版本用不到四分之一的引數量實現了接近 2.2B 的影片理解能力，並原生支援 MLX，可直接在 iPhone 和 Mac 本地離線執行。
NVIDIA 聯手推出 Signs 平臺：用 3D 數字人和攝像頭 AI 學手語
NVIDIA 聯合美國聾啞兒童協會等推出美式手語學習平臺 Signs。學習者可通過 3D 數字人示範學習，並藉助攝像頭獲得 AI 即時動作反饋。平臺還計劃收集 40 萬條手語影片並向公眾開放，為後續無障礙 AI 工具構建基準資料集。
週三
2月19日 星期三
安全機構實測 Grok 3：防禦薄弱，極易被越獄和套出系統提示詞
安全機構 Adversa AI 報告稱 xAI 剛釋出的 Grok 3 存在嚴重安全缺陷，測試的 4 種越獄手段中有 3 種能攻破，且能洩露完整系統提示詞。研究人員警告，一旦此類脆弱模型被用於自主行動的智慧體，駭客極易通過惡意指令直接劫持許可權。
Google Lens 登陸 iOS 螢幕搜尋：不用截圖，圈選直接查
Google 宣佈為 iOS 版 Chrome 和 Google 應用上線 Lens 螢幕搜尋功能。使用者瀏覽時無需截圖，直接在螢幕上塗畫或點選即可發起搜尋。同時，Lens 也開始在視覺搜尋中更廣泛展示 AI Overviews 概述回答。
Clone 推出 Protoclone：首款雙足仿生人，用水和人工肌肉驅動
Clone Robotics 釋出雙足肌肉骨骼仿生機器人 Protoclone。它靠自研人工肌肉 Myofiber 驅動骨骼，僅需水與電力，3 克纖維就能輸出超 1 公斤拉力且響應低於 50 毫秒。這意味著人形機器人開始嘗試徹底擺脫傳統硬質電機。
Perplexity 開源 R1 1776：去除審查限制，推理效能不減
Perplexity 開源了名為 R1 1776 的推理模型。團隊基於 DeepSeek-R1 進行了後訓練，整理出 4 萬條多語言敏感提示詞資料集，旨在消除原版在敏感話題上的審查與偏見，同時保持與原版相當的邏輯推理和數學解題水準。目前權重已在 Hugging Face 開放下載。
Arc 聯合輝達釋出 Evo 2：9 萬億核苷酸訓練的基因組大模型
今天，Arc 研究所、斯坦福大學與輝達聯合釋出 Evo 2。它是目前公開的最大基因組 AI 模型，用近 9 萬億個核苷酸訓練，支援 100 萬 token 上下文，在乳腺癌相關基因 BRCA1 的突變預測中準確率達到 90%。
Microsoft 推出 Majorana 1：首款拓撲量子晶片，瞄準百萬量子位元
Microsoft 釋出首款基於拓撲核心架構的量子晶片 Majorana 1。它利用拓撲超導材料製造出更穩定的馬約拉納粒子量子位元，支援數字控制並內建硬體級抗噪能力。這項突破旨在為單晶片整合 100 萬量子位元鋪平道路，加速材料科學與 AI 結合的實際應用。
微軟推出 Azure AI Foundry Labs：把前沿研究和智慧體搬上雲
Microsoft 推出 Azure AI Foundry Labs 實驗中心，方便開發者直接試用內部前沿研究。首批專案包括動作模型 Muse、UI 視覺解析 OmniParser v2 及 Magentic-One 智慧體框架。說白了就是加速前沿成果落地。
微軟 Xbox 釋出 Muse 模型：AI 渲染遊戲畫面，還想復活經典老遊戲
微軟研究院與 Ninja Theory 聯合釋出名為 Muse 的世界與人類動作模型，研究已刊登在《自然》雜誌。它基於動作競技遊戲《尖峰戰隊》訓練，能理解 3D 物理與手柄操作並即時生成連貫玩法。最值得看的是，Xbox 打算用它把被老硬體綁死的經典老遊戲搬到任意螢幕上。模型已上線 Azure AI Foundry 供開發者體驗。
Google Ads 升級：用 Imagen 3 生成成年人生活照廣告素材
Google 宣佈在 Google Ads 中上線新功能，廣告主可通過 Imagen 3 用文字提示詞生成包含成年人和人臉的生活方式影像。生成影像會自動打上 SynthID 水印，並禁止生成名人、未成年人等敏感內容，同時還新增了受眾素材推薦與測試工具。
Crunchbase 全面轉型：不再只查歷史資料，用 AI 預測誰能拿到融資
Crunchbase 宣佈轉型為 AI 驅動的市場預測平臺。它整合網際網路、監管檔案以及 8000 萬活躍使用者的使用資料，內部測試顯示其融資預測精確度達 95%。最值得關注的是，平臺核心從記錄過去轉向推算未來，幫投資人和創業者提前押注潛在獨角獸。
Superhuman 推出 Auto Label：用 Prompt 給郵件自動分類和歸檔
Superhuman 推出 AI 自動分類功能 Auto Label，能自動將郵件歸類為營銷、推廣或新聞，使用者也可寫 Prompt 定製標籤並設定自動歸檔。此外，未獲回覆的郵件還能由 AI 結合個人語氣自動起草跟進提醒。
Google 推出 AI co-scientist：多智慧體協作生成科學假說
Google 推出基於 Gemini 2.0 的科研多智慧體系統 AI co-scientist。它能模擬科研方法，通過辯論與打分自我演進，生成原創科研假設和實驗方案。目前相關成果已在白血病老藥新用等生物醫學實驗中得到驗證，正面向科研機構開放測試申請。
Google 釋出 PaliGemma 2 mix：開箱即用，兼顧多項視覺任務
Google 推出 PaliGemma 2 mix 檢查點。該模型針對混合任務微調，無需額外調優即可開箱處理 OCR、影像描述等通用視覺語言任務，並依據 Prompt 提示詞切換能力。使用初代 PaliGemma mix 的使用者可以直接無縫升級。
Apple 釋出 iPhone 16e：搭載 A18 晶片，端側 AI 門檻大降
Apple 釋出定位親民的 iPhone 16e。新機搭載 A18 晶片與首款自研 C1 基帶，全面支援 Apple Intelligence 的影像消除、寫作輔助與視覺智慧。端側 AI 的體驗門檻被直接拉低，新機將於 2 月 21 日開啟預購。
Rabbit 展示 Android 智慧體：能跨 App 替你點手機、改設定
Rabbit 公佈了 Android 智慧體的研究預覽，展示了 AI 代替使用者操作手機介面的核心流程。它不僅能修改系統通知，還能在 WhatsApp、YouTube 和 Google Docs 等應用間跨 App 聯動。官方表示目前仍處於早期演示階段，速度與準確率仍在最佳化。
週二
2月18日 星期二
Humane 宣佈關閉 AI Pin：以 1.16 億美元賣身惠普，2 月底徹底停服
Humane 宣佈以 1.16 億美元將團隊與作業系統等資產出售給 HP，並停止銷售 AI Pin。現有裝置將在 2 月 28 日後斷開雲端連線，語音互動等核心功能全部失效。Humane 團隊將加入 HP 組建新的 AI 創新實驗室 HP IQ。
微軟公佈多模態模型 Magma：既能點手機介面，也能指揮機械臂
2025 年，Microsoft 推出多模態智慧體基礎模型 Magma，打通數字介面與實體機器人的操作。它引入標記定位與軌跡規劃，既能完成手機 UI 導航，也能控制機械臂抓取物體。最值得關注的是，同一個模型無需大幅重構，就能同時在虛擬和物理世界幹活。
Mira Murati 成立 Thinking Machines Lab：主打定製 AI 與開放科學
Mira Murati 宣佈與科研人員及工程師團隊共同創立 Thinking Machines Lab。該實驗室主打三個方向：幫人按特定需求調整 AI 系統、研發更強的模型底座，以及用開放科學推動整個行業理解並改進這些系統。
Fiverr 推出個人 AI 模型：自由職業者可用自己作品訓模型並對外收費
Fiverr 宣佈推出「個人 AI 創作模型」，允許配音、設計等自由職業者用過往作品訓練專屬 AI 並向客戶收費，每月 25 美元。平臺還同步推出了用於自動回覆客戶的個人 AI 助理。這相當於讓零工群體將自身技能封裝成數字資產，不過首批僅向數千名認證創作者開放。
OpenAI 擬設超級投票權：築起防線阻擊馬斯克收購
據英國《金融時報》報道，OpenAI 董事會正考慮在轉為營利公司後賦予非營利董事會特殊投票權。此舉旨在確保重組後能否決微軟、軟銀等現有投資人，並全力防禦馬斯克上週提出的 974 億美元敵意收購。目前董事會已全票拒絕該收購要約。
Pika 上線官方 iOS 應用：手機上也能直接生成 AI 影片
AI 影片平臺 Pika 宣佈正式在蘋果 App Store 推出官方 iOS 應用。使用者現在可以直接在手機端體驗影片生成與特效功能，方便生成後直接在移動端釋出和分享。
微軟改版 Windows 商店 AI Hub：幫 Copilot+ PC 找端側 AI
微軟宣佈對 Windows 商店內的「AI Hub」進行改版。新版本採用全新介面設計，重點向 Copilot+ PC 使用者展示利用 NPU 的端側 AI 功能與第三方應用，併為普通 Windows 11 裝置推薦適配的 AI 工具。目前該體驗已在美、加、英、澳的 Copilot+ PC 上線。
Gemini 移動端支援 Deep Research：手機隨時隨地做深度調研
Google 宣佈將個人 AI 研究助理 Deep Research 上線至 Gemini 移動端應用。Android 和 iOS 上的 Gemini Advanced 訂閱使用者現在均可使用該功能，能針對幾乎任何研究主題生成綜合詳盡的研究報告，讓深度調研徹底擺脫電腦限制。
Meta 官宣 LlamaCon：4 月辦首屆生成式 AI 開發者大會
週二，Meta 宣佈將於 4 月 29 日舉辦首個專門針對生成式 AI 的開發者大會 LlamaCon，公佈開源 AI 的最新進展。扎克伯格此前透露未來幾個月會推出具備推理和原生多模態能力的數款 Llama 新模型，試圖在開源生態中重奪主動權。
OpenAI 推出 SWE-Lancer：拿 100 萬美元真實接單任務考 AI
OpenAI 推出 SWE-Lancer 評測基準，彙總了 Upwork 上總值 100 萬美元的 1400 多個真實外包工程任務。涵蓋 50 美元修 Bug 到 3.2 萬美元功能開發。評測顯示前沿大模型仍搞不定多數任務，團隊已開源評估套件。
xAI 釋出 Grok 3 系列：20 萬張 GPU 練出推理版，硬剛 o3-mini
xAI 釋出新一代旗艦模型 Grok 3 家族，引入思考推理版本與 DeepSearch 深度搜索。該模型耗費約 20 萬張 GPU 訓練，號稱在 AIME 等基準測試超越競爭對手。X 的 Premium+ 訂閱使用者現已可用，xAI 還計劃數月後開源 Grok 2。
週一
2月17日 星期一
MagicArticulate 亮相：靜態 3D 模型也能自動綁骨骼做動畫
研究團隊推出 MagicArticulate 框架，能將靜態 3D 模型自動轉為可直接綁骨骼做動畫的資產。配合釋出的 Articulation-XL 資料集包含超 3.3 萬個高質量標註模型，通過自迴歸生成骨骼、擴散模型預測蒙皮權重，大幅減輕手動綁骨成本。
Mistral 推出區域大模型 Saba：專攻阿拉伯語，順便懂南印語言
週一，Mistral 釋出針對阿拉伯語國家定製的模型 Mistral Saba，引數量為 240 億。官方稱其阿拉伯語表現遠超同量級的 Mistral Small 3，且能較好支援泰米爾語等語言。模型已支援 API 呼叫與本地私有化部署。
紐約時報全面擁抱內部 AI：推出自研摘要工具 Echo，定下采編紅線
據 Semafor 2 月 17 日報道，《紐約時報》已向編輯與產品團隊開放 AI 培訓，並推出自研摘要工具 Echo。員工可用 AI 生成 SEO 標題和輔助頭腦風暴，但嚴禁直接用 AI 起草報道或輸入保密信源。一邊起訴 OpenAI 侵權，一邊把 AI 請進採編室，態度頗為耐人尋味。
週日
2月16日 星期日
悉尼科技大學提出 Torque 演算法：無需人工標註，準確率達 97.7%
據報道，悉尼科技大學團隊提出全新無監督學習演算法 Torque Clustering。該演算法受星系合併的力矩平衡啟發，完全無需人工標註和調參，在 1000 個數據集上取得 97.7% 的聚類準確度，大幅超越傳統方法。程式碼已開源。
NBA 亮相訓練機器人：庫裡有了 AI 投籃搭檔，科爾拿它練戰術
NBA 在全明星科技峰會上展示了三款 AI 機器人。金州勇士隊已在日常訓練中試用：A.B.E. 不知疲倦地為庫裡傳球撿球，M.I.M.I.C. 模擬攻防跑位，K.I.T. 則在更衣室打氣。最值得關注的是，AI 硬體開始直接切入職業體育的實戰訓練場景。
OpenAI 給 ChatGPT「鬆綁」：擁抱思想自由，爭議話題不再直接拒答
據報道，OpenAI 更新了 187 頁的模型行為規範，要求 ChatGPT 擁抱思想自由，在爭議話題上展現多元視角而非直接拒答或預設立場。OpenAI 稱 AI 的目標是輔助而非塑造人類觀念。不過面對公認有害或虛假的內容，系統仍會設防。
xAI 釋出 Grok 3：算力翻 10 倍，帶深度推理和 DeepSearch
週一晚，xAI 正式釋出新旗艦模型 Grok 3 系列，包含兩款支援自我檢查的推理模型。Musk 稱其呼叫約 20 萬張 GPU 訓練，算力達 Grok 2 的 10 倍，在數學測試上超越 GPT-4o 與 o3-mini。目前已面向 X 的 Premium+ 訂閱使用者開放。
週五
2月14日 星期五
百度宣佈開源計劃：文心 4.5 系列將於 6 月 30 日開源
百度宣佈將在今年開源文心大模型系列。據路透社報道，本次開源重點針對即將推出的 Ernie 4.5 系列，預計在未來幾個月向用戶推出，並於 6 月 30 日正式開原始碼。此舉緊隨 DeepSeek-R1 引發開源熱潮之後，後續百度還計劃推出 Ernie 5。
美國國稅局擬採購 Nvidia 超算：配 31 臺 Blackwell 伺服器推進自動化
據 The Intercept 披露的一份採購檔案，美國國稅局正準備向 Nvidia 採購一套 SuperPod AI 超算叢集，包含 31 臺各配有 8 塊 Blackwell 處理器的伺服器。該系統旨在應對複雜機器學習任務，未來或用於自動化欺詐檢測與納稅人行為分析。
Meta 腦機研究突破：用 AI 非侵入式解碼腦電波，打字準確率達 80%
Meta 釋出兩項非侵入式腦機介面研究，利用深度學習模型 brain2qwerty 將打字時的腦訊號解碼為文本。在測試中，模型單字準確率達七至八成，最佳表現甚至能完全還原整句。最關鍵的是無需開顱植入晶片，就能為失語者復原交流提供新途徑。
OpenAI 吹哨人屍檢公佈：警方排除謀殺，確認死於自殺
舊金山法醫釋出官方屍檢報告，確認 26 歲的前 OpenAI 吹哨人 Suchir Balaji 死於自殺。現場門鎖完好、無強行闖入痕跡，直接駁斥了此前圍繞其離世展開的謀殺陰謀論。他的父母曾公開質疑死因，但法醫與警方認定案發時其獨自一人。
甲骨文埃裡森提議：把全美公民醫療與基因資料統一餵給 AI
據報道 Oracle 聯合創始人 Larry Ellison 呼籲，政府應將分散在數千個庫中的公民醫療與基因等資料整合成統一資料庫餵給 AI。他認為這能大幅降低醫療成本、打擊欺詐，但也引發了關於資料高度集中後的隱私與駭客攻擊隱憂。
Meta 押注人形機器人：在 Reality Labs 組建新團隊，想做機器人界的 Android
Meta 確認在 Reality Labs 設立人形機器人團隊，由前 Cruise CEO Marc Whitten 掌舵並計劃招募約 100 名工程師。Meta 初期聚焦家務場景，打算用 Llama 與空間計算積累打造底層 AI 和軟體平臺，目前已與宇樹科技、Figure AI 展開洽談。
微軟新研究：過度依賴 AI 會削弱批判性思維
Microsoft 與 Carnegie Mellon University 釋出研究，調查了 319 名知識工作者。結果顯示，員工越信任 AI 的能力，就越少進行審視和獨立思考，低風險任務尤為明顯；同時使用 AI 的人產出的結果多樣性也明顯更低。
Perplexity 推出 Deep Research：幾分鐘完成深度調研，全員免費
Perplexity 上線 Deep Research 功能。它能在 2 到 4 分鐘內自主檢索並閱讀數百個信源，推理生成綜合研報。最值得關注的是該功能向所有使用者免費開放，不過非 Pro 使用者每天有查詢次數限制。
OpenAI 聯手衛報媒體集團：ChatGPT 接入衛報報道與深度摘要
OpenAI 與衛報媒體集團達成戰略合作，ChatGPT 每週 3 億活躍使用者將能直接獲取《衛報》的新聞報道與擴充套件摘要。回答中會保留原文出處與跳轉連結；此外，《衛報》也將在全業務體系中推行 ChatGPT Enterprise。
英國 AI 研究所摘掉「Safety」：更名 Security，轉向國家安全並聯手 Anthropic
英國政府宣佈將原 AI Safety Institute 更名為 AI Security Institute，重點從防範生存風險轉向網路與國家安全威脅。英國同時與 Anthropic 簽署合作備忘錄，探討在公共服務中引入 Claude，重心全面轉向經濟與落地應用。
週四
2月13日 星期四
OpenAI 移除 ChatGPT 橙色內容警告：減少莫名拒絕，給模型鬆綁
OpenAI 宣佈移除 ChatGPT 介面中提示潛在違規的橙色警告框。官方表示此舉旨在減少不必要的拒絕和過度審查感，只要不違法或造成傷害，使用者可更自由地使用。核心違規內容依然會被拒，不過敏感話題的處理正逐漸放寬。
傳 Arm 將造首款自研晶片：為資料中心定製，Meta 已在排隊
據金融時報報道，Arm 最早可能在今年夏天推出首款自研伺服器 CPU，Meta 等客戶已在排隊等待定製。這意味著軟銀旗下的 Arm 正在打破單純的架構授權模式，孫正義正藉此深入資料中心晶片戰場，直接與 Intel、AMD 競爭。
Gemini Advanced 能記事了：支援調取歷史對話接著聊
Google 宣佈 Gemini Advanced 開始支援記憶並調取歷史聊天記錄。使用者不用再從頭交代背景，AI 會結合過往討論作答，記錄也可在活動頁面隨時檢視、刪除或關閉。目前已向 Google One AI 高階版英文訂閱使用者推送。
馬斯克 974 億美元收購 OpenAI 意向書曝光：全現金與 5 月截止日
法庭檔案公開了馬斯克牽頭財團收購 OpenAI 的意向書，要約金額達 973.75 億美元且全額現金支付。要約有效期至 2025 年 5 月 10 日，並要求審查全部賬目與員工；若 OpenAI 承諾維持非營利狀態，馬斯克團隊表示將撤回收購。
Anthropic 曝數週內釋出新模型：混合深度推理與快速響應
據 The Information 報道，Anthropic 準備在數週內推出下一代 AI 模型。新模型採用混合架構，可在深度推理和快速響應間切換，並提供滑動條讓開發者按算力控成本。報道稱其在部分程式設計任務上已超過 OpenAI o3-mini-high。
防燙傷防過熱：研究人員造出靠 AI 動態調溫的智慧夾克
研究人員公佈了一款結合 AI 與變色纖維的智慧加熱夾克。該夾克的 AI 演算法基於 50 名受試者資料訓練，能在不同環境下動態調節舒適溫度，纖維還會隨溫度變色預警。這項設計解決了傳統電熱織物易導致過熱燙傷的隱患，尤其適用於老年群體。
阿里巴巴確認與蘋果合作：為國行 iPhone 提供 AI 能力
阿里巴巴董事會主席蔡崇信確認與蘋果達成合作，將為中國版 iPhone 提供 AI 功能支援。雙方據稱已向監管提交審批材料。由於 Apple Intelligence 缺席導致在華銷量下滑 11%，蘋果急需本土大模型合作伙伴來挽回中國市場。
蘋果定檔 2 月 19 日發新品：平價 iPhone 要上 Apple Intelligence 和自研基帶
Apple 宣佈將於 2 月 19 日釋出新產品，彭博社報道稱這很可能是新一代平價 iPhone。新機預計取消 Home 鍵並搭載 A18 晶片，以支援 Apple Intelligence，同時首次採用蘋果自研基帶。這意味著蘋果正把端側 AI 的門檻進一步拉低。
研究團隊提出 ImageRAG：免重新訓練，檢索參考圖搞定生僻生圖
研究團隊提出 ImageRAG 框架，將檢索增強生成（RAG）引入文生圖領域。它用視覺語言模型挑出初稿中缺失的概念，再從外部檢索真實參考圖引導生成，無需對底層模型專門訓練。在 SDXL 和 OmniGen 上的測試顯示，它顯著提升了罕見概念的生成準確度。
伊朗展示潛艇發射自殺式無人機：靠 AI 自主識別與打擊目標
伊朗國防部發布影片，公佈了名為 Hadid 110 的潛艇發射自主自殺式無人機。官方稱其依靠 AI 影像識別自主鎖定並摧毀目標，無需人工遠端遙控或無線電通訊鏈路，因此更難被電子干擾，還能由水下無人潛航器直接部署。
YouTube Shorts 接入 Veo 2：一句話生成獨立影片片段
YouTube 宣佈將 Google DeepMind 的 Veo 2 模型接入 Shorts 的 Dream Screen。創作者不僅能用文字生成背景，還能直接生成插入短影片的獨立片段，對物理規律和人體動作理解更強，並附帶 SynthID 水印。目前已向美、加、澳、紐西蘭開放。
週三
2月12日 星期三
ChatGPT 開放 o1/o3-mini 檔案上傳：Plus 使用者限額漲 7 倍
OpenAI 宣佈 ChatGPT 裡的 o1 和 o3-mini 模型正式支援上傳檔案與圖片。同時，Plus 使用者的 o3-mini-high 每日限額直接提升 7 倍，達到每天最高 50 次，分析複雜文件和圖表終於不用再到處找平替了。
YouTube 公佈 2025 規劃：AI 自動配音全面開放，引入 Veo 2
YouTube 公佈 2025 年路線圖，將把 AI 多語言自動配音開放給合作伙伴計劃的所有創作者。Shorts 的 Dream Screen 還將接入 Google 的 Veo 2 生成影片背景，並啟動測試面向知名人物的 AI 肖像檢測與控制工具。
SD3.5 Large 登入 Azure AI Foundry：支援文生圖與圖生圖
Stable Diffusion 3.5 Large 及 Stable Image Ultra、Core 正式上線 Microsoft Azure AI Foundry 模型目錄。SD3.5 Large 支援文生圖和圖生圖，主打更強的提示詞遵循能力，企業可直接在已有云架構中呼叫部署。
OpenAI 路線圖曝光：GPT-5 將統一整合 o3，免費使用者也能用
OpenAI 執行長 Sam Altman 公佈產品路線圖。團隊將先推出內部代號 Orion 的最後一款非思維鏈模型 GPT-4.5；隨後的 GPT-5 將整合 o3 等能力並消滅繁瑣的模型選擇器，屆時 ChatGPT 免費使用者也可無限制使用標準智慧檔位。
MyFitnessPal 上線 AI 營養師：定製膳食並生成採購單，年費 100 美元
MyFitnessPal 宣佈將推出 AI 膳食規劃功能。在收購初創公司 Intent 後，該工具能結合使用者的健身目標與飲食習慣定製每日餐單，並直接匯出為採購清單或聯動生鮮外送。該功能將於春季在美、英等地正式上線，需訂閱每年 99.99 美元的 Premium+ 會員。
Meta 傳洽購韓國晶片商 FuriosaAI：意在降低對輝達依賴
據報道 Meta 正洽談收購韓國 AI 晶片初創公司 FuriosaAI，最快本月公佈。FuriosaAI 專注加速模型推理，曾獲 Naver 等投資約 6194 萬美元。Meta 試圖藉此補充自研硬體，降低對輝達依賴。
Google 升級未成年人保護：用 ML 估算年齡，拓展青少年 AI 學習
Google 宣佈為青少年和家長推出多項安全更新。平臺將在美國測試基於機器學習的年齡估算模型，以判斷使用者是否未成年並自動開啟保護；同時為青少年拓展互動式學習功能 Learn About 等生成式 AI 工具。
遭遇惡意深度偽造：斯嘉麗·約翰遜呼籲美政府立法嚴管 AI
一段包含斯嘉麗·約翰遜等猶太名人的惡意 AI 深度偽造影片在網上瘋傳，約翰遜隨後公開表態，敦促美國政府將限制 AI 濫用的立法列為首要任務。她警告，AI 成倍放大了仇恨言論的威脅，如果不加以監管，現實世界的真實性將被徹底擊穿。
Bolt 上線原生移動應用支援：無需寫程式碼，靠提示詞直通 App Store
AI 開發平臺 Bolt 宣佈支援原生移動應用開發。使用者無需編寫程式碼，只需輸入提示詞，就能將想法直接轉化並上架到 App Store。這意味著免程式碼開發門檻進一步降低，做手機 App 就像發指令一樣簡單。
OpenAI 更新 Model Spec：支援探討爭議話題，規範以 CC0 開源
OpenAI 釋出新版 Model Spec 模型行為規範，並以 CC0 協議完全開源。新版明確支援「思維自由」，只要不造成嚴重傷害，模型不再武斷拒絕探討政治或文化等敏感話題，同時釐清了平臺、開發者和使用者的指令優先順序。
Adobe 上線 Firefly 影片模型公測：主打商用版權安全與鏡頭控制
Adobe 正式推出 Firefly 影片模型測試版，集成了文生影片、圖生影片與音訊翻譯功能。模型支援 1080p 輸出與首尾關鍵幀精確控制，堅持僅使用授權內容訓練以確保商用安全，並同步上線 Standard 和 Pro 付費方案。
羅格斯大學最新調查：近半美國人相信 AI 能造福公眾，信任度超國會
據報道，羅格斯大學調查顯示，47% 的美國受訪者相信 AI 能造福公眾，信任度超過了社交媒體（39%）和國會（42%）。年輕群體與高收入者對企業使用 AI 的信任度更高。不過面對新聞內容時，人們依然更信任真人記者，且受訪者在 AI 基礎知識測試中平均僅得 3.3 分（滿分 8 分）。
週二
2月11日 星期二
Google 擴推影像工具 Whisk：不用寫提示詞，靠圖片合成新圖
Google 宣佈將實驗性 AI 影像工具 Whisk 推向全球 100 多個國家和地區。它基於 Imagen 3 模型，核心玩法是用圖片替代文字提示詞，最多上傳三張圖分別鎖定主體、場景和風格來混搭出圖。不過歐盟、英國及印度等地區暫未開放。
Perplexity 推出新版 Sonar：每秒 1200 token，幾乎即時出答覆
Perplexity 釋出新版自研模型 Sonar。它基於 Llama 3.3 70B 微調，由 Cerebras 提供推理支援，生成速度達每秒 1200 token。官方稱其使用者滿意度超越 Claude 3.5 Sonnet，目前已面向 Pro 使用者開放測試。
巴黎峰會遇冷：美英拒絕簽署多國 AI 安全聯合宣告
在巴黎舉行的 AI 行動峰會上，美英兩國拒絕簽署約 60 國達成的 AI 安全宣告。美國副總統萬斯警告歐洲不要過度監管，強調要確保美國在 AI 領域的絕對主導地位。最值得關注的是，美英此前均簽署過類似檔案，此次態度轉向反映出國際間對 AI 監管的分歧正顯著擴大。
微軟聯手 Anduril 推進美軍 IVAS：硬體重任交由防務新貴
Microsoft 與國防科技公司 Anduril 宣佈擴大合作，推進美國陸軍 IVAS 專案。Anduril 將接手頭顯軟硬體後續研發及規模化生產，微軟 Azure 則作為首選雲支撐相關 AI 工作。這意味著微軟正把承壓已久的軍用硬體製造交棒給防務新星。
CADFusion：讓大模型看懂 3D 設計，文字直接生成 CAD 模型
研究人員提出 Text-to-CAD 框架 CADFusion，用大語言模型將自然語言轉換成 CAD 引數序列。訓練時交替進行引數序列學習與視覺反饋，既保證程式碼邏輯連貫，又獎勵渲染效果更好的模型，大幅提升了生成質量。
