首爾 AI 峰會達成新協議：16 家頭部企業簽署安全承諾
英國與韓國在首爾舉辦 AI 安全峰會。10 國與歐盟宣佈共建國際 AI 安全研究網路，OpenAI、Google、智譜 AI 等 16 家頭部企業簽署承諾，同意在風險無法控制在閾值以下時堅決不開發或部署模型。
AI 日報：今天的 AI 新聞
週二
5月21日 星期二
微軟 Copilot+ 截圖記錄惹爭議：英國監管介入調查 Recall 隱私風險
英國資料監管機構 ICO 宣佈就微軟 Copilot+ PC 的 Recall 功能展開問詢。該功能每隔幾秒截圖一次並加密儲存在本地供語義檢索，但隱私專家警告其不主動過濾密碼和敏感財務資訊。微軟則回應稱該功能完全可選且資料不上雲。
Windows 剪貼簿接入 AI：PowerToys 帶來高階貼上，一鍵改寫格式與程式碼
Microsoft 在 Windows 11 的 PowerToys 0.81 中推出 Advanced Paste 功能。它能將剪貼簿內容直接轉換為 Markdown 或 JSON，開啟 AI 選項後還能即時翻譯、總結與改寫程式碼。不過使用 AI 轉換需要自備 OpenAI API 金鑰並付費。
Microsoft Edge 將支援即時影片翻譯：看 YouTube 時直接配音
Microsoft 在 Build 大會上宣佈 Edge 瀏覽器即將上線即時影片翻譯功能。它能在播放 YouTube、Coursera 等影片時直接生成即時字幕和 AI 配音。目前支援英語與西、德、俄等多語種互譯，後續將適配更多網站。
微軟釋出 Team Copilot：會議記錄與專案管理交給 AI
Microsoft 在 Build 開發者大會上釋出 Team Copilot，將其 AI 能力擴充套件至團隊協作場景。它能在 Teams 中管理議程、協同記筆記，還能在 Loop 和 Planner 裡拆解任務並跟蹤進度。該功能預計今年晚些時候向 Copilot for Microsoft 365 授權使用者推出預覽。
GitHub 推出 Copilot 擴充套件：IDE 裡直接對話排錯和部署
GitHub 推出 GitHub Copilot Extensions。開發者可以直接在 VS Code、Visual Studio 或網頁端 Copilot Chat 中用自然語言呼叫 Docker、Sentry、Azure 等外部工具，甚至接入企業私有 API 排查故障與部署。最值得關注的是它減少了多工具切換的割裂感；目前部分擴充套件面向受邀使用者開放測試。
Lightroom 上線 Generative Remove：複雜背景、水面反光一鍵抹除
Adobe 宣佈為 Lightroom 引入由 Firefly 驅動的 Generative Remove 消除功能並開啟搶先體驗。無論是花紋襯衫的汙漬、桌布褶皺還是水面反光，AI 都能無縫重繪抹除；同時「鏡頭模糊」也正式全面開放。
Meta 推出 Chameleon：原生交錯生成圖文的早期融合大模型
Meta 釋出原生多模態模型家族 Chameleon 預覽。與傳統的後融合方案不同，它將影像與文本統一對映到離散 token 空間，實現端到端的圖文交織推理與生成。34B 版本在 VQA 等任務上表現領先，目前該模型尚未正式開源權重。
微軟開放 Phi-3 輕量模型系列：同步預覽 42 億引數視覺版
在首次公佈近一個月後，微軟正式向開發者開放 Phi-3 輕量模型家族，涵蓋 mini、small 和 medium 三種尺寸，其中 mini 已上線 Azure AI。微軟還預覽了 42 億引數的多模態版本 Phi-3-vision，支援圖表與影像推理，主打端側低成本部署。
OpenAI 緊急暫停 ChatGPT「Sky」語音：斯嘉麗·約翰遜指責其擅自模仿
OpenAI 宣佈暫停 ChatGPT 的「Sky」語音，此前演員斯嘉麗·約翰遜發聲明指責該聲音擅自模仿自己。約翰遜透露她去年曾明確拒絕配音邀請，如今因聲音高度相似被迫聘請律師維權；OpenAI 則堅稱這是另一位專業女演員的自然聲音，否認刻意模仿。
週一
5月20日 星期一
微軟釋出 Windows Recall：端側 AI 打造「照相記憶」，徹底改造本地搜尋
微軟在 Build 2024 上推出 Recall 功能，專為 Copilot+ PC 打造。它利用 40 多個本地多模態小模型記錄螢幕內容，支援用自然語言甚至模糊線索搜尋翻過的網頁、文件和會議。所有資料純本地處理不上雲，6 月 18 日隨更新推送。
GPT-4o 帶來史上最大吸金潮：ChatGPT 移動端 5 天淨賺 420 萬美元
據 Appfigures 資料，OpenAI 釋出 GPT-4o 後，ChatGPT 移動應用迎來史上最大營收暴漲。5 月 13 至 17 日期間扣除渠道分成後淨收入達 420 萬美元，單日一度飆至 90 萬美元。由於移動端當時僅向每月 19.99 美元的 Plus 會員開放新模型，直接引爆了使用者的付費升級潮。
傳蘋果聯手 OpenAI：iOS 18 擬接入聊天機器人，6 月 WWDC 官宣
據彭博社報道，蘋果已與 OpenAI 達成合作，準備在 6 月 10 日的 WWDC 上宣佈將後者的聊天機器人技術引入 iOS 18。蘋果自身模型負責端側與雲端常規 AI 功能並升級 Siri，但缺少成熟對話模型。這筆交易意在為蘋果補齊短板並爭取自研時間。
傳言中的搜尋來了？ChatGPT 在 GPT-4o 中悄悄上線聯網檢索
據 Search Engine Land 報道，OpenAI 疑似在 GPT-4o 免費版中悄悄強化了搜尋功能。提問即時資訊時，ChatGPT 會提示正在檢索網路，並列出實際瀏覽的站點與來源連結，不再只是空泛作答。
週日
5月19日 星期日
OpenAI 披露 ChatGPT 選角內幕：否認模仿寡姐並下架 Sky 聲音
OpenAI 發文復盤 ChatGPT 語音選拔流程，並宣佈暫停使用被指酷似斯嘉麗·約翰遜的 Sky 聲音。官方堅稱該聲音來自專業配音演員的自然原聲，絕非刻意模仿。不過官方也證實曾兩度聯絡約翰遜但均被拒絕，這次緊急下線顯然是為了給侵權爭議降溫。
週五
5月17日 星期五
ChatGPT 支援直連雲盤：無需下載即可分析 Google Drive 與 OneDrive 檔案
OpenAI 宣佈 ChatGPT 將支援直接連線 Google Drive 和 OneDrive 匯入檔案，不再需要手動下載後再上傳。該功能基於 GPT-4o，面向付費使用者在未來幾週陸續推出；同時升級了資料分析能力，生成的表格和圖表支援展開、調整配色等互動操作。
Slack 預設用使用者資料練 AI 遭炮轟：想退出還得專門發郵件
Slack 因預設使用客戶資料訓練全域性推薦模型且必須發郵件才能退出，在社群引發軒然大波。Slack 緊急回應稱 Slack AI 外掛並不會拿客戶資料訓練大模型，該條款僅針對頻道和 Emoji 推薦等功能，但模糊的表述和隱蔽的門檻依然引發了信任危機。
ChatGPT macOS 桌面版上手體驗：全域性快捷鍵隨叫隨到
OpenAI 針對 macOS 推出 ChatGPT 桌面客戶端。使用者通過 Option + 空格快捷鍵即可在任意視窗上方撥出懸浮輸入框，無需切換應用直接提問，體驗類似系統自帶的全域性搜尋。目前該應用先面向 Plus 訂閱使用者開放，Windows 版本預計年內推出。
週四
5月16日 星期四
索尼音樂警告超 700 家公司：未經許可禁止抓取音樂訓練 AI
Sony Music Group 向全球 700 多家生成式 AI 公司及流媒體平臺傳送正式通知函，嚴禁在未獲明確授權的情況下抓取其音訊、歌詞及後設資料用於 AI 訓練。信中要求各公司確認未違規使用，或限期披露具體訓練細節。
OpenAI 安全團隊震盪：超對齊負責人 Ilya 與 Leike 離職
據 Gizmodo 報道，OpenAI 超級對齊團隊核心負責人 Ilya Sutskever 與 Jan Leike 宣佈離職，多名曾參與安全研究的員工也已出走。這批離職員工大多未曾第一時間簽署支援 Sam Altman 迴歸的聯名信，引發外界對 OpenAI 安全把控與發展重心的擔憂。
謊稱學術研究卻拿去商用：配音演員集體起訴 AI 公司 LOVO 偷聲音
配音演員向紐約聯邦法院對 AI 語音公司 LOVO 提起集體訴訟。原告指控 LOVO 曾在兼職平臺以「僅限學術研究」為由騙取人聲樣本，轉頭卻包裝成付費 AI 聲音庫售賣。這是首起針對聲線被用於訓練 AI 的集體訴訟，控售盜用聲音資產。
好萊塢全面擁抱 AI 卻不敢認：業內直言更像公關危機
據《好萊塢報道》報道，好萊塢從編劇室到視效部門已普遍引入生成式 AI，但從業者因顧慮公眾反彈大多不敢公開承認。此前多部影片因使用 AI 物料遭遇抗議。業內人士指出，不用 AI 會處於劣勢，眼下阻力更像是公關問題而非技術問題。
週三
5月15日 星期三
Anthropic 挖來 Instagram 聯合創始人：出任首任 CPO，發力消費級產品
Anthropic 聘請 Instagram 聯合創始人 Mike Krieger 出任首任首席產品官。他將全面統管產品工程與設計，推進 Claude 移動端及企業服務。面對 OpenAI 和 Google 的激烈競爭，以研究立身的 Anthropic 正全力補足消費級產品短板。
Ilya Sutskever 正式離開 OpenAI：研究總監 Jakub 接任首席科學家
OpenAI 聯合創始人兼首席科學家 Ilya Sutskever 宣佈離職，研究總監 Jakub Pachocki 接任。去年 11 月董事會風波後他已基本淡出日常工作；超級對齊負責人 Jan Leike 也已辭職。Ilya 稱後續將投身極具個人意義的新專案。
週二
5月14日 星期二
Cisco 詳解 Hypershield：原生 AI 防護，補丁沒出先止血
Cisco 在 RSA 大會上詳解原生 AI 平臺 Hypershield。它融合 AI 與硬體加速，利用 Extended Berkeley Packet Filter 深入核心監控流量。即便官方補丁要等 45 天，系統也能在 9 至 15 分鐘內自主阻斷攻擊，大幅降低微服務運維風險。
Google 推出影片工具 VideoFX：由 Veo 驅動，支援故事板分鏡創作
Google 在 I/O 大會推出實驗性影片生成工具 VideoFX，由 DeepMind 最新影片模型 Veo 驅動，支援分鏡逐幕生成與新增配樂。同時 ImageFX 增加塗抹重繪功能並開放 Imagen 3 候補，MusicFX 上線 DJ 混音模式。
Google 升級 Android AI：畫圈即可解題，Gemini 支援端側防詐
Google 升級 Android 系統級 AI 功能。「即圈即搜」新增作業輔導，圈選即可分步解數學和物理題；Gemini 浮層支援直接提問 YouTube 影片與 PDF；多模態 Gemini Nano 還將在端側提供通話防詐與影像描述。
Google 推出教育模型 LearnLM：不直接給答案，先當「學習教練」
Google 推出基於 Gemini 微調的教育模型家族 LearnLM。它結合教育學原理，核心是不直接丟擲答案，而是引導自主探索。該模型將接入搜尋簡化、YouTube 互動答疑及 Gemini 學習教練。部分功能已在美國測試。
Google 推出 Ask Photos：用自然語言搜相簿，還能答生活細節
Google 公佈 Google 相簿實驗功能 Ask Photos，接入 Gemini 模型。使用者能用日常對話搜尋相簿、提問圖片細節（比如派對主題或露營地點），還能自動挑選照片並生成社媒文案。該功能將在未來數月逐步推出。
Google 預熱多模態 AI 介面：手機鏡頭即時看懂周圍，對標 GPT-4o
Google 在 I/O 2024 開幕前夕釋出預熱影片，展示了一款執行在 Android 手機上的未釋出多模態 AI 介面。它能直接通過手機攝像頭即時看懂周圍環境，並回答現場佈置和活動細節，正面迎戰剛釋出的 GPT-4o。不過這只是預錄演示，具體能力還要等大會正式揭曉。
週一
5月13日 星期一
Apple 更新 Logic Pro：新增 AI 伴奏樂手與音訊分軌，支援 Mac 和 iPad
Apple 正式推送 Mac 與 iPad 版 Logic Pro 更新。新版引入了基於 AI 的 Session Players，新增貝斯與鍵盤伴奏，並加入可快速分離人聲和樂器的 Stem Splitter 分軌工具。不過音軌分離等新特性需要 M1 或更新晶片支援。
OpenAI 開放 GPT Store：免費使用者也能用上海量自定義 GPT 了
OpenAI 宣佈將此前僅限付費訂閱的 GPT Store 面向 ChatGPT 免費使用者開放，所有人都能瀏覽並使用數百萬個自定義智慧體。這意味著限制在付費牆內的創作者生態向大眾敞開。不過，自己建立自定義 GPT 目前仍需要付費訂閱。
OpenAI 釋出 GPT-4o：端到端全模態，語音延遲低至 232 毫秒
OpenAI 釋出新旗艦模型 GPT-4o，能端到端即時處理文本、語音與視覺輸入。其音訊平均響應僅 320 毫秒，API 速度提升一倍且成本減半，ChatGPT 免費使用者也能直接使用。
週六
5月11日 星期六
Runway 第二屆 AI 電影節：打動人的仍是劇本與攝影，不是 AI 特效
Runway 第二屆 AI 電影節入圍作品上線官網點播。參賽片普遍用上了 AI 背景與特效，但畫面扭曲、鏡頭不連貫等問題依然明顯。拿下大獎的《Get Me Out》等短片證明，最抓人的核心依舊是紮實的劇本、表演與傳統攝影，而非 AI 生成本身。
週五
5月10日 星期五
Anthropic 控制台上線新工具：輸入目標，Claude 幫你寫提示詞
Anthropic 在 Anthropic Console 中上線提示詞生成工具。使用者只需描述想要達成的目標，Claude 就會利用 chain-of-thought 推理等提示工程技巧，自動生成可直接用於生產環境的高效、可靠提示詞。
OpenAI 考慮放寬限制：正在探討如何「負責任地」生成成人內容
OpenAI 在一份規範徵求意見稿中透露，正探討如何在 AI 產品中「負責任地」允許生成露骨文本與裸露內容。官方稱這是為了滿足合理的藝術創作需求，並確保在不違法的前提下給予使用者最大控制權。不過外界普遍擔憂現有護欄難以防範濫用。
Bumble 暢想未來約會：讓你的 AI 管家替你先談 600 個人
據報道，Bumble 創始人兼執行董事長 Whitney Wolfe Herd 在彭博技術峰會上暢想，未來使用者的「AI 約會管家」能替人去跟成百上千人的 AI 管家直接聊天破冰，自動掃描全城篩選出最值得線下見面的 3 個人。此外，AI 還能當情感教練輔導溝通技巧。
週二
5月7日 星期二
Google 釋出 Pixel 8a：499 美元起，下放 Gemini 與旗艦級拍照 AI
Google 釋出 Pixel 8a，起售價 499 美元。新機搭載 Tensor G3 晶片，下放了 Best Take、音訊魔術橡皮擦、Gemini 助手以及圈選搜尋等功能。最值得關注的是，Google 藉此把旗艦級的端側 AI 體驗拉到了中端價位。新機 5 月 14 日發售。
OpenAI 簽下《People》母公司：內容進 ChatGPT，AI 換廣告技術
擁有《People》《InStyle》等雜誌的出版巨頭 Dotdash Meredith 與 OpenAI 簽署合作協議。Dotdash Meredith 授權 ChatGPT 引用其文章並用於模型訓練；作為交換，它將利用 OpenAI 的模型升級自家的無 Cookie 廣告定向工具 D/Cipher。
MIT 藉助機器學習破譯抹香鯨：發現類似人類語言的「拼音表」
MIT CSAIL 與 Project CETI 團隊藉助機器學習分析了 8,719 個抹香鯨尾聲，發現其叫聲是一套由節奏和節拍構成的組合編碼系統。這表明抹香鯨也能像人類拼湊音節一樣組合資訊，打破了人類語言的獨特屬性。
Apple 推出 M4 晶片：首發搭載 iPad Pro，強化端側 AI 算力
Apple 釋出採用第二代 3 奈米技術的 M4 晶片，並在新款 iPad Pro 上首發。該晶片配備更強的神經網路引擎，聲稱運算速度超越當前一眾 AI PC。加上首次引入硬體級光追，蘋果正全力把平板打造成端側 AI 生產力工具。
OpenAI 開發 Media Manager：創作者可自主決定作品是否餵給 AI
OpenAI 宣佈正在開發 Media Manager 工具。該工具允許創作者識別受版權保護的內容，並自主決定是否將其納入 AI 訓練，預計 2025 年推出。最值得關注的是，OpenAI 試圖以此建立跨平臺版權標準，但目前該工具仍在研發中。
週一
5月6日 星期一
蘋果內測「Clean Up」消除功能：照片應用引入生成式 AI
據 AppleInsider 報道，蘋果正為下一代系統的「照片」應用內測名為「Clean Up」的生成式 AI 消除功能。它將取代原本的修圖筆刷，讓使用者塗抹直接消除照片中的特定或大尺寸物體。不過該功能目前仍在內測，預計在後續系統更新中正式公佈。
微軟被曝自研大模型 MAI-1：5000 億引數，對標 GPT-4
據 The Information 報道，微軟正在自研全新大模型 MAI-1，由 3 月加入的前 Inflection 負責人 Mustafa Suleyman 帶隊。該模型規模約 5000 億引數，遠超其 Phi-3 開源小模型。這也是微軟重注 OpenAI 以來首次自研該量級的大模型，意在減少對單一家供應商的依賴。
OpenAI 牽手 Stack Overflow：ChatGPT 將直接接入社群程式碼與答疑
Stack Overflow 與 OpenAI 宣佈達成合作。OpenAI 將通過 OverflowAPI 接入其技術內容來最佳化模型，並在 ChatGPT 中直接展示帶社群署名的技術知識與程式碼；Stack Overflow 也將藉此開發 OverflowAI。首批功能預計 2024 上半年推出。
亞馬遜引爆AI有聲書潮：Audible湧入超4萬部AI朗讀作品
彭博社資料顯示，自去年上線虛擬聲音測試工具以來，亞馬遜旗下Audible已湧入超4萬部AI朗讀有聲書。獨立作者52分鐘就能把電子書免費轉成音訊，省下昂貴錄音費；但平臺無法篩選遮蔽這些AI作品，引來聽眾抱怨，專業配音演員也開始擔憂飯碗不保。
Hugging Face 推出開源庫 LeRobot：把大模型裝進機械臂與人形機器人
Hugging Face 宣佈推出開源機器人專案 LeRobot，目標成為機器人領域的 Transformers。它提供預訓練模型、模擬環境介面與輕量資料集工具，能驅動從基礎機械臂到人形機器人的硬體。官方希望通過眾包資料打破大廠壟斷，降低實體 AI 門檻。
週日
5月5日 星期日
生成式 AI 自主設計新藥：研發週期從數年縮至數月
CNBC 報道生成式 AI 正在重塑製藥業，禮來與輝達等高管預計數年內藥物將完全由 AI 自主設計。AI 能在 5 分鐘內生成傳統溼實驗一年的分子量，將藥物發現週期從數年縮減到數月，但真實有效性仍需人體試驗檢驗。
YouTube 上線 AI 快進功能：雙擊直接跳到影片最精彩的地方
YouTube 擴大測試基於 AI 的「Jump ahead」功能，面向美國 Android 端的 Premium 會員開放。雙擊螢幕快進時，系統會結合觀看資料用 AI 算出最佳接續點，一鍵跳過枯燥部分。不過目前僅限高播放量的英文影片，測試暫定持續至 6 月 1 日。
週六
5月4日 星期六
巴菲特警示風險：AI 欺詐將成下一個「終極成長行業」
巴菲特在波克夏海瑟威年度股東大會上直言，如果自己要投資欺詐，AI 催生的騙局將是「有史以來的成長行業」。他點出深度偽造與聲音克隆的騙局風險，並將 AI 的失控可能比作釋放核武器，坦承精靈出瓶後便很難收回。
