X 上線 Stories 功能：讓 Grok 幫你總結熱點新聞
X 宣佈向 Premium 訂閱使用者推出 Stories 功能，由 xAI 的 Grok 模型總結 Explore 探索頁面下的熱搜話題與帖子。Grok 主要根據平臺上的使用者討論生成概述，而不讀取原始報道全文。該功能目前僅向付費會員開放。
AI 日報：今天的 AI 新聞
週五
5月3日 星期五
iOS 18 AI 細節曝光：Siri 將支援簡訊總結，端側大模型 Ajax 挑大梁
據 AppleInsider 報道，蘋果計劃在 iOS 18 中引入由其大模型 Ajax 驅動的 AI 功能，重點讓 Siri 支援簡訊內容總結，Safari 增加網頁摘要。簡單請求由端側處理，複雜任務可能借助雲端；呼叫個人資料前還將彈出隱私警告。
傳 OpenAI 進軍搜尋：註冊專屬域名，或於 5 月 9 日正面硬剛 Google
據報道，OpenAI 近日註冊了 search.chatgpt.com 域名，傳聞將於 5 月 9 日釋出基於 ChatGPT 的全新搜尋引擎。與以往接入 Bing 的外掛模式不同，新產品或深度融合大模型與即時網路檢索。雖然具體形態未定，但這標誌著 OpenAI 準備直擊 Google 的腹地。
週四
5月2日 星期四
微軟更新條款：禁止美國警方用 Azure OpenAI 做人臉識別
微軟更新 Azure OpenAI Service 服務條款，明確禁止美國警察部門利用該服務進行人臉識別，並禁止全球執法機構在執法記錄儀等移動裝置上執行即時人臉識別。這次調整劃清了生成式 AI 在敏感執法場景中的邊界。
首支 OpenAI Sora 製作的 MV 亮相：從 700 個片段中剪輯成片
音樂人 Washed Out 聯手導演 Paul Trillo 釋出新單曲 MV《The Hardest Part》，成為首支與 OpenAI Sora 合作的主流音樂影片。導演歷時 6 周，從 Sora 提示生成的約 700 個片段中選出 55 個拼成全片，但觀眾反響褒貶不一。
週三
5月1日 星期三
內部郵件曝光：微軟 2019 年投資 OpenAI，源於害怕落後 Google
反壟斷訴訟中公開的內部郵件顯示，微軟 2019 年投資 OpenAI 10 億美元，主因是極度擔憂在 AI 規模上落後 Google 數年。當時微軟花 6 個月才勉強復現 Google 的 BERT 模型，基建明顯不足，促使 Nadella 拍板注資。
Udio 升級：支援生成 15 分鐘長音訊，副歌終於能連貫了
AI 音樂平臺 Udio 宣佈將單曲時長上限提升至 15 分鐘。同時，音樂擴充套件的上下文長度從 30 秒擴至 2 分鐘，讓模型能參考更早前的旋律，解決以往副歌容易變形、前後風格斷裂的問題。
Ideogram 上線 Pro 訂閱：每月 1.2 萬張快速生圖，專攻文字排版
Ideogram 推出面向專業創作者的 Pro 訂閱，年付合每月 48 美元。使用者每月可提交 3000 次優先提示詞，生成多達 1.2 萬張圖片，每次耗時不到 15 秒，後續還將支援 CSV 批次生成。該層級支援商用與私密生成，但暫不提供企業版權賠償。
Claude 推出團隊版並上線 iOS 應用：每人每月 30 美元，自帶 200K 上下文
Anthropic 正式推出 Claude Team 計劃並上線免費 iOS 應用。團隊版每人每月 30 美元（5 席起購），提供高於 Pro 版的呼叫額度、200K 上下文與管理後臺；iOS 版則支援跨端對話同步與拍照識別。
週二
4月30日 星期二
Meshy-3 上線：支援生成高模雕塑與 PBR 貼圖，重構圖生 3D 管線
Meshy 宣佈推出 Meshy-3。新版本在文生 3D 中新增「雕塑」風格與 PBR 物理渲染貼圖，幾分鐘內即可匯出包含法線、置換和 AO 貼圖的高模資產；同時重構了圖生 3D 管線，並加入修復多餘五官的智慧紋理工具。
傳 Google 每年出資至多 600 萬美元，聯手新聞集團開發 AI 內容
週二據 The Information 報道，Google 已同意每年向新聞集團支付 500 萬至 600 萬美元，用於開發 AI 相關內容與產品。這筆合作依託於雙方長期的業務關係，不過新聞集團發言人隨後出面否認，稱雙方絕不存在所謂的 AI 內容授權協議。
週一
4月29日 星期一
ChatGPT 上線記憶功能：向絕大多數 Plus 使用者開放，能跨對話記住你
OpenAI 宣佈面向除歐洲和韓國外的所有 ChatGPT Plus 使用者推出「記憶」（Memory）功能。ChatGPT 現在能記住你在跨對話中提到的細節與偏好，並在更新記憶時提醒你。使用者可以在設定中隨時檢視、刪除特定記憶，或者開啟臨時對話徹底不記錄。
GitHub 推出 Copilot Workspace：用自然語言把 Issue 做成軟體
GitHub 開啟 Copilot Workspace 技術預覽版，支援開發者全程用自然語言把想法或 Issue 轉化為可執行的程式碼。它由多款智慧體驅動，自動拆解步驟並理解程式碼庫，所有計劃與程式碼均可自由修改。目前已開放技術預覽申請。
OpenAI 牽手《金融時報》：ChatGPT 將直接引用 FT 報道並標註來源
OpenAI 與《金融時報》（FT）達成戰略合作與授權協議。ChatGPT 使用者在查詢相關問題時，將能看到來自 FT 的署名摘要、引用和原文連結。FT 此前已為全員採購 ChatGPT Enterprise，雙方還將為讀者聯合開發新 AI 功能。
週日
4月28日 星期日
傳 OpenAI 與 Worldcoin 洽談合作：Sam Altman 兩大公司或將聯手
據報道 OpenAI 正與 Sam Altman 聯合創立的加密身份專案 Worldcoin 洽談合作，計劃為其提供 AI 解決方案與服務。兩家公司此前均面臨較重監管壓力，這項潛在聯手勢必招致監管機構對利益衝突與合規性的進一步審視。
Meta 自動化廣告工具翻車：千次曝光成本飆升 10 倍，快速燒光預算
據 The Verge 報道，Meta 旗下的 Advantage Plus 自動化廣告工具頻現故障，兩小時內就能燒掉客戶 75% 的日預算，千次曝光成本暴漲近 10 倍。不少廣告主反映轉化收益幾乎為零，部分商家已被迫停用該工具，退回人工手動投放時代。
北京釋出人形機器人「天工」：純電驅擬人奔跑，時速達 6 公里
北京人形機器人創新中心釋出全尺寸人形機器人「天工」。它採用成本更低的純電驅動，重 43 公斤，能以 6 公里/小時穩定奔跑，並在盲視下通過斜坡與樓梯。該機器人還將作為開源母平臺向行業開放，方便二次開發。
週六
4月27日 星期六
生數科技聯手清華髮布 Vidu：一鍵生成 16 秒 1080p 影片對標 Sora
生數科技聯合清華大學釋出文本生成影片模型 Vidu。它基於自研的 U-ViT 架構，能一鍵生成 16 秒、1080p 解析度的影片，支援單場景多機位切換與物理規律模擬。雖然畫質和真實感與 Sora 相比仍有差距，但其畫面連貫性表現亮眼。
蘋果加速接洽 OpenAI：或將 ChatGPT 整合進 iOS 18
據知情人士透露，蘋果已重啟與 OpenAI 的合作談判，商討將後者的生成式 AI 功能整合進今年晚些時候釋出的 iOS 18。蘋果自研模型將支撐部分系統級 AI，但聊天機器人功能傾向於尋找外援。目前蘋果也仍在與 Google 洽談 Gemini 授權，尚未做最終決定。
週五
4月26日 星期五
美國土安全部成立 AI 安全委員會：奧特曼、納德拉與皮查伊入選
週五，美國國土安全部成立人工智慧安全與安保委員會，22 名首發成員涵蓋 OpenAI、微軟及 Alphabet 的 CEO。委員會重點研究保護電網、機場等關鍵基礎設施免遭 AI 威脅。達美航空、軍工巨頭高管及地方官員也一併加入。
收到侵權警告後，Drake 下架使用 AI Tupac 人聲的 Diss 歌曲
Drake 從 X 賬號刪除了針對 Kendrick Lamar 的 Diss 單曲《Taylor Made》。該曲因使用 AI 模擬已故說唱歌手 Tupac Shakur 的聲音，被 Tupac 的遺產律師限期 24 小時內下架否則提告。主流歌手公開玩 AI 仿音踩紅線，終於撞上了法律鐵板。
Google 砸 30 億美元擴建資料中心，並設 7500 萬美元基金免費教 AI
Google 宣佈投資 30 億美元用於維吉尼亞州與印第安納州的資料中心擴建與新建。此外，Google.org 設立 7500 萬美元的 AI 機會基金並上線 Google AI Essentials 課程，計劃聯合公益機構為 100 萬美國人提供免費 AI 技能培訓。
馬里蘭教師用 AI 偽造校長歧視錄音被捕：合成聲音成報復工具
美國馬里蘭州一名高中教師被捕，警方指控其利用 AI 克隆校長聲音、偽造歧視錄音來實施報復。假音訊此前導致校長被停職，FBI 取證後證實其為 AI 合成。這是典型的生成式語音陷害與犯罪案件。
Profluent 用 AI 從頭設計基因編輯器：開源 OpenCRISPR-1，效能媲美天然 Cas9
Profluent 利用生成式 AI 從頭設計出精準基因編輯器，並開源 OpenCRISPR-1。團隊訓練蛋白質語言模型生成新分子，在人類細胞中的編輯活性與特異性媲美甚至超過天然 SpCas9。這意味著基因編輯告別了從自然界碰運氣的階段，步入按需定製時代。
週四
4月25日 星期四
Sanctuary 推出第七代 Phoenix：成本更低，一天內學會新活
加拿大機器人公司 Sanctuary AI 推出第七代 Phoenix 人形機器人。新機型減輕了機身重量並降低物料成本，主打腰部以上的靈巧操作，官方稱其可在 24 小時內學會分揀等新自動化任務。此前該公司已敲定將其部署進 Magna 汽車製造廠。
Google 釋出生成式 AI 經濟報告：大規模失業擔憂被誇大了
Google 聯合學者 Andrew McAfee 釋出生成式 AI 經濟影響報告。報告指出生成式 AI 屬於通用目的技術，擴散速度遠快於蒸汽機與電氣化；大規模失業的擔憂可能被誇大，新技術不僅能帶來新職業，還將幫助初級員工提升表現。
洛杉磯公交加裝 AI 攝像頭：專抓違停佔道，人工複核後開罰單
據洛杉磯時報報道，洛杉磯交通局（LA Metro）正在公交車上安裝 AI 攝像頭，自動抓拍違規佔用公交專用道和停靠站的車輛。違法證據將轉交當地交通局由人工複核後決定是否開出罰單。專案預計今夏測試，年底正式上線。
Synthesia 推出 Expressive Avatars：讓 AI 數字人帶上喜怒哀樂
AI 影片初創公司 Synthesia 推出新一代數字人化身「Expressive Avatars」。新版本不再採用傳統拼貼影片片段的做法，而是通過大模型端到端即時生成，強化了唇形同步和微表情變化。雖然告別了僵硬的面癱臉，但官方承認手部動作仍是下一步要啃的硬骨頭。
耶魯與 EPFL 開源 Meditron：專為低資源醫療場景定製的 Llama 3 模型
EPFL 與耶魯醫學院團隊基於 Meta Llama 3 微調推出開源醫療模型 Llama-3[8B]-MeditronV1.0。該套件面向醫療資源匱乏地區與人道主義場景，在 MedQA 等基準測試中同參數表現領先。團隊將資料與權重全部開源，助力醫療普惠。
週三
4月24日 星期三
Drake 惹上官司：Diss 歌偷用 AI 生成的 Tupac 聲音，遺產方通牒下架
已故說唱傳奇 Tupac 的遺產管理方要求 Drake 在 24 小時內全網下架新歌《Taylor Made》，否則將提起訴訟。該曲未經許可使用了 AI 生成的 Tupac 和 Snoop Dogg 聲音。遺產方直斥這是對其音樂遺產的公然濫用。
對標 GitHub Copilot：AI 程式設計公司 Augment 融資 2.52 億美元
AI 程式設計初創公司 Augment 結束隱身狀態，宣佈完成 2.52 億美元融資，估值達 9.77 億美元。團隊由前微軟與谷歌工程師創辦，獲 Eric Schmidt 等投資，主打企業級程式設計助手，直接叫板 GitHub Copilot。目前產品僅面向部分企業小範圍測試，預計年內正式上線。
199 美元 Rabbit R1 上手：設計挺有趣，但很多功能還沒做完
The Verge 釋出 Rabbit R1 首發上手體驗。這款售價 199 美元的亮橙色 AI 掌機外觀輕巧可愛，但目前僅接入 Spotify、Uber 等 4 個外部服務，無法發郵件或做表格，大量此前承諾的功能仍待完善。
Snowflake 開源 Arctic LLM：480B 稀疏架構專攻企業 SQL 與程式設計
Snowflake 推出企業級大模型 Arctic LLM，採用 Apache 2.0 協議完全開源並允許商用。該模型基於混合專家架構，總引數 480B 但每次僅啟用 17B，訓練成本僅約 200 萬美元，主打企業資料庫程式碼生成與 SQL 查詢，表現據稱優於 Databricks 的 DBRX。
Moderna 全員接入 ChatGPT Enterprise：兩個月搓出 750 個內部 GPT
Moderna 宣佈全面部署 ChatGPT Enterprise，數千名員工在兩個月內搭建了 750 個內部 GPT。其中包括幫團隊篩選臨床試驗劑量的 Dose ID 以及法務審查工具。Moderna 試圖證明，藉助 AI，幾千人的生物藥企也能幹出十萬人的產能，計劃 5 年內推出 15 款新藥。
商湯釋出日日新 5.0：支援 20 萬上下文，主打端雲協同矩陣
SenseTime 在上海技術交流日釋出 SenseNova 5.0 大模型及端側產品矩陣。新模型訓練資料超 10TB token，支援約 20 萬有效上下文，在多模態基準 MMBench 上獲綜合第一。同時推出的端側模型在旗艦平臺每秒可生成 78.3 字。
週二
4月23日 星期二
郭明錤稱蘋果下修 Vision Pro 出貨量：今年降至 40 至 45 萬部，2025 年或無新機
分析師郭明錤發文稱，Apple 已將 2024 年 Vision Pro 出貨量預測下修至 40 萬到 45 萬部，遠低於市場預期的 70 萬部以上。這表明美國市場需求下滑超預期，且 2025 年可能不會推出新機型，這也會連帶拖慢 Pancake 透鏡與 Micro OLED 供應鏈的增長節奏。
Ray-Ban Meta 眼鏡升級：新增復古框型，多模態 AI 能看懂眼前景物
Meta 宣佈為 Ray-Ban Meta 智慧眼鏡推出新框型 Skyler 並推送更新。除了支援在 WhatsApp 和 Messenger 視訊通話中共享第一視角畫面，眼鏡還向美加使用者全量開放多模態 Meta AI 測試，能看懂眼前景物並直接解答。
Adobe 釋出 Firefly 3：Photoshop 支援喂參考圖，不用死磕提示詞了
Adobe 釋出 Firefly Image 3 基礎模型，並上線 Photoshop 桌面測試版。這次最實用的功能是「參考圖」，不用再費勁寫小作文，直接上傳圖片就能匹配風格與配色。此外還加入了背景生成和細節增強等工具，官方承諾上傳的參考圖不會被拿去訓練模型。
微軟釋出 Phi-3 Mini：38 億引數，號稱比肩 GPT-3.5
微軟釋出輕量級 AI 模型 Phi-3 Mini，引數量僅 38 億。該模型利用大模型生成的「兒童故事」資料訓練，官方稱其表現接近體量大它十倍的模型。模型現已上線 Azure、Hugging Face 和 Ollama，後續還將推出 7B 和 14B 版本。
OpenAI 升級企業 API：推出半價 Batch API 與萬份檔案檢索
OpenAI 針對 API 企業使用者上線多項新特性。新推出的 Batch API 可在 24 小時內非同步返回結果，呼叫價格直接減半；Assistants API 單助手檢索檔案上限從 20 個暴增 500 倍至 1 萬個，並支援流式輸出。此外還加入了 Private Link 專線互通和專案級許可權隔離功能。
OpenAI 聯手多家巨頭：簽署兒童安全設計原則，嚴打違規生成
OpenAI 宣佈聯合公益組織 Thorn、Google、微軟等科技巨頭，共同踐行「安全設計」原則。各方將在模型訓練、部署和維護全流程中清理兒童性虐待材料，嚴防生成式 AI 遭惡意濫用，並承諾每年釋出進展報告。
Open CoT Leaderboard 上線：專測思維鏈到底能幫大模型提多少分
Hugging Face 上線 Open CoT Leaderboard。與傳統跑分不同，它不看絕對準確率，而是專測加入思維鏈推理步驟後的淨提分幅度。測試顯示 7B 小模型有時藉此提升比大模型更猛，但思維鏈有時也會讓準確率不升反降。
週一
4月22日 星期一
微軟挖來前 Meta 基礎架構副總裁，負責下一代 AI 超算系統
前 Meta 基礎架構副總裁 Jason Taylor 加入微軟，出任副技術長，重點負責推動下一代 AI 超算系統建設。Taylor 曾長期統管 Meta 的 AI 資料基礎設施與伺服器預算。在算力需求暴增的當下，微軟正在全力囤積底層基建大將。
Meta 開放 Horizon OS：華碩聯想要造 Quest 同款頭顯了
Meta 宣佈向第三方硬體廠商開放 Meta Quest 所用的作業系統 Meta Horizon OS。華碩 ROG 和聯想已加入，將分別打造遊戲頭顯與生產力裝置。這相當於在 MR 領域複製 Android 路線，試圖用開放生態壓制蘋果。
Mustafa Suleyman 談 AI 本質：我們正在創造「新數字物種」
Microsoft AI CEO Mustafa Suleyman 在 TED 演講中探討 AI 的本質。他指出業內至今難以準確描述 AI 的發展走向，並提出一個直白的新隱喻：AI 正在演變成一種「新數字物種」，呼籲大眾重新審視這一非同尋常的關鍵時刻。
據報蘋果收購法國初創 Datakalab：瞄準端側 AI 壓縮與視覺
據外媒報道，蘋果已於 12 月收購法國初創公司 Datakalab。該公司專攻低功耗端側 AI 壓縮與計算機視覺，擅長在 100 毫秒內完成本地匿名影像處理。這顯然是蘋果在為 iOS 18 的端側 AI 以及 Vision Pro 補充關鍵技術儲備。
Adobe 公佈 VideoGigaGAN：把模糊影片放大 8 倍且不閃爍
據報道 Adobe 研究人員公佈生成式 AI 模型 VideoGigaGAN，能將模糊影片解析度提升至原來的 8 倍。該技術結合了 GAN 的細膩細節與時序穩定性，避免了影片超解析度常見的閃爍與偽影。目前該成果僅為研究預覽，暫未確定是否會整合到 Premiere Pro 等軟體中。
通用智慧體 JAT 開源：一個模型通吃遊戲與機械臂
研究團隊開源通用智慧體 JAT，包含模型、資料集及專家策略。作為 Gato 的開源復現與演進，它用單個網路在 157 項任務中達到專家基準 65.8% 的表現，涵蓋玩遊戲、機械臂控制與初級圖文處理。
週六
4月20日 星期六
Drake 連發 AI 語音新歌：用 Tupac 和 Snoop Dogg 聲音隔空喊話
Drake 在社交平臺釋出新歌《Taylor Made Freestyle》，用 AI 合成的 Tupac 和 Snoop Dogg 聲音向 Kendrick Lamar 喊話施壓。外界推測是他自己錄完再通過 AI 轉換音色。最值得關注的是，AI 克隆人聲已成為頂級說唱歌手公開交鋒的實戰武器。
週五
4月19日 星期五
TED 聯手藝術家與 OpenAI：用 Sora 設想 40 年後的演講
TED 宣佈與藝術家 Paul Trillo 及 OpenAI 合作，使用尚未正式釋出的文生影片模型 Sora 製作了一支概念短片。短片暢想了 40 年後 TED 大會的模樣，也是創作者提前探索 Sora 視覺表達潛力的最新案例展示。
斯坦福釋出第七期 AI 指數報告：跑分逼近人類，研究界急著出新題
斯坦福 HAI 釋出第七期《AI 指數報告》，指出 AI 在閱讀理解與影像分類等指標早已超越人類，在 MATH 競賽題的解題率也從 6.9% 飆升至 84.3%。由於舊測試接連被刷爆，學界正加緊設計更難的新基準。不過，模型在幻覺與真實性上依然存在明顯短板。
國際奧委會發布 AI 議程：0.1 秒拆解跳水動作，還要在全球基層選苗子
國際奧委會公佈「奧林匹克 AI 議程」，探索將 AI 用於裁判輔助、潛能發掘和賽事組織。現場展示了 0.1 秒內拆解跳水翻騰動作輔助打分，以及英特爾用手機測試在塞內加爾發掘體育新秀。部分成果將在巴黎奧運會落地，但裁判邊界與倫理爭議仍存。
