xAI 開源 Grok-1：開放 3140 億引數基礎模型權重與架構
xAI 宣佈按 Apache 2.0 協議開源 Grok-1 的基礎模型權重與網路架構。該模型擁有 3140 億引數，採用混合專家架構，是 2023 年 10 月完成預訓練的原始檢查點，未經過特定對話微調。程式碼與指引已在 GitHub 上線。
AI 日報：今天的 AI 新聞
週日
3月17日 星期日
週五
3月15日 星期五
賓士進廠測試人形機器人：用 Apptronik Apollo 搬運零件、幹體力活
Apptronik 宣佈與梅賽德斯-賓士達成合作，在匈牙利工廠試點 Apollo 雙足人形機器人。Apollo 重約 160 磅，主要負責檢查並向產線工人運送汽車零部件。車企看中人形機器人無需重新設計現有工廠就能直接進廠幹活，藉此填補重複性重體力勞動的用工缺口。
IPO 前夕遇阻：FTC 就 AI 資料授權交易問詢 Reddit
Reddit 披露收到美國聯邦貿易委員會（FTC）問詢函，要求其說明向 Google 等第三方授權使用者帖子訓練 AI 模型的交易。Reddit 原計劃藉此創收 2.03 億美元為 IPO 造勢。監管機構介入意味著平臺轉賣使用者資料訓 AI 的合規風險正在放大。
週四
3月14日 星期四
蘋果收購 DarwinAI：專攻輕量化模型，為端側 AI 補齊拼圖
據彭博社報道，蘋果於今年早些時候收購了加拿大初創公司 DarwinAI，數十名員工已加入其 AI 部門。DarwinAI 核心技術是讓 AI 系統更小、更高效，正契合蘋果在 iOS 18 中推動端側 AI 執行並保護隱私的需求。
Figure 01 接入 OpenAI 模型：人形機器人能一邊聊天一邊幹活了
機器人公司 Figure 展示了人形機器人 Figure 01 接入 OpenAI 模型的演示：機器人不僅能即時對話，還能聽懂口頭指令分揀物品，說話時甚至帶有逼真的停頓。Figure 負責動作控制，OpenAI 提供視覺與語言能力，讓大模型真正開始擁有物理實體。
週三
3月13日 星期三
Anthropic 釋出 Claude 3 Haiku：每秒讀 30 頁，成本僅為同類一半
Anthropic 推出 Claude 3 Haiku，主打高速與極低成本。其針對 32K 以下提示詞的處理速度達每秒 2.1 萬 token（約 30 頁），比同類模型快 3 倍，企業分析長文件成本減半，花 1 美元就能處理 400 起訴訟案或 2500 張圖片。目前已上線 API 與 Claude Pro。
不止 Gemini：測試顯示 Adobe Firefly 生成歷史人物同樣翻車
Semafor 測試發現，Adobe 的影像生成工具 Firefly 同樣出現了生成黑人納粹士兵等失真畫面的問題。最值得關注的是，即便只使用合規商業相簿訓練，防偏見的安全指令依然在歷史語境下過猶不及。Adobe 回應稱 Firefly 並非用於紀實，將持續微調修復。
OpenAI 確認 Sora 年內公測：可能只需幾個月，後續還將支援音訊
OpenAI 技術長 Mira Murati 透露，文生影片模型 Sora 將於今年晚些時候向公眾開放，可能就在幾個月後。此外，OpenAI 計劃未來為 Sora 引入音訊生成和影片編輯功能，並努力將其使用成本降至接近 DALL-E 的水平。
歐洲議會正式通過《人工智慧法案》：全球首部 AI 全面監管法案敲定
歐洲議會以 523 票贊成正式通過《人工智慧法案》（EU AI Act）。該法規按風險把技術劃為四檔，對人臉抓取、社會評分等不可接受的場景直接禁止。法案預計 5 月底生效並於 2025 年起分階段落實，給全球科技巨頭劃清了紅線。
Google DeepMind 推出 SIMA：能聽懂人話、在 3D 遊戲裡幫你幹活的通用 AI
Google DeepMind 推出通用 AI 智慧體 SIMA。它不用看遊戲原始碼或專用介面，僅憑螢幕畫面和鍵盤滑鼠輸出，就能聽懂玩家的自然語言指令，在《無人深空》《拆遷》等 9 款商業 3D 遊戲中完成爬梯子、開選單等 600 項基礎操作。這是 AI 從刷高分轉向泛化執行真實任務的重要一步。
週二
3月12日 星期二
OpenAI 被曝洩露 GPT-4.5 Turbo：256k 上下文或 6 月上線
OpenAI 網頁團隊疑似提前洩露 GPT-4.5 Turbo 產品頁，被搜尋引擎收錄。預熱文案顯示其擁有 256,000 token（約 20 萬詞）上下文視窗，知識庫更新至 2024 年 6 月，暗示新模型或於 6 月正式上線。不過目前相關連結顯示為 404 頁面。
Deepgram 推出語音 API Aura：延遲低於半秒，幫智慧體即時說話
Deepgram 推出即時文本轉語音 API Aura。它把自然的人聲模型與低延遲結合，通常在半秒甚至 0.3 秒內就能發聲，每 1000 字元定價 0.015 美元。這讓開發者能給大模型驅動的客服智慧體裝上能即時接話的聲音。
Google 限制 Gemini 回答選舉提問：涉及政客一律讓使用者去搜索
Google 證實已開始在全球限制 Gemini 回答與選舉相關的提問，目前已在美印等面臨大選的國家上線。使用者若詢問政黨或候選人，AI 會直接回復「還在學習中」並引導使用 Google 搜尋。面對虛假資訊與監管壓力，Google 寧可少答也不願踩政治雷區。
週六
3月9日 星期六
LLM 預測神經科學實驗準確率達 81%：反超人類專家
Xiaoliang Luo 等學者發表研究，表明大語言模型預測神經科學實驗陽性結果的準確率達到 81%，超過人類專家的 64%。團隊僅使用 70 億引數的類 GPT-3.5 模型，經神經科學文獻微調後表現進一步提升，能幫助科研人員收窄研究方向。
週五
3月8日 星期五
Inflection 釋出 Inflection-2.5：號稱用 40% 算力逼近 GPT-4
據報道，Inflection 推出新底座模型 Inflection-2.5。官方稱其效能逼近 GPT-4，而訓練算力僅用了約 40%。這意味著繼 Claude 3 與 Gemini 1.5 之後，GPT-4 的壁壘再次被打破，頂尖大模型的訓練門檻正在快速下降。
拜登在國情諮文發話：呼籲立法禁止 AI 聲音冒充與克隆
週四晚，拜登在國情諮文演講中呼籲立法禁止 AI 聲音冒充偽造。但他並未細化具體監管措施或懲罰手段，也未明確是否覆蓋文娛行業。此前好萊塢雖對聲音復刻達成授權協議，但 AI 擬真聲音已正式成為白宮重點防範的議題。
OpenAI 調查結束：Sam Altman 重返董事會，引入三位新董事
OpenAI 宣佈獨立調查結束，CEO Sam Altman 正式重返董事會。調查認定去年的解僱風波源於前董事會與管理層的信任破裂，而非產品安全或財務隱患。同時 OpenAI 引入了三位具備豐富政商背景的獨立董事，並設立匿名舉報熱線以強化內部治理。
週三
3月6日 星期三
Midjourney 封禁 Stability AI 全員：指責其爬取資料致系統宕機
Midjourney 宣佈無限期封禁競爭對手 Stability AI 的全體員工賬號。此前系統在 3 月 2 日遭遇異常流量並宕機 24 小時，調查發現對方員工批次爬取提示詞與影像對用於訓練。Midjourney 隨後立下新規：自動化爬取致服務中斷者，封禁全公司員工。
美陸軍在兵棋推演中測試 GPT-4：戰術更激進，但傷亡反而更高
據《新科學家》報道，美國陸軍研究實驗室正在軍事模擬遊戲中測試 OpenAI 的 GPT-4 Turbo 與 Vision 模型輔助戰術規劃。測試顯示 GPT-4 表現雖優於老模型，但在完成奪取據點等任務時造成的傷亡卻更高。這種激進決策讓軍用 AI 的倫理風險再次成為焦點。
新倡導組織 ARI 成立：主張照搬金融與核能規則管 AI
跨黨派組織 Americans for Responsible Innovation 成立，主張借鑑金融、網路安全和核能規則監管 AI。ARI 提議建立類似上市公司會計監督委員會的 AI 審計機構，並限制訓練算力訪問。他們希望藉此反駁矽谷關於華盛頓不懂監管的說法。
微軟搬出錄影機判例：申請駁回《紐約時報》AI 版權訴訟
在 The New York Times 起訴的版權訴訟中，Microsoft 提出動議申請駁回部分指控。微軟辯稱，大語言模型就像當年的錄影機、影印機，技術本身具有大量合法用途，不能因潛在的侵權風險就被法律阻礙；時報也未能給出 Copilot 使用者直接侵權的證據。
週二
3月5日 星期二
傳 Perplexity 即將完成新融資：估值翻倍至 10 億美元成獨角獸
據《華爾街日報》報道，AI 搜尋初創公司 Perplexity 即將敲定新一輪融資，估值達約 10 億美元成為獨角獸。兩個月前其估值僅為 5.2 億美元，且年營收剛突破 1000 萬美元。資本正全力押注其挑戰 Google 搜尋的野心。
DeepMind 校友創立 Haiper：上線自研影片工具，拿 1380 萬美元融資
由 DeepMind 前員工創立的初創公司 Haiper 公開發布自研影片生成工具，並宣佈完成 1380 萬美元種子輪融資。使用者目前可免費生成 2 至 4 秒短影片或讓靜態圖動起來。團隊計劃未來開放核心模型 API 並考慮開源，直面 Sora 的競爭。
OpenAI 反擊馬斯克訴訟：曬出往來郵件，稱其曾要控制權且認同不開源
OpenAI 針對馬斯克的起訴公開發文反駁並申請駁回，同時曬出多封當年的往來郵件。記錄顯示馬斯克曾要求獲得多數股權甚至併入特斯拉，且親口認同過不必開源 AGI 核心技術。OpenAI 直言對這位曾斷言他們會失敗、如今反手起訴的前發起人感到失望。
Stability AI 聯手 Tripo 開源 TripoSR：單圖生 3D 不到半秒，無 GPU 也能跑
Stability AI 聯手 Tripo AI 推出開源 3D 重建模型 TripoSR。它能根據單張圖片在 0.5 秒內生成帶紋理的 3D 模型，即便沒有獨立顯示卡也能執行。程式碼與權重採用 MIT 協議開源在 GitHub 和 Hugging Face，允許商用。
週一
3月4日 星期一
謝菲爾德團隊用 AI 預測腎衰竭：1 分鐘測完，比人工快 6 倍
英國謝菲爾德教學醫院宣佈在臨床中使用一款 AI 工具，能自動圈畫 MRI 切片測算多囊腎病患者的腎臟體積。過去人工圈畫 50 到 60 張切片需要約 1 小時，AI 不到 1 分鐘即可完成且精度相當。這能讓醫生更快預測腎衰竭時間並儘早干預。
Anthropic 釋出 Claude 3 系列：最強版 Opus 跑分反超同行
Anthropic 正式推出 Claude 3 系列模型，分為 Haiku、Sonnet 與 Opus 三款。最強型號 Opus 在多項基準測試中超越競品，全系支援視覺輸入與 200K 上下文。這意味著大模型競爭進入新階段。目前 Opus 和 Sonnet 已上線，Haiku 即將推出。
ChatGPT 上線 Read Aloud：長按就能讓 AI 把回答讀給你聽
OpenAI 為 ChatGPT 推出「Read Aloud」朗讀功能，覆蓋 iOS、Android 應用及網頁端。在移動端長按訊息或在網頁端點選對應圖示，AI 就能把文字回答直接念出來。對於在路上或者需要解放雙手的場景來說，這讓文字聊天多了一種隨時收聽的使用方式。
週六
3月2日 星期六
加州給 Waymo 開綠燈：無人計程車獲批開上高速，最高時速 65 英里
加州公用事業委員會批准 Waymo 擴充服務範圍，允許其無人計程車在洛杉磯和灣區的高速及市政道路以最高 65 英里時速載客。儘管當地交管部門提出抗議，監管方仍判定其安全合規。不過 Waymo 表示會審慎推進，暫無立刻上高速的計劃。
週五
3月1日 星期五
Groq 收購初創公司 Definitive Intelligence：全力擴建 GroqCloud
AI 推理晶片創企 Groq 宣佈收購資料分析初創公司 Definitive Intelligence，金額未披露。對方此前協助搭檔構建了按需呼叫 LPU 晶片的 GroqCloud，其創始人 Sunny Madra 將統領該業務，並協助設立面向政企交付的 Groq Systems 部門。
摩托羅拉預熱首款 AI 手機 Moto X50 Ultra：對標三星，融入 F1 元素
Motorola 在微博釋出預熱影片，公佈首款主打 AI 能力的旗艦手機 Moto X50 Ultra。新機融入 F1 賽車元素與素皮機身，並聯動 4 月 21 日的 F1 中國大獎賽，具體 AI 功能尚未公佈。繼三星 Galaxy S24 後，摩托羅拉也正式加入端側 AI 手機戰局。
馬斯克起訴 OpenAI：稱其背叛非營利初衷，已成微軟閉源子公司
週四晚，馬斯克向舊金山法院正式起訴 OpenAI 及 Sam Altman，指控其違背創立協議、轉向以商業盈利為核心。訴訟指稱 OpenAI 已淪為微軟的事實子公司，並要求法院裁定 GPT-4 屬於 AGI 以限制其商業授權並追回捐款。
週四
2月29日 星期四
微軟推出 Copilot for Finance：直接在 Excel 裡做差異分析和對賬
微軟宣佈推出 Microsoft Copilot for Finance 公開預覽版。它能連線 Dynamics 365 和 SAP 等 ERP 系統，讓財務人員在 Excel 中用自然語言進行差異分析與自動對賬，並在 Outlook 中快速彙總賬單加快催收流程。
Google 聯手 Stack Overflow：把程式設計問答庫搬進 Gemini
Stack Overflow 推出 OverflowAPI 並宣佈 Google 為首個合作伙伴。Google 將把 Stack Overflow 驗證過的問答庫整合進 Gemini for Google Cloud 和控制台，回答中會附帶引用來源；同時 Stack Overflow 也將借 Vertex AI 為社群引入 AI 輔助功能。
微軟公佈 DirectSR：一條程式碼打通輝達、AMD 和英特爾超解析度
微軟公佈全新 Windows API「DirectSR」，聯合 Nvidia、AMD 和 Intel 統一遊戲超解析度支援。開發者只需接入一套統一程式碼，即可同時相容 DLSS、FSR 和 XeSS。微軟稱其為連線遊戲與超分技術的「缺失一環」，將很快在 Agility SDK 預覽版中上線。
Figure AI 獲 6.75 億美元融資：貝索斯與輝達參投，估值 26 億美元
人形機器人初創公司 Figure AI 宣佈完成 6.75 億美元融資，估值達 26 億美元，投資方包括貝索斯、輝達、微軟和 OpenAI。Figure 還將與 OpenAI 合作開發下一代機器人 AI 模型。大模型巨頭正集體押注具身智慧的商業落地。
週三
2月28日 星期三
庫克表態：蘋果今年將在生成式 AI 領域「開闢新天地」
蘋果 CEO 庫克在年度股東大會上承諾，今年將在生成式 AI 領域開闢新天地。同周有報道稱蘋果取消了造車計劃並將部分團隊轉投 AI。市場預期蘋果將利用大模型全面升級 Siri 與系統搜尋，加快追趕競手步伐。
Lightricks 推出 LTX Studio：AI 一鍵生成長影片，保持角色與光影一致
Lightricks 推出 AI 影片生成平臺 LTX Studio。它能直接將創意轉化為包含多鏡頭的完整長影片，並重點解決了多場景間角色外觀與光影一致性的痛點，試圖讓創作者用 AI 獨立搞定影視級成片。
Stability AI 聯手 Morph Studio：打造多分支 AI 影片生成工作流
Morph Studio 宣佈與 Stability AI 達成合作，推出一體化 AI 影片生成平臺。該方案支援將文本、影像或已有影片轉化為連續鏡頭，並採用多分支並行工作流提升創作效率。目前官網已開放候補名單申請。
蘋果叫停十年造車計劃：Titan 專案終結，團隊轉戰生成式 AI
週二據彭博社報道，蘋果已決定叫停歷時近十年的造車專案「Project Titan」，多數員工將轉向生成式 AI 部門。該專案曾被庫克稱為「所有 AI 專案之母」，但面對研發困境與商業化難題最終畫上句號，華爾街與投資者對這一止損舉措表示歡迎。
Adobe 公佈音樂生成專案：提示詞生音訊，還能自由調節奏混音
Adobe 公佈生成式音訊研究專案 Project Music GenAI Control。使用者輸入文字或參考旋律即可生成音樂，還能調整節奏、結構或延長做無限迴圈。最值得關注的是它支援深度精修，不過目前仍處研究階段，連 UI 都還沒做。
Ideogram 1.0 上線：文字渲染升級，新增 Magic Prompt
Ideogram 正式上線文生圖模型 Ideogram 1.0。新版本提升了真實感與提示詞遵循度，主打更精準的圖片內文字渲染，並加入輔助撰寫提示詞的「Magic Prompt」功能。目前已在官網開放使用。
Klarna 上線 AI 客服：幹了 700 人的活，兩年前剛好裁了 700 人
Klarna 宣佈其接入 OpenAI 的 AI 客服上線 4 周處理了 230 萬次諮詢，相當於 700 名全職員工的工作量。解決問題耗時從人工的 11 分鐘降到 2 分鐘。儘管官方否認與 2022 年裁減 700 人的動作有關，這一直白量化依然引發了巨大爭議。
扎克伯格造訪韓國會見 LG：聯手佈局下一代 XR 裝置與端側 AI
週三，Meta CEO 扎克伯格在首爾與 LG 電子高管會面，商討新一代擴充套件現實裝置研發及端側 AI 合作。面對蘋果 Vision Pro 帶來的競爭壓力，Meta 正加速拉攏硬體盟友，將大模型技術塞入終端裝置。扎克伯格此行還計劃會見三星電子高層與韓國總統。
