Midjourney 開放網頁端生圖：已生成超 1000 張圖片的使用者可測
Midjourney 開放網頁端圖片生成 Alpha 測試，累計生成超過 1000 張圖片的使用者均可參與。目前該測試主要聚焦於桌面端，移動端也在規劃中；功能和設計短期內將快速變動，待產品成熟後會逐步擴大開放範圍。
AI 日報：今天的 AI 新聞
週四
2月8日 星期四
Brilliant Labs 推出 Frame 智慧眼鏡：重 39 克，內建多模態 AI
Brilliant Labs 推出 AI 智慧眼鏡 Frame，售價 349 美元，僅重 39 克。眼鏡搭載 3000 尼特單眼螢幕與空間攝像頭，由多模態助手 Noa 提供視覺搜尋和即時翻譯。該專案獲 Niantic CEO 投資，定於 4 月發貨。
傳 OpenAI 研發下一代產品：能直接接管裝置幹活的 AI 智慧體
據 The Information 報道，OpenAI 正在開發一種能夠直接接管並操控使用者裝置的自主 AI 智慧體系統。它不再只是生成文本，而是能像人一樣點選、打字或跨平臺遷移資料。不過，將裝置操作權交給雲端 AI，也引發了對隱私與安全的擔憂。
美國 FCC 明確出手：自動撥號電話用 AI 仿聲正式違法
美國聯邦通訊委員會（FCC）裁定將自動撥號電話中使用 AI 生成聲音定為違法。新規將 AI 仿聲納入現有法律監管，賦予各州總檢察長直接執法權，即使不證明具體詐騙罪名，單憑使用 AI 語音撥打即可追責。
Google 將 Bard 更名為 Gemini：推出 Ultra 1.0 頂配版 Advanced
Google 宣佈將聊天機器人 Bard 更名為 Gemini，並推出搭載旗艦模型 Ultra 1.0 的 Gemini Advanced。新模型擅長複雜推理、程式設計與個性化協作，使用者可通過 Google One AI Premium 訂閱使用，獨立的 Android 應用也同步上線。
週三
2月7日 星期三
OpenAI 成立兒童安全團隊：防範未成年人濫用 AI
OpenAI 組建專門的兒童安全團隊並公開招聘執行專家，重點研究如何防範生成式 AI 工具被未成年人濫用。該團隊將協同法務、平臺政策等部門，專門負責涉未成年人的內容稽核與突發事件處理。
Apple 開源修圖模型 MGIE：用大白話改圖，打字就能調光換配料
Apple 聯合加州大學聖巴巴拉分校開源修圖模型 MGIE。使用者只需輸入日常大白話（例如說句「更健康」就能給披薩加蔬菜），模型便能理解意圖並完成調光、裁剪或替換元素。程式碼已在 GitHub 開源，並提供線上 Demo。
如何防止畫作被 AI 拿去訓練：從官方退出到 Glaze 與 Nightshade 防護
一份創作者指南梳理了防止作品被 AI 訓練的方法。創作者除向 OpenAI、Meta 等申請排除後續訓練外，還可藉助 Glaze 與 Nightshade 進行畫素偽裝或投毒。由於官方退出流程繁瑣且不追溯舊資料，技術加噪成了畫師主動維權的實用屏障。
Ray-Ban Meta 迎來 Version 2.0：相機音量小修小補，AI 識圖仍缺席
Ray-Ban Meta 智慧眼鏡迎來 Version 2.0 軟體更新，重點優化了相機降噪、曝光與低光成像，並在鏡腿觸控板加入了全域性音量控制。不過備受期待的多模態 AI 視覺識別功能依然缺席，普通使用者依然無法體驗讓眼鏡辨識物體或翻譯文字的能力。
Microsoft 改版 Copilot：介面煥新，支援對話內直接修圖
Microsoft 宣佈改版 Copilot 網頁與移動端，並新增行內影像編輯功能。使用者生成圖片後不用跳出聊天視窗，就能免費一鍵增強色彩、虛化背景或轉成畫素風。也就是說修圖功能直接融進了對話流。不過行內編輯目前僅面向美、英等部分英語地區開放。
微軟淡化 Bing 轉推 Copilot：登超級碗廣告並上線影像細化編輯
Microsoft 宣佈將 AI 重心從 Bing 轉向 Copilot，並買下超級碗廣告推廣手機版。同時 Copilot 升級了影像工具，支援在生成圖中高亮目標、虛化背景和新增畫素風。微軟不再執著於搜尋戰，轉而全力打造統一的跨平臺個人 AI 伴侶。
開源模型新霸主：Abacus AI 推出 Smaug-72B，多項基準超 GPT-3.5
初創公司 Abacus AI 公佈基於通義千問 Qwen-72B 微調的模型 Smaug-72B。它是首個在 Hugging Face 開源排行榜上綜合均分破 80 的模型，在多個基準測試中超過了 GPT-3.5 和 Mistral Medium。團隊針對推理和數學能力做了專項微調，模型現已完全開源。
週二
2月6日 星期二
OpenAI 全面上線內容水印：圖文音全覆蓋，還配了驗證工具
OpenAI 詳細公佈了多模態生成內容的防偽溯源方案。團隊在影像和音訊中嵌入 SynthID 隱形水印，在歐盟文本中啟用 textGrain，同時結合 C2PA 後設資料。最值得關注的是，這種雙重標記大幅提升了抗裁剪能力，使用者還能直接在網頁端檢測檔案來源。
Roblox 上線即時 AI 聊天翻譯：支援 16 種語言，打字即時轉換
本週，Roblox 上線基於自研大模型的即時 AI 聊天翻譯功能，支援 16 種語言互譯。韓國玩家輸入韓語，英語或德語玩家能直接看到被即時翻譯成本國語言的文字。該功能已接入所有使用 TextChatService 的遊戲中，未來還計劃拓展至語音即時翻譯。
YouTube CEO 公佈 2024 戰略：押注生成式 AI，逼真合成內容將打標籤
YouTube CEO Neal Mohan 釋出 2024 年公開信，將生成式 AI 列為四大重點之一。他強調 AI 應賦能而非替代創作者，除推進 Dream Screen 等創作工具外，未來幾個月還將為逼真的 AI 生成內容強制上線識別標籤。
Meta 將全面標記 AI 影像：不僅自研工具，OpenAI 和 Google 做的也要標
Meta 宣佈將在 Facebook、Instagram 和 Threads 上標出 AI 生成影像。除了自家的 Meta AI，還將通過 C2PA 和 IPTC 標準識別 OpenAI、Google、Midjourney 等外部工具製作的圖片。對 AI 影片和音訊，Meta 要求使用者主動申報，違者或受懲罰。
Stability AI 推出 SVD 1.1：最佳化影片連貫性，生成 4 秒高畫質短片
Stability AI 宣佈推出影片生成模型 SVD 1.1，基於 SVD-XT 微調，可在 1024x576 解析度下生成 4 秒 25 幀短片。新版本優化了運動連貫性，減少畫面靜止與人物崩壞。研究用途可在 Hugging Face 免費下載，商用則需付費訂閱或通過 API 呼叫。
英國注資超 1 億英鎊扶持 AI 研發：堅持暫不推專門法案
英國政府公佈 AI 監管方案回應，宣佈投入超 1 億英鎊，其中 9000 萬英鎊用於建立 9 個本土研究中心，1000 萬英鎊資助現有監管機構提升能力。最值得關注的是英國堅持暫不制定專門立法，與歐盟嚴管路線截然相反，希望以此招徠更多 AI 開發者。
週一
2月5日 星期一
微軟聯手新聞初創 Semafor：用 AI 做研究，記者寫突發快訊
Semafor 宣佈與微軟合作，藉助微軟及 OpenAI 工具打造多信源快訊流「Signals」。該欄目每天更新約 12 次，AI 僅作為輔助研究工具，稿件由人類記者撰寫。微軟藉此拉攏媒體，與此前被《紐約時報》起訴形成反差。
Deepfake 詐騙新手段：騙子開 AI 多人影片會，捲走跨國公司 2560 萬美元
週日據《南華早報》報道，一家跨國公司香港辦事處遭遇新型 Deepfake 詐騙，損失 2 億港元（約 2560 萬美元）。騙子利用公開素材偽造 CFO 等多名同事並召開多人視訊會議，誘導財務員工分 15 次轉賬，約一週後才被察覺。
AI 生成高仿假證件：幾分鐘出圖，輕鬆騙過加密貨幣交易所核驗
404 Media 曝光有地下網站利用神經網路批次製造逼真假證件。記者實測僅用幾分鐘就做出了兩張假證，併成功騙過了某加密貨幣交易所的身份核驗系統。這對網路安全和金融犯罪防範敲響了警鐘。
AI 破譯維蘇威火山炭化卷軸：不用物理展開，讀出兩千古希臘文字
維蘇威挑戰賽宣佈三名學生利用 AI 成功破譯西元 79 年火山爆發炭化的古羅馬卷軸，讀出 2000 多個古希臘字母並拿下 70 萬美元大獎。演算法通過 CT 掃描在虛擬空間展開卷軸並識別墨水，讓一碰就碎的千年文獻重見天日。
宜家上線 GPT 商店專屬助手：輸入房間尺寸與預算，AI 幫你挑傢俱
宜家在 OpenAI GPT Store 上線官方 AI 助手。使用者只要輸入戶型大小、預算和風格偏好，AI 就能從數千款產品中推薦傢俱搭配並查詢本地庫存。目前該助手僅面向美國地區的 GPT Plus 使用者開放，計劃年內推廣至更多市場。
週六
2月3日 星期六
曝光日誌顯示 Google 擬將 Bard 更名為 Gemini：推 Ultra 付費版
據曝光的更新日誌顯示，Google 計劃將聊天機器人 Bard 更名為 Gemini，並推出搭載 Gemini Ultra 模型的付費版「Gemini Advanced」。該版本強化了多模態與程式碼分析能力，還將推出獨立手機應用，但目前官方尚未正式確認。
週五
2月2日 星期五
Adobe Firefly 登陸 Vision Pro：生成的 AI 圖片能直接貼在牆上
Adobe 宣佈將文生圖 AI 工具 Firefly 引入 Apple Vision Pro。使用者輸入文字生成四張圖後，能把圖片從應用中抓出，像海報一樣固定在三維空間的牆上。3 月 1 日前 Vision Pro 使用者可免費體驗，未來還將支援 360 度全景影像。
Hugging Face 推出自定義助手：免費叫板 GPTs，底座模型任選
Hugging Face 宣佈推出 Hugging Chat Assistants，允許使用者點選兩次即可免費建立專屬 AI 助手。相比 OpenAI 每月 20 美元的 GPTs，該功能完全免費，並支援在 Llama 2、Mixtral 等開源模型間自由切換。不過目前它暫不支援聯網搜尋和 RAG 功能。
週四
2月1日 星期四
庫克財報會確認：蘋果生成式 AI 功能將於今年晚些時候上線
Apple CEO 蒂姆·庫克在財報電話會上確認，公司正投入大量精力研發生成式 AI，計劃在「今年晚些時候」推出。庫克雖未透露功能細節，但這印證了 iOS 18 迎來重大 AI 升級的傳聞。向來不愛提前吹風的蘋果，這次終於按捺不住了。
亞馬遜推出 AI 導購 Rufus：搜商品、做對比，在手機 App 裡直接聊
Amazon 推出內置於移動應用的生成式 AI 購物助手 Rufus。它基於亞馬遜自研的電商大模型，能解答選購疑問、對比產品並給出推薦，支援文字或語音輸入。目前正面向部分美國使用者測試，初期不含廣告。
Arc 桌面瀏覽器加入 AI：跳過搜尋引擎，直接開啟結果標籤
The Browser Company 宣佈為桌面端 Arc 瀏覽器引入 AI 功能。「Instant Links」讓使用者跳過搜尋列表，直接由 AI 抓取並開啟對應標籤；「Live Folders」支援自動抓取動態流。團隊還在打造能一鍵生成調研摘要的 Arc Explore。
Google Maps 測試生成式 AI 搜尋：用大模型幫使用者找好去處
Google 宣佈在 Google Maps 中測試生成式 AI 功能。大模型會綜合分析全球逾 2.5 億個地點和 3 億貢獻者的資料，使用者用自然語言提問就能獲得推薦。該功能先在美國向 Local Guides 貢獻者開放測試，後續再逐步擴大範圍。
Google 上線 MusicFX：輸入提示詞生成 70 秒音樂，還配了作詞工具
Google 在 AI Test Kitchen 正式推出音樂生成工具 MusicFX 與作詞輔助工具 TextFX。MusicFX 基於 MusicLM 升級，可按文字提示生成最長 70 秒音樂或無縫迴圈，並內建 SynthID 水印。為防範版權風險，系統會過濾藝人名稱並禁止生成人聲。
Google Bard 終於支援生圖：接入 Imagen 2 且完全免費
Google 為聊天機器人 Bard 增加了 AI 影像生成功能。該功能由 Imagen 2 模型驅動，最關鍵的是向所有使用者免費開放，追趕需付費訂閱的 ChatGPT Plus。生成的圖片會自動嵌入 SynthID 水印。目前生圖功能僅支援英語提示詞。
Apple Vision Pro 首發：超 600 款專屬空間應用同步上線
Apple 宣佈已有超過 600 款專為 Apple Vision Pro 開發的原生空間應用與遊戲，將在 2 月 2 日正式上線。除專屬應用外，還相容超 100 萬款 iOS 和 iPadOS 應用，覆蓋體育、娛樂、辦公等場景。
週三
1月31日 星期三
FCC 出手：擬將自動騷擾電話中的 AI 聲音克隆直接定為違法
美國 FCC 提議將自動呼叫中使用 AI 聲音克隆技術直接認定為違法。此前新罕布夏州出現偽造拜登聲音干預選舉的電話，該提案擬將聲音克隆歸入既有法案的「人造聲音」範疇，讓執法部門起訴詐騙者時更直接、門檻更低。
槍與玫瑰新歌《The General》音樂影片幕後：虛幻引擎加 SD 夢境重繪
製作方披露搖滾樂隊 Guns N' Roses 新單曲《The General》音樂影片的製作細節。團隊先用虛幻引擎搭建場景與動態，再交給 Stable Diffusion 逐幀重繪出詭異夢幻的畫面。這種混合工作流把 AI 當作增強畫風的畫筆，而非替代人類畫師。
Shopify 升級 Magic 工具：一句話給商品換背景，不懂修圖也能出大片
Shopify 為其 Magic 套件新增 AI 圖片編輯器，商家輸入提示詞即可一鍵替換商品背景，無需 Photoshop 經驗且不額外收費。同時平臺還加入了支援自然語言的對話式搜尋。新功能主要面向中小商家降低拍攝門檻，預計今年春季上線。
Google「即圈即搜」登陸 Pixel 8：長按圈選，不用切 App 就能搜
Google 正式向 Pixel 8 和 8 Pro 推送「即圈即搜」（Circle to Search）功能。使用者在任意應用中長按主螢幕按鈕或導航條，隨手圈選螢幕上的圖文並補充文字提問，不用截圖跳轉就能直接原地獲得 AI 搜尋結果，查完划走即可。
Mistral 證實神秘模型洩露：逼近 GPT-4 效能的 miqu 確為自研舊作
Mistral CEO Arthur Mensch 證實，近日在社群流傳且跑分逼近 GPT-4 的開源模型「miqu-1-70b」，是早期客戶員工洩露的自研舊模型。該模型基於 Llama 2 重構訓練。最值得關注的是，開源生態追趕頂級專有模型的速度遠超外界預期。
傳微軟與 OpenAI 擬投資 Figure AI：估值或達 19 億美元，押注人形機器人
據報道，Microsoft 與 OpenAI 正洽談向人形機器人初創公司 Figure AI 投資至多 5 億美元。其中 Microsoft 擬出資約 9500 萬美元，OpenAI 擬投 500 萬美元，投前估值或達 19 億美元。Figure AI 正在研發人形機器人 Figure 01，融資金額與細節仍可能變動。
週二
1月30日 星期二
ChatGPT 支援「@」直接呼叫 GPTs：繼承上下文，單聊隨時換助手
OpenAI 面向 ChatGPT 付費使用者推出新功能，在對話方塊輸入「@」就能直接拉入各類自定義 GPT。被選中的 GPT 會繼承當前對話的完整上下文，方便按需切換專業工具。這一舉措旨在為 GPT Store 導流，目前自定義 GPT 僅佔其網頁端流量約 2.7%。
紐約時報組建編輯部 AI 團隊：做原型工具，但堅持人類採寫
The New York Times 宣佈組建專門團隊探索在編輯部應用生成式 AI。該團隊由 AI 倡議負責人 Zach Seward 帶領，計劃招募工程師、設計師與編輯，以「臭鼬工坊」模式打造報道原型。紐時同時重申，新聞仍將完全由人類記者採寫與編輯。
馬化騰年會發話：遊戲業務承壓，騰訊加速押注 AI
騰訊 CEO 馬化騰在公司年會上坦言，佔公司利潤近三分之一的遊戲業務正面臨嚴峻挑戰，公司正將更多重心轉向人工智慧。他表示騰訊在 AI 賽道並非領跑者，但已跟上第一梯隊步伐，2023 年 9 月推出的混元大模型將承擔重要角色。
Yelp 上線 AI 摘要：下館子不用翻點評，AI 直接總結招牌菜和氛圍
Yelp 在 iOS 端上線 AI 評論摘要功能。大模型會自動抓取使用者反饋，在商家主頁頂部提煉出招牌菜、就餐氛圍和價格水平。以後找餐廳不用再逐條翻看長篇點評。不過該功能目前僅限餐飲和夜生活商戶，Android 版需等到今年晚些時候。
加密與 AI 結合的前景與挑戰：從微觀預測市場到對抗攻擊風險
一篇技術部落格分析了加密技術與 AI 結合的四種路徑，指出最具前景的方向是讓 AI 作為參與者融入微觀預測市場等鏈上機制，或充當錢包安全互動介面。最值得關注的是，若讓 AI 充當智慧合約規則的裁決者，將面臨嚴峻的對抗性機器學習攻擊風險。
週一
1月29日 星期一
Neuralink 首次完成人類腦機植入：首款產品 Telepathy，患者恢復良好
週一，馬斯克宣佈腦機介面公司 Neuralink 已在週日首次完成人類大腦植入手術，患者目前恢復良好。其首款產品名為 Telepathy，旨在幫助嚴重癱瘓患者僅憑意念控制游標並進行交流。不過這只是其商業化的第一步，後續仍需面對 FDA 多輪嚴格的安全審查。
Midjourney 上線 Niji V6：動漫模型支援畫內文字與複雜提示詞
Midjourney 宣佈動漫特化模型 Niji-Journey V6 正式上線。新版本大幅提升了對複雜提示詞的理解力，支援直接在畫面中渲染文字，還新增了相容其他畫風的 Style Raw 模式；區域性重繪和縮放等功能預計 2 月補齊。
劍橋造出「讀盲文」機器人：速度達每分鐘 315 詞，比人類快一倍
劍橋大學研究團隊公佈了一款結合 AI 的機器人觸覺感測器，能以每分鐘 315 詞的速度摸讀盲文，速度約為人類的兩倍，準確率接近 90%。研究團隊用演算法消除了指尖相機滑動時的動態模糊，藉此攻克機器人的高靈敏度動態觸覺，未來可用於假肢和機械手。
Meta 釋出 Code Llama 70B：支援 10 萬 token 上下文，可免費商用
Meta 釋出程式碼生成模型 Code Llama 70B，包含基礎版、指令微調版及 Python 專版。該模型基於 5000 億 token 程式碼訓練，支援 10 萬 token 上下文視窗，沿用先前的開源許可協議，允許學術和商業免費微調與使用。
Arc Search 登陸 iPhone：用 AI 替你瀏覽，直接生成定製網頁
The Browser Company 推出 iOS 應用 Arc Search，主打「Browse for me」功能。輸入問題後，AI 會自動抓取並閱讀多個相關網頁，直接排版生成一個資訊齊全的專屬頁面，不再給出一堆搜尋連結。底層結合了 OpenAI 等模型，不過信源引用仍有待完善。
週五
1月26日 星期五
三星 Galaxy S24 國行換芯：捨棄 Gemini，接入百度文心大模型
據報道，三星 Galaxy S24 國行版將其 Galaxy AI 底層模型從 Google Gemini 換成了百度的文心大模型，負責提供翻譯與長文摘要等功能。面對在華市場份額下滑的壓力，三星選擇依靠本土模型落地，而海外版則繼續搭載 Gemini。
Prophetic 釋出 Morpheus-1：用超音波把大腦帶入「清醒夢」
神經科技初創公司 Prophetic 推出 AI 模型 Morpheus-1。該模型基於 Transformer 架構，以大腦活動為 Prompt 生成超音波全息圖，聲稱能安全誘導並穩定清醒夢。該技術將搭載於頭帶裝置 The Halo，計劃春季啟動測試。
週四
1月25日 星期四
Apple Podcasts 新增轉錄功能：iOS 17.4 為幾乎所有播客配上文字稿
Apple 在 iOS 17.4 測試版中為 Apple Podcasts 帶來基於機器學習的自動轉錄功能。測試使用者發現資料庫裡絕大多數節目都已生成逐字稿。不過通過外部 URL 新增的播客暫不支援，預計 3 月隨正式版推送。
OpenAI 推出新嵌入模型：效能提升且降價，GPT-3.5 降價 50%
OpenAI 推出兩款新嵌入模型 text-embedding-3-small 與 large，支援靈活縮短維度以降低儲存成本，小模型價格降至上一代的五分之一。同時，GPT-3.5 Turbo 輸入價格降低 50%，更新版 GPT-4 Turbo 預覽版也上線並改善了程式碼生成偷懶問題。
Hugging Face 聯手 Google Cloud：開源模型直通 Vertex AI 與 TPU
Hugging Face 宣佈與 Google Cloud 達成戰略合作。開發者可以直接在 Google Kubernetes Engine 和 Vertex AI 上訓練與部署 Hugging Face 開源模型，並呼叫 TPU 等算力資源。雙方合作打通了開源生態與雲端基礎設施，降低企業自建 AI 模型的門檻。
Brave 升級內建 AI 助手 Leo：預設模型換成 Mixtral 8x7B
Brave 釋出桌面瀏覽器 v1.62，將內建 AI 助手 Leo 的預設模型切換為開源的 Mixtral 8x7B。無論免費版還是每月 15 美元的 Premium 版均預設接入，程式碼與多語言表現大幅提升。Leo 全程通過反向代理匿名互動且不儲存記錄。
週三
1月24日 星期三
IEA 電力報告：受 AI 與加密幣推動，資料中心用電量到 2026 年或翻倍
國際能源署（IEA）釋出電力報告，指出隨著 AI 訓練和加密貨幣挖礦激增，全球資料中心用電量到 2026 年最高可能翻倍至 1050 TWh，增量相當於整個德國的用電規模。報告預估 AI 行業用電屆時將增至十倍，對各地電網提出嚴峻挑戰。
Google 推出 Art Selfie 2：自拍照一鍵變身莫奈畫作或中世紀騎士
Google 推出基於生成式 AI 的 Art Selfie 2。使用者自拍後可選擇 25 種以上風格，AI 會將人臉融入莫奈花園或珠峰探險等歷史藝術場景，並在生成時科普相關文化背景。它把嚴肅的藝術科普做成了有趣的自拍玩法。
週二
1月23日 星期二
Chrome 迎來三項生成式 AI 功能：自動分組標籤頁、畫主題與輔助寫作
Google 宣佈在 Chrome M121 中上線三項實驗性生成式 AI 功能：自動為標籤頁分組命名、通過擴散模型生成專屬主題，以及在網頁文本框右鍵調出寫作助手。新功能目前先向美國的 Mac 和 Windows 使用者開放測試。
Google Ads 接入 Gemini：扔個網址，聊天就能把廣告做了
Google 宣佈將 Gemini 模型引入 Google Ads 的對話式廣告建立流程。美英兩國廣告主只要提供網站連結，AI 就能自動生成關鍵詞和文案建議。官方資料顯示，用上該功能的中小商家廣告評級優秀率提升了 42%。目前該 Beta 測試正向全球英語廣告主逐步鋪開。
假拜登電話勸選民別投票：專家稱極可能是 AI 深度偽造
NBC News 報道稱，新罕布夏州初選前一通冒充拜登總統、勸選民不要投票的自動電話極可能是 AI 偽造的 Deepfake。檢測機構表示該音訊大機率被操縱。如今克隆政客聲音門檻極低，而針對此類 AI 選舉誤導的法律監管仍存空白。
