AI 新研究 DragGAN 亮相：滑鼠點選拖拽，幾秒內重構畫面
研究人員公佈影像操控工具 DragGAN。使用者只需在圖片上設定控制點並拖拽，AI 就能在幾秒內重新生成內容，甚至支援 3D 旋轉和補全遮擋細節。這意味著精準控制生成影像不再全靠抽卡提示詞，不過該技術目前仍處於論文演示階段。
AI 日報：今天的 AI 新聞
週五
5月19日 星期五
防洩密：Apple 限制員工使用 ChatGPT 與 GitHub Copilot
據《華爾街日報》等報道，Apple 已限制員工使用 ChatGPT 及 GitHub Copilot 等外部 AI 工具，擔心機密資料洩露或被用於模型訓練。OpenAI 預設儲存對話，即使關閉歷史記錄也會保留 30 天。此前摩根大通、亞馬遜也出臺了類似禁令。
週四
5月18日 星期四
Meta 打造內部程式碼助手 CodeCompose：對標 Copilot，採納率超 20%
Meta 宣佈推出程式碼生成工具 CodeCompose，對標 GitHub Copilot。該工具最大模型為 67 億引數，結合 Meta 內部程式碼庫微調，能自動補全程式碼與註釋。目前僅供公司內部使用，每週有數千名工程師呼叫，程式碼建議採納率超過 20%。
Meta 釋出首款自研 AI 晶片 MTIA：專攻推薦系統，能效達 GPU 三倍
週四，Meta 釋出首款專為 AI 打造的自研晶片 MTIA。該晶片自 2020 年啟動研發，採用 8×8 陣列架構並深度繫結 PyTorch，專攻深度學習推薦系統，每瓦能效最高達 GPU 的三倍。不過面對更復雜的神經網路時它仍遜於 GPU。
OpenAI 上線 ChatGPT iOS 版：支援語音輸入與多端歷史同步
OpenAI 正式推出 ChatGPT 的 iOS 官方應用。該應用免費開放，支援在不同裝置間同步歷史記錄，並整合開源語音識別系統 Whisper 支援語音輸入。目前應用率先面向美國使用者上線，未來數週內擴充套件至更多國家，Android 版也即將推出。
英國電信巨頭 BT 計劃裁員 5.5 萬人：最多五分之一由 AI 取代
英國電信巨頭 BT 宣佈計劃到 2030 年裁員最多 5.5 萬人，佔當前 13 萬員工總數的 40% 以上。其中最多五分之一的崗位將被 AI 等新技術取代，主要集中在客服領域。CEO 表示光纖網路完工以及生成式 AI 落地讓公司能大幅縮減人力。
週三
5月17日 星期三
傳 Google 將把 PaLM 2 用於廣告與 YouTube：自動生成素材與影片創意
據外媒報道內部檔案顯示，Google 計劃利用新推出的 PaLM 2 大模型改造廣告業務與 YouTube。廣告主能借此自動生成廣告素材，創作者也能獲得影片選題靈感和標題推薦。在廣告營收增長放緩的背景下，Google 試圖用生成式 AI 盤活核心收入盤子。
Google Colab 引入 AI 程式設計：接入 Codey，能用自然語言寫程式碼
Google 宣佈 Colab 將陸續加入 AI 程式設計功能。它基於新發布的 Codey 模型，支援用自然語言直接生成整段函式、程式碼自動補全以及內建聊天答疑。功能首先面向美國付費使用者推送，後續將向免費使用者和全球其他地區開放。
Stability AI 開源 DreamStudio：推出 StableStudio 介面專案
Stability AI 宣佈開源文生圖產品 DreamStudio，推出開源專案 StableStudio。官方希望藉助社群力量打造生成式 AI 互動介面，支援外掛擴充套件與 WebGPU 本地推理，未來還將引入聊天介面。DreamStudio 仍將作為官方託管版本保留。
誤信 ChatGPT 能測代寫：德州一教授給大半個班打了零分
據報道，德州農工大學商業分校一名教授將學生論文貼進 ChatGPT 查重，因 AI 瞎認文章由其生成而給過半學生判了零分，導致畢業證一度被扣。問題是 ChatGPT 根本不具備檢測 AI 生成的能力。校方隨後介入調查，確認並無學生因此掛科或被扣留文憑。
域名帶「GPT」也不行：OpenAI 開始發函清退相關第三方域名
開發者在 Hacker News 透露收到代表 OpenAI 的維權信，要求下架包含「GPT」字樣的域名。郵件指出直接在產品名或域名中使用 GPT 會引起使用者混淆並涉嫌侵權，即使該域名還是個空白頁面。開發者只能在介紹中寫「Powered by」，不能把模型名塞進名字裡。
Sam Altman 國會聽證會：主動呼籲監管，建議對尖端 AI 設許可門檻
OpenAI CEO Sam Altman 在美國參議院聽證會上呼籲加強 AI 監管。他建議政府對高複雜度模型實施許可或註冊制，並要求上線前進行內外部安全測試。這一表態被視為科技巨頭主動介入規則制定的關鍵一步。
納德拉駁斥馬斯克：微軟沒控制 OpenAI，由非營利董事會掌舵
微軟 CEO 納德拉否認了馬斯克關於微軟實際控制 OpenAI 的說法。他表示微軟只持有非控股權益與商業合作關係，OpenAI 始終由非營利董事會掌控；同時小公司依然有機會與巨頭競爭，AI 不會只是微軟和 Google 的雙雄爭霸。
週二
5月16日 星期二
馬斯克稱自己是 OpenAI 存在的原因：起了名字還投了 5000 萬美元
Elon Musk 在接受 CNBC 採訪時稱，自己是「OpenAI 存在的原因」。他表示自己當年為公司起了名字、招募了核心人才，並投入了約 5000 萬美元。Musk 批評當前 OpenAI 不夠重視安全且受微軟控制，但微軟對此予以堅決否認。
Sam Altman 首次國會作證：呼籲設立新機構與許可制監管 AI
OpenAI CEO Sam Altman 首次出席美國參議院聽證會，呼籲政府對前沿 AI 建立監管框架與許可制度。兩黨議員強調不能重蹈社交媒體監管失控的覆轍，並稱贊 Altman 展現出的合作意願與以往科技巨頭截然不同。
Zoom 聯手 Anthropic：全平臺引入 Claude，並參與投資
週二，Zoom 宣佈與 Anthropic 達成合作並對其進行投資，計劃將 AI 助手 Claude 整合至全平臺。Claude 將首發接入 Contact Center 客服系統，協助坐席並提供自助服務。加上此前接入的 OpenAI，Zoom 正通過多模型組合拳對抗 Slack 等競品。
蘋果公佈無障礙新功能：讀 15 分鐘文本，生成你的 AI 分身聲音
Apple 預告了一批無障礙新功能。其中 Personal Voice 允許有失語風險的使用者對著麥克風朗讀 15 分鐘，就能在裝置本地訓練出逼真的個人合成語音，全程不上傳雲端；放大器還加入了指向即讀功能。新工具預計年內隨系統更新推送。
週一
5月15日 星期一
外媒曝 OpenAI 準備釋出開源模型：但不會與 GPT 競爭
據 The Information 報道，OpenAI 正準備向公眾釋出一款新的開源語言模型。不過知情人士透露，該模型不大可能與自家的 GPT 系列抗衡，大機率不會對其商業化核心業務造成衝擊。
Google 推出圖片溯源工具：幫你看清一張圖是不是 AI 編的
Google 宣佈推出「About this image」工具及 AI 標記功能，幫使用者核實圖片真實性。該工具可查詢圖片最早被索引的時間、首發網站及傳播路徑。此外，Google 承諾在圖片檔案中嵌入 AI 生成標記，Midjourney 與 Shutterstock 也已加入支援。
週六
5月13日 星期六
ChatGPT 向 Plus 使用者開放外掛：能聯網，單次最多開 3 個
週五下午，OpenAI 宣佈在接下來一週向所有 ChatGPT Plus 使用者開放聯網瀏覽和 70 多個第三方外掛。功能從 Alpha 轉入 Beta 測試，涵蓋購物、旅行和 PDF 解析等場景，單次對話最多可啟用 3 個外掛。使用者可在設定的 Beta 功能中手動開啟。
週五
5月12日 星期五
亞馬遜被曝秘密研發 Burnham：用大模型給 Astro 機器人裝上「大腦」
據 Insider 披露的內部檔案，Amazon 正在研發代號為 Burnham 的生成式 AI 專案。它基於大語言模型為 Astro 機器人增加對話與情境理解能力，能記住看到的事物，並主動提醒水龍頭漏水或老人跌倒。不過檔案顯示該技術距離正式商用還有很長一段路。
週四
5月11日 星期四
Stability AI 釋出 Stable Animation SDK：開發者可用文本和影片做動畫
Stability AI 釋出面向開發者的 Stable Animation SDK，讓使用者能呼叫 Stable Diffusion 模型生成動畫。該工具支援純文本、圖片加文本、影片加文本三種生成方式，開發者可通過動畫端點直接把生成能力整合進自己的產品和工作流中。
Anthropic 上線 100K 上下文：Claude 能一次吞下 7.5 萬字
Anthropic 宣佈將 Claude 的上下文視窗從 9K 擴充套件至 100K token，約合 7.5 萬字。這意味著企業可以直接向 Claude 喂入上百頁財報、技術文件或法案，並在不到一分鐘內完成跨文本分析，目前已在 API 中上線。
Meta 升級 Advantage 廣告套件：一鍵轉 AI 投放，目錄廣告支援影片
Meta 為 Meta Advantage 套件帶來多項更新。廣告主可在 Ads Manager 中一鍵將手動廣告複製轉為 Advantage+ 購物廣告，目錄廣告也新增影片支援並通過 AI 動態分發。新推出的 Advantage+ audience 則將定向人群改為 AI 探索建議，幫助觸達潛在轉化人群。
週三
5月10日 星期三
Google 聯手 Taito 做 AR 版《太空侵略者》：街景直接變外星人戰場
Google 宣佈與 Taito 合作開發 AR 手遊《SPACE INVADERS: World Defense》。遊戲依託 ARCore 與地理空間技術，能結合真實街道、地標與天氣生成 3D 戰場，把城市變成打外星人的遊樂場。
Google 推出 Studio Bot：內建進 Android Studio 的 AI 程式設計助手
Google 在 I/O 大會上推出 Studio Bot，專門幫 Android 開發者生成程式碼、找 Bug 和解答開發疑問。它基於 PaLM 2 衍生的 Codey 程式設計模型，支援 Kotlin 與 Java，直接嵌在 IDE 工具欄中。目前僅面向美國開發者通過 Canary 渠道開放測試。
Android 迎來生成式 AI 桌布：挑幾個提示詞，手機介面自動變色
Google 在 I/O 大會上宣佈 Android 將在秋季推出生成式 AI 桌布。使用者只需挑選預設提示詞即可生成專屬桌布，系統主題色還會自動適配；此外 Pixel 手機下月還將率先獲得 3D 電影桌布和 Emoji 桌布。
Google Bard 取消排隊：換上 PaLM 2，支援圖文互動與日韓雙語
Google 宣佈旗下 AI 助手 Bard 取消候補名單，面向 180 多個國家和地區開放。底層模型已切換至更強大的 PaLM 2，除了新增日韓語支援、深色模式和一鍵匯出到 Gmail 與 Docs 外，後續還將接入 Google Lens 和 Adobe Firefly 實現識圖與影像生成。
Google 釋出 PaLM 2：不再卷引數量，驅動新版 Bard 並能跑在手機上
Google 在 I/O 大會上釋出新一代大模型 PaLM 2，已接入更新後的 Bard 並通過 API 向開發者開放。它重點提升了數學推理、多語言及程式設計能力，不僅衍生出 Codey 與 Med-PaLM 2 等專用版本，還包含能在手機上每秒跑 20 個 token 的端側輕量版。
Google Chrome 接入 WebGPU：網頁直接跑 AI，現場演示 Stable Diffusion
在 Google I/O 大會上，Google 宣佈 Chrome 瀏覽器整合 WebGPU，讓網頁應用能直接呼叫裝置 GPU 執行 AI。現場還展示了基於 Stable Diffusion 的網頁文生圖。這意味著端側無需上傳資料即可處理 AI 任務，兼顧響應速度與隱私安全。
Airtable 推出 Airtable AI：新增 AI 欄位，零程式碼嵌入企業工作流
Airtable 推出 Airtable AI 並開啟早期試用。平臺新增無需程式碼的「AI 欄位」以及預建元件和模板，能把生成式 AI 直接嵌入招聘、營銷和研發等業務流程中。該功能為付費選配，預計約三個月後全面開放。
週二
5月9日 星期二
Wendy's 聯手 Google：汽車餐廳上線 AI 點餐機器人
快餐連鎖品牌 Wendy's 宣佈與 Google 合作推出 Wendy's FreshAI。該系統基於 Google 大模型定製，能聽懂「JBC」等選單黑話，計劃 6 月在俄亥俄州哥倫布市的汽車餐廳實測，現場仍有員工監督。
Spotify 大批下架 AI 歌曲：清理 Boomy 數萬首曲目，嚴打刷量騙版稅
據報道，Spotify 下架了 AI 音樂公司 Boomy 製作的數萬首歌曲，佔其生成曲庫的 7%。起因是環球音樂警告有人利用機器人刷播放量來薅走流媒體版稅。Spotify 隨後證實已介入處理並扣留版稅，以保護正常創作者的收益。
Meta 開源 ImageBind：把視覺音訊和動作等 6 種資料融為一體
Meta 開源全新 AI 研究模型 ImageBind。它首次將文本、音訊、影像影片、熱感、深度以及來自 IMU 的運動感測器資料整合進同一個嵌入空間。這意味著未來的生成式模型能根據動作或聲音反推畫面，不過目前它仍處於研究階段，沒有直接落地產品。
Humane 首次展示無螢幕 AI 穿戴裝置：掌心投影接電話、克隆原聲翻譯
Humane 聯合創始人 Imran Chaudhri 的 TED 完整演講公佈，首次公開演示其研發的無螢幕 AI 穿戴裝置。這枚胸夾式小裝置無需配對手機，支援掌心投影互動、郵件語音彙總，甚至能用克隆聲音做即時翻譯。最值得關注的是其替代手機的野心，但實際互動仍留下不少疑問。
IBM 推出 Watsonx 平臺：自帶基礎模型，幫企業私有化部署 AI
IBM 釋出企業 AI 平臺 Watsonx，供企業訓練、微調和部署專屬模型。平臺涵蓋工作室、資料儲存與治理三大套件，提供程式碼與地理空間等基礎模型，並接入 Hugging Face。IBM 試圖借隱私與合規優勢，在企業端抗衡微軟和谷歌。
週一
5月8日 星期一
Google 聯手醫療機構研發 AI 助聽技術：在嘈雜環境裡精準分離人聲
Google 聯合人工耳蝸廠商 Cochlear 等機構，研發基於 AI 的個性化助聽技術。該專案通過 AI 識別並分離特定聲源，幫助聽障人群在餐館或公共交通等嘈雜環境下聽清對話，目前正處於聯合研發階段。
Google I/O 內部檔案曝光：將釋出 PaLM 2 大模型，支援超 100 種語言
根據 5 月 8 日 CNBC 披露的內部檔案，Google 計劃在週三的 I/O 大會上釋出新一代通用大語言模型 PaLM 2。該模型支援 100 多種語言，強化了程式碼編寫與數學推理能力；同時 Google 還將展示 Bard 的升級版本，以及融入搜尋和 Workspace 的生成式 AI 體驗。
Geoffrey Hinton 警告：AI 對人類的威脅可能比氣候變化更緊迫
週一，圖靈獎得主 Geoffrey Hinton 警告稱，AI 對人類的威脅可能比氣候變化更緊迫。他指出氣候變化至少有明確應對方案，但人類應對 AI 風險目前毫無頭緒。雖然他認為呼籲暫停研發不現實，但強調必須立刻投入資源尋找對策。
週日
5月7日 星期日
巴菲特談 AI 崛起：堪比造出原子彈，一旦釋放就無法撤回
Warren Buffett 在波克夏海瑟威股東大會上將 AI 的興起比作當年發明原子彈。他表示在 Bill Gates 演示 ChatGPT 後見識了其強大能力，但更擔心這種技術一旦被髮明就無法逆轉，最終會改變除人類思考方式外的一切。
週六
5月6日 星期六
Grimes 推出聲音軟體 Elf.Tech：用她聲音做 AI 歌，版稅對半平分
本週，Grimes 推出 AI 語音軟體 Elf.Tech，允許創作者上傳錄音並轉換成她的音色。生成的歌聲可以直接用於製作新曲，前提是將曲目 50% 的錄音版稅分給她。最值得關注的是，她選擇將個人聲線主動「開源」變現，把版權糾紛轉變成合作分成。
Amazon Music 升級播客：將用 AI 自動生成章節和精彩片段
據 5 月 6 日報道，Amazon Music 計劃為播客引入 AI 生成的精彩片段和章節劃分。該功能基於其去年底收購的音訊初創公司 Snackable AI，方便聽眾無需聽完全篇就能直接跳轉到關鍵討論點。Snackable AI 創始人現已入職掌舵該專案。
Google 推進 Magi 專案：把 AI 對話和短影片裝進搜尋
據華爾街日報報道，Google 正在開發代號為「Project Magi」的新搜尋功能，試圖擺脫傳統的 10 個藍色連結，加入 AI 對話與更多社交短影片內容。面對 ChatGPT 與 TikTok 的夾擊，新版搜尋重點解決那些「沒有標準答案」的生活類查詢，計劃 5 月起率先向 100 萬美國使用者測試。
週五
5月5日 星期五
傳微軟正聯手 AMD 提升其 GPU 算力：提供工程資源對抗 Nvidia 壟斷
據彭博社報道，微軟正與 AMD 合作提升其 GPU 處理 AI 負載的能力，並提供工程資源與支援。此舉旨在削弱 Nvidia 在 AI 硬體市場的壟斷地位，以降低執行大模型的高昂伺服器成本。不過微軟斷然否認了 AMD 參與其自研 Athena 晶片的傳聞。
OpenAI 開源 3D 模型 Shap-E：一句話幾秒生成 3D 網格與 NeRF
OpenAI 開源了 3D 生成模型 Shap-E，並在 GitHub 放出權重與推理程式碼。它能根據單條文本提示詞在數秒內直接生成隱式函式引數，渲染出紋理網格和 NeRF。相比上一代 Point-E 它收斂更快、質量更優，不過目前還只擅長簡單單物體生成。
