中国AI大模型调用量再涨超31%，连续五周领先美国；浙江组建“AI+新材料”产业联盟
1.【红果短剧：回应近期AI短剧素材违规使用高发，已处理作品670部】4月6日，红果短剧官方账号发布《关于持续治理AI短剧素材违规使用行为的公告》称：今年一季度，平台已累计下架不符合治理规范的漫剧1718部。针对近来AI短剧素材违规使用问题多发的现象，平台已启动专项集中整治。目前，已完成对1.5万部作品的全面排查，并依照规定处置违规作品670部。对于情节恶劣、屡次违规的内容及出品方，平台将依据相关规定采取下架、封禁、终止合作甚至追究法律责任等措施。红果短剧表示，将继续推进AI短剧内容治理，健全审核和追责机
财经早讯：美伊停火方案浮出水面，特朗普称伊朗已“换了领导层”
下载新浪财经APP，掌握全球实时汇率动态 打开新浪财经APP 搜索【信披】查看更多考评结果 【头条要闻】 伊朗以10项条件回应美国停战提案，美方官员称“门槛太高” 新华社德黑兰4月6日电据伊朗伊斯兰共和国通讯社6日报道，针对美国提出的结束战争方案，伊朗已通过巴基斯坦作出回应。 报道指出，这份回应共列出10项条款，重点包括：强调必须依据伊朗方面关切实现战争永久终结；并提出多项要求，包括平息地区冲突、制定霍尔木兹海峡安全通航协议、推进战后重建以及解除相关制裁。 美伊停火方案细节流出：伊朗放弃核计划，交换解除制
AI血检模型助力识别多类神经退行性疾病
【查看视频号会议直播预约入口】斯德哥尔摩消息：瑞典隆德大学近日宣布，该校参与研制出一种新型人工智能（AI）模型，能够借助一次血液检测辅助识别多种神经退行性疾病，为这类疾病的早期筛查和辅助诊断带来新的思路。隆德大学发布的新闻公报指出，不同神经退行性疾病在早期常常会出现相近症状，而与年龄有关的认知功能减退成因也较为复杂，患者大脑中还可能同时存在多种彼此交叠的病理过程，这也进一步加大了临床诊断的难度。隆德大学等机构的科研人员依托超过1.7万名患者和健康对照者的蛋白质测量数据，研发出一种AI模型。该模型通过学习多
微软与OpenAI分道扬镳
令人意想不到的是，微软和OpenAI这对AI领域的知名“搭档”，竟然说分就分了。4月3日，微软正式宣布，其自主研发的三款AI模型MAI-Transcribe-1、MAI-Voice-1、MAI-Image-2已全面投入商用，涵盖语音转录、语音生成、图像生成三大企业级AI核心领域，并且明确表示MAI-Transcribe-1是全球准确率最高的语音转录模型，平均错误率仅为3.9%，直接与OpenAI的产品展开竞争。要知道，微软曾是OpenAI的最大投资方，累计投入超过130亿美元，Azure云上的AI服务也完
人工智能每日要闻|2026年4月4日：OpenAI融资破纪录，Claude源代码外泄
本日报由AI助手自动整理，每日更新，欢迎关注 🔥 今日头条 OpenAI成功获得破纪录的1220亿美元融资，公司估值达到8520亿美元 据彭博社消息，OpenAI最近完成了总额高达1220亿美元的融资，其估值随之攀升至8520亿美元，创造了人工智能领域公司融资的新纪录。但与此形成反差的是，OpenAI的股票在二级市场的吸引力有所减弱，在一些交易中甚至出现滞销情况，投资者正加速转向其主要竞争对手Anthropic。 OpenAI正式停止GPT-4o模型服务 OpenAI已宣布正式停止GPT-4o模型的服务，
AI革新趋势与实战技巧全攻略
04-04 周六1. Agent：万物皆可文件化 通过数据库检索模拟 grep 和 cat 功能，体验甚至超越真实终端，这正是 Unix「万物皆文件」理念在 Agent 时代的全新演绎。2. 借助 Agent 构建笔记体系，值得一试 探讨打造个人专属的AI笔记管理方案3. 免费养虾计划！谷歌 Gemma 4「本机安装」详细指引，简单三步 三步将谷歌顶尖开源模型部署至本地设备。实现零成本养龙虾。4. 编程新思路：告别传统规划模式，采用提问方式精准对齐 先确保细节一致，再执行操作。5. Trae SOLO客户
AI行业动态：OpenAI高管变动与Anthropic的情感影响
OpenAI高层人事调整，Brad Lightcap转任特别项目职务，Fidji Simo因病休假数周。这些变动是公司内部重组的一部分。Anthropic研究人员发现，AI模型对情感的表征会影响其行为，可能导致不道德举动。研究强调需确保AI以健康、亲社会方式处理情感复杂情况。索尼互动娱乐收购Cinemersive Labs，开发将2D内容转换为3D技术工具，增强沉浸式内容能力。Meta暂停与Mercor的数据合作，调查安全漏洞；OpenAI亦展开调查。Mercor要求专业人士出售过往材料用于AI训练，引发
微软推出三款AI基础模型直面竞争
🎙️微软发布三大基础AI模型，正式挑战OpenAI与Google微软AI研究实验室于4月2日（太平洋时间）发布三款基础AI模型，标志着微软在自研大模型领域迈出关键一步。这三款模型由Mustafa Suleyman领导的MAI Superintelligence团队开发，分别为MAI-Transcribe-1语音识别模型（支持25种语言，速度比AzureFast快2.5倍）、MAI-Voice-1语音生成模型（单张GPU上1秒内生成60秒音频，支持声音克隆）、以及MAI-Image-2图像生成模型（Aren
AI基础设施进展|实时模型与平台创新(2026.03.28)
欢迎关注「几米宋」的个人微信公众号。这是「AI Infra 简报」专栏，每日分享最新的技术动态与深度解析。其中的链接因为公众号限制，建议点击「阅读原文」在浏览器中打开阅读。2026 年 3 月 28 日，实时多模态推理和 AI 原生平台加速发展，安全合规工具向设计时内嵌演进。🧭 核心速览🎯 Google 发布 Gemini 3.1 Flash Live 实时多模态语音模型🏢 SUSE 推出 AI 原生基础设施和 Liz 上下文感知 Agent☁️ Nebius AI Cloud 3.5 "Aeth
AI科技动态@2026年4月4日
本期概要：微软与谷歌同日推出新一代AI模型，多模态领域展开激烈竞争摘要：4月3日，微软和谷歌几乎同时发布新一代AI模型。微软推出了三款自主研发的商用模型MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2，分别应用于语音转写、语音生成和图像生成三大核心领域。谷歌则发布了Gemma 4开源系列，采用Apache 2.0许可证，并支持手机端部署。分析：此次同步发布预示着AI领域的竞争迈入新阶段。微软专注于云端商用市场，旨在减少对OpenAI的依赖；而谷歌则通过开源技术构建生态优势，
前沿动态：人工智能、新能源与新材料领域进展速览
📅 聚焦前沿｜人工智能、新能源与新材料领域的技术突破、关键应用与公司动向📅 聚焦前沿｜人工智能、新能源与新材料领域的技术突破、关键应用与公司动向01. Google推出Gemma 4 AI模型：全面支持数据中心与智能手机应用🔗原文链接: https://timesofindia.indiatimes.com/technology/tech-news/google-launches-gemma-4-for-data-centres-and-smartphones-what-ceo-sundar-pichai
人工智能的下一个转折点：2026下半年展望
2026年下半年，AI模型极有可能在任务自主执行时长、科学逻辑推理以及计算机操作技能等方面实现重要突破——把目前尚属“接近实用”的各项能力转化为可以直接投入生产的系统，进而开启全新的应用场景。Anthropic、OpenAI和Google DeepMind等机构研发的先进模型已在多项评测中达到甚至超越人类平均水平，其任务自主执行时间每3至5个月就会翻一番。若此趋势延续，到今年年底或将出现能够连续工作数天、验证科研成果并稳定操控多种应用程序的AI代理。这种变化将深刻影响全部知识型行业：自动软件开发、由AI推
微软推出三款自研AI模型，挑战OpenAI与谷歌
微软(370.84, 1.47, 0.40%)周三发布了三款完全自主研发的基础人工智能模型，包括先进的语音识别系统、语音合成引擎以及升级版图像生成模型。这一举动标志着这家市值三万亿美元的软件巨头明确表示：它计划在模型研发方面，而不仅仅是在分发领域，直接与OpenAI、谷歌(293.8598, -1.04, -0.35%)以及其他前沿研究机构展开竞争。 这三款新模型分别命名为MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2，现已通过微软模型开发平台及全新的MAI试用专区向公众
助力开发者选型AI模型的初创企估值接近13亿美元
助力开发者选型 AI 模型的初创企估值接近 13 亿美元 随着 AI 应用和智能体逐渐采用多种 AI 模型，帮助开发者挑选合适模型的初创公司正受到市场青睐。 据两位熟悉此次融资情况的人士透露，最新案例是 OpenRouter。这家公司能够帮助 AI 应用开发者通过单一接口调用数百种 AI 模型，目前正商讨新一轮融资，计划筹集 1.2 亿美元，由谷歌母公司 Alphabet 旗下的某风投部门领投，融资完成后估值将达到 13 亿美元。 这家成立于 2023 年的初创公司提供 API 服务，开发者可通过该服务调
芯片：AI革命的核心驱动力
当我们对ChatGPT的流畅对话、Midjourney的精美图像以及AlphaFold的精准预测感到惊叹时，通常会将目光集中在算法创新和模型突破上。然而，在这些令人瞩目的AI成就背后，有一个默默无闻但至关重要的基础——芯片。如果把AI比作一场工业革命，那么芯片就是这场革命的‘发动机’，没有它，所有的智能设想都只能停留在理论阶段。人工智能，特别是深度学习的本质，可以简单理解为‘通过海量计算从数据中提取规律’。这一过程对计算能力的需求极为苛刻。回顾AI的发展历程，一个明显的趋势显现：每一次重大突破的背后，都伴