

> 备受瞩目的AI训练版权纠纷迎来实质性进展，Anthropic案原告律师团在多方压力下将索赔费用削减至1.875亿美元，这标志着生成式AI的合规化进程正加速迈入先授权后训练的新阶段。

## 天价和解金与版权博弈里程碑
在人工智能产业极具标杆意义的版权诉讼中，利益分配的博弈正趋于理性。此前，生成式AI巨头Anthropic同意支付十五亿美元，以终结关于其使用海量盗版图书训练模型的集体诉讼。这一规模空前的和解协议不仅创下行业赔付纪录，更确立了极其严苛的合规标准。涉事企业必须彻底销毁违规数据集，并承诺未来的商用模型严格切断侵权素材源。根据初步方案，每部受保护作品的权利人将获得逾三千美元的经济补偿，这无疑是传统内容创作者在数字浪潮中捍卫数据资产的一次重大胜利。

![52.png](https://static.downly.cn/images/084fa4033146bdca209beab2892aa3fd.png)

<center>图源备注：图片由AI生成</center>

## 代理费用挤水分重构利益分配
随着巨额赔偿方案的敲定，围绕分蛋糕的争议成为法庭焦点。最新提交的司法文件显示，原告律师团已主动放弃高达三亿美元的初步费用申请，将其大幅下调至1.875亿美元。此番让步并非出于自愿，而是源于主审法官与被告方对天价账单的强烈质疑。先前的方案中，包含向非官方指定律所私自转移的巨额分成，被法庭严厉驳回。修正后的账单严格限定于指定代理人的实际工作量，约占总和解基金的12.5%，最大程度保障了创作者群体的核心权益。

## 合规化浪潮重塑行业规则
随着核心分歧的化解，这场旷日持久的版权大案有望在四月下旬的最终听证会后尘埃落定。对于处于爆发期的AI产业而言，这笔昂贵的和解金不仅是为早期的野蛮生长买单，更是全行业走向规范运作的催化剂。伴随法律边界的日益清晰，模型开发者与内容版权方之间的博弈将从庭堂诉讼转向商业谈判，先授权后使用的正版化数据交易模式必将成为未来的行业准则。


Anthropic十五亿美元版权和解案推进 代理律师费大幅调降



> 隐私服务商 Proton 指控谷歌利用15亿用户的照片训练 AI 模型，尽管谷歌坚决否认，但“非端到端加密”的现状揭示了云服务在 AI 时代的信任危机。

## 来自竞争对手的隐私指控

近日，谷歌新推出的 AI 图像工具 Nano Banana 陷入舆论漩涡。专注于隐私保护的科技公司 Proton 公开指控，谷歌可能在未经用户明确同意的情况下，利用 Google Photos 中存储的私密照片来训练其强大的生成式 AI 系统。

Proton 在社交媒体上的言辞激烈，直指谷歌 AI 生成逼真图像的能力源于对安卓用户相册的扫描。考虑到 Google Photos 在全球拥有约15亿用户，这一指控如果属实，将是科技史上最大规模的数据滥用事件之一。这一争议的爆发点颇为微妙，正值公众对 AI 生成内容“现实与虚构界限模糊”感到焦虑的时刻。

## 谷歌的否认与加密真相

面对指控，谷歌反应迅速且坚决。在发给《福布斯》的声明中，谷歌强调：“我们不使用您的个人数据来训练任何生成式 AI 模型，包括其他 Gemini 模型和产品。”谷歌进一步解释，用户数据的处理严格遵循服务条款。

然而，声明中也暴露了一个关键事实：Google Photos 并非端到端加密服务。谷歌承认，为了检测儿童色情等非法内容，其自动系统和专业团队有权扫描平台上的图像。这正是争议的核心——只要数据不是端到端加密，从技术上讲，平台方就拥有“查看”和“使用”数据的钥匙。

![Google_AI_Studio_2026-01-01T03_31_10.822Z.png](https://static.downly.cn/images/41a872a119727c01d9b03a6599166c9a.png) <center>图源备注：图片由AI生成</center>

## 云时代的信任黑洞

此次事件不仅是两家公司之间的口水战，更折射出 AI 时代云服务的普遍困境。绝大多数用户从未阅读过冗长的隐私政策，而 AI 工具正以前所未有的速度渗透进日常平台。正如安全专家指出，除非使用端到端加密，否则存储在云端的照片在某种意义上就是“裸奔”的。即便科技巨头承诺不用于训练，用户信任一旦产生裂痕，修复将难如登天。

谷歌相册深陷隐私争议与AI训练罗生门


> **导语**
> 英伟达 AI 团队近日再度突破界限，推出开放视觉行动基础模型 NitroGen。该模型通过学习 40,000 小时的海量视频数据，无需代码介入即可掌握游戏操控逻辑，为通用游戏智能体的构建提供了全新的技术范式。

## 视频即数据 重新定义游戏AI训练逻辑

传统游戏 AI 的训练往往依赖于对游戏内部接口的深度挖掘或定制化开发，而 NitroGen 走了一条更为通用的 "人类视角" 路线。该模型的核心构建始于对公开游戏视频的深度挖掘。

研究团队构建了一个庞大的数据管道，收集了总计 71,000 小时的原始视频素材。经过严格的质量过滤，最终提炼出 40,000 小时的精选数据。这些数据涵盖了 818 位创作者上传的 38,739 个视频，跨越了 846 款截然不同的游戏。数据分布显示，动作角色扮演类游戏（ARPG）占据主导地位，占比达 34.9%，其次是平台跳跃类（18.4%）和动作冒险类（9.2%）。这种多样化的数据构成，为模型理解复杂的 3D 空间关系和操作逻辑奠定了基础。

![Google_AI_Studio_2025-12-29T03_18_39.132Z.png](https://static.downly.cn/images/ff17838482696f5dbdf98f93f0b067bd.png)
 <center>图源备注：图片由AI生成</center>

## 三阶段提取 并不是简单的模仿

NitroGen 并非简单地 "看" 视频，而是通过一套精密的三阶段提取流程来 "理解" 操作。

首先，系统利用 300 个标准化的控制器模板，在视频画面中精准定位游戏手柄的 UI 叠加层。随后，基于 SegFormer 的分类分割模型会对这一区域进行深度解析，将视觉信号转化为具体的按键指令。最后，通过坐标精细化处理，确保动作预测的毫秒级准确性。这一流程让 NitroGen 具备了大规模行为克隆的能力，使其能够像人类玩家一样，仅凭画面反馈做出决策。

此外，随模型发布的还有一个通用模拟器。它能将商业 Windows 游戏无缝封装为兼容 Gymnasium 的接口，实现逐帧互动而无需修改任何底层代码，极大地降低了跨游戏策略迁移的门槛。

![Google_AI_Studio_2025-12-29T03_18_52.433Z.png](https://static.downly.cn/images/44511532641526f940446290039dc39d.png)
 <center>图源备注：图片由AI生成</center>

## 扩散架构驱动 性能与迁移能力的双重飞跃

在架构层面，NitroGen 采用了基于 Diffusion Transformer 的先进策略，专门针对 256×256 分辨率的 RGB 图像进行优化。这种架构选择使得模型在生成动作策略时具备了极高的鲁棒性。

实测数据显示，NitroGen 在多个零样本（Zero-shot）评估任务中表现优异，任务完成率稳定在 45% 至 60% 之间。更令人瞩目的是其迁移学习能力：当应用于一款从未见过的全新游戏时，经过预训练的 NitroGen 相较于从头开始训练的模型，性能提升幅度高达 52%。这证明了该模型不仅记忆了操作，更习得了通用的游戏交互逻辑。

英伟达发布NitroGen 视觉大模型开启游戏AI新纪元



> **导语**：一场关乎AI发展伦理与法律边界的“终极拷问”正在旧金山上演。由普利策奖得主领衔的作家群体向 OpenAI、谷歌等六大科技巨头提起集体诉讼，揭露了一条从“影子图书馆”到大模型训练的非法数据链条。这不仅是版权保卫战，更可能重构AI产业的数据供应链。

### “双重盗版链条”浮出水面

AI 训练数据的“原罪”问题迎来史上最强法律挑战。两届普利策奖得主约翰·卡雷鲁（John Carreyrou）与数十位知名作家，正式向美国加州北区地方法院提起诉讼。被告名单几乎囊括了硅谷半壁江山：OpenAI、谷歌、Meta、Anthropic、xAI 以及 Perplexity AI。

诉状犀利地指出，这些科技巨头构建了一条清晰的“侵权闭环”：

1.  **盗版获取**：从 LibGen、Z-Library 等所谓的“影子图书馆”批量下载数百万册受版权保护的书籍。
2.  **模型训练**：将这些非法获取的“免费燃料”注入 ChatGPT、Gemini 等大模型，塑造其语言能力与知识深度。
3.  **商业变现**：通过订阅和API服务获利，而作为“智慧基石”的原作者却分文未得。

原告方要求，若“故意版权侵权”罪名成立，每部作品最高索赔15万美元，总赔偿金额或将达到惊人的数十亿甚至上百亿美元。

![Google_AI_Studio_2025-12-24T02_40_16.279Z.png](https://static.downly.cn/images/55c00248af4cff07f0b8c186c2de5736.png)

<center>图源备注：图片由AI生成</center>

### 合理使用 vs 故意侵权

这并非 AI 公司首次面临版权纠纷，但本案的特殊性在于原告聚焦于“盗版本质”。

以往，科技巨头多以“合理使用”（Fair Use）作为抗辩理由，主张 AI 训练属于“转化性使用”。但此次诉讼直指数据源头的非法性——如果训练数据本身就是通过盗版手段获取的，那么“合理使用”的逻辑基础便荡然无存。

目前，旧金山所在的加州北区法院已受理了全美超过50%的同类案件，成为 AI 版权风暴的中心。法院的最终裁决将可能确立全国性的法律先例：一旦认定侵权，AI 公司不仅面临巨额赔偿，甚至可能被迫清洗模型、删除数据。

### AI 数据供应链或将重构

无论案件结果如何，行业地震已然发生。

AIbase 观察到，头部 AI 公司正在加速“洗白”数据来源，纷纷寻求与美联社、Shutterstock 等版权方达成正版授权。与此同时，开源模型社区面临严峻的合规压力，“影子图书馆”也可能成为执法部门的重点打击对象。

这场诉讼正在为“数据血汗”定价，也预示着 AI 的野蛮生长时代即将结束，一场深刻的合规革命正在重塑整个行业的未来。

普利策得主领衔围剿六大AI巨头 百亿索赔撕开盗版训练遮羞布



> 导语：博通（Broadcom）CEO Hock Tan在财报会议上披露，公司已斩获Anthropic总计210亿美元的TPU订单，这款由谷歌设计的AI芯片正凭借成本优势对英伟达的市场份额发起强力挑战，预计未来数年将大规模部署。



## 210亿美元大单注入强心剂

在近期的财报会议上，Broadcom首席执行官Hock Tan带来了一则震撼业界的消息。人工智能领域的独角兽企业Anthropic已向Broadcom发出了巨额订单，专门用于采购谷歌最新的张量处理单元（TPU）。

Tan透露，公司在上一季度首先收到了来自Anthropic的100亿美元订单。紧接着在第四季度，这一数字又增加了110亿美元，预计交付时间将持续至2026年底。这意味着，Anthropic在TPU上的总投入已高达210亿美元。

![image.png](https://static.downly.cn/images/30e0e7bd895834743fd5aa5f106a237f.png)

<center>图源备注：图片由AI生成</center>

## 积压订单高达730亿美元

Broadcom在AI硬件领域的势头正劲。公司披露，目前在人工智能产品方面已积累了高达730亿美元的待交付订单，这些订单预计将在未来的六个季度内陆续发货。

TPU作为谷歌专门为AI工作负载开发的加速器，目前已迭代至第七代。它不仅支撑着谷歌云的客户服务，更是谷歌内部Gemini系列模型训练与部署的核心动力。在这一合作模式中，谷歌负责TPU的架构设计，而Broadcom则利用其在半导体制造领域的专业能力，将设计转化为可大规模生产的硅片。这种分工完美契合了谷歌控制关键AI硬件设计、同时依赖合作伙伴制造能力的战略。

## Anthropic的宏大基建计划

作为TPU的长期拥趸，Anthropic正在规划一项业内最大规模的专用AI计算建设。公司计划在2026年前部署多达100万个TPU，并配套超过一吉瓦的新增计算能力。

除了Anthropic，TPU的生态圈正在迅速扩大。Meta、Cohere、Apple以及Ilya Sutskever的新创业公司Super Safe Intelligence（SSI）均已确认使用TPU。据媒体报道，Meta甚至正在评估从2027年起在其数据中心大规模部署TPU的可能性。

## 成本优势挑战英伟达霸主地位

TPU之所以能获得广泛应用，主要归功于其高效的能耗表现以及针对AI训练与推理的深度优化。这使得它逐渐成为NVIDIA GPU的有力竞争对手。Broadcom目前已确认拥有五家TPU XPU定制AI加速器客户。

![image.png](https://static.downly.cn/images/2a076e87091e664876e07831d1f37d93.png)

<center>图源备注：图片由AI生成</center>

根据SemiAnalysis的最新分析数据，虽然TPU v7在峰值浮点运算性能（FLOPs）和内存带宽上比NVIDIA的GB200平台低约10%，但在整体拥有成本（TCO）上却表现出显著优势：

*   谷歌内部部署Ironwood系统的成本比等效的NVIDIA系统低44%。
*   即便对外部客户报价，TPU v7的TCO也比NVIDIA GB200低约30%，比即将推出的GB300低约41%。
*   若Anthropic能实现约40%的机器利用率，TPU的有效训练成本每FLOP可能比GB300级别的GPU集群低50%至60%。

Broadcom获Anthropic百亿大单 TPU芯片剑指英伟达垄断地位



> 导语：今日AI领域风起云涌，从腾讯发布新技术解决AI生图“过油”问题，到谷歌Gemini 2.5 Deep Think在编程竞赛中超越人类，再到Figma、YouTube等平台纷纷上线AI新功能，以及谷歌推出AI代购协议，无不展示着AI技术的飞速发展和其在各个领域的深度融合。然而，迪士尼等巨头对AI公司的起诉，也揭示了技术发展背后的版权争议。

## 腾讯发布SRPO新技术，让AI生成图像告别“油腻感”

腾讯混元联合香港中文大学（深圳）及清华大学共同研发出SRPO（语义相对偏好优化）新技术，有效解决了开源文生图模型Flux在生成人物皮肤时出现的“过油”现象。这一技术的突破，能够显著提升AI生成图像的真实感，为数字艺术创作领域带来了全新的可能性，让AI绘画更加贴近真实世界。

![image.png](https://static.downly.cn/images/c746c5af9a791231381cd41821967682.png)

<p align="center">图源备注：图片由AI生成</p>

## AI首次夺得ICPC金牌，谷歌Gemini 2.5 Deep Think碾压人类程序员

在2025年ICPC世界总决赛中，谷歌Gemini 2.5 Deep Think创造了历史，以金牌成绩成功解决了所有人类队伍均未能攻克的难题，打破了该项赛事创立以来的纪录。这一成就彰显了人工智能在复杂算法问题解决能力上的飞跃式进步，标志着AI技术在顶级编程竞赛领域迈入了新的纪元，也引发了关于AI在未来软件开发中角色的深刻思考。

![image.png](https://static.downly.cn/images/dc61e32fd09fdaee21acfd448bd82a16.png)

<p align="center">图源备注：图片由AI生成</p>

## Figma推出AI设计新功能，文本指令即可修改设计稿

Figma近日推出了革命性的AI设计和编辑新功能，允许用户通过简单的文本提示，直接对设计稿进行修改，例如调整布局、更改颜色等。这一功能的推出，极大地简化了创作流程，让设计师能够更高效地将想法变为现实。目前，该功能已进入付费用户的有限alpha发布阶段，预示着设计行业即将迎来新的变革。

![image.png](https://static.downly.cn/images/b568a38eb2f38427ba6d05b2da32c451.png)

<p align="center">图源备注：图片由AI生成</p>

## YouTube Studio上线AI助手，一键检测盗用面孔保护创作者权益

YouTube向全球三千万创作者推出了AI聊天机器人和面部相似性检测等新功能，旨在帮助创作者保护自己的形象和声誉。通过这些新功能，创作者可以轻松检测、管理和授权移除未经授权使用其面部肖像的视频，有效防止观众被误导，为内容创作生态提供了更有力的保障。

![image.png](https://static.downly.cn/images/43fe28249fe27f03afd59c2f4c3ad97a.png)

<p align="center">图源备注：图片由AI生成</p>

## 谷歌推出AP2协议，让AI智能体为你轻松代购

谷歌最新推出的Agent Payments Protocol（AP2）协议，允许AI智能体在用户指示下自动完成购物支付，用户无需每次手动审批。这一创新兼顾了购物的便利性与多重安全保障，能够实现如在用户设定的时间、价格自动购票等智能化购物体验，让生活变得更加轻松便捷。

![image.png](https://static.downly.cn/images/a9da262f0b1de410a3ac9865f1880ee0.png)

<p align="center">图源备注：图片由AI生成</p>

## 迪士尼等三大影业巨头联手起诉MiniMax，AI版权之争愈演愈烈

迪士尼、华纳兄弟、环球影业三大好莱坞公司近日联手控告中国AI公司MiniMax，指责其海螺AI服务未经授权使用知名电影角色进行AI训练和商业化，构成大规模著作权侵权。这起诉讼索赔金额或将达到天文数字，也再次将AI技术发展中的版权问题推向了风口浪尖，引发了全球范围内的广泛关注和讨论。

![image.png](https://static.downly.cn/images/d2543292a1b33db456f0f21eedd6cc0c.png)

<p align="center">图源备注：图片由AI生成</p>

## 谷歌发布TimesFM-2.5模型，更小巧更强大的时间序列预测工具

谷歌研究团队最新发布了时间序列基础模型TimesFM-2.5，该模型参数量减半至2亿，但上下文长度却大幅提升至16,384。TimesFM-2.5采用单一解码器结构，支持本地概率预测，并在GIFT-Eval准确性评估中表现优异，为金融、气象等领域的时间序列预测提供了更强大、更高效的工具。

![image.png](https://static.downly.cn/images/899b58187b140c43bfba0e69ca86c652.png)

<p align="center">图源备注：图片由AI生成</p>


每日AI资讯0918：Gemini编程夺冠与好莱坞AI版权战打响，技术浪潮下的机遇与挑战



> 导语：今日AI界风起云涌：谷歌Gemini凭借集成图像生成功能，在美国iOS免费榜上一举超越ChatGPT；OpenAI则发布了专为编程任务优化的GPT-5-Codex新模型。同时，百度文心、xAI也相继发布新模型，Anthropic与DeepMCPAgent则在AI代理开发领域提供新思路，而苹果和OpenAI的内部调整也预示着行业格局的深刻变化。

## 谷歌Gemini历史性超越 终结ChatGPT榜首神话

谷歌AI助手Gemini近日迎来里程碑式进展，其在美国iOS平台的下载量成功超越长期霸榜的ChatGPT，登顶免费应用榜首。此次逆转的关键在于Gemini最新集成了强大的NanoBanana图像生成模型，并向所有免费及付费用户开放。这一举措极大地降低了AI图像生成的使用门槛，吸引了大量用户，成功打破了ChatGPT在AI应用领域的垄断地位。

![image.png](https://static.downly.cn/images/1ae4a639f18f56031aa91d60a8b9e0d6.png)

<div align="center">图源备注：图片由AI生成</div>

## OpenAI再出重拳 发布编程专用模型GPT-5-Codex

OpenAI发布了专为Agent编程任务设计的全新模型GPT-5-Codex。该模型具备创新的动态计算能力，能够根据任务的复杂度实时调整其思考速度和资源分配，在多个编程基准测试中展现了卓越的性能，标志着AI在代码生成和理解能力上又迈出了重要一步。

![image.png](https://static.downly.cn/images/fd4b0e54f85828b732262d14f171e0e2.png)

<div align="center">图源备注：图片由AI生成</div>

## Anthropic发布指南 解锁LLM Agent新玩法

为了帮助开发者更好地构建大语言模型代理（LLM Agent），Anthropic公司发布了《编写高效工具指南》。该指南详细介绍了一套“原型-评估-协作”的三步迭代流程，并提出了五大核心设计原则。旨在指导开发者为Agent选择最匹配其上下文与策略的工具，从而规避开发过程中的常见误区，释放LLM Agent的真正力量。

![image.png](https://static.downly.cn/images/2a276e53c30a4e771d99e9109f27f769.png)

<div align="center">图源备注：图片由AI生成</div>

## 马斯克旗下xAI推新 Grok 4 Fast追求极致速度

马斯克创立的xAI公司推出了新模型Grok 4 Fast，其最大亮点在于速度提升了惊人的10倍。用户现在可以通过Grok网页版的早期访问模式切换体验。该模型的核心设计思路是优化快速响应能力，为此在处理复杂任务的精细度上做出了一定的妥协，旨在为用户提供更即时的交互体验。

![image.png](https://static.downly.cn/images/9da8e2c22c2f57e4d0bf7a5efec187b6.png)

<div align="center">图源备注：图片由AI生成</div>

## 百度文心新模型登顶 开源社区再添中国力量

百度文心大模型家族的最新成员ERNIE-4.5-21B-A3B-Thinking在Hugging Face文本生成模型排行榜上强势登顶。这款模型采用了先进的轻量级MoE（混合专家）架构，总参数为21B，但在推理时仅激活3B参数，实现了极高的效率。同时，它还支持高达128K的长上下文处理，是中国AI开源领域的又一重要进展。

![image.png](https://static.downly.cn/images/b894bf3b7cf87f4716f5cb25a1e42e32.png)

<div align="center">图源备注：图片由AI生成</div>

## 开源框架DeepMCPAgent亮相 助AI代理生产力暴增

一款名为DeepMCPAgent的开源框架引起了业界的广泛关注。该框架允许开发者利用LangChain和LangGraph，快速构建生产级别的AI代理。其核心优势在于即插即用的动态MCP工具发现功能，并且强调模型无关性，用户可以自由集成任何LLM模型，极大地简化了AI代理从原型到生产的流程，有望重塑AI代理的开发和应用生态。

![image.png](https://static.downly.cn/images/389f1d86785c9fc08ce6c7ba5316c7d8.png)

<div align="center">图源备注：图片由AI生成</div>

## OpenAI与微软关系生变 欲降收入分层比例

据报道，OpenAI正寻求修改与主要合作伙伴微软的财务协议。计划的核心是逐步降低微软的收入分成比例，目标是到2030年，将微软的分成从目前的近20%降至8%。此举旨在为OpenAI保留更多资金，以应对日益增长的巨大计算资源开销，预计将为公司带来超过500亿美元的额外收入。

![image.png](https://static.downly.cn/images/cfff2ff6e0edad22e8b2fc52f1aed657.png)

<div align="center">图源备注：图片由AI生成</div>

## 苹果AI转型遇挑战 Siri前负责人宣告离职

苹果公司在人工智能领域的转型之路再添变数。资深主管罗比·沃克宣布将于下月离职，他曾是Siri及公司AI与搜索业务的核心负责人。此次高层人事变动，引发了外界对于苹果AI战略发展前景以及其内部转型能力的担忧。

![image.png](https://static.downly.cn/images/de69b038560f79f302dc19b323c2de8d.png)

<div align="center">图源备注：图片由AI生成</div>

## Mercor转型AI训练师招聘 获亿元融资

初创公司Mercor宣布成功转型为一家专注于AI训练师的招聘平台，并已完成1亿元人民币的融资。该公司的目标是填补当前人工智能领域巨大的人才缺口，通过提供专业的培训和精准的岗位匹配，为AI产业持续输送合格的训练师人才。

![image.png](https://static.downly.cn/images/014557461160ef1d5e665afbc79258b3.png)

<div align="center">图源备注：图片由AI生成</div>



每日AI资讯0916：谷歌Gemini登顶iOS榜首，OpenAI发布编程新模型



> 导语：今日AI界风起云涌，资本热度不减，AI搜索新星Perplexity再获2亿美元巨额融资，估值飙升至200亿，向搜索巨头发起有力挑战。同时，技术创新步伐加快，MiniMax推出能生成4分钟完整歌曲的Music 1.5模型，支付宝“AI付”打通智能体支付全链路，而Anthropic的Claude则新增了自动记忆功能，让AI交互更加智能。此外，OpenAI的结构调整与微软的自研模型投入，也预示着行业格局的深刻变化。

---



## AI搜索黑马Perplexity估值破200亿，谷歌霸主地位再迎强敌

AI初创公司Perplexity凭借其创新的对话式搜索服务，正成为行业内最受瞩目的新生力量。在短短两个月内，该公司再度成功融资2亿美元，使其估值达到了惊人的200亿美元。这一迅猛的增长势头，充分显示了资本市场对其挑战传统搜索巨头谷歌潜力的认可。

![image.png](https://static.downly.cn/images/7843e4e236c976dfbd650bd6fb3eb1a6.png)

 <center>图源备注：图片由AI生成</center>

## AI音乐创作进入新纪元，MiniMax Music 1.5实现4分钟完整歌曲生成

国内AI公司MiniMax发布了其新一代音乐生成大模型Music 1.5，将AI生成音乐的时长提升至4分钟，足以创作一首结构完整的歌曲。该模型赋予用户极大的创作自由度，无论是通过简单的自然语言描述，还是通过高级模式进行段落和歌词的精细编排，都能生成层次丰富、人声饱满的高质量音乐作品，真正实现了“一人即乐队”的创作体验。

![image.png](https://static.downly.cn/images/491f8ce30d336cc7b9613be3173161f1.png) <center>图源备注：图片由AI生成</center>

## “动动嘴”就支付，支付宝推出国内首个智能体支付服务‘AI付’

支付宝在智能化服务领域迈出重要一步，正式推出“AI付”服务。这是国内首个将智能体技术与支付流程完全打通的应用，用户只需通过语音对话，即可完成从点单到支付的全过程。这一创新不仅简化了操作，也为用户提供了前所未有的无缝AI服务体验。

![image.png](https://static.downly.cn/images/e16c5ceeed2eb2460cf3017a00720467.png) <center>图源备注：图片由AI生成</center>

## AI程序员再进化，Replit Agent 3实现200分钟不间断自主开发

AI编程公司Replit发布了其第三代AI开发助手Agent 3。新一代Agent的自主工作能力得到显著增强，能够连续运行长达200分钟，独立处理从代码编写、功能测试到错误修复的完整开发流程。其核心的“动态智能”技术使其具备了更强的上下文理解和迭代推理能力，能够胜任更复杂的开发任务。

![image.png](https://static.downly.cn/images/edf15e503f8d1d857e8229397fddd4eb.png) <center>图源备注：图片由AI生成</center>

## Claude AI变身“贴心管家”，新增自动记忆功能免去重复对话

Anthropic公司为其AI聊天机器人Claude推出了一项实用的新功能——自动记忆聊天内容。该功能主要面向团队和企业用户，能让Claude自动记住用户的对话历史、偏好和项目背景等关键信息，并在后续的交流中主动运用这些信息，从而提供更具个性化和连贯性的回复，极大提升了协作效率。

![image.png](https://static.downly.cn/images/f59cb49fa77df993776963f197031175.png) <center>图源备注：图片由AI生成</center>

## OpenAI结构调整新动向，或将转型公益股份公司为上市铺路

OpenAI与其重要合作伙伴微软达成了一份非约束性的谅解备忘录，计划将其营利性部门转型为公益股份公司（PBC）。此举被视为在平衡其公益使命与商业发展需求之间的一大步，旨在为公司开辟更多的融资渠道，并可能为其未来的上市做好准备。根据协议，其非营利组织将继续掌握对公司的运营控制权。

![image.png](https://static.downly.cn/images/e13ece7c3bbec5bac73b3731d82c74d5.png) <center>图源备注：图片由AI生成</center>

## 自立门户，微软豪掷重金打造自主AI模型以抗衡巨头

为巩固在人工智能领域的领先地位，微软正在大力投资，以升级其用于训练自有人工智能模型的服务器基础设施。尤其是在推出MAI-1-preview模型之后，微软明确了其自主构建并灵活运用各种规模前沿AI模型的战略方向，旨在与Meta、谷歌、xAI等科技巨头在核心技术上展开直接竞争。

## AI数据版权乱象迎来破局者？Real Simple Licensing协议应运而生

面对日益严峻的AI数据版权问题，行业正积极寻求解决方案。近期，在多起备受关注的版权诉讼背景下，部分技术专家与内容出版商联合推出了一套名为“Real Simple Licensing”（RSL）的新系统。该协议旨在简化并规范大规模数据的授权流程，为AI训练数据的合规使用提供一条清晰的路径。

## 蚂蚁与人大联手，发布首个原生MoE扩散语言模型挑战行业标杆

蚂蚁集团与中国人民大学联合发布了首个原生的混合专家（MoE）扩散语言模型LLaDA-MoE。在代码生成、数学推理及Agent任务等多项基准测试中，该模型的表现优于多个同类扩散语言模型，其性能甚至能与Qwen2.5-3B-Instruct等优秀的自回归模型相媲美。

## 融资快讯

*   **AI编程赛道火热，Replit狂揽2.5亿美元融资** AI编程公司Replit近期完成了2.5亿美元的新一轮融资，公司估值达到30亿美元，其年收入激增至1.5亿美元，用户数也突破了4000万，显示出投资者对AI驱动软件开发工具的强烈信心。
*   **超越XLM-R，约翰霍普金斯大学发布全新高效多语种编码器mmBERT** 来自约翰霍普金斯大学的研究人员成功开发了一款新型多语种编码器mmBERT。在多项任务测试中，mmBERT的表现全面超越了知名的XLM-R模型，同时还将处理速度提升了2至4倍，为多语言AI应用的研究与发展提供了更强大的工具。

搜索结果: AI训练