https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
工信部征求《人工智能模型上下文协议》等121项行业标准意见
工信部正式发布通知，针对**《人工智能 安全治理 模型上下文协议应用安全要求》等121项行业标准计划项目公开征求意见。此举标志着我国在AI底层协议标准化与安全监管体系建设上迈出关键一步。本次征求意见的核心指向模型上下文协议（Model Context Protocol）**的应用安全，旨在通过规范化的技术标准，解决大模型在多模态交互、长文本处理及跨平台调用过程中的协议兼容与数据安全风险。
via AI新闻资讯 (author: AI Base)
工信部正式发布通知，针对**《人工智能 安全治理 模型上下文协议应用安全要求》等121项行业标准计划项目公开征求意见。此举标志着我国在AI底层协议标准化与安全监管体系建设上迈出关键一步。本次征求意见的核心指向模型上下文协议（Model Context Protocol）**的应用安全，旨在通过规范化的技术标准，解决大模型在多模态交互、长文本处理及跨平台调用过程中的协议兼容与数据安全风险。
via AI新闻资讯 (author: AI Base)
全球最大的代码托管平台 GitHub 近日丢下了一枚重磅炸弹：官方宣布将从 2026 年 4 月 24 日起，开始使用用户的交互数据来训练其 AI 模型。这一举动被不少开发者戏称为“撤销键（CTRL-Z）”操作，因为 GitHub 此前曾多次在公开场合强调对用户私有数据的尊重，而新政策显然打破了这一默契。
“默认加入”引发争议，私有仓库不再绝对私密
根据 GitHub 更新的隐私条款，Copilot 的免费版、个人版（Pro）以及专业增强版（Pro+）用户都在此次数据采集范围内。系统将自动抓取包括代码片段、输入输出内容、光标上下文、甚至文件名和目录结构在内的详尽数据。最令社区不安的是，即使是存储在“私有仓库”中的代码，只要用户在编辑时开启了 Copilot，相关代码片段也可能被摄取用于模型训练。GitHub 首席产品官马里奥·罗德里格斯对此解释称，内部员工的测试证明，加入真实交互数据能显著提升 AI 捕捉 Bug 的准确率，但这种“默认开启”而非“手动加入”的策略，在开发者社区引发了强烈反弹，相关公告下的反对票数瞬间激增。
如何自保：企业用户豁免与手动关闭指南
在这场数据掠夺战中，并非所有用户都处于被动地位。GitHub 明确表示，购买了 Copilot 商业版（Business）和企业版（Enterprise）的付费组织，以及通过认证的学生和教师，将受到合同条款保护，其数据不会被用于训练。
对于普通个人用户，如果不想让自己的代码变成 AI 进化的养料，必须在 4 月 24 日限期前手动完成防御操作。用户需要前往 GitHub 的设置界面，在 Copilot 隐私选项中找到“允许 GitHub 使用我的数据进行 AI 模型训练”并将其关闭。虽然官方辩称这一做法与 Anthropic、JetBrains 等同行的行业惯例保持一致，但在“隐私优先”呼声日益高涨的今天，这种解释显然难以平息社区的怒火。
via AI新闻资讯 (author: AI Base)
人工智能在学术科研领域的进化速度，正在挑战人类的想象力。
近日，哈佛大学 教授 Schwartz 完成了一项惊人的实验:他通过为期两周的“导师制”训练，成功将 AI 模型 Claude 培养成了一名具备物理专业“研二水平”的研究员。这标志着大模型正从简单的知识检索工具，演变为能够深度参与前沿科学探索的科研伙伴。
进化之路:从“懵懂新生”到“独立研究者”
在这场为期14天的实验中，Claude 展示了与人类研究生高度相似的成长轨迹:
任务拆解: 面对复杂的物理难题，Claude 能够主动联手 GPT-5.2、Gemini3.0 等模型梳理思路，将大课题拆分为102个细碎任务。
高强度对话: 实验期间，导师与 AI 进行了约270次深度对话，累计消耗约 3600万 tokens。
论文迭代: 经过110次草稿迭代，AI 最终独立完成了具备专业水准的科研产出。
导师角色转变:人类只负责“指路”与“纠偏”
在整个研究过程中，Schwartz 教授扮演了纯粹的“导师”角色:
设定边界: 仅负责指出逻辑错误、设定研究边界并把控整体方向。
拒绝“代笔”: 教授绝不插手具体的计算与推导，所有的硬核攻坚均由 AI 独立完成。
对症下药: 针对 AI 偶尔想“抄近道”或遗漏步骤的小毛病，教授通过精准提醒引导其自我修正。
科研新范式:双线作战的“AI 博士后”
实验进入攻坚期后，Claude 展示了人类难以企及的多任务处理能力:一边推导复杂的物理公式，一边同步编写底层计算代码。这种“理论推导+编程计算”的双线协同，极大地缩短了科研周期。
结语:AI 读研时代的到来
哈佛教授的这项实验向学术界释放了一个清晰信号:AI 已经具备了处理高难度、非标准化科研任务的能力。当大模型可以像研究生一样通过“实战”快速成长，未来的科学发现或许将进入由人类定义方向、由 AI 深度执行的“自动驾驶”时代。
via AI新闻资讯 (author: AI Base)
在OpenAI内部产品线经历剧烈震荡的当下，作为编程辅助领域“老兵”的 Codex 终于传来了让开发者安心的消息。
3月26日，据媒体报道，OpenAI Codex 工程负责人公开明确表态:Codex App 将继续保留，不会进入裁撤名单。
逆势加码:资源投入远超以往
不同于被关停的视频生成产品，Codex 正在迎来属于它的“第二春”。该负责人强调:
● 开发加速: 团队目前正比以往投入更多的资源进行技术开发与迭代。
● 品质飞跃: 官方透露，该应用很快将迎来重大更新，性能表现将变得“相当出色”。
战略定力:编程基座地位稳固
作为驱动 GitHub Copilot 等顶尖编程工具的底层核心，Codex 的保留意味着 OpenAI 依然将其作为核心生产力底座。
● 生态护城河: 相比视频生成的成本博弈，编程模型在实际开发环境中的高频使用，为其提供了更稳健的商业模式。
● 技术进化: 随着更多资源的倾斜，新版 Codex 有望在逻辑推理与复杂架构生成上实现质的突破。
结语:生产力工具的“稳”字诀
在全球 AI 巨头不断“修剪”实验性产品的寒冬里，OpenAI 对 Codex 的力挺，向开发者社区释放了强烈的信号:编程 AI 已经从实验步入成熟应用期。当资源进一步向确定性场景倾斜，这款即将焕然一新的编程神器显然更值得期待。
via AI新闻资讯 (author: AI Base)
告别“无尽确认”：Anthropic 推出 Claude Code 自动模式
在程序员与 AI 协作的过程中，“权限确认”往往是打断心流的最大杀手。为了解决这一痛点，Anthropic 近日为其 AI 驱动的命令行采编工具 Claude Code 推出了全新的“自动模式（Auto Mode）”。这一功能旨在通过智能授权机制，减少用户在执行长任务时的频繁干预，让开发者能够真正实现“开始任务后转身离开”。
平衡效率与安全：智能过滤高危动作
在自动模式推出之前，Claude Code 的默认权限设置非常保守，几乎每一次文件写入或 Bash 命令执行都需要用户手动批准。虽然开发者可以通过特定指令强制跳过权限检查，但这在非隔离环境下极具风险。
新推出的自动模式则提供了一条“中间道路”。在该模式下，系统会引入一个专门的分类器，在每项工具调用运行前进行实时审查。它会自动识别并拦截潜在的破坏性操作，例如大规模删除文件、敏感数据外泄或执行恶意代码。对于判定为安全的常规操作，AI 则会自动推进，显著降低了交互频率，同时比完全关闭权限保护要安全得多。
分阶段推送：从研究预览到企业级应用
目前，这一自动模式正处于研究预览阶段，首批面向 Claude Team 用户开放。Anthropic 表示，该功能将在未来几天内逐步推送到企业用户及 API 用户。尽管分类器已经能够过滤大部分风险，但官方依然提醒，在环境上下文不足或用户意图模糊时，系统仍可能出现误判。
随着 Claude Code 的持续进化，这种“自动驾驶”式的编程体验正变得越来越成熟。它不仅是简单的代码生成，更是通过对开发流程中“信任链”的重构，试图在保障系统安全的前提下，将开发者的生产力从繁琐的行政确认中彻底解放出来。
via AI新闻资讯 (author: AI Base)
在程序员与 AI 协作的过程中，“权限确认”往往是打断心流的最大杀手。为了解决这一痛点，Anthropic 近日为其 AI 驱动的命令行采编工具 Claude Code 推出了全新的“自动模式（Auto Mode）”。这一功能旨在通过智能授权机制，减少用户在执行长任务时的频繁干预，让开发者能够真正实现“开始任务后转身离开”。
平衡效率与安全：智能过滤高危动作
在自动模式推出之前，Claude Code 的默认权限设置非常保守，几乎每一次文件写入或 Bash 命令执行都需要用户手动批准。虽然开发者可以通过特定指令强制跳过权限检查，但这在非隔离环境下极具风险。
新推出的自动模式则提供了一条“中间道路”。在该模式下，系统会引入一个专门的分类器，在每项工具调用运行前进行实时审查。它会自动识别并拦截潜在的破坏性操作，例如大规模删除文件、敏感数据外泄或执行恶意代码。对于判定为安全的常规操作，AI 则会自动推进，显著降低了交互频率，同时比完全关闭权限保护要安全得多。
分阶段推送：从研究预览到企业级应用
目前，这一自动模式正处于研究预览阶段，首批面向 Claude Team 用户开放。Anthropic 表示，该功能将在未来几天内逐步推送到企业用户及 API 用户。尽管分类器已经能够过滤大部分风险，但官方依然提醒，在环境上下文不足或用户意图模糊时，系统仍可能出现误判。
随着 Claude Code 的持续进化，这种“自动驾驶”式的编程体验正变得越来越成熟。它不仅是简单的代码生成，更是通过对开发流程中“信任链”的重构，试图在保障系统安全的前提下，将开发者的生产力从繁琐的行政确认中彻底解放出来。
via AI新闻资讯 (author: AI Base)
关于 Apifox 公网 SaaS 版外部 JS 文件受篡改的风险提示与升级公告
https://mp.weixin.qq.com/s/GpACQdnhVNsMn51cm4hZig?scene=0&subscene=90
https://mp.weixin.qq.com/s/GpACQdnhVNsMn51cm4hZig?scene=0&subscene=90
OpenAI 押注“机器人军团”：23 岁天才少年获萨姆·奥特曼青睐
就在 OpenAI 调整自身视频战略之际，萨姆·奥特曼正将目光投向更具野心的“智能体集群”赛道。据华尔街日报最新披露，OpenAI 秘密投资了一家名为 Isara 的 AI 初创公司。这家初创公司的背景极其引人注目，其创始人是两位年仅 23 岁的 AI 研究员 Eddie Zhang 和 Henry Gasztowtt。尽管公司去年 6 月才在旧金山成立，但已迅速从谷歌、Meta 以及 OpenAI 本身挖走了十余名顶尖研究人才，组建起了一支技术背景深厚的“精锐部队”。
重塑协作逻辑：让数千个 AI 智能体“对话”
Isara 的核心愿景是构建一套能够协调成千上万个 AI 智能体（Agents）协同工作的软件系统。在当前的技术背景下，单个 AI 助手虽然强大，但在处理生物技术研发或复杂金融建模等大型工业问题时，往往显得力不从心。Isara 试图攻克的难点在于如何让这些“机器人军团”实现高效沟通与任务分工。通过其开发的底层架构，不同职能的 AI 智能体可以像一支训练有素的军队一样，在复杂的行业流程中自动对齐目标、交换数据并解决连锁反应式的问题。
从实验室到工业前沿：开启自主研发新范式
这种“智能体集群”技术被视为 AI 通向通用人工智能（AGI）的关键一步。OpenAI 此次背书不仅是资金上的注入，更意味着行业巨头对“分布式智能”方向的认可。在生物医药领域，这种技术可以让 AI 军团同时模拟成千上万种蛋白质折叠路径，并由专门的“协调智能体”总结规律；在金融领域，它则能实时联动全球市场数据进行压力测试。这种由 23 岁年轻人领导的技术变革，正试图证明 AI 的下一次突破不在于模型变得多大，而在于它们如何更好地成群结队地工作。
via AI新闻资讯 (author: AI Base)
就在 OpenAI 调整自身视频战略之际，萨姆·奥特曼正将目光投向更具野心的“智能体集群”赛道。据华尔街日报最新披露，OpenAI 秘密投资了一家名为 Isara 的 AI 初创公司。这家初创公司的背景极其引人注目，其创始人是两位年仅 23 岁的 AI 研究员 Eddie Zhang 和 Henry Gasztowtt。尽管公司去年 6 月才在旧金山成立，但已迅速从谷歌、Meta 以及 OpenAI 本身挖走了十余名顶尖研究人才，组建起了一支技术背景深厚的“精锐部队”。
重塑协作逻辑：让数千个 AI 智能体“对话”
Isara 的核心愿景是构建一套能够协调成千上万个 AI 智能体（Agents）协同工作的软件系统。在当前的技术背景下，单个 AI 助手虽然强大，但在处理生物技术研发或复杂金融建模等大型工业问题时，往往显得力不从心。Isara 试图攻克的难点在于如何让这些“机器人军团”实现高效沟通与任务分工。通过其开发的底层架构，不同职能的 AI 智能体可以像一支训练有素的军队一样，在复杂的行业流程中自动对齐目标、交换数据并解决连锁反应式的问题。
从实验室到工业前沿：开启自主研发新范式
这种“智能体集群”技术被视为 AI 通向通用人工智能（AGI）的关键一步。OpenAI 此次背书不仅是资金上的注入，更意味着行业巨头对“分布式智能”方向的认可。在生物医药领域，这种技术可以让 AI 军团同时模拟成千上万种蛋白质折叠路径，并由专门的“协调智能体”总结规律；在金融领域，它则能实时联动全球市场数据进行压力测试。这种由 23 岁年轻人领导的技术变革，正试图证明 AI 的下一次突破不在于模型变得多大，而在于它们如何更好地成群结队地工作。
via AI新闻资讯 (author: AI Base)
中小酒店危局：Booking 掌门人痛批谷歌 Gemini 与 ChatGPT “不讲武德”
在 AI 搜索重塑流量分配的 2026 年，全球在线旅游巨头 Booking Holdings 的首席执行官格伦·福格尔（Glenn Fogel）发出了严厉警告：谷歌的 Gemini 和 OpenAI 的 ChatGPT 正在利用其技术统治地位，将中小酒店逼入绝境。
福格尔指出，传统的搜索模式虽然也存在权重竞争，但用户至少还能通过翻页看到更多选择。而现在的 AI 助手则完全不同：
● 单一化推荐： 当旅客询问 AI“帮我找一家慕尼黑市中心的性价比酒店”时，AI 往往只给出 1-3 个经过算法筛选的“最优解”。
● 独立酒店的隐形： 那些缺乏大数据支持、没有专门 AI 优化团队的中小酒店，正被 AI 彻底从搜索结果中抹除。福格尔直言，这种“高度过滤”的推荐机制，让中小商家失去了在公平环境下被发现的机会。
有趣的是，此前一直痛批欧盟《数字市场法案》（DMA）是“愚蠢监管”的福格尔，这次却站在了监管机构这一边。
● 乐见审计： 他表示，非常支持欧盟对谷歌 Gemini 生成的 AI 搜索结果进行反垄断审查。他认为，必须确保大型 AI 平台不会优先推荐自家的预订服务，或者只把流量给到那些付了高额“保护费”的大财团。
● 利益同盟： 尽管 Booking 自身也被列为“数字门禁”公司，但在面对谷歌这种“超级平台”的跨行业挤压时，Booking 选择了与监管机构结盟，以保护其平台上的供应商生态。
为了不被 AI 平台彻底“去中介化”，Booking 宣布在 2026 年追加 7 亿美元 投入，用于自研 AI 营销工具和“连接旅行”计划：
帮助那些没有技术能力的中小酒店进行数据结构化改造，使其更容易被各种 AI 智能体识别。 福格尔坚信，虽然 AI 能订房，但处理航班延误、处理酒店退改等复杂的“人机交互”服务，依然是 Booking 的护城河。
via AI新闻资讯 (author: AI Base)
在 AI 搜索重塑流量分配的 2026 年，全球在线旅游巨头 Booking Holdings 的首席执行官格伦·福格尔（Glenn Fogel）发出了严厉警告：谷歌的 Gemini 和 OpenAI 的 ChatGPT 正在利用其技术统治地位，将中小酒店逼入绝境。
福格尔指出，传统的搜索模式虽然也存在权重竞争，但用户至少还能通过翻页看到更多选择。而现在的 AI 助手则完全不同：
● 单一化推荐： 当旅客询问 AI“帮我找一家慕尼黑市中心的性价比酒店”时，AI 往往只给出 1-3 个经过算法筛选的“最优解”。
● 独立酒店的隐形： 那些缺乏大数据支持、没有专门 AI 优化团队的中小酒店，正被 AI 彻底从搜索结果中抹除。福格尔直言，这种“高度过滤”的推荐机制，让中小商家失去了在公平环境下被发现的机会。
有趣的是，此前一直痛批欧盟《数字市场法案》（DMA）是“愚蠢监管”的福格尔，这次却站在了监管机构这一边。
● 乐见审计： 他表示，非常支持欧盟对谷歌 Gemini 生成的 AI 搜索结果进行反垄断审查。他认为，必须确保大型 AI 平台不会优先推荐自家的预订服务，或者只把流量给到那些付了高额“保护费”的大财团。
● 利益同盟： 尽管 Booking 自身也被列为“数字门禁”公司，但在面对谷歌这种“超级平台”的跨行业挤压时，Booking 选择了与监管机构结盟，以保护其平台上的供应商生态。
为了不被 AI 平台彻底“去中介化”，Booking 宣布在 2026 年追加 7 亿美元 投入，用于自研 AI 营销工具和“连接旅行”计划：
帮助那些没有技术能力的中小酒店进行数据结构化改造，使其更容易被各种 AI 智能体识别。 福格尔坚信，虽然 AI 能订房，但处理航班延误、处理酒店退改等复杂的“人机交互”服务，依然是 Booking 的护城河。
via AI新闻资讯 (author: AI Base)
3月26日消息，阿里AI助手千问被接入红旗汽车智能座舱，加速进入物理世界。这是继AI眼镜之后，千问进一步拓展至更高复杂度的车载场景，迈向全场景AI助手。
据悉，千问即将首发搭载于红旗HS6PHEV。很快，红旗汽车用户只需一句话即可完成多目标任务。例如，“你好千问，先去北京大学，中午找一家沿途方便又好吃的烤鸭店，下午5点前我要到T3航站楼”，系统可同时理解导航、用餐与时间约束等多重需求，并结合实时路况、天气、商户营业状态等信息，生成完整行程方案。
其关键在于多模糊意图识别与复杂路径规划能力:系统可从一句自然语言中提取多个意图并进行任务拆解与编排，通过云端多Agent协同完成决策，再联动车端应用执行。
后续红旗汽车智能座舱还将接入即时零售、票务预订、出行服务等更多阿里生态的“办事能力”，逐步扩展车内服务边界。
“AI助手上车”被视为从“屏幕内服务”走向“物理世界执行”的关键一步。业内认为，这也是通用AI助手首次以完整形态进入车载场景，此前车载AI多停留在单点能力输出，尚未以完整助手形态直接面向用户。
过去几个月，围绕“AI办事”，千问已陆续上线外卖、电影票、机酒预订、打车等能力。进入汽车场景后，这些能力进一步融入出行过程，用户只需一句话，千问即可在行程中持续理解需求并完成安排，推动车内智能从“功能响应”走向“主动服务”。
汽车被视为“场景智能+AI助理”的理想载体:驾驶过程中，用户双手受限、注意力高度集中，对语音交互依赖更强。而出行本身又高度复杂、需要持续决策，这对AI的理解与执行能力提出更高要求。
随着PC、手机、智能眼镜与汽车等终端逐步打通，千问正构建跨设备协同能力，使用户在不同场景中通过自然语言完成连续任务。阿里巴巴此前在内部提及，希望将千问打造为AI时代的入口，而不仅仅是一款超级APP。
via AI新闻资讯 (author: AI Base)
音乐人要“失业”？谷歌 DeepMind 发布 Lyria 3 Pro：AI 已能独立编排完整长金曲
生成式 AI 在音频领域的进化，正从“短乐句”迈向“全曲创作”的深水区。
本周三，谷歌 旗下 AI 实验室 DeepMind 正式推出了专注于音乐创作的增强版大模型 Lyria 3 Pro。相比前代产品，该模型不仅在音质上实现了飞跃，更核心的突破在于其具备了极强的“结构意识”，能够处理并生成具有完整逻辑的长音频。
从“碎片”到“篇章”：AI 掌握歌曲编排密码
以往的 AI 音乐模型大多只能生成 30 秒左右的背景音乐，缺乏整首歌的起承转合。而 Lyria 3 Pro 的出现改变了这一现状：
结构化创作： 用户现在可以利用该模型编排歌曲的完整架构，包括前奏（Intro）、主歌（Verse）、副歌（Chorus）以及桥段（Bridge）。
长音频处理： 支持创作更长时值的音频，使 AI 生成的内容不再是破碎的旋律，而是具备专业商业水准的完整曲目。
高保真输出： 模型支持 24-bit 高音质输出，满足专业音频制作的基础需求。
多模态交互：一句话定义你的“情绪金曲”
依托于谷歌强大的多模态技术，Lyria 3 Pro 的操作门槛被进一步拉低：
意图理解： 用户只需输入一段文字描述，例如特定的风格、情绪或节奏，AI 即可精准捕捉创意火花。
极速反馈： 从想法到成曲的转换效率极高，极大地缩短了音乐创作的初稿周期。
行业观察：AI 正在重塑数字音乐生产线
从今年 2 月推出初版 Lyria 3 到如今 Pro 版本的迭代，谷歌 在 AI 音乐赛道的步伐明显加快。
对于内容创作者而言，这是一款降本增效的利器；但对于传统音乐行业，Lyria 3 Pro 展现出的结构化创作能力无疑发出了一个信号：AI 正在从“辅助工具”向“独立制作人”进化。当 AI 能够理解副歌的爆发力与前奏的铺垫感，人类音乐人的创作核心或许将转向更深层次的情感共鸣与艺术定义。
via AI新闻资讯 (author: AI Base)
生成式 AI 在音频领域的进化，正从“短乐句”迈向“全曲创作”的深水区。
本周三，谷歌 旗下 AI 实验室 DeepMind 正式推出了专注于音乐创作的增强版大模型 Lyria 3 Pro。相比前代产品，该模型不仅在音质上实现了飞跃，更核心的突破在于其具备了极强的“结构意识”，能够处理并生成具有完整逻辑的长音频。
从“碎片”到“篇章”：AI 掌握歌曲编排密码
以往的 AI 音乐模型大多只能生成 30 秒左右的背景音乐，缺乏整首歌的起承转合。而 Lyria 3 Pro 的出现改变了这一现状：
结构化创作： 用户现在可以利用该模型编排歌曲的完整架构，包括前奏（Intro）、主歌（Verse）、副歌（Chorus）以及桥段（Bridge）。
长音频处理： 支持创作更长时值的音频，使 AI 生成的内容不再是破碎的旋律，而是具备专业商业水准的完整曲目。
高保真输出： 模型支持 24-bit 高音质输出，满足专业音频制作的基础需求。
多模态交互：一句话定义你的“情绪金曲”
依托于谷歌强大的多模态技术，Lyria 3 Pro 的操作门槛被进一步拉低：
意图理解： 用户只需输入一段文字描述，例如特定的风格、情绪或节奏，AI 即可精准捕捉创意火花。
极速反馈： 从想法到成曲的转换效率极高，极大地缩短了音乐创作的初稿周期。
行业观察：AI 正在重塑数字音乐生产线
从今年 2 月推出初版 Lyria 3 到如今 Pro 版本的迭代，谷歌 在 AI 音乐赛道的步伐明显加快。
对于内容创作者而言，这是一款降本增效的利器；但对于传统音乐行业，Lyria 3 Pro 展现出的结构化创作能力无疑发出了一个信号：AI 正在从“辅助工具”向“独立制作人”进化。当 AI 能够理解副歌的爆发力与前奏的铺垫感，人类音乐人的创作核心或许将转向更深层次的情感共鸣与艺术定义。
via AI新闻资讯 (author: AI Base)
苹果公司正通过“知识提炼”（Knowledge Distillation）技术，将谷歌Gemini庞大的云端模型转化为适用于iPhone端侧处理的轻量化组件。
据2026年3月25日披露的消息，苹果与谷歌达成的深度协议允许其工程师访问数据中心内的Gemini全量模型，以便对其运行机制进行深度检查与拆解。这一战略动作标志着苹果在AI自主权上获得了更大空间，能够直接利用Gemini的高质量计算结果和“思维链”作为训练源，通过模拟大型模型的计算过程，训练出体积更小、安全系数更高的自有基础模型。
这种提炼技术的核心优势在于，能在显著降低硬件算力需求和运行成本的同时，使微型模型在特定功能上保持与原版Gemini相近的响应速度与精度。尽管目前苹果基础模型团队（AFM）的主要目标是优化端侧处理体验，而非开发与Gemini直接竞争的通用大语言模型，但此举无疑强化了苹果“设备端智能”的核心战略。
随着iOS26.4等后续版本的迭代，这种经过蒸馏的端侧模型将提升Siri等原生应用的响应灵敏度与隐私保障。在行业视角下，苹果对第三方大模型的“解构与重组”，不仅缓解了移动端运行高参数模型的效能焦虑，也预示着移动AI竞争重心正从云端参数竞赛转向端侧执行效率的降维打击。
via AI新闻资讯 (author: AI Base)
3月25日晚间，高德开放平台宣布其地图能力已完成标准化封装，并以Skills（技能）形式正式适配OpenClaw智能体。这一动作标志着地理信息服务从传统的API调用模式转向自然语言驱动的智能体交互模式。此次上线的Skills涵盖了基于地理信息的生活与办公助手，以及基于高德地图的网站生成助手，旨在通过大模型能力实现“诉求即产品”的极速开发与应用体验。
在实际应用场景中，该技术显著提升了从需求拆解到功能交付的效率。用户仅需通过自然语言指令，即可驱动智能体在秒级内生成包含多POI点位、时间轴规划及耗时预估的深度定制化路书;在开发层面，Skills支持将原本耗时数天的POI应用开发工作压缩至分钟级，并实现本地即时交互。目前，相关功能已在ClawHub上线，面向开发者与普通用户开放。
此次高德地图能力的Skills化，不仅是地理空间数据与大模型协同的典型案例，更预示着地理信息产业正在加速接入AI智能体生态。通过降低复杂空间计算的调用门槛，行业正从“提供工具”向“提供端到端解决方案”转型，这种由AI驱动的地图服务升级，将进一步优化LBS（基于位置的服务）领域的开发效率与用户交互范式。
via AI新闻资讯 (author: AI Base)
