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
美国加州州长纽森在在一期节目中公开批评特斯拉CEO马斯克，称其是这个时代最令人失望的人物之一，直言对此深感痛心。纽森指出，作为美国电动汽车行业的开创者，马斯克非但没有守住本土优势，反而将全球电动汽车市场的主导权拱手让给中国，堪称美国汽车产业的重大失误。
纽森表示，当前中国已占据全球电动汽车市场70%的份额，而马斯克近年将重心转向机器人等领域，进一步加速中国在电车赛道的领先优势。
他批评这是未来十年美国最严重的自摆乌龙，不仅丢失市场份额，还放弃了供应链安全、国家利益与本土汽车制造业的未来。
纽森同时将矛头指向特朗普政府，认为联邦层面废除电动车激励政策与强制标准，同样加剧了美国在该领域的颓势。
他强调，加州的监管环境与研发税收抵免，曾助力马斯克积累巨额财富，如今马斯克却背弃加州、靠拢对可再生能源持消极态度的阵营，此举令人难以接受。
此外，纽森在访谈中也评价了其他科技巨头：称赞OpenAI的CEO奥尔特曼是极具远见的创新者。
他还认为Palantir创始人蒂尔拥有高维智慧，但近年趋于虚无主义，不应被简单贴上政治标签。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
淘天集团近日正式启动“AI生产力计划”，旨在通过全方位的资源倾斜与工具补贴，加速AI技术在电商业务场景与研发流程中的深度渗透。 据悉，该计划目前已向全体实习生开放，确保其实习期间享有的AI权限、计算额度及审批流程与正式员工完全对齐。
自3月17日起，淘天集团员工已获准免费使用包括悟空、Qoder系列在内的多款高阶付费AI工具。这些工具覆盖了从底层技术研发到通用办公自动化的多元场景，公司则通过直接提供Token额度的形式，降低大模型应用的调用门槛。此外，针对个性化开发需求，员工购买百炼Coding Plan会员或第三方外部AI开发工具的费用均可申请报销。这一动作标志着大厂对AI生产力的投入已从“实验性探索”转变为“全员工具化”的战略支撑。
结合此前开启的2027届实习生招聘信息来看，AI已成为淘天人才梯队建设的核心关键词。在整体技术岗位占比高达90%的背景下，集团专门增设了三类AI相关岗位，试图从人才源头构建AI原生驱动力。
在当前全球大模型应用步入深水区的趋势下，淘天此举不仅是对内部研发效能的暴力拉升，更是通过“Token自由”与“工具报销”构建起一种极具吸引力的开发者文化。这种将前沿AI资源下沉至初级人才实战的策略，或将加速电商行业AI应用从通用模型向垂直场景的精准转化。
via AI新闻资讯 (author: AI Base)
Elevated error rates on Opus 4.6
Mar 27, 06:59 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Mar 27, 06:59 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
挑战英伟达统治力：Cohere 发布开源轻量化语音模型 Transcribe
在企业级 AI 市场动作频频的 Cohere 公司，于 2026 年 3 月 26 日正式推出了名为Cohere Transcribe的开源语音识别模型。
这款模型拥有 20 亿参数，专为边缘设备设计，旨在打破以往语音模型因体积过大而导致的延迟瓶颈。通过采用 Apache 2.0 协议开源，Cohere 试图效仿 Meta 的路径，利用开发者社区的力量快速完善生态，并最终实现商业化反哺。
边缘侧的性能怪兽：支持 14 种语言且超越主流对手
Cohere Transcribe在训练中涵盖了包括中文、日语、法语和希伯来语在内的 14 种语言。根据 Hugging Face 开放 ASR 排行榜的最新数据，该模型在性能指标上已经超越了 ElevenLabs Scribe 和阿里旗下的 Qwen3 等同类竞品。
得益于精简的参数量，它能直接部署在手机、PC 或工业网关等终端设备上，无需频繁调用云端算力，这不仅极大地降低了数据传输延迟，也为银行、销售和医疗等对隐私高度敏感的行业提供了更安全的解决方案。
从文本到语音的战略扩张：重塑智能体交互基石
虽然 Cohere 过去一直深耕文本生成领域，但此次跨界语音识别被视为其构建全能 AI 智能体（Agent）的关键一步。公司宣布，Cohere Transcribe即将整合进其 AI 智能体编排平台 North 中。
分析人士指出，随着 Siri 式的语音交互成为 AI 浪潮的起点，语音能力已成为智能体感知世界的必备“耳朵”。Cohere 正通过这种“小而强”的开源策略，在边缘计算和实时语音翻译市场与 IBM、阿里巴巴以及推出 AI Companion 3.0 的 Zoom 展开正面交锋。
via AI新闻资讯 (author: AI Base)
在企业级 AI 市场动作频频的 Cohere 公司，于 2026 年 3 月 26 日正式推出了名为Cohere Transcribe的开源语音识别模型。
这款模型拥有 20 亿参数，专为边缘设备设计，旨在打破以往语音模型因体积过大而导致的延迟瓶颈。通过采用 Apache 2.0 协议开源，Cohere 试图效仿 Meta 的路径，利用开发者社区的力量快速完善生态，并最终实现商业化反哺。
边缘侧的性能怪兽：支持 14 种语言且超越主流对手
Cohere Transcribe在训练中涵盖了包括中文、日语、法语和希伯来语在内的 14 种语言。根据 Hugging Face 开放 ASR 排行榜的最新数据，该模型在性能指标上已经超越了 ElevenLabs Scribe 和阿里旗下的 Qwen3 等同类竞品。
得益于精简的参数量，它能直接部署在手机、PC 或工业网关等终端设备上，无需频繁调用云端算力，这不仅极大地降低了数据传输延迟，也为银行、销售和医疗等对隐私高度敏感的行业提供了更安全的解决方案。
从文本到语音的战略扩张：重塑智能体交互基石
虽然 Cohere 过去一直深耕文本生成领域，但此次跨界语音识别被视为其构建全能 AI 智能体（Agent）的关键一步。公司宣布，Cohere Transcribe即将整合进其 AI 智能体编排平台 North 中。
分析人士指出，随着 Siri 式的语音交互成为 AI 浪潮的起点，语音能力已成为智能体感知世界的必备“耳朵”。Cohere 正通过这种“小而强”的开源策略，在边缘计算和实时语音翻译市场与 IBM、阿里巴巴以及推出 AI Companion 3.0 的 Zoom 展开正面交锋。
via AI新闻资讯 (author: AI Base)
谷歌 Live Translate 登陆 iOS:Gemini 加持告别机械音 支持70余种语言实时翻译
谷歌近日宣布，Google Translate 标志性的耳机“实时翻译”（Live Translate）功能正式登陆 iOS 系统，打破了此前仅限于 Pixel Buds 等自有硬件的生态限制。此次更新意味着全球范围内移动端用户只需配合任意带有麦克风的有线或无线耳机，即可在 iOS 或 Android 设备上通过 Google Translate App 实现低延迟、沉浸式的跨语言语音交互，显著降低了高阶翻译功能的使用门槛。
技术层面，该功能已由底层 Gemini AI 模型深度驱动，实现了从“逐字机械翻译”向“语义理解翻译”的跨代升级。凭借大模型的上下文捕捉能力，Live Translate 能够精准处理俚语、习语等复杂语境，并保留更接近真人口语的自然语调，有效解决了传统翻译软件音调生硬的痛点。目前，该功能支持的语言数量已扩展至70余种，涵盖阿拉伯语、日语、西班牙语及旁遮普语等，服务范围也从最初的3个国家拓宽至12个国家。
此次跨平台开放标志着谷歌翻译战略从“硬件驱动”向“AI 能力驱动”的转型。通过普惠化的算法输出，谷歌正试图在多模态交互领域进一步巩固其生态地位。随着 Gemini 模型的持续迭代，实时翻译正在从单纯的工具属性演变为无感化的交互基础设施，为全球差旅及跨文化协作场景提供更具专业深度的技术支撑。
via AI新闻资讯 (author: AI Base)
谷歌近日宣布，Google Translate 标志性的耳机“实时翻译”（Live Translate）功能正式登陆 iOS 系统，打破了此前仅限于 Pixel Buds 等自有硬件的生态限制。此次更新意味着全球范围内移动端用户只需配合任意带有麦克风的有线或无线耳机，即可在 iOS 或 Android 设备上通过 Google Translate App 实现低延迟、沉浸式的跨语言语音交互，显著降低了高阶翻译功能的使用门槛。
技术层面，该功能已由底层 Gemini AI 模型深度驱动，实现了从“逐字机械翻译”向“语义理解翻译”的跨代升级。凭借大模型的上下文捕捉能力，Live Translate 能够精准处理俚语、习语等复杂语境，并保留更接近真人口语的自然语调，有效解决了传统翻译软件音调生硬的痛点。目前，该功能支持的语言数量已扩展至70余种，涵盖阿拉伯语、日语、西班牙语及旁遮普语等，服务范围也从最初的3个国家拓宽至12个国家。
此次跨平台开放标志着谷歌翻译战略从“硬件驱动”向“AI 能力驱动”的转型。通过普惠化的算法输出，谷歌正试图在多模态交互领域进一步巩固其生态地位。随着 Gemini 模型的持续迭代，实时翻译正在从单纯的工具属性演变为无感化的交互基础设施，为全球差旅及跨文化协作场景提供更具专业深度的技术支撑。
via AI新闻资讯 (author: AI Base)
谷歌Gemini推出记忆与聊天记录导入工具
当地时间周四，谷歌宣布推出所谓的“切换工具”，这些新组件旨在让用户能够将“记忆”乃至整个聊天记录从其他聊天机器人直接迁移至Gemini。该公司表示，用户可以通过这种方式轻松分享关键偏好、人际关系和个人背景信息。其理念是让人们采用谷歌的AI助手变得显著更加容易，因为用户无需花费大量时间重新训练Gemini，让它了解自己是谁以及想要什么。该功能的工作原理如下：谷歌会提供一个建议的提示词，用户可以将其复制并粘贴到当前使用的AI应用中。待原应用生成一份关于用户偏好的摘要后，只需将该回复复制并粘贴回Gemini聊天机器人。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
当地时间周四，谷歌宣布推出所谓的“切换工具”，这些新组件旨在让用户能够将“记忆”乃至整个聊天记录从其他聊天机器人直接迁移至Gemini。该公司表示，用户可以通过这种方式轻松分享关键偏好、人际关系和个人背景信息。其理念是让人们采用谷歌的AI助手变得显著更加容易，因为用户无需花费大量时间重新训练Gemini，让它了解自己是谁以及想要什么。该功能的工作原理如下：谷歌会提供一个建议的提示词，用户可以将其复制并粘贴到当前使用的AI应用中。待原应用生成一份关于用户偏好的摘要后，只需将该回复复制并粘贴回Gemini聊天机器人。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
为了应对日益增长的用户需求并平衡系统负载，Anthropic 官方于 2026 年 3 月 26 日宣布调整Claude的用量限制规则。
新规引入了类似电力系统的“峰谷价”逻辑：在用量高峰时段，用户的对话消耗将变得更加“昂贵”。这一调整旨在通过经济杠杆引导用户错峰使用，从而保证在高负载期间服务的稳定性。
高峰时段消耗加速：7% 的订阅用户将受影响
根据 Anthropic 技术团队成员Thariq Shihipar发布的说明，本次调整主要针对免费版、Pro 版及 Max 订阅用户。
在太平洋时间 05:00 至 11:00（北京时间 20:00 至次日 02:00）的高峰期，Claude的 5 小时会话限额将缩减，这意味着同样的操作在高峰期会比平时更快地耗尽额度。据官方估算，约有 7% 的用户（特别是重度使用 Token 的 Pro 用户）会比以往更早触发限制提示。
周额度总量不变：引导开发者转向离线任务
尽管日间的实时额度分配有所波动，但 Anthropic 强调用户的每周总用量限制保持不变。
官方建议，那些运行大量消耗 Token 的后台作业（如大规模代码重构、长文档分析等）的开发者，应尽量将任务转移至非高峰时段执行，以最大化利用其会话额度。此次调整反映出 AI 算力资源依然处于紧平衡状态，厂商正在通过更精细化的流量管理取代简单的“一刀切”封锁，以提升整体硬件的利用效率。
via AI新闻资讯 (author: AI Base)
在 2026 年 3 月 26 日接受彭博社采访时，被称为“龙虾”的OpenClaw 之父彼得·斯坦伯格（Peter Steinberger）分享了他对全球 AI 应用现状的深刻洞察。
斯坦伯格指出，目前中美两国在拥抱 AI 智能体方面存在巨大的“温度差”：中国企业展现出一种近乎狂热的推动力，甚至将其列为员工的必修课；而部分美国企业则因安全和失控担忧，正走向限制甚至禁止使用的另一端。
职场生存法则：中国员工不用 AI 可能被裁
斯坦伯格用一个极端的对比总结了这种差异：在美国，有些公司会因为你违规使用 OpenClaw 这种 AI 工具而辞退你；但在中国，很多公司却会因为你拒绝使用它提升效率而辞退你。
他观察到，中国的学生、职场人乃至老年人都在积极参与 OpenClaw 的测试，这种全民动员式的普及让中国成为了一个庞大的 AI 系统试验场。他建议美国企业应从中汲取经验，强调人类只有通过高频的交互测试，才能真正理解 AI 的潜力并规避安全漏洞。
个人智能体愿景：模糊编程与通用的边界
目前已加入 OpenAI 并负责 Codex 团队的斯坦伯格透露，AI 的下一个阶段将是打破“专用工具”的局限。随着智能体自我迭代能力的增强，“编程专用”与“通用任务”之间的界限正在消失。
在他的远景中，未来的用户将拥有跨设备、跨应用的个人智能体与工作智能体。这些系统将在严密保护商业机密与个人隐私的前提下，实现数据的无缝调用，让 AI 真正从一个“聊天窗口”进化为能处理复杂现实任务的“数字分身”。
via AI新闻资讯 (author: AI Base)
非营利组织 AI Commons Project 与 What We Will 近日联合推出首个针对 AI 冲击设计的“AI 红利（AI Dividend）”基本收入试验计划，旨在为受生成式 AI 影响而失业的劳工提供经济支持与职涯转型协助。
该计划已正式进入发放阶段，首波受助者每月可获得1，000美元(约新台币30，000元)的无条件补助，资助期限为一年。目前项目初期锁定了25至50名参与者，总预算约为30万美元，并计划在未来将规模扩大至300万美元。
该计划发起人指出，随着 GitHub Copilot 与 Claude 等工具的普及，技术产业的入门级岗位正迅速萎缩，初级工程师的职场准入门槛被变相提高。除科技领域外，AI 的冲击已蔓延至客服、文案、翻译及内容创作等知识型行业，导致相关从业者收入下滑。为应对这一结构性变化，该计划不仅提供资金援助，还配套了再培训（reskilling）与职涯辅导，引导受影响劳工向医疗或技术工种等 AI 替代率较低的领域转型。
尽管目前资金主要由非营利机构支撑，但发起团队正积极促成 AI 企业共同分担社会成本。此次试验不仅是对奥特曼、马斯克等领袖倡导的“通用基本收入（UBI）”概念的具象化落地，更标志着 AI 产业开始从技术扩张转向社会责任治理，其后续成效将为未来全球应对 AI 性失业提供重要参考。
via AI新闻资讯 (author: AI Base)
人类学习范式进场！深度机智发布 PhysBrain 1.0：让机器人拥有“物理常识”
具身智能领域迎来了一位理解物理世界的“深度学习者”。
3 月 27 日，在中关村论坛活动现场，由北京中关村学院与中关村人工智能研究院联合孵化的首家具身智能企业——深度机智，正式发布了全球首个以人类学习范式构建的具身通用智能基座模型 PhysBrain 1.0。这一模型的问世，标志着具身智能从“动作模仿”向“原理解构”的跨越。
技术破局：将物理常识“内化”于参数之中
不同于传统的行为克隆或强化学习，PhysBrain 1.0 采用了创新的多模态大模型架构，其核心优势在于：
时空一致性： 模型能够像人类一样理解物理世界的因果律与时空演变，确保机器人在执行任务时逻辑自洽。
物理常识内化： 通过将海量的物理规律编码进参数，模型不再只是机械执行指令，而是具备了对环境的预判能力。
泛化奇点：有限数据下的“举一反三”
数据匮乏一直是具身智能落地的“拦路虎”。深度机智 此次发布的基座模型展现了极强的泛化能力：
打破数据依赖： 凭借对物理常识的底层理解，PhysBrain 1.0 可以在极有限的实验数据下，实现对未知场景的快速适应。
真实泛化： 模型能够真正理解“为什么这么做”，而非仅仅“怎么做”，大幅提升了机器人在复杂、多变环境中的作业稳定性。
出身名门：中关村生态孵化的具身标杆
作为 北京中关村学院 与 中关村人工智能研究院 共同孕育的“科技新星”，深度机智 的亮相备受瞩目。
产研结合： 依托中关村深厚的 AI 研发底蕴，公司在成立之初便锁定了具身智能这一 AI 发展的终极形态之一。
行业意义： PhysBrain 1.0 的发布，为国产具身智能机器人提供了一个具备底层物理逻辑的“大脑”基座。
结语：从“感知”走向“认知”的物理纪元
当物理常识成为大模型的标配，具身智能便拥有了真正的“智慧”。深度机智 的这一突破，不仅是对人类学习范式的致敬，更是对 AI 走向物理世界的有力探索。在 PhysBrain 1.0 的驱动下，我们离那个“懂物理、会干活”的通用机器人时代又近了一步。
via AI新闻资讯 (author: AI Base)
具身智能领域迎来了一位理解物理世界的“深度学习者”。
3 月 27 日，在中关村论坛活动现场，由北京中关村学院与中关村人工智能研究院联合孵化的首家具身智能企业——深度机智，正式发布了全球首个以人类学习范式构建的具身通用智能基座模型 PhysBrain 1.0。这一模型的问世，标志着具身智能从“动作模仿”向“原理解构”的跨越。
技术破局：将物理常识“内化”于参数之中
不同于传统的行为克隆或强化学习，PhysBrain 1.0 采用了创新的多模态大模型架构，其核心优势在于：
时空一致性： 模型能够像人类一样理解物理世界的因果律与时空演变，确保机器人在执行任务时逻辑自洽。
物理常识内化： 通过将海量的物理规律编码进参数，模型不再只是机械执行指令，而是具备了对环境的预判能力。
泛化奇点：有限数据下的“举一反三”
数据匮乏一直是具身智能落地的“拦路虎”。深度机智 此次发布的基座模型展现了极强的泛化能力：
打破数据依赖： 凭借对物理常识的底层理解，PhysBrain 1.0 可以在极有限的实验数据下，实现对未知场景的快速适应。
真实泛化： 模型能够真正理解“为什么这么做”，而非仅仅“怎么做”，大幅提升了机器人在复杂、多变环境中的作业稳定性。
出身名门：中关村生态孵化的具身标杆
作为 北京中关村学院 与 中关村人工智能研究院 共同孕育的“科技新星”，深度机智 的亮相备受瞩目。
产研结合： 依托中关村深厚的 AI 研发底蕴，公司在成立之初便锁定了具身智能这一 AI 发展的终极形态之一。
行业意义： PhysBrain 1.0 的发布，为国产具身智能机器人提供了一个具备底层物理逻辑的“大脑”基座。
结语：从“感知”走向“认知”的物理纪元
当物理常识成为大模型的标配，具身智能便拥有了真正的“智慧”。深度机智 的这一突破，不仅是对人类学习范式的致敬，更是对 AI 走向物理世界的有力探索。在 PhysBrain 1.0 的驱动下，我们离那个“懂物理、会干活”的通用机器人时代又近了一步。
via AI新闻资讯 (author: AI Base)
