AI 创业公司 Anthropic 发布了首个混合推理模型 Claude 3.7 Sonnet，既能产生近实时的响应，也能产生逐步思考的过程。Claude 3.7 提供了一个展示推理过程的“便笺簿”，DeepSeek 也有类似功能，它可以帮助用户理解模型如何解决问题，以便于用户修改或改进提示词。Anthropic 同时发布了针对程序员的辅助编程工具 Claude Code。

OpenAI 研究员发现即使是最先进的 AI 模型也无法解决大部分它们没见过的编程问题。研究报告发表在预印本平台 arXiv。研究人员利用了一个新开发的基准测试 SWE-Lancer，该测试是基于自由职业网站 Upwork 上的逾 1,400 道软件工程问题，测试针对了三个大模型：OpenAI 的 o1 推理模型和 GPT-4o，以及 Anthropic 的 Claude 3.5 Sonnet。大模型被禁止联网，以免拷贝网上已经发布的类似问题答案。结果显示，Claude 3.5 Sonnet 的表现更出色，然而它的大部分答案也都是错误的。研究人员称，大模型需要提高可靠性才能被信任去完成现实中的编程问题。大模型在处理未知问题上仍然远逊色人类工程师。

OpenAI 首席运营官 Brad Lightcap 披露 ChatGPT 周活跃用户突破 4 亿。ChatGPT 于 2022 年 11 月上线，2023 年 1 月月活用户达到一亿，2024 年 8 月周活跃用户超过 2 亿。全世界大约有 80 亿人口，4 亿相当于总人口数的 5%。杭州深度求索 DeepSeek 上个月发布的开源大模型一度引发了 OpenAI 能保持其领先位置的质疑。OpenAI 的回应是将简化 ChatGPT，用户无需选择哪种推理模型响应输入，将更快的向客户提供新一代的 GPT-4.5 和 GPT-5 模型。

微软去年底为其经典应用记事本（Notepad）引入了 AI 文本重写功能，用户可选择文本然后右键菜单里选择重写或者使用快捷键 Ctrl + I。现在微软已将该功能置于付费墙之后，要求用户订阅了 Microsoft 365 Personal 或 Family 方案才能访问该功能。使用记事本的 AI 重写功能将需要用户登录账号并且其订阅计划包含足够的“AI 积分”。如果用户不订阅微软的服务，他们可选择禁用该功能并隐藏其图标。

百度宣布将在未来几个月中陆续推出文心大模型 4.5 系列，6 月 30 日起正式开源。此举可能是受到了 DeepSeek 成功的刺激。百度此前一直坚持闭源战略。去年 7 月，百度创始人、董事长兼首席执行官李彦宏在世界人工智能大会上表示，没有应用，基础模型一文不值，商业化闭源模型最能打，“很多人拿开源模型来改款，以为这样可以更好地服务自己的个性化应用，殊不知这是创造了一个孤本模型，既无法从基础模型持续升级当中获益，也没办法跟别人去共享算力。”李彦宏表示，同样参数规模下，闭源模型的能力比开源模型要更好，而如果开源想要能力追平闭源，就需要有更大的参数，这就意味着推理成本会更高，反应速度会更慢。在李彦宏看来，当处在一个激烈竞争的市场环境中时，还是要闭源大模型，闭源才有真正的商业模式，才能聚集人才和算力。开源模型只在某些场景下有价值，例如学术研究。

OpenAI 更新了其聊天机器人 ChatGPT 如何表现以及如何响应用户请求的指导方针 Model Spec，允许在适当的上下文下生成成人级内容如色情和血腥内容。OpenAI 称 ChatGPT 不应该生成色情、非法或非自愿性行为的描述、或极端血腥的内容，除非是在科学、历史、新闻、创意，或者其它敏感内容合适的上下文中。用户的测试显示 ChatGPT 确实放宽了其内容过滤器。OpenAI 强调儿童色情仍然是禁止的。

用 Rust 开发的文本编辑器项目 Zed 宣布引入编辑预测功能。该功能是基于开源大模型 Zeta，而 Zeta 是基于阿里巴巴的模型 Qwen2.5-Coder-7B。Zeta 是一个开源模型，包括开源数据集，开发者欢迎通过向数据集贡献数据帮助改进 Zeta。通过编辑预测，Zed 能预测使用者的下一次编辑，用户只需按 Tab 键即可应用。一旦接受预测，使用者可以通过反复按 Tab 键执行多个后续编辑，节省时间和按键次数。编辑预测目前可以免费测试，但开发者警告不会永远免费。

根据 Edelman Trust Barometer 的调查报告，发展中国家居民对 AI 的信任普遍高于发达国家。印度对 AI 的信任度最高达到 77%，其次是尼日利亚的 76%，泰国的 73% 和中国的 72%。相比下美国只有 32%。在接受调查的国家中，只有六个国家对 AI 的信任度低于美国：加拿大(30%)、德国（29%）、荷兰（29%）、英国（28%）、澳大利亚（25%）和爱尔兰（24%）。在全球范围 52% 的男性表示他们信任 AI，女性的比例为 46%，年轻人对其的信任度显著高于老年人。在美国民主党人（38%）比共和党人（34%）或独立人士（23%）更信任 AI。高收入受访者（51%）也比中等收入（45%）或低收入（36%）受访者更信任 AI。

BBC 研究发现，AI 新闻摘要工具会经常生成不准确或误导性的摘要。生成式 AI 生成内容并非是基于事实而是基于统计概率，最新研究只是再次确认了这一点。研究使用了 OpenAI 的 ChatGPT、微软的 Copilot、Google 的 Gemini，以及 Perplexity 公司的 AI 助手。结果显示，51% 的 AI 答案存在严重问题; 19% 的 AI 新闻引用存在事实错误；13% 的 AI 引文要么改变了原文要么根本不存在。Google Gemini 表现最差，34% 的回答存在严重问题，相比下 Copilot 是 27%，Perplexity 是 17%，ChatGPT 是 15%。BBC News and Current Affairs CEO Deborah Turness 对 AI 工具可能进一步扭曲事实表达了担忧，认为开发生成式 AI 工具的公司在玩火，“我们生活在一个问题丛生的年代。需要等多久 AI 扭曲的新闻头条会对现实世界造成重大伤害？”

百度宣布其 AI 聊天机器人文心一言将于 4 月 1 日零时起全面免费，PC 端和 APP 端用户可体验文心系列最新模型。2 月 13 日起文心一言上线深度搜索功能，深度搜索当前优先向会员开放，该功能将于 4 月 1 日起免费开放使用。百度表示，深度搜索功能具备思考规划和使用外部工具能力，可为用户提供专家级内容回复，并处理多场景任务，实现多模态输入与输出。当前用户可在文心一言官网上体验深度搜索功能，APP 端即将同步上线。当前文心一言免费开放的版本是文心大模型 3.5，文心大模型 4.0、文心大模型 4.0 工具版、文心大模型 4.0 Turbo 均为付费使用。文心一言已接入 DeepSeek-R1 模型，优化拍照解题功能。

汤森路透集团在美国赢得 AI 版权侵犯诉讼。汤森路透是在 2020 年对法律相关的 AI 创业公司 Ross Intelligence 提起侵权诉讼，指控该公司拷贝了其法律研究公司 Westlaw 的材料。美国特拉华州地方法院法官 Stephanos Bibas 裁决汤森路透胜诉，Ross Intelligence 侵权成立。法官是在合理使用（Fair Use）基础上判决汤森路透胜诉的。AI 创业公司一直用合理使用为其非法使用版权材料的行为辩护，而法庭会使用四要素测试法裁决是否适用于合理使用，包括使用作品的目的、作品的性质、被使用版权作品的数量，以及使用对原作品市场价值的影响。法官指出，Ross Intelligence 计划通过开发替代品与 Westlaw 竞争。

上海复旦大学的四名研究人员在预印本平台 arXiv 上发表论文称，AI 大模型能复制自己。研究人员利用了 Meta 的 Llama31-70B-Instruct 和阿里巴巴的 Qwen2.5-72B-Instruct，探索了两种情景：避免关闭（shutdown avoidance）和复制链（chain of replication），赋予大模型工具、系统提示和一个思维模型，允许大模型与系统进行交互，然后要求大模型进行自我克隆。研究人员称，大多数情况下，AI 系统首先探索环境，尝试理解其组成和运行机制。它接着制定出程序作为实现自我复制的初步计划。它最后执行程序，解决可能的障碍，动态调整其计划直至成功。整个过程需要很长的时间，但不需要人工干预。当 AI 试图解决文件丢失或软件冲突等问题时，通常会终止冲突进程，重启系统以修复硬件错误或自动扫描系统以寻找解决问题的信息。研究人员称，结果表明目前的 AI 系统已表现出自我复制的能力，可以利用该能力进一步增强其生存能力。

研究人员开发出一种被称为 Torque Clustering 的新 AI 算法，它比目前的方法更接近自然智能。它极大地改善了 AI 系统在没有人类指导的情况下独立学习和发现数据模式的方式。目前几乎所有的 AI 技术都依赖于监督学习，这种训练方法需要人类使用预定义的类别或值对大量数据进行标记，这样 AI 可以做出预测并看到关系。Torque Clustering 算法优于传统的无监督学习方法，提供了潜在的范式转换。它是完全自主的，无参数的，并且能够以卓越的计算效率处理大型数据集。它已经在 1000 个不同的数据集上进行了严格的测试，达到了97.7%的 AMI 得分。相比之下，其他最先进的方法只能达到 80% 的分数。

The Information 援引消息人士报道，苹果正与阿里巴巴合作，开发和推出面向中国 iPhone 用户的 AI。苹果和阿里已将共同开发的 AI 功能提交给监管机构审批。知情人士透露，苹果自 2023 年起开始测试来自中国开发商的不同 AI 模型，一度选择了百度作为主要合作伙伴。然而由于百度在开发 Apple Intelligence（苹果智能）模型方面的进展未达到苹果的标准，双方的合作被取消了。苹果近几个月开始考虑其他选项，评估了腾讯、阿里和字节跳动等开发的 AI 模型。苹果也测试了近来火爆的 AI 初创公司深度求索（DeepSeek）的 AI 模型，但由于 Deepseek 团队缺乏支持像苹果这样大客户所需的人力和经验，苹果最终选择放弃采用 Deepseek。

DeepSeek 的低成本大模型过去一个月引发了广泛关注，但有分析认为，DeepSeek 使用的英伟达 GPU 市场价格比美国企业使用的尖端产品便宜 1～3 成左右。DeepSeek 使用了 2000～3000 块 H800（H100 的中国特供版），开发出了 AI 模型“V3”。使用的 GPU 总额单纯计算约合人民币 3.85 亿元～ 7.21 亿元。DeepSeek 解释称，V3 的开发费用为 557.6 万美元。假设让 AI 学习 278.8 万小时，每小时费用为 2 美元，这个费用与美国的 AI 模型相比不到十分之一。东京大学教授松尾丰指出，“AI 模型的开发需要数十次、数百次的反复试验，在约 280 万小时的学习之前也花费了时间，这样考虑符合逻辑。花在这上面的时间和 GPU 本来就应该纳入成本之中”。

微软和卡内基梅隆大学的研究人员在 CC BY-4.0 国际许可证下发表论文，报告随着人类愈来愈多的在工作中依赖生成式 AI，他们使用批判性思维的机会愈来愈少，可能会导致本应保留的认知能力的退化。研究人员指出，自动化的一大讽刺是，通过将例行任务自动化将异常处理留给人类用户，人类用户被剥夺了练习判断力和加强认知能力的例行机会，导致了认知的萎缩，在出现异常情况时会措手不及。

知情人士透露，OpenAI 预计将在数个月内完成首款自研 AI 芯片的设计，准备送给台积电流片，有望实现在 2026 年量产的目标。流片成本通常为数千万美元，需要大约六个月生产出芯片成品，除非 OpenAI 为加快这一流程而支付更多费用。此外不能保证芯片第一次流片就能成功，如果出现问题，OpenAI 将需要诊断问题并重复流片。OpenAI 此举旨在减少对英伟达 AI 芯片的依赖。

来自经销渠道的销售数据显示，消费者对微软力推的 Copilot+ PC 缺乏兴趣，原因包括价格昂贵，软件兼容性，难以体验到它的好处。数据显示，在欧洲 Copilot+ PC 的售价比笔记本电脑的平均售价高出 57%——1,120 欧元对 712 欧元。如果消费者预算紧张那么他们显然更可能选择便宜的产品。此外基于高通 Arm 处理器的 Copilot+ PC 还存在软件兼容性方面的问题。

AI 训练通常成本高昂，金额可能多达千万美元。上周五斯坦福大学、华盛顿大学、艾伦 AI 研究所以及 Contextual AI 的研究人员在预印本平台 arXiv 上发表了论文《s1: Simple test-time scaling》，提出了一种超低成本的 AI 训练方法，在 AI 社区引发了轰动。OpenAI 第一个提出了被称为 inference-time scaling laws（推理时间扩展定律）的方法，本质上指的是大模型在输出答案前如果“思考”更长时间那么就可能获得更高的性能。但无论是 OpenAI 还是 R1 都没有给出具体实现方法。在这篇论文中，研究人员给出了一种简单实现：在进行推理时用“等待”替换“停止思考”，迫使其继续思考进行第二次推理并核查第一次的答案。研究人员使用了一个小模型，将 56K 示例数据集筛选到 1K，这 1K 数据集足以在 32B 模型上实现 o1-preview 的性能，额外的数据不会提高性能。他们使用 16 个 NVIDIA H100 进行训练，每次运行 26 分钟，花了约 6 美元。

Google 被发现更新了 AI 政策，移除了不将 AI 技术用于武器和监视类应用的承诺。在旧版本中 Google 列举了它不会致力于的 AI 应用，其中包括了武器以及其它旨在伤害人类的技术，以及超越国际规范的监控技术。在新版本中，上述描述都移除了。Google 在最新一轮的 AI 竞赛中处于落后一方，因此看起来它决定放宽自我施加的限制。Google 是在 2018 年制定了 AI 原则，当年 Google 退出了五角大楼价值 100 亿美元的云计算合同竞标，理由是无法保证符合其 AI 原则。