1/18 Google 发布 Veo 3.1 Lite：最低成本视频生成模型
Google DeepMind 于 3 月 31 日发布 Veo 3.1 Lite，定位为迄今最具性价比的 AI 视频生成模型，已通过 Gemini API 付费预览版开放，并可在 Google AI Studio 中测试使用。Google 同步宣布将于 4 月 7 日下调 Veo 3.1 Fast 的价格。该模型由 Alisa Fortin 领导发布，是 Google 持续扩展其视频生成模型矩阵的最新动作。Demis Hassabis 也转发了该公告，表明公司高层对此次发布的重视。此次 Lite 版本的推出被业界视为 Google 在 AI 视频领域的降价竞争策略，有助于进一步普及开发者对视频生成能力的使用。
2/18 H Company 发布 Holo3：计算机操控模型刷新 OSWorld 榜首
法国 AI 公司 H Company 正式发布 Holo3 系列前沿计算机使用模型，旗舰版 Holo3-122B-A10B 在 OSWorld-Verified 桌面操控基准上取得 78.85% 的成绩，成为行业新最优。H Company 团队规模超过 70 名研究人员，核心成员来自 DeepMind、Meta、Palantir 和 Microsoft。Holo3 作为 Surfer2 框架的底层模型，专注于将 AI 部署于真实生产环境中的桌面自动化场景。Clément Delangue 第一时间转发，表明 HuggingFace 生态对该模型的关注。
3/18 Together AI 开源 Aurora：自适应投机解码，推理速度再提升 1.25 倍
Together Research 发布 Aurora，一个基于强化学习的自适应投机解码框架，解决了静态 draft 模型随流量分布迁移而性能退化的核心问题。Aurora 通过”服务即训练”飞轮（serve-to-train flywheel）从实时推理请求中持续更新 draft 模型权重，并实现零中断热替换。关键数据：Aurora 接受长度 3.08 tokens，静态预训练模型仅 2.63；相对优化基线提速 1.25×；在流量分布切换后约 10,000 请求内完成快速恢复。代码与模型已在 GitHub 开源。
4/18 HuggingFace 发布 TRL v1：开源强化学习训练库迎来重大里程碑
Clément Delangue 宣布 TRL v1 正式发布。该库历经 6 年开发，现已支持 75+ 训练方法，涵盖 SFT、DPO、GRPO 以及异步 RL（Async RL），是目前世界上最广泛使用于开源模型后训练的工具库，支撑了绝大多数公开发布的开源大模型的对齐与微调工作。v1 的发布标志着该库正式进入成熟稳定阶段，被定位为”面向未来、经得起时代考验”的后训练基础设施。
5/18 Sakana AI 全自动科学论文生成系统登上 Nature 正刊
Sakana AI 的《The AI Scientist: Towards Fully Automated AI Research》正式发表于 Nature，标志着 AI 辅助科学研究进入新纪元。该系统能够全程自动完成研究选题、实验设计、代码实现、结果分析和论文撰写，并通过同行评审。研究人员 hardmaru 转发了这一消息，John Carmack 此前也曾对 LeWorldModel 相关论文进行深度点评，表明顶级研究者对 AI 自动化科研的高度关注。Nature 的接受意味着该成果得到了最顶级学术期刊的认可。
6/18 Yann LeCun 团队开源 LeWorldModel：基于 JEPA 的稳定端到端世界模型
Meta 首席 AI 科学家 Yann LeCun 团队的 LeWorldModel 数据集与模型权重正式在 HuggingFace 开放，研究人员同步发布了基于 dino-wm 的世界模型规划代码。LeWorldModel 是 LeCun 力推的 JEPA（Joint-Embedding Predictive Architecture）架构的最新成果，直接从像素进行稳定的端到端训练。John Carmack 对论文进行了技术评析，alphaXiv 也整理了 2026 年世界模型研究阅读清单。LeCun 同期在 Twitter 上持续辩论 LLM 的自回归局限性，认为错误在序列中指数级累积。
7/18 Claude Code 源代码疑似外泄，社区发现内含 100MB 藏文佛经数据
多位 AI 社区成员讨论 Claude Code（Anthropic 旗下 AI 编程工具）源代码疑似泄露的情况。其中引发广泛关注的细节：有用户称在 Claude Code 代码中发现了高达 100MB 的西藏甘珠尔（Kangyur）佛经原文 UTF 数据。Bindu Reddy 表示”最坏情况是黑客挖掘其中的安全漏洞来入侵用户设备”，并呼吁 Anthropic 尽快应对。目前 Anthropic 尚未就此事发表官方声明，事件真实性与波及范围仍待核实。
8/18 Karpathy 披露 npm axios 供应链攻击：300M 周下载量库遭污染
Andrej Karpathy 披露 npm axios（最热门 HTTP 客户端库，周下载量 3 亿次）遭遇新的供应链攻击。Karpathy 表示扫描自己的系统时发现，数日前在测试 gmail/gcal CLI 时通过 googleworkspace/cli 引入了受影响的依赖（所安装的版本幸运地指向未受影响的版本）。他强调，这与 LLM 大量自动执行 pip install / npm install 的趋势叠加后，安全风险被显著放大——用户往往在不知情的情况下允许 AI 代理安装任意包。
9/18 Tesla 承认 Robotaxi 存在人类远程操控，Gary Marcus：99% 不够用
Gary Marcus 披露 Tesla 正式承认其 Robotaxi 有时由人类远程驾驶。Marcus 将此视为自己多年来强调自动驾驶”边缘案例”局限性的有力佐证，称”用剑，死于剑”。他同期评论称 99% 的安全率对于机器人出租车完全不够用，行业内早已知晓这一事实。此前 Tesla 在营销中大力宣传其完全自动驾驶能力，本次承认远程操控引发市场和舆论对 FSD 商业化进度的质疑。
10/18 Claude Opus 4.6 刷新 Remote Labor Index 纪录：4.17%
Gary Marcus 援引 Remote Labor Index（远程劳动指数）数据，Claude Opus 4.6 以 4.17% 创下该榜单历史新高。Marcus 据此指出，任何声称 AGI 临近的人要么是在撒谎要么是迷失了方向。这一数据衡量的是 AI 可替代的远程劳动任务比例，4.17% 意味着即使是当前最强的商业模型，在真实劳动力市场中的替代能力仍非常有限。该指标是评估 AI 实际经济影响的重要参考。
11/18 微软任命专职 CVP 负责 OpenClaw，AI 编程工具战略地位凸显
AI 观察者 swyx 披露微软已任命一位副总裁（CVP），其职责完全聚焦于 OpenClaw。OpenClaw 是微软在 AI 辅助编程领域的战略产品，此举表明微软将 AI 编程工具置于极高的组织优先级，与 GitHub Copilot 等产品形成差异化布局。Karpathy 此前也提到 Claude Code 正在快速向 AI 代理化（Claw）方向演进，暗示微软与 Anthropic 在这一领域存在紧密的合作或竞争关系。
12/18 QodoAI 完成 7000 万美元融资，聚焦 AI 软件开发代理
AI 代码质量平台 QodoAI 完成 7000 万美元融资。CEO Itamar Mar 表示，这轮融资的核心叙事不是数字本身，而是软件开发正在经历根本性变革。LangChain 创始人 Harrison Chase 为该消息点赞，表明 AI 代理化软件开发赛道在 2026 年持续获得资本青睐。QodoAI 专注于代码审查、测试生成和软件质量保障的 AI 自动化，与 GitHub Copilot、Cursor 等工具形成差异化竞争。
13/18 Conductor 完成 2200 万美元 A 轮融资，Spark 与 Matrix 领投
AI 开发工具公司 Conductor 宣布完成 2200 万美元 A 轮融资，由 Spark Capital 和 Matrix Partners 领投。Ilyasu 和 YCombinator 参与了本轮融资。联合创始人 Charlie Holtz 宣布这一消息，swyx 等 AI 社区核心人物对此表示祝贺。Conductor 专注于 AI 辅助软件开发工作流，在 AI 编程工具赛道中又一次获得市场认可，进一步印证该赛道的资本热度。
14/18 LangChain 宣布与 MongoDB 战略合作，Atlas Vector Search 成 AI 代理基础设施
LangChain 宣布与 MongoDB 达成合作，将 Atlas Vector Search 深度集成到 LangChain 生态系统中，定位为企业已在使用的数据库上构建 AI 代理的核心方案。Harrison Chase 同期强调代理改进是持续迭代循环，LangSmith 作为 trace → eval → improve 的基础平台，发布了新的代理监控课程和概念指南。这标志着 LangChain 加速向生产级代理基础设施方向转型。
15/18 Google AI Studio 多项体验升级：Playground 可存档、一键生成 App
Google AI Studio 产品负责人 Logan Kilpatrick 宣布一批用户体验更新：支持在 Playground 中可选保存临时对话记录；支持一键将 Playground 对话转化为可部署 App；更新了 Playground 配色方案；简化了移动端 Vibe Coding UI。Logan 表示这些只是他个人参与的部分工程改进，更多功能正在进行中。这些改进降低了从实验性探索到产品化的门槛，加速了开发者使用 Gemini 的工作流。
16/18 Sarvam AI 发布 30B & 105B FP8 量化模型，印度 AI 生态持续扩展
印度 AI 初创公司 Sarvam AI 发布 Sarvam-30B 和 Sarvam-105B 的 FP8 量化版本，通过 ModelOpt PTQ（训练后量化）技术实现权重 FP8 量化与 KV cache 缩放。Clément Delangue 转发了这一消息，表明 HuggingFace 社区对新兴地区 AI 能力的关注。与此同时，多位社区成员讨论 Qwen3.5 27B 模型在 24GB VRAM 下运行的出色性能，开源小参数模型持续逼近大型闭源模型水平引发广泛关注。
17/18 NVIDIA AutoGaze：视频 AI 跳过 99% 冗余帧，模拟人眼注视机制
AlphaSignalAI 介绍了 NVIDIA 最新论文 AutoGaze，一个仿照人眼真实工作方式跳过冗余帧的轻量模块。当前视频模型逐帧处理所有像素，对静止不变的画面区域造成大量计算浪费。AutoGaze 通过识别画面中真正重要的动态区域，使模型可以跳过约 99% 的冗余背景像素，在节省大量推理计算的同时实际提升了视频理解质量。该技术与人类视觉注意力机制高度吻合，为视频 AI 的高效推理提供了新路径。
18/18 Ethan Mollick：AI 实验室未能向公众清晰说明其构建的未来图景
沃顿商学院教授 Ethan Mollick 指出，AI 实验室在向公众传达其愿景方面做得很差——从未清晰描绘如果他们成功了世界将会是什么样子。他特别提到，即使是 Anthropic 的《Machines of Loving Grace》也缺乏对未来生活图景的具体描绘。Mollick 同时指出”AI 政策被想象力匮乏所困扰”——讨论要么是什么都不会发生，要么是神化 AI，无法想象中间状态。他还观察到自己在写作中越来越多地无意识使用”Claude 体”（”It’s not X it’s Y”的句式结构）。
Deep Dive 附录
Together AI Aurora：生产环境中的自适应投机解码
Aurora 是 Together Research 提出的一套基于强化学习的在线投机解码框架，解决了传统静态 draft 模型随流量分布变化而性能退化的问题。其核心设计是”服务即训练”飞轮：推理服务器将每次请求的 accept/reject 结果流式写入缓冲区，异步训练服务器据此更新 draft 模型并热替换权重，推理服务全程不中断。关键性能数据：Aurora 达到 3.08 接受长度（302.3 tok/s），而静态预训练基线仅 2.63、预训练+微调基线为 2.99，实现相对 1.25× 的额外提速。论文还证明，从零开始在线训练可以超越精心预训练的静态基线，即离线预训练并非投机解码的必要前提。在五个领域（数学、SQL、代码、金融、对话）的分布切换后，约 10,000 请求内快速恢复性能。 查看原文 查看原文
Google Veo 3.1 Lite：最低成本视频生成模型
Google DeepMind 发布 Veo 3.1 Lite，定位于 Veo 系列中的最高性价比选项，已通过 Gemini API 付费预览版开放，Google AI Studio 可免费测试。Google 同步宣布 4 月 7 日起下调 Veo 3.1 Fast 价格。此次发布标志着 Google 的视频生成模型矩阵进一步完善，覆盖从高效率（Lite）到高质量（Pro/Fast）的多个价格与性能分层。 查看原文
H Company Holo3：桌面计算机操控模型新 SOTA
H Company 的 Holo3-122B-A10B 在 OSWorld-Verified 基准上达到 78.85%，成为桌面计算机使用（computer-use）领域的行业最优。H Company 团队超过 70 人，核心来自 DeepMind、Meta、Palantir 和 Microsoft。Holo3 是 H Company Surfer2 代理框架的底层基础模型，专为真实生产环境中的桌面自动化任务设计，代表了计算机使用（computer-use）类模型从研究原型走向产业落地的重要里程碑。 查看原文