AI Daily News March 07 2025: 📜Mistral OCR’s AI-ready document processing 🤖China’s ‘fully autonomous’ Manus AI agent 🎭AI avatars getting emotional intelligence 🤖Google co-founder Larry Page has a new AI startup 💥Microsoft future without OpenAI
18:18 Share

大家好，欢迎回到AI Unraveled，这个节目将带您走在不断发展变化的AI世界的前沿。我是您的主持人，今天我们有幸深入探讨一些非常酷炫的AI发展。顺便说一句，如果您喜欢这些深入探讨，请记得在Apple Podcasts上点击订阅按钮。

这有助于更多人发现这个节目。一如既往，我们感谢您的支持。总是一个很好的提醒。说到支持，还有什么比捐款更好的方式来支持这个节目呢？当然。如果您喜欢这个内容，并且想帮助我们维持运营，让麦克风保持热度，请点击捐款按钮。链接在节目说明中。每一份帮助都很重要。我们非常感谢您的支持。当然。

现在进入AI新闻。今天的内容安排可谓精彩纷呈。我们涵盖了从让咖啡因加持的实习生看起来效率低下的文档处理，到可能彻底改变自由职业游戏规则的AI代理，甚至还有获得情商的化身。不是开玩笑。我的意思是，AI现在基本上触及了所有领域。但是，让我们从我认为许多人都能感同身受的事情开始，那就是永无止境的文书工作。

Mistral AI刚刚发布了一个新的文档处理API，它正在彻底改变行业格局。是的，这不是您爷爷的OCR。Mistral的API速度极快。我们说的是每分钟2000页。这比我们大多数人浏览一页的速度都快。

而且，它可以处理各种内容图像、方程式、复杂的表格和格式。您能想到的它都能处理。哦，多语言方面也很强大。他们的API可以处理数千种语言，包括印地语和阿拉伯语等具有超复杂文字的语言。

这为AI打开了数据处理的全新宇宙。这是一个改变游戏规则的技术，特别是对于在全球范围内工作的企业和研究人员来说。想象一下，能够流畅而准确地分析来自世界各地的法律文件、财务报告或科学论文。那么，安全性如何，尤其是在处理敏感信息时？

Mistral已经为您考虑到了。他们有一个很酷的选项，您可以将API设置在您自己的服务器上。因此，所有内容都保存在内部。您可以获得尖端AI的强大功能，而不会影响安全性。这是一件大事，尤其是在医疗保健和金融等数据隐私不可谈判的领域。

这表明Mistral在实施AI解决方案时确实考虑到了企业的实际需求。当然。他们不仅仅是在推出技术。他们正在考虑它如何在现实世界中发挥作用。好的，我们已经解决了文书工作的问题。现在让我们深入探讨一些听起来像是科幻小说中的东西——完全自主的AI代理。您听说过中国的一家名为Zero One Ton AI的公司吗？他们创建了一个名为Manus的代理，而这……

并非您常见的聊天机器人。对。我们已经看到可以处理基本任务的AI代理，但Manus处于另一个层次。这个东西可以执行复杂的任务，例如筛选简历、研究房产，甚至编写代码并在Upwork和Fiverr等自由职业平台上工作。

我知道，对吧？在演示中，他们甚至展示了它浏览网页、创建视觉效果，并且它实际上在GAIA基准测试中胜过了ChatGPT和Gemini。是的，GAIA基准测试可不是闹着玩的。这是一个非常严格的测试，旨在找出AI系统的普遍智能和解决问题的能力。因此，Manus能够通过测试这一事实确实说明了它的能力。这确实让你好奇。

如果AI能够做到这一切，接下来会是什么？未来我们可能会将哪些任务交给像Manus这样的AI代理？是的。这既令人兴奋，又有点可怕，您不觉得吗？肯定会引发一些关于未来工作和AI在我们生活中所扮演角色的有趣问题。但目前，Manus仍处于有限的仅限邀请的阶段。该团队计划在今年晚些时候开源这些模型。因此，我们都可能有机会亲眼看看它能做什么。我已经将自己添加到等待列表中了。

但在我们等待Mantis成为主流的同时，让我们换个话题，谈谈AI正在掀起波澜的另一个领域。

化身。具体来说，研究人员现在正在努力赋予这些化身情商，结果令人难以置信。是的，事情变得非常有趣。想象一下，与一个不仅理解您所说内容，而且还能捕捉到您的情绪并做出相应反应的AI交谈。这是研究人员正在努力利用这三个AI进步实现的目标：Phoenix 3、Raven 0和Sparrow 0。好的，Phoenix 3。这完全是关于赋予化身逼真的面部表情。

从那些细微的眼部动作到我们甚至没有意识到的细微的表情。基本上，它赋予了化身的面部更人性化的触感。然后是Raven Zero，它就像化身的“情绪雷达”。它读取您的肢体语言和面部表情，以了解您的感受。这就像化身拥有自己的内置情商传感器。为了确保对话流畅，我们让Sparrow Zero介入。

它有助于避免与AI交谈时可能出现的尴尬停顿、中断或完全随机的回应。其目的是使与AI的互动感觉更自然、更人性化，并最终更具吸引力。有一个名为Charlie的演示化身展示了所有这些技术。Charlie可以进行对话、搜索网页、分析数据，同时展现适当的情绪并响应您的提示。看到Charlie的实际操作令人惊叹，但这确实让你思考，

我们对AI解读我们的情绪有多舒服？这感觉是有帮助的，还是更像是侵犯隐私？这是我们需要仔细考虑的事情。绝对的。虽然情商和AI可能成为客户服务、医疗保健和教育等领域的改变游戏规则的技术，但肯定存在伦理方面的考虑。我们需要聪明地使用这项技术，并确保其以负责任和尊重的态度使用。千真万确。看到这一切如何发展将会非常有趣。毫无疑问。随着AI变得越来越聪明，有一些重要的问题需要思考。

但现在，让我们换个话题，谈谈一些发展，这些发展因其潜在的好处和伦理意义而引人注目。在中国，他们已经开始使用这些带有催泪瓦斯的球形警用机器人来控制人群。是的，我看到了。这是一个关于AI如何改变安全和执法现状的疯狂例子。

这些机器人旨在巡逻区域、发现潜在威胁，甚至在情况变得危险时介入。这几乎就像科幻电影中的场景。它确实引发了关于未来警务和技术在维持秩序中作用的问题。有些人可能会说这些机器人可以帮助平息局势并保护公民和警务人员，但其他人则担心滥用和过度使用武力的可能性。这是一个棘手的问题，没有简单的答案。

但随着AI越来越多地融入我们的生活，我们需要进行这样的对话。轻松一点的是，中国大型科技公司百度刚刚获得在香港测试其自动驾驶汽车的许可。这是让自动驾驶汽车面向所有人使用的巨大一步。

想象一下，更少的交通堵塞、更少的污染以及无法自己驾驶的人们拥有更多自由。听起来很棒。但在自动驾驶汽车普及之前，需要解决一些真正的问题。例如安全协议、发生事故谁负责以及交通运输行业的所有工作将会发生什么。你说得对。关键在于在对这些进步感到兴奋和谨慎之间取得平衡。

我们需要意识到潜在的缺点，并通过周密的规划和法规来努力最大限度地减少这些风险。说得有道理。是的。现在让我们谈谈一位最近比较安静但带着改变游戏规则的新项目回归的科技传奇人物。谷歌联合创始人拉里·佩奇。他推出了一家名为Dynatomics的AI初创公司，他们的目标是彻底改变制造业。

Dynatomics如此酷炫之处在于其设计方法。他们正在使用AI，包括大型语言模型，来设计适合高效生产的产品。这不仅仅是制造花哨的小工具。而是要简化从头到尾的整个制造过程。他们不仅停留在设计阶段。

他们实际上正在构建这些AI设计产品并对其进行严格的测试。这是可能对制造业产生巨大影响的现实世界AI应用。想象一下，使用AI来减少浪费、优化资源并创造以前不可能制造的全新类型的产品。这就像对未来制造业的偷窥，AI

AI是创新和效率的驱动力。为了领导这个雄心勃勃的项目，拉里·佩奇邀请了来自尖端科技领域的一张熟悉的面孔，即前Kitty Hawk首席技术官克里斯·安德森。

你知道，这家公司正在研发飞行汽车。我们说的是一个知道如何突破极限的团队。这是一个充满远见卓识的创新者和创新者的激动人心的组合。凭借他们在AI和颠覆性技术方面的综合专业知识，Dynatomics有可能成为不断发展的制造业中的主要参与者。说到改变现状，微软方面也有一些有趣的发展。看来他们正在寻求减少对OpenAI的依赖。这是一个可能真正改变AI世界格局的战略举措。

微软已经向OpenAI及其技术投入了大量资金，但现在看来，他们正专注于开发更多自己的AI能力。是的，这可能是导致这种转变的多种因素的组合。使用OpenAI作为技术的成本绝对是一个因素，微软也可能希望更多地控制其AI的发展及其未来的方向。街上的说法是，微软AI部门负责人穆斯塔法·苏莱曼正在领导这项工作。

据报道，他们正在构建自己的AI模型来与OpenAI的模型竞争。这可能会导致AI领域的竞争加剧，这通常是一件好事。它可以鼓励创新并降低成本，这将使企业和消费者受益。但这也会让你好奇微软与OpenAI合作的未来，以及此举可能如何影响AI技术的发展和可及性。绝对值得关注。但就在你认为你已经掌握了AI中的事情时，一些事情会让你措手不及。

在这种情况下，是发现俄罗斯宣传现在据报道正在影响ChatGPT和MetaAI等AI聊天机器人的回应方式。这有点令人担忧。这表明AI系统容易受到操纵。

媒体监督组织NewsGuard一直在追踪这个名为Pravda的网络，该网络以传播虚假信息而闻名。他们发现，这个网络专门针对AI模型提供误导性信息，试图扰乱其输出。这是一个警钟，表明AI虽然很聪明，但仍然可以被欺骗和操纵。我们不能仅仅假设AI生成的内容是中立的或客观的。

我们必须意识到AI可以用来传播虚假信息和错误信息，我们需要弄清楚如何对抗这些威胁。这一切都归结于批判性思维和媒体素养，尤其是在现在所有这些AI生成的内容中。我们必须能够以批判的眼光评估来自任何来源（包括AI）的信息，而不是相信我们看到或听到的一切。说得对。说到负责任的AI开发和使用，我想花一点时间直接与我们的听众交谈。

这个节目、我们所做的研究、我们花时间深入探讨这些复杂主题，这一切都是由探索AI的潜力并将这些知识与您分享的热情驱动的。而这一切都得益于我们令人惊叹的听众的支持。如果您发现这个节目很有价值，如果您学到了新东西，如果您感觉受到了启发，以不同的方式看待世界，

如果您考虑通过捐款来支持这个节目，我们将不胜感激。每一笔捐款，无论大小，都有助于我们保持这个节目的免费和对所有人开放。它使我们能够继续制作高质量的内容，并以既有信息量又引人入胜的方式探索AI的前沿。您可以在节目说明中找到捐款链接。是的。如果您是企业主或拥有您认为会引起我们听众共鸣的服务的人，我们很乐意与您讨论广告机会。

您可以接触到数千名对AI充满热情并渴望了解可以改善他们生活和业务的新产品和服务的专业人士。那里的世界真是太疯狂了。但在我们结束之前，让我们快速回顾一下3月7日其他一些值得注意的AI事件。准备好进行快速问答环节吧。系好安全带。我们开始吧。腾讯，这家中国科技巨头，他们决定开源他们的名为Hunyuan Video L2V的图像到视频模型。这

这个模型可以创建一些带有特殊效果、音频甚至唇形同步功能的令人惊叹的视频。这就像将好莱坞级别的工具交到普通用户手中。是的。想象一下电影制作人、教育工作者、内容创作者甚至企业可以用它做什么。当然。在AI安全方面，AI安全公司Anthropic向白宫发送了一些关于如何处理不断变化的AI领域的建议。他们基本上说，我们需要对AI系统进行更好的国家安全测试，加强出口管制以

防止事情落入坏人之手，并大力提升AI基础设施，以确保负责任地进行开发。很高兴看到像Anthropix这样的公司挺身而出，积极主动地应对AI安全以及我们如何管理这些事情。

随着AI变得越来越强大，进行这些对话并制定优先考虑伦理考虑并最大限度地减少潜在风险的规则非常重要。我完全同意。与此同时，OpenAI仍在推出ChatGPT的更新。他们刚刚为macOS推出了IDE集成。

因此，Plus Pro和团队用户现在可以直接在他们的开发环境中编辑代码。这对开发人员来说意义重大。它使他们能够将AI辅助直接带入他们的编码工作流程。因此，我们可能会看到更快的开发时间、更少的错误，甚至更具创造性的解决方案。说到很酷的更新，DuckDuckGo已在其浏览器中添加了一些新的AI功能。他们扩展了对领先聊天机器人和AI辅助搜索答案的匿名访问权限。因此，您可以享受AI的所有好处，而不会牺牲您的隐私。

这证明了注重隐私的公司正在想办法如何使用AI来改善用户体验，而不会影响其价值观。它使用户能够更好地控制其数据及其使用方法。但并非每个人都对OpenAI的安全方法感到兴奋，OpenAI前政策主管迈尔斯·布伦达奇就是如此。他一直对他们的新安全文件持批评态度。

他说，在处理高级AI系统时，它会促进一种危险的思维方式。是的，它突出了AI社区中关于确保AI安全和负责任地开发的最佳方法的持续争论。随着AI系统变得越来越复杂和强大，我们需要就潜在风险以及如何处理这些风险进行公开和诚实的对话。绝对的。现在，让我们谈谈一些完全不同的事情，还记得Digg，那个逐渐消失的社交媒体平台吗？

好吧，由于其创始人凯文·罗斯和Reddit联合创始人阿莱克西斯·奥哈尼安，它正在卷土重来。他们正在使用AI驱动的审核和改进的用户体验将其带回来。看看他们能否在这个拥挤的社交媒体世界中掀起波澜将会很有趣。但这表明AI如何能够为旧平台注入新的活力并创造新的机会。绝对的。OpenAI并没有放慢脚步。他们刚刚向所有Plus用户发布了他们的GPT 4.5预览模型。没错。

对。它最初仅供专业用户和开发人员通过API使用，但现在它可供更广泛的受众使用。因此，ChatGPT Plus用户可以体验更高级的语言处理能力。更具创造力、更细致、更复杂。

在我们谈论OpenAI的同时，埃隆·马斯克和OpenAI之间的法律纠纷仍在继续。一位联邦法官驳回了马斯克停止OpenAI从非营利组织转变为营利组织的要求。但他的诉讼的其他部分仍在进行中。整个案件引发了关于谁拥有AI、谁控制AI以及如何开发AI的一些重大问题。

随着AI变得越来越有价值和影响力，我认为我们将看到更多这样的法律挑战。当然。现在让我们向AI研究中的一些大腕致敬。安德鲁·巴托和理查德·萨顿。他们因在强化学习方面的开创性工作而获得了2024年图灵奖。你知道，这是AI的一个领域，你训练代理通过反复试验来学习。他们的工作为我们今天看到的许多AI进步奠定了基础。这很好地提醒了基础研究对于推动AI发展的重要性。千真万确。

说到现实世界的应用，为AI提供数据基础设施的公司Scale AI刚刚从美国国防部获得了名为ThunderForge的项目的巨额合同。这涉及使用AI代理进行军事规划和行动。这表明军方对AI有多么感兴趣，但这也引发了关于在战争中使用AI的伦理问题，这是我们需要非常谨慎对待的事情。同意。

现在，对于所有程序员来说，Codium已经发布了其AI编码助手的新版本。它被称为Windsurf Wave 4，它拥有各种各样的好东西，例如用于更快应用程序开发的AI驱动的预览、选项卡到导入功能以及简化编码过程的建议操作。这些类型的工具正成为开发人员必不可少的工具。它可以帮助他们更快地编写更好的代码，并减少错误。完全正确。最后但并非最不重要的是，LumaLabs在其Ray 2视频模型中添加了一些很酷的新功能。

他们有关键帧扩展和循环，这使用户可以更好地控制视频生成。这一切都是为了赋予创作者更多权力和灵活性，以便使用AI制作动态、引人入胜和视觉效果惊人的内容。所以，这就是全部内容，朋友们。对3月7日一些最大AI故事的旋风之旅。在AI世界中，这是一个繁忙的日子，突破性进展层出不穷。

看到AI发展如此之快令人难以置信。似乎每天都有新的和突破性的东西可能会改变一切。这是一个追随这个领域的激动人心的时刻，很明显，AI不仅仅是科幻小说中的幻想。它就在这里，它正在以超光速发展，并且它已经对我们的生活产生了巨大的影响。但当我们对所有可能性感到兴奋时，我们不能忘记谈论事情的伦理方面、潜在风险和长期后果。

AI的未来并非一成不变。这是我们通过我们的选择、我们的行动以及我们进行的对话共同创造的东西。千真万确。在我们结束本期AI Unraveled节目时，我们要感谢您加入我们这次探索和发现之旅。我们希望您学到了新东西，激发了您的好奇心，甚至可能开始以新的方式思考AI在我们世界中的作用。这仅仅是个开始。我们今天看到的进步只是未来即将发生的事情的一小部分。

随着AI不断发展，我们可以期待更大的突破和应用，这些突破和应用将以我们只能梦想的方式塑造我们的未来。因此，保持好奇心，保持知情，并继续探索AI的奇妙世界。如果您想更深入地了解我们今天讨论的任何内容，请务必查看节目说明，了解文章、研究论文和其他资源的链接。直到下次，继续质疑，继续学习，继续解开AI的奥秘。我们将在这里指导您前进的道路。在下一期AI Unraveled节目中再见。