谷歌开源 Gemma 4 重夺开源话语权，AI 视频与编程赛道国产模型密集突破

AI 日报AIAI 日报
要点速览
  • 谷歌发布 Gemma 4 开源大模型，31B 版本位列全球开源榜第三，改用 Apache 2.0 协议
  • 阿里发布 Wan2.7-Video 视频生成模型，主打「能导擅演」，让视频像文档一样可编辑
  • 微软加速自研 AI 模型，目标 2027 年在文本、图像、音频能力上达到行业最先进水平
  • 小米 MiMo 大模型推出 Token Plan 订阅方案，月费 39 元起，累计调用量突破 1 万亿 Token
  • OpenAI 关停 Sora 后收购播客 TBPN，布局内容传播渠道
  • 优必选年薪最高 1.24 亿元招募具身智能首席科学家，2025 年人形机器人销量突破 1000 台
  • 阿里 Qwen3.6-Plus 位列 Code Arena 编程榜全球第二，国产模型最高排名
  • Claude Code 源码泄露引发钓鱼攻击，黑客传播 Vidar 恶意软件窃取敏感信息

谷歌开源 Gemma 4 重夺开源话语权，AI 视频与编程赛道国产模型密集突破

谷歌开源 Gemma 4 系列模型，Apache 2.0 协议引发热议

北京时间 4 月 3 日凌晨，Google DeepMind 正式发布 Gemma 4 开源大模型系列，这是 Gemma 系列时隔一年的重大更新。本次发布包含四种规格：

型号参数规模定位
E2B20 亿参数端侧高效版，支持原生音频输入
E4B40 亿参数端侧高效版，支持原生音频输入
26B MoE260 亿总参数（激活 38 亿）低延迟推理，性价比之选
31B Dense310 亿参数旗舰性能，开源榜排名第三

核心能力亮点：

  • 多模态原生支持：全系支持图像、视频输入；E2B/E4B 额外支持语音输入
  • 超长上下文：端侧模型 128K，大模型最高 256K
  • 智能体原生：内置函数调用、结构化 JSON 输出，专为 Agent 工作流设计
  • 部署友好：31B 可在单张 80GB H100 运行，量化版支持消费级显卡；E2B 可在树莓派和手机端离线运行

深度解读 & 洞察：

Gemma 4 最值得关注的变化不是技术参数，而是许可证从谷歌自定义协议改为 Apache 2.0。这意味着开发者可以更自由地进行商用和二次开发，无需担心法律顾虑。

过去一年，国内开源模型（如 Qwen、DeepSeek）快速迭代，谷歌在开源领域的影响力有所下降。这次改用 Apache 2.0，是谷歌重新争取开发者信任的关键举措。同时，31B 模型在 Arena AI 开源榜排名第三，证明了谷歌在「小参数、高性能」路线上的技术实力。

不过，协议中新增的伦理限制条款也引发争议——禁止军事用途、监控、武器开发等。支持者认为这是对社会负责，反对者则担忧单一企业定义「善恶」标准可能形成技术霸权。

阿里发布 Wan2.7-Video 视频生成模型，主打「能导擅演」

阿里通义实验室于 4 月 3 日发布 Wan2.7-Video 视频生成模型，聚焦「创作全链路」，号称让视频像文档一样可编辑。

核心功能：

  • 全能编辑：支持增删元素、替换物体、修改属性、变换风格（如「把胶片替换成盘子」「夏季场景变秋冬」）
  • 剧情重塑：不改变角色身份和场景，可修改行为、台词、拍摄视角，自动匹配口型和音色
  • 创意复刻：一键复用动作序列、镜头运动、特效风格
  • 剧情续写：通过首尾帧控制，实现无缝衔接，解决传统续写的「刹车感」
  • 多主体锁定：最多支持 5 个主体参考，确保多镜头特征一致

深度解读 & 洞察：

Wan2.7 的发布标志着 AI 视频工具从「生成内容」向「专业创作」进化。传统视频生成的问题是「生成后无法修改」，Wan2.7 通过「像修图一样修视频」的能力，解决了这个痛点。

与 OpenAI 关停 Sora、收缩视频生成业务的策略相反，阿里选择继续深耕。这反映了国内外厂商的不同思路：海外聚焦 Agent 和底层推理，国内凭借短视频、电商等 C 端场景，加速 AI 内容生成的商业化。技术普惠而非技术领先，可能成为下一阶段的关键赛点。

微软加速自研 AI 模型，目标 2027 年比肩 OpenAI/Anthropic

据彭博社报道，微软正加速推进自研模型，目标在 2027 年前打造与 OpenAI、Anthropic 竞争的前沿 AI 系统。

关键进展：

  • 4 月 2 日发布语音转录模型 MAI-Transcribe-1，在 25 种语言中的 11 种上登顶，平均字错误率仅 3.9%
  • 开始部署英伟达 GB200 芯片集群，计划 12-18 个月内将算力提升至前沿规模
  • 内部组织架构调整：穆斯塔法·苏莱曼专注模型研发，雅各布·安德鲁负责 Copilot 业务

深度解读 & 洞察：

微软的「自主化」战略是去年与 OpenAI 协议调整后的直接结果。此前合作协议限制了微软开发通用大模型，如今「松绑」后，微软明确将「3-5 年内实现 AI 能力自主化」列为核心目标。

这释放了一个重要信号：即使是 OpenAI 最大的合作伙伴，也在为「脱钩」做准备。AI 市场的竞争格局将从「两强对峙」演变为「多方混战」。对开发者而言，这意味着未来会有更多模型选择，但也需要面对更复杂的选型决策。

小米 MiMo 大模型商业化落地：Token Plan 订阅方案上线

小米于 4 月 3 日正式推出 MiMo Token Plan，这是小米大模型首个面向开发者的付费订阅方案。

套餐定价：

套餐月费Credits预估任务量
Lite¥396000 万~120 个中等复杂任务
Standard¥992 亿~400 个任务
Pro¥3297 亿~1400 个任务
Max¥65916 亿~3200 个任务

核心特点：

  • 统一 Credit 点数体系，按 Token 消耗量换算
  • 取消 5 小时使用限额，支持集中高强度调用
  • 适配 Claude Code、Cline、Kilo Code 等主流 AI 编程工具
  • 首购享 88 折优惠

深度解读 & 洞察：

MiMo-V2-Pro 近期在 OpenRouter 平台表现亮眼：周 Token 消耗量连续突破 3 万亿和 4 万亿，登顶日榜、周榜、月榜第一。雷军宣布 MiMo 累计调用量已突破 1 万亿 Token。

小米的定价策略很有针对性：39 元入门价降低了尝鲜门槛，659 元 Max 版覆盖企业级需求。取消时间限制的设计，瞄准了编程、代码审查等需要连续高强度调用的场景。这标志着国产大模型从「技术叙事」转向「经营驱动」，商业化进入规模化交付阶段。

OpenAI 关停 Sora 后收购播客 TBPN，布局内容传播渠道

OpenAI 在关闭 Sora 视频应用仅一个月后，宣布收购科技商业播客 TBPN。

交易背景：

  • TBPN 成立于 2024 年 10 月，主打三小时长播客对话，嘉宾包括扎克伯格、纳德拉、奥特曼等
  • 收购时机微妙：发生在 TBPN 采访苹果高管 Eddy Cue 庆祝苹果 50 周年的第二天
  • 财务条款未披露，TBPN 2024 年广告收入约 500 万美元，预计 2026 年突破 3000 万美元

OpenAI 的官方说法：

“随着推进 AGI 使命，我们有责任为技术变革构建真实的对话空间。TBPN 已经建立了这样的平台，收购比自建更有效率。”

OpenAI 承诺 TBPN 保持「编辑独立性」，继续独立运营节目、选择嘉宾。

深度解读 & 洞察：

Sora 的关停主因是日均百万美元亏损 + 用户数腰斩。在技术难以短期盈利的背景下，OpenAI 转向控制「内容传播渠道」而非「内容生成工具」。

这是一种更深层的「权力防御」：当 AI 技术红利进入平台期，谁能定义「科技的正确价值观」，谁就握住了下一个时代的入场券。不过，「企业内宣」的质疑始终存在——当掌握算法权力的巨头同时掌握话语权，如何确保讨论不流于「自说自话」，是监管层和公众需要关注的新挑战。

具身智能人才争夺战白热化：优必选年薪 1.24 亿招募首席科学家

优必选 4 月 2 日宣布 面向全球招募具身智能首席科学家，年薪 1500 万起步，最高可达 1.24 亿元，不看护照、不看年龄、不看性别。

岗位核心职责：

  • 定义优必选在人形机器人和具身智能领域的技术路线图
  • 主导视觉-语言-动作模型、机器人基础模型、操作与灵巧技能学习等核心领域
  • 推动具身智能从实验室走向真实场景

优必选 2025 年业绩：

  • 全年营收 20.01 亿元，同比增长 53.3%
  • 人形机器人业务收入 8.21 亿元，同比暴增 2203.7%
  • 销量 1079 台，同比增长超 358 倍

深度解读 & 洞察：

1.24 亿年薪是什么概念？相当于每天 34 万元，或每小时 1.4 万元。这反映出具身智能领域顶尖人才的极度稀缺。

优必选的业绩数据更具信号意义：人形机器人销量从「几十台」跃升到「千台级」，标志着行业从技术验证阶段正式进入规模化商业应用。智元机器人也宣布将于 4 月 7 日启动为期一周的「AI 发布周」，每天发布一项物理 AI 突破。

具身智能正在从「实验室炫技」走向「工厂 24 小时作业」，人才和产能的双重竞赛已经打响。

阿里 Qwen3.6-Plus 编程能力跃升：Code Arena 全球第二

据 LMArena 旗下 Code Arena 最新排名，阿里 Qwen3.6-Plus 在 React 专项榜单中以 1452 分位列全球第二，仅次于 Claude-Opus-4.6-Thinking（1540 分），领先 GPT-5.0-High（1448 分）。

关键数据：

  • 阿里在全球 AI 实验室排名升至第四位（前三：Anthropic、OpenAI、Google）
  • Qwen3.6-Plus 以较少参数量，超越了参数量为其 2-3 倍的国产竞品
  • 这是该榜单上排名最高的中国大模型

Code Arena 是什么：

LMArena 是 AI 领域公认的权威盲测平台，采用「双盲测试」机制——用户不知道使用的是哪个模型，根据实际体验投票。Code Arena 专注于 AI 编程能力，React 专项榜单考察模型在真实复杂 Web 开发场景下的端到端开发能力。

深度解读 & 洞察：

Qwen3.6-Plus 的成绩证明，国产大模型在编程这个「硬核」领域已经具备国际竞争力。参数效率的突出表现，说明阿里在模型架构和训练方法上有独到之处。

更值得关注的是「后续弹药」：Qwen3.6 系列还将开源其他尺寸模型，旗舰版本 Qwen3.6-Max 也将在近期发布。这意味着阿里在编程和 Agent 能力上的投入仍在持续加码。

Claude Code 源码泄露引发钓鱼攻击，安全警示升级

Anthropic 的终端 AI 工具 Claude Code 前端源码因人为操作失误被意外打包进 npm 公开包，导致 51.3 万行代码外泄。事件持续发酵，黑客已在 GitHub 创建虚假仓库传播 Vidar 信息窃取恶意软件。

攻击手法：

  • 黑客创建虚假仓库，声称提供「解锁企业功能」的泄露源码
  • 针对性优化搜索引擎排名，用户搜索相关关键词时极易中招
  • 下载运行可执行文件后，Vidar 恶意软件入驻系统，同时部署 GhostSocks 代理工具

Vidar 恶意软件：

  • 暗网明码标价的成熟恶意软件
  • 专攻浏览器数据、加密货币钱包等敏感信息
  • 虚假仓库更新频繁，可能携带更多攻击载荷

深度解读 & 洞察：

从源码泄露到钓鱼攻击，这起事件展示了 AI 时代安全风险的「连锁反应」。Anthropic 的一次打包失误，被黑客精准利用，转化为针对开发者的社会工程攻击。

对普通开发者的警示：

  1. 只通过官方渠道获取工具，不要下载「破解版」「泄露版」
  2. 不要运行来自未知渠道的二进制文件
  3. 对任何「解锁企业功能」的宣传保持警惕

更多动态

模型与产品

硬件与芯片

行业与政策

融资与商业

其他

想第一时间获取最新内容？
欢迎加入我们的 Telegram 群组 @ai_news_plus，抢先获取每日更新。
立即加入群组
Telegram 群组二维码