AI快讯 - 实时AI新闻和趋势 | Blockchain.News

据 Greg Brockman 在 X 平台表示，OpenAI 推出官方版 ChatGPT for Google Sheets，可创建新表、跨标签和公式提问，并直接在表格内更新单元格。根据 Ryan Brewer 在 X 的介绍，该插件支持用自然语言执行跨表查询与结构化编辑，体现更深的生产力集成。依据 OpenAI 在 chatgpt.com/apps/spreadsheets 的应用页信息，插件可通过 ChatGPT 应用目录安装，便于在 Google Workspace 中实现工作流自动化与数据分析。这为企业带来自动化报表、跨表财务模型对账及标准化表格操作等机会，无需自定义脚本，以上信息均来自上述来源。 (来源)

据DeepLearning.AI在X平台发布的信息，Box将在AI Dev 26展示如何利用Box API、MCP（模型上下文协议）与Agent Skills解锁非结构化数据，并构建面向生产的AI应用；Carter Rabasa将于4月28日分享“文件系统作为AI智能体新原语”的主题演讲。根据DeepLearning.AI的活动帖，企业可借此在智能体工作流中实现以文件为中心的检索增强、合规访问控制与可观测性集成，从而加速从原型到生产的落地，并在展台获取MCP集成与部署实践指引。 (来源)

据Avi Chawla（@_avichawla）在X上的文章与贴文所述，LLM推理采用逐Token自回归生成，单次请求变为数百次顺序前向计算，前置填充阶段受算力瓶颈、解码阶段受显存带宽瓶颈，二者同卡并行会相互干扰。根据Chawla，KV缓存随对话增长并跨请求共享，路由需基于前缀缓存命中而非最空闲副本；MoE模型还引入专家并行，这些都不同于传统模型服务。依据Chawla总结，这推动了面向LLM推理的全新优化栈，覆盖九大支柱与72项技术，包括模型压缩、注意力与KV缓存管理、批处理与并行化、推理解码与路由，以及生产级调度与显存管理。对业务而言，据Chawla，这些方法（如前置/解码分离部署、前缀感知路由、KV分页与淘汰、推测解码、MoE感知负载均衡）可显著降低每Token成本、提升吞吐并满足低延迟SLA，适用于2026年LLM在线服务与企业应用场景。 (来源)

据 God of Prompt（@godofprompt）与其官网博文报道，9款AI标志生成器通过模板与生成式设计、快速迭代及低成本授权，显著加速中小企业品牌落地（来源：GoDofPrompt 博客：https://www.godofprompt.ai/blog/9-ai-logo-makers-that-created-brand-identities-for-successful-small-businesses）。据该文，头部工具在模型质量、矢量导出、品牌套件与商用授权上形成差异化；选型要点包括提示词引导、SVG/PNG导出、字体与配色控制、自动品牌指南，帮助从电商到代理商以一致视觉降低获取成本并将设计周期从数周缩短到数小时。 (来源)

据Sawyer Merritt在X平台发布的信息，特斯拉计划在第二季度将GPU训练产能几乎翻倍，显示其为自动驾驶与机器人模型训练快速扩容算力；据Sawyer Merritt推文报道，此举或加速FSD、Optimus及视觉语言模型的训练迭代，缩短新模型上线周期。根据投资者对特斯拉财报与AI活动的报道，特斯拉正持续部署H100级集群并推进自研Dojo基础设施，以提升数据清洗、监督微调与人类反馈强化学习的吞吐量；相关记录显示，更大的GPU集群通常带来更快的实验速度、更大规模训练与更频繁的模型更新，有望改善软件渗透率与自动驾驶业务利润率。 (来源)

据Sawyer Merritt在X平台披露，特斯拉Q1在营收、每股收益、毛利率、自由现金流与净利润等指标全面超预期，同时FSD（完全自动驾驶）新增订阅创纪录；下一代AI训练栈Cortex 2已开始训练；Giga Texas的Optimus人形机器人工厂已开建，Cybercab已启动生产（来源：Sawyer Merritt援引特斯拉Q1信息）。从AI产业看，纪录级FSD订阅验证了自动驾驶按月订阅模式与高毛利经常性收入；Cortex 2训练意味着更大规模、更高效的感知与规划模型，有望降低长尾场景人工干预；Optimus工厂落地显示人形机器人走向规模化生产并强化端侧推理；Cybercab量产为Robotaxi商业化路径铺路，依托特斯拉自有数据集、训练算力与车队学习（来源：Sawyer Merritt与特斯拉Q1披露）。对产业机会而言，短期受益方向包括自动驾驶数据管道与标注、仿真评测平台、端侧推理加速器与传感器生态；企业可关注与特斯拉地图、车联网和充电网络的潜在对接；投资侧关键观测指标为FSD渗透率、训练效率与自治服务单车经济性（来源：Sawyer Merritt引用特斯拉Q1更新）。 (来源)

据Sawyer Merritt在X平台披露，特斯拉付费Robotaxi累计里程已达170万英里，较2025年Q4末的61万英里显著增长，显示商业化试点正加速扩张。根据Sawyer Merritt的报道，这一增量意味着更高的乘客供给与路线密度，为端到端神经网络提供更多真实场景数据，从而加快模型迭代并有望降低干预率与单位里程成本。参考Electrek对特斯拉自动驾驶路线图的报道及特斯拉财报会上对Dojo与端到端模型的表述，此里程里程碑将增强数据闭环效率，支撑定价、利用率与安全关键指标验证，有助于与监管对话和分城市落地策略。依照Sawyer Merritt公布的数据，从61万到170万英里的跃升还意味着平台网络效应开始显现，带来城市化部署、合作车队与调度优化软件的营收机会。 (来源)

据Sawyer Merritt在X平台表示，特斯拉称其在中国推进FSD（完全自动驾驶）审批继续取得进展。根据Sawyer Merritt的报道，这意味着特斯拉正与中国监管机构就自动驾驶许可与数据合规进行持续沟通。依据路透社与工信部过往披露的信息，境外自动驾驶功能需满足车载数据本地化、高精地图准入与安全验证等要求，显示特斯拉路径可能包括与本地地图伙伴合作并遵守数据安全法。据路透社此前对智能网联汽车规则的报道，一旦获得阶段性批准，特斯拉有望通过FSD订阅与城市试点（如Robotaxi）开辟新增收入，并以分区试点与OTA更新的形式逐步落地，符合中国监管通报所述的分阶段实施趋势。 (来源)

据 Claude（@claudeai）在 X 公告称，Claude Cowork 现已在对话中直接生成与编辑交互式图表和流程图，并以 Beta 形式向所有付费方案开放，同时该贴文亦称包含免费方案（来源：@claudeai 发布的 X 帖文及链接视频）。据 Claude 公告，这一功能让团队在单一会话内完成数据可视化原型、系统架构图与产品文档草稿，减少在 BI 工具与白板应用间来回切换的成本。对业务而言，据 Claude 表示，这将加速分析闭环、缩短从提示到洞察的周期，并为数据分析、运营与产品团队提供以 LLM 为中心的可视化协作与快速迭代机会。 (来源)

根据 Sawyer Merritt 在 X 的报道，特斯拉表示 Digital Optimus 是其AI研发的下一阶段，目标是自动化数字工作流，并构建可与其用于车辆与人形机器人的现实世界AI互补的智能层；据该来源引用特斯拉表述，此举将把特斯拉自研自动驾驶栈从感知与控制扩展到后台与软件流程，带来企业自动化与订阅服务等商业化机会；同一来源称，该计划或将更紧密地整合特斯拉视觉模型与数字智能体系统，用于生产力工具、数据标注自动化与车队运营优化等场景。 (来源)

据 Sawyer Merritt 在X平台发布的消息，特斯拉Cortex 2人工智能训练集群最新现场照片曝光，显示特斯拉持续扩张自研算力以服务自动驾驶与机器人模型训练；据 Sawyer Merritt 报道，该集群定位于提升训练吞吐与密度，加速FSD与人形机器人迭代。根据 Sawyer Merritt 在X上的发布，此举延续特斯拉在数据中心级一体化策略，与其财报材料披露的“降低训练成本、缩短迭代周期”目标相一致。正如 Sawyer Merritt 所述，这将对第三方GPU云形成竞争压力，并带动供电、液冷、高速网络与高带宽存储等产业链机会，契合大模型训练的基础设施升级趋势。 (来源)

据Sawyer Merritt在Twitter披露，特斯拉称其付费Robotaxi里程在Q1环比接近翻倍，并表示一旦量产，Cybercab将逐步取代现有Model Y车队，长期成为最大规模车型（来源：Sawyer Merritt引述特斯拉声明）。据该消息，特斯拉已在奥斯汀扩大无监督运营区域，并于4月在达拉斯与休斯敦开启无监督载客，同时推进更多美国一线城市的测试与许可，以便快速落地新市场。对AI行业而言，这表明特斯拉端到端自动驾驶栈与数据闭环加速实地部署，催生车队级推理优化、安全验证工具链、城市级调度与MaaS商业模型等机会（同源）。 (来源)

据 Sawyer Merritt 在 X 平台披露，特斯拉表示正构建一个用于自动化数字工作负载的“智能层”，以补充其已用于车辆与人形机器人运行的真实世界AI。根据 Merritt 转述的特斯拉表述，该举措将把用于 FSD 与 Optimus 的感知、规划、执行能力延展到企业流程与软件工作流，形成端到端的智能运营。正如该来源所示，这将为物流调度、客户服务、制造IT等场景的智能体带来机会，并可能通过与特斯拉硬件的垂直整合与跨域数据学习，转化为新的软件收入与规模化效应。 (来源)

据 Sawyer Merritt 在 X 上披露，特斯拉表示“Cortex 2 已上线并开始运行训练作业”，公司正加速本地训练基础设施建设以确保 AI 产品与服务的算力供给，并持续推进自研芯片开发（来源：Sawyer Merritt）。据该帖文引用的特斯拉表述，这将加强端到端垂直整合，优化模型训练与推理的时延、成本与迭代速度，服务于自动驾驶与人形机器人等场景（来源：Sawyer Merritt）。同源信息显示，扩大自有训练集群并推进定制芯片，有望降低对外部云端 GPU 依赖、提升 FSD 与机器人训练吞吐，形成面向商业化落地的成本与性能优势（来源：Sawyer Merritt）。 (来源)

据X平台用户Sawyer Merritt披露，特斯拉表示其首座大型Optimus人形机器人工厂将于第二季度启动筹备，弗里蒙特的一代产线年产目标为100万台，德州超级工厂的二代产线长期年产目标为1000万台。同时据Sawyer Merritt援引特斯拉更新称，弗里蒙特一代产线将取代Model S与Model X产线，显示公司从传统车型转向大规模人形机器人量产的战略重心。根据该来源的报道，此举有望推动具身智能产业链快速扩张，催生机器人端侧推理芯片、仿真训练平台、执行器与传感器、动力电池等供应链机会，并为仓储与制造场景的系统集成与落地提供新市场空间。 (来源)

根据 Satya Nadella 在推特上的信息，微软在 Foundry 推出托管代理，为每个智能体提供专属的企业级沙盒，具备持久状态、内置身份与治理，并支持任意框架或运行框架（来源：Satya Nadella；详见微软开发者博客）。据微软开发者博客报道，Foundry 代理服务提供安全、可扩展的计算环境，支持智能体持久内存、策略驱动的身份与访问控制、审计日志，以及与现有 MLOps 与 DevSecOps 流程的无缝集成（来源：微软开发者博客）。根据微软博客，企业可按租户与代理实现强隔离，运行自定义 harness，统一编排与部署，显著降低合规与运维风险，加速上线如自主客服、流程自动化等代理型应用（来源：微软开发者博客）。对业务而言，这将带来标准化智能体全生命周期管理、合规内建化与多代理系统可预测扩展的机会，并通过治理与成本控制提升落地效率（来源：微软开发者博客）。 (来源)

据 OpenAI 在 X 公布，ChatGPT 新增“工作区代理”，基于云端托管的 Codex 框架运行，可连接外部工具、设定循环任务，并从 Slack 等入口进行对话控制，支持跨团队的复杂与长时工作流（来源：OpenAI/X）。据 Greg Brockman 在 X 表示，这些共享代理可协调多工具与多步骤流程，使 ChatGPT 成为企业自动化与代理式工作流的编排层（来源：Greg Brockman/X）。对企业而言，可将代理绑定内部 API 与主流 SaaS，实现工单分流、数据抓取与定时报表等自动化，并借助云端托管框架实现集中化治理与审计（来源：OpenAI/X；Greg Brockman/X）。 (来源)

据 Google Gemini 官方账号（@GeminiApp）在 X 平台发布的信息，Deep Think 现已向所有 Gemini Ultra 订阅用户开放，用户可在网页 gemini.google 与移动端通过工具菜单启用，用于多步推理与复杂任务生成（来源：Google Gemini）。根据该帖，官方示例为生成面向具备 Unity 背景工程师的复杂 SVG 动画，显示其在快速原型、交互可视化与设计系统中的实用场景与商业价值（来源：Google Gemini）。从功能定位看，Deep Think 面向高阶用户，强调长链推理与结构化代码输出，有助于企业提升前端动效生产效率与多人协作产能（来源：Google Gemini）。 (来源)

据 Google Gemini 官方X账号（@GeminiApp）发布的视频所示，整个演示界面完全由SVG构建，并通过 Gemini 的 Deep Think 模式生成，展示了AI辅助产出矢量动画代码的能力（来源：Google Gemini，2026年4月22日）。据 Google Gemini 所述，Deep Think 通过逐步推理生成SVG标记与动画逻辑，支持多层时间轴、缓动与有状态交互，无需额外的Canvas库。根据该帖子，企业可借此快速原型化动效UI、导出可读SVG并通过提示高效迭代，在营销页、数据可视化与仪表盘等场景复用动画片段，降低前端实现成本。此外，据 Google Gemini 表示，此流程有助于以更低成本制作交互式产品引导与新手上手流程，加速动效A/B测试，并通过将文案保留为SVG文本元素来简化多语言本地化。 (来源)

据 OpenAI 在 X 平台发布的信息，ChatGPT 新增“工作区代理”，可在团队与工具之间执行复杂与长时工作流，并支持共享使用（来源：OpenAI on X）。据 Sam Altman 在 X 表示，多数企业将青睐该能力，因其能显著提升协作与自动化效率（来源：Sam Altman on X）。根据 OpenAI 的演示，工作区代理面向跨应用编排与角色权限的统一管理，适用于客户支持、财务运营、数据处理与合规流程等高频流程自动化场景（来源：OpenAI on X）。这为企业带来以代理为中心的流程标准化、跨工具编排与人工交接减少等落地机会（来源：OpenAI on X）。 (来源)