英伟达曾是 AI 硬件领域的绝对王者，但近两个月股价从 5 月高点下跌 15%，即便营收仍在增长。与此同时，内存巨头美光（Micron）市值近乎翻了三倍，成为新的市场宠儿。这背后反映出一个深刻的结构性转变：GPU 短缺缓解，而内存（DRAM）成为数据中心的新瓶颈。 ## 技术光环 vs. 市场现实 英伟达的成功建立在真正的技术创新之上——CUDA 平台和 GPU 的快速迭代使之成为 AI 研究的默认引擎。然而，市场并不总是奖励最复杂的技术。内存芯片的制造相对成熟，但需求暴涨让美光这样的公司坐享其成：DRAM 现货价格自 2023 年以来大幅攀升，过去一年涨幅达 **10 倍**。 ## 算力市场的悖论 英伟达证明了算力的巨大价值，但这一市场正变得“人人都想分一杯羹”。GPU 的供应紧张已在缓解，而数据中心对内存的需求却远超预期。投资者开始重新评估：是继续追捧技术壁垒最高的公司，还是转向那些虽然技术简单但供需缺口更大的环节？美光的崛起恰恰说明了后者的吸引力。 ## 谁的未来更稳？ 英伟达面临的不只是短期股价波动，更是市场逻辑的转变。当内存成为新瓶颈，英伟达的定价权可能被削弱。而美光等公司则受益于“量价齐升”的简单逻辑。这场算力市场的游戏，赢家可能不再是技术最亮眼的玩家。
## 当 AI 反思变成一种“依赖”暗示 在 AI 争议与数据中心抗议频现的当下，Anthropic 为 Claude 推出了一项名为 **Reflect** 的新功能。表面上看，它只是一个内置仪表盘，帮助用户追踪和分析自己的 AI 使用习惯——包括讨论主题、使用模式以及求助 AI 完成的任务类型。但深入来看，Reflect 的真正意图是**悄然塑造用户对 AI 的认知**：它通过可视化的数据，将 Claude 描绘成一种高度利用的生产力工具，以及你日常工作中不可或缺的一部分。 ## 不只是数据，更是心理暗示 Reflect 并不会直接量化“你节省了多少时间”，但当你看到自己与 Claude 的所有交互记录被清晰排列时，一种“依赖感”会油然而生。这让人联想到 2012 年 Google 推出的 **Gmail Meter**——它通过分析收件箱数据，展示了 Gmail 如何成为人们数字生活的中心。Claude Reflect 则更进一步：它还会适时弹出问题，例如“**即使 Claude 能更快完成，你仍然想自己做的事情是什么？**”这种设计既鼓励反思，也暗示了 AI 的“成瘾性”——毕竟，一个永不疲倦的对话伙伴很容易让人沉浸其中。 ## 从反思到深度绑定 更巧妙的是，Reflect 还承担了“用户培训”的角色。当检测到用户反复向 Claude 解释相同的工作背景时，它会建议使用 **Projects 功能**来保存上下文。这不仅提升了用户体验，也**加深了用户对 Anthropic 生态的依赖**。对于 Anthropic 而言，Reflect 既是产品功能，也是一次精心设计的用户留存策略——它让用户意识到，自己的日常效率已经与 Claude 紧密相连。 ## 小结 Reflect 的推出，标志着 AI 产品从“功能竞争”进入“关系管理”阶段。通过数据可视化与行为引导，Anthropic 不仅让用户更“懂”AI，也让他们更“离不开”AI。在公众对 AI 的信任摇摆不定的当下，这种软性的说服方式或许比任何宣传都更有效。
根据 NCVA-Pitchbook 发布的《Venture Monitor》报告，Anthropic、OpenAI 和 SpaceX 这三家公司的 IPO 将创造比 2000 年以来所有美国风投支持退出项目更多的价值。SpaceX 已以 1.77 万亿美元的估值上市，而 Anthropic 和 OpenAI 的估值也正向万亿美元迈进，三者合计估值可能超过 4 万亿美元。相比之下，去年美国证券交易委员会统计的 IPO 总收益仅为 700 亿美元。 这一惊人数据的背后有多重因素。首先，科技公司倾向于更晚上市，例如今天的 Google 可能会推迟 IPO 并选择更高的估值。其次，AI 训练的高资本需求推动了实验室的密集融资，进一步抬高了估值。尽管这一数据不包括阿里巴巴等非美国公司，且衡量的是创造的价值而非严格意义上的现金，但即便如此，这些 IPO 的规模仍远超行业历史水平，正在对金融基础设施构成极限挑战。 值得注意的是，过去 25 年并非缺乏重大科技事件：Google（2004）、特斯拉（2010）和 Meta（2012）的 IPO 造就了当今全球最有价值的公司；LinkedIn、Slack 和 WhatsApp 的收购金额均超过 200 亿美元；Uber 在 2019 年的 840 亿美元 IPO 曾被视为天文数字，但现在还不到 SpaceX 估值的 5%。然而，三大 AI 巨头的上市将彻底刷新纪录，标志着 AI 时代资本市场的全新篇章。
**开源AI工具Ollama宣布完成6500万美元B轮融资**，由Theory Ventures领投，Benchmark等现有投资者跟投。此前该公司已获得Benchmark领投的1500万美元A轮融资，累计融资额达8800万美元。 Ollama由Docker Desktop的联合创始人Jeff Morgan和Michael Chiang于2023年创立，旨在帮助开发者轻松在个人电脑上运行开源AI模型。该工具因其易用性而广受好评，目前在GitHub上已获得**17.6万颗星**和近1.7万个分支。 ## 从Docker到AI：降低开发者门槛 Morgan表示，Ollama的使命与Docker一脉相承——Docker通过容器技术简化了云应用的迁移和部署，而Ollama则为AI模型提供了类似的抽象层。2023年开源模型刚刚兴起时，它们主要面向研究人员，普通程序员很难上手。Ollama的出现让开发者能在几分钟内完成模型部署，极大地降低了AI开发的门槛。 ## 快速增长与商业模式 目前Ollama每月服务超过**890万开发者**，覆盖85%的财富500强企业，而公司仅有14名员工。Benchmark合伙人Peter Fenton指出，这种开发者普及率极为罕见，正是他决定领投A轮的原因。 Ollama提供多种订阅方案（免费至每月100美元），并基于**GPU使用时间**而非Token数量计费。此外，用户也可以通过其Neocloud平台访问更复杂的大型模型。 ## 行业背景与未来展望 Morgan认为，Ollama作为商业模式的转折点出现在2024年1月左右，当时OpenClaw等大型开源模型开始具备**代理任务能力**（如编码），这标志着开源模型能够真正解决实际工作问题。此后，开源AI生态持续升温，Ollama有望在这一浪潮中扮演关键角色。 **尽管Ollama拒绝透露具体营收和估值**，但其快速增长的用户基础和投资方的背书表明，开发者工具在AI时代的价值正在被重新定义。
**Character.AI 正在将“与 AI 角色聊天”这一核心能力，延伸至微短剧制作领域。** 这家以角色扮演和对话式 AI 闻名的平台，近日宣布推出自有微短剧作品，但与传统微短剧不同的是，观众不仅能观看剧情，还能直接与剧中角色互动——提问、对话，甚至共同演绎不同的故事线。 这一模式巧妙地将 Character.AI 的基因注入了短视频娱乐。用户打开平台后，可以选择一部微短剧，在观看过程中随时暂停，与屏幕上的 AI 角色进行实时对话。角色会基于剧情设定和自身人格，给出符合情境的回应。更进一步的玩法是，用户还能“改写”剧情走向，通过对话引导角色做出不同选择，从而探索分支故事。 从产品逻辑看，这相当于把 AI 聊天机器人“嵌入”了叙事内容。传统微短剧依赖线性脚本和固定结局，而 Character.AI 的版本则引入了**多分支、高交互**的体验。对于平台而言，此举既扩大了内容形态，也自然导流了核心的对话功能——用户与角色聊得越深入，留在平台的时间就越长。 **行业背景方面**，微短剧市场正经历爆发式增长，国内有抖音、快手等平台跑通付费短剧模式，海外也有 ReelShort 等应用冲上应用商店前列。但绝大多数微短剧仍是“被动观看”的娱乐形式。Character.AI 的差异化在于，它把**生成式对话能力**直接嫁接到剧情中，让用户从旁观者变成参与者。 不过，这一模式也面临挑战。微短剧通常追求快节奏和强情绪刺激，而插入对话互动可能打断叙事流畅性。如何平衡“看剧”与“聊天”的体验，将是产品设计的关键。此外，AI 角色能否在复杂剧情中保持一致的个性和记忆，也考验底层模型的能力。 目前，Character.AI 尚未公布首批微短剧的具体数量、时长或上线时间。但可以预见，如果这一模式跑通，它可能重塑“互动剧”的形态——不再需要真人演员实时演出，而是由 AI 驱动角色，实现无限分支的叙事。对于内容创作者而言，这或许意味着一种全新的讲故事工具。
印度 IT 巨头 Infosys 联合创始人 Nandan Nilekani 将不再担任风险投资公司 Fundamentum Partnership 的普通合伙人，但仍作为锚定投资者支持其第三只基金（目标 2 亿美元）。Fundamentum 同时扩大领导团队，新基金将聚焦消费科技、金融科技和 AI 领域的早期初创公司。 ## 领导层调整：从 GP 到锚定投资者 Nilekani 与 Sanjeev Aggarwal 于 2017 年共同创立 Fundamentum，专注印度 B 轮及以后阶段的投资。此次卸任 GP 后，Nilekani 将继续担任基金的锚定投资者，并为投资组合公司提供战略指导和创业辅导。Aggarwal 表示，这“只是头衔上的变化”，Nilekani 仍将是公司的核心成员。 ## 新基金聚焦 AI 与金融科技 Fundamentum 第三只基金目标规模约 **2 亿美元**，计划投资 **8 到 10 家**早期初创企业，首笔支票金额约 **1000 万卢比（约 1050 万美元）**。重点赛道包括消费科技、金融科技和 AI 产品。基金尚未完成首次关闭，但已开始部署资金，预计在未来 12 至 18 个月内完成募集。 ## 投资团队扩容 除 Aggarwal 外，新基金将由三位资深投资人共同领导：2017 年加入的 Prateek Jain、金融科技投资人 Mayank Kachhwaha，以及任职近十年的财务负责人 Sanjay Chaturvedi。这一调整增强了 Fundamentum 的资深投资团队。 ## Nilekani 的行业影响力 Nilekani 是印度科技界的标志性人物。除联合创立 Infosys 外，他还主导了印度生物识别身份系统 **Aadhaar** 的创建，并积极推动数字公共基础设施，包括实时支付网络 **UPI** 和开放电商网络 **ONDC**。这些项目深刻影响了印度数字经济的发展。 ## 基金过往投资组合 Fundamentum 的投资组合包括二手车平台 **Spinny**、在线药房 **PharmEasy**、音频故事平台 **Kuku FM** 以及宗教类应用 **Sri Mandir** 的开发商 AppsForBharat 等。新基金将继续延续这一策略，支持印度本土的创新型初创企业。 ## 小结 Nilekani 的角色转变标志着 Fundamentum 进入新的发展阶段。凭借强大的领导团队和明确的投资方向，第三只基金有望在印度 AI 和金融科技领域挖掘出下一批独角兽。
瑞典“氛围编码”初创公司 **Lovable** 正进行新一轮融资谈判，计划以 **132 亿美元** 估值筹集 **3 亿美元**，较去年 12 月的 **66 亿美元** 估值翻倍。据 Sifted 报道，本轮融资预计由 **Menlo Ventures** 领投，该公司上月刚宣布完成 **30 亿美元** 新基金。 成立于不到三年的 Lovable 在 **6 月** 已达到 **5 亿美元** 年化经常性收入（ARR）。其用户群体涵盖创始人、独立设计师和销售人员，用于构建网站和电商店铺。同时，Lovable 也向大型企业销售其“氛围编码”工具，客户包括 **Workday、Asana 和 Nvidia**。 “氛围编码”允许用户通过自然语言描述来构建软件，已成为 AI 领域最流行且最赚钱的应用场景之一。其他知名“氛围编码”初创公司包括：3 月估值 **90 亿美元** 的 **Replit**；4 月以 **15 亿美元** 估值融资 **1.5 亿美元** 的 **Factory**（帮助企业开发 AI 代理）；以及上月被 SpaceX 以 **600 亿美元** 收购的 **Cursor**（面向开发者的“氛围编码”工具）。 Lovable 的估值飙升反映了投资者对“氛围编码”赛道的狂热。该赛道通过降低软件开发门槛，正在重塑应用构建方式。然而，高估值也带来风险：市场竞争加剧，且企业客户对安全性和可控性的要求可能限制增长。Lovable 能否持续兑现高增长预期，仍有待观察。
本周早些时候，一张显示肯塔基州参议员米奇·麦康奈尔（Mitch McConnell）全身插满管子、表情极度痛苦地躺在病床上的图片在网络上疯传。经核查，这张图片实为AI生成的虚假内容，而揭穿它的关键线索来自谷歌的深伪检测系统**SynthID**。 ## 事件回顾 图片在Reddit和X（原Twitter）上被广泛传播，引发公众对麦康奈尔健康状况的猜测。自6月14日因紧急呼叫住院后，麦康奈尔一直鲜少公开露面，外界对其健康担忧不断。然而，事实核查网站**Snopes**在周三发布报告称，该图片经检测含有谷歌SynthID系统嵌入的隐形水印，确认为AI生成。 ## SynthID如何工作？ SynthID于2025年在谷歌I/O开发者大会上推出，其原理是在AI生成图片中嵌入人眼不可见、但算法可识别的数字水印。这种水印具有**鲁棒性**，即使图片被跨平台截图（如本例中的传播方式），水印依然可被检测。目前，**Gemini模型**自2025年发布起即内置该水印，**OpenAI**于2026年5月加入支持，而**Anthropic**尚未参与。 ## 意义与局限 此次事件是SynthID系统的一次**罕见但重要的胜利**，展示了水印技术在应对恶意生成内容方面的潜力。用户可通过询问Gemini模型或上传至OpenAI的公开验证工具来检查图片是否含有SynthID水印。然而，该系统的主要限制在于它仅能在图像生成工具积极参与时生效——即生成方必须主动嵌入水印。这意味着，对于未参与计划的模型或经过后期处理的图片，SynthID可能无法提供保护。 ## 行业背景 深伪技术（deepfake）的滥用已成为AI安全的重要议题。从虚假名人言论到政治谣言，AI生成内容正在冲击信息真实性。此次麦康奈尔假照片事件凸显了**技术溯源**的必要性。尽管水印并非万能，但它为平台和用户提供了一道可验证的防线。未来，随着更多模型加入SynthID计划，以及检测技术的不断完善，AI生成内容的标识与追踪有望成为行业标准。
**Elon Musk 旗下 SpaceXAI 于周三发布最新模型 Grok 4.5**，这是该公司几周前上市以来首次重大发布。据官方博客介绍，Grok 4.5 被定位为“全能型工作模型”，可胜任编程、应用开发、办公文书、研究、写作等各类常规知识工作。 **核心亮点在于成本与效率**：SpaceXAI 声称 Grok 4.5 的 token 效率是其他领先模型的两倍，这意味着用户能以更低成本完成同等任务。在定价上，该模型输入 token 成本为每百万 $2，输出为每百万 $6，远低于竞争对手同类产品。作为对比，Anthropic 的 Opus 4.7 输入/输出成本分别为 $5/$25，OpenAI 的高端模型 Sol 则为 $5/$30。 **性能对标顶级模型**：Musk 在 X 平台发文称，Grok 4.5 是“Opus 级模型”，但速度更快、token 效率更高、成本更低。内部评估显示其性能大致相当于 Opus 4.7，但速度明显占优。SpaceXAI 公布的基准测试数据也显示，Grok 4.5 与头部模型差距极小，虽未全面超越，但凭借性价比优势已具备强竞争力。 **发布时机耐人寻味**：就在 OpenAI 计划于周四发布 GPT 5.6（被其称为“最强模型”）的前一天，SpaceXAI 选择提前亮剑，市场竞争火药味十足。值得注意的是，GPT 5.6 此前曾因特朗普政府的安全顾虑而受限发布。 **行业影响**：Grok 4.5 的推出进一步加剧了 AI 大模型的价格战。当算力成本成为企业采用 AI 的主要瓶颈时，SpaceXAI 的“效率翻倍、价格腰斩”策略可能倒逼竞争对手调整定价。不过，实际性能是否如宣传般可靠，仍需第三方验证。对于开发者而言，多一个高性价比选择总归是好事。
## 机器人技术的“ChatGPT时刻”即将到来？ 在人工智能领域，**基础模型**的出现彻底改变了自然语言处理（NLP）的格局。在 OpenAI 的 GPT-3 引领基础模型时代之前，公司需要从零开始构建专门的 NLP 模型，并在大量任务特定数据上进行训练。如今，大多数组织从通用模型（如 GPT 系列、Claude 或 Llama）出发，通过微调或提示词来解决特定需求。 **General Intuition** 的 CEO **Pim de Witte** 认为，具身人工智能（Embodied AI）将遵循类似的模式。与其收集海量真实世界数据集来构建专门的机器人模型，他主张行业应专注于更高质量的数据集，这些数据集能够产生基础模型，从而在多种环境中传递关于运动和交互的直觉。 ### 视频游戏数据：机器人的新“老师” General Intuition 基于数百万小时的视频游戏数据（包括人类按下控制器按钮的时间等信息）训练了自己的基础模型。de Witte 和公司的主要投资者 **Vinod Khosla** 认为，动作数据是开发人类般的时空推理直觉的关键。该初创公司上个月以 **23 亿美元** 的估值筹集了 **3.2 亿美元**，正是基于这一论点。 公司已经证明，其当前模型既能连续数小时玩视频游戏，也能为四足机器人提供动力——后者仅通过 **8 分钟** 的真实世界机器人数据微调即可实现。de Witte 表示：“机器人仅使用前置摄像头，在办公室环境中零样本运行，动态物体引入，行人走过，这让我们非常惊讶。我认为这是未来趋势的标志。” ### 从专用模型到通用模型 目前，许多公司正在从事针对单个实体、环境和机器人的专门工作。de Witte 认为，随着像 General Intuition 正在开发和部署的通用模型的出现，这些工作很快将变得多余。他强调：“模型本身的泛化就是产品。它拥有关于空间和时间的基本推理能力，这将使人们停止收集数十万或数百万小时的真实世界数据。因为现实是，你只需要几分钟。” ### 未来愿景：成为物理世界的基础模型 General Intuition 的最终目标不是自己制造机器人，而是成为**物理人工智能的基础模型**，为其他机器人提供底层能力。这类似于 OpenAI 的 GPT 模型为 NLP 应用提供基础。如果这一愿景实现，机器人开发将不再需要大量真实数据，而是可以通过微调一个通用模型来适应各种任务和环境。 ### 结语 General Intuition 的探索标志着机器人领域的一个潜在转折点。从专用模型到通用基础模型的转变，可能使机器人开发更加高效、成本更低，并加速智能机器人在现实世界中的应用。尽管挑战依然存在，但“ChatGPT 时刻”可能比我们想象的更近。
Google Photos 近日推出了一项名为 **Video Remix（视频混音）** 的全新 AI 编辑功能，让用户只需轻点几下即可完成复杂的视频特效。该功能由 Google 最新发布的 **Gemini Omni** 多模态模型驱动，能够为视频添加电影级补光、更换背景、叠加水彩或油画等艺术风格，将普通片段瞬间变成“值得分享的瞬间”。 ## 功能亮点 - **智能补光**：自动识别暗光场景，应用电影级布光效果，让画面明亮自然。 - **背景替换**：一键将平淡背景换成温室、城市夜景等创意场景。 - **艺术风格迁移**：支持水彩、素描、油画等多种滤镜，可直接“画”出视频。 ## 操作与可用性 用户只需在 Google Photos 的 **“创建”** 标签页中进入 Video Remix，选择素材并挑选效果即可。该功能即日起向 **Google AI Plus、Pro 和 Ultra 订阅用户** 开放，首批覆盖美国、阿根廷、巴西、印度、日本等 14 个国家。 ## 行业背景 这是 Google 在消费级 AI 工具领域的又一次加码。面对 Apple、OpenAI 和 Adobe 的竞争，Google 正将生成式 AI 深度植入其生态应用。此前 Google Photos 已推出 AI 修图、数字衣橱等功能。Video Remix 的推出意味着普通用户无需专业剪辑软件，也能在手机端完成过去需要数小时才能实现的视频特效。 ## 小结 Video Remix 降低了视频创作的门槛，也进一步巩固了 Google Photos 作为 AI 创意中心的地位。对于想要快速产出社交素材的用户来说，这无疑是一个实用且有趣的新选择。
当谈论实现通用人工智能（AGI）时，大型语言模型可能并不具备所需的一切。像ChatGPT和Claude这样的模型在文本处理上表现出色，但在理解事物如何在空间和时间中实际移动方面却相对薄弱——而这恰恰是产生通用智能的关键技能。这个差距，或许可以通过游戏数据来弥补。这正是**General Intuition**这家初创公司的赌注所在。 ## 从文本到空间：AI训练数据的下一个前沿 当前的主流AI模型主要依赖互联网文本数据进行训练，这使它们掌握了丰富的语言知识，但缺乏对物理世界动态的理解。例如，模型可以描述“抛球”的动作，却无法真正预测球的轨迹。这种局限性源于训练数据的性质：文本是静态的、离散的，而现实世界是连续、动态的。 **General Intuition**的CEO认为，电子游戏提供了一个理想的替代方案。游戏环境本质上是物理世界的模拟，其中包含空间关系、运动规律、因果关系和实时反馈。通过从游戏中提取数据——比如玩家在《我的世界》中建造房屋，或在《GTA》中驾驶汽车——AI可以学习到物体如何交互、如何规划路径以及如何适应变化的环境。这些数据天然带有时间维度和空间坐标，有助于模型建立对物理世界的“直觉”。 ## 游戏数据的独特优势 与互联网文本相比，游戏数据具有几个关键优势： - **结构化动态**：游戏中的每个物体都有明确的位置、速度和交互规则，这为AI提供了清晰的学习信号。 - **低成本标注**：游戏引擎自动记录所有事件，无需人工标注，大大降低了数据获取成本。 - **场景多样性**：从奇幻世界到现实模拟，游戏覆盖了极其丰富的场景，有助于模型泛化。 General Intuition并非唯一关注游戏数据的公司。此前，DeepMind曾利用《星际争霸》训练AI策略，OpenAI也在《Dota 2》中取得了突破。但General Intuition的特别之处在于，它试图将游戏数据与语言模型结合，构建一种能够同时理解文本和物理世界的混合模型。 ## 挑战与前景 尽管游戏数据潜力巨大，但将其用于AGI训练仍面临挑战。例如，游戏中的物理规则可能与现实世界不完全一致，导致模型产生偏差。此外，如何从海量游戏数据中提取高质量、无偏见的样本，也是一个技术难题。 然而，随着AI对物理世界理解的需求日益增长，游戏数据很可能成为下一个重要的训练资源。General Intuition的探索或许会为AGI的路径开辟一条新路。
Meta 正在为 AI 眼镜增加一项新防护措施，以防止用户偷偷录制他人。然而，这一更新恰逢公司持续扩大其 AI 产品收集和使用个人数据的范围。 ## 隐私与增长的矛盾 Meta 的 AI 眼镜因其潜在的隐私侵犯风险而备受争议。公司最新宣布，若指示录制状态的 LED 灯被篡改，摄像头将自动禁用。此举表面上是对消费者情绪的让步——眼镜不仅仅是 Kylie Jenner 推广的时尚配件，更可能被滥用作监控设备。但就在 Meta 宣传这项新保护措施的同时，该公司也在推动更多要求用户让渡隐私的产品和功能。 无论是利用用户图像训练 AI、默认启用基于个人内容的 AI 功能（除非用户选择退出），还是探索持续录制或生物面部识别技术，Meta 的未来愿景似乎始终依赖于收集更多个人数据。 ## LED 防护与持续监控的对比 在关于新摄像头安全功能的博文中，Meta 自夸道：“没有其他相机做过这件事，我们很自豪能引领行业。”然而，公司也承认这一举措是必要的，因为有人曾用胶带遮挡 LED 灯，迫使 Meta 调整技术以在 LED 被遮挡时禁用录制。Meta 的公告指出，这些“AI 眼镜怪客”甚至会用复杂手段修改或破坏 LED。换句话说，Meta 确认部分用户存在隐藏目的——即未经同意录制他人（通常是女性）。 尽管如此，据 Financial Times 报道，Meta 正在测试一款 AI 眼镜原型，该原型将连续收集音频并每隔几秒拍照。公司还面临多起关于 AI 眼镜隐私侵犯的调查和诉讼。例如，Meta 曾因肯尼亚外包员工指控被迫审阅暴力内容而取消合同。 ## 用户数据与 AI 训练 Meta 的博文试图缓解隐私担忧，例如回答“谁可以看到眼镜拍摄的照片和视频？”时承诺：“只有你，除非你选择分享。”然而，Meta 的隐私政策明确说明，任何与 Meta AI 分享的图像都可能用于训练其 AI。在数据收集与用户信任之间，Meta 似乎仍在艰难平衡。
OpenAI今日发布了两款新型对话模型——**GPT-Live-1**和**GPT-Live-1 mini**，宣称它们听起来更自然，并能在对话中更好地处理“轮替”问题。这些模型采用**全双工**设计，即可以同时说话和聆听，让用户能够自然地打断对话，并支持实时翻译等功能。 从即日起，ChatGPT中的**高级语音模式**将默认替换为GPT-Live-1 mini。付费用户则可使用更大的GPT-Live-1模型。此前，ChatGPT的语音模式依赖于一个由语音转文本、大语言模型和文本转语音三部分串联而成的管线，这导致了响应延迟和打断用户等问题。新模型通过端到端的方式解决了这些痛点，使得对话更加流畅自然。 在媒体简报会上，OpenAI展示了新模型的几个关键能力：它能够长时间保持沉默，在需要时才介入；当用户提问时，它会将查询发送至最新的文本模型（如GPT-5.5）以获取搜索、推理或智能体能力，同时保持对话的连贯性。此外，新语音模式还能以视觉形式呈现部分信息，例如显示图表或图片，这与其他创业公司（如**Monogram**）的交互式助手思路不谋而合。 OpenAI认为，语音可能成为未来复杂工作的**主要计算界面**。ChatGPT语音产品负责人Atty Eleti透露，他本人曾用该功能进行过长达30至40分钟的散步对话。公司观察到，超过1.5亿人使用ChatGPT的语音和听写功能。尽管有报道称OpenAI可能推出AI耳机硬件，但本次发布会并未涉及硬件产品。 这一更新标志着AI语音交互从“命令-响应”模式向**持续、双向对话**的转变。随着全双工模型和更智能的后端推理能力结合，语音助手有望承担更复杂的任务，如实时翻译、长时会议记录甚至代理型工作流。对于开发者而言，GPT-Live系列模型也意味着更低的延迟和更高的交互自然度，可能催生新的应用场景。
成立于 2024 年的 AI 初创公司 **Prime Intellect** 近日宣布完成 **1.3 亿美元 A 轮融资**，估值达到 **10 亿美元**。本轮由 **Radical Ventures** 领投，**Nvidia Ventures**、**Intel Capital**、**Dell Technologies Capital**、**Iconiq** 以及多位知名创始人跟投，包括 Perplexity 的 Aravind Srinivas、Box 的 Aaron Levie 等。 Prime Intellect 的核心使命是让企业能够**自主训练 AI Agent 系统**，不再依赖前沿 AI 实验室。其解决方案是一个“全栈”平台，整合了算力访问、强化学习框架和评估工具，并以模块化市场形式提供，企业可按需选用。 过去，自建 AI Agent 需要极高的技术门槛，但强化学习技术的成熟使得企业可以通过迭代奖励机制优化模型。Prime Intellect 降低了这一过程的复杂度，让企业成为“自己的 AI 实验室”。 目前，客户包括 **Ramp**、**Zapier** 和 **Flapping Airplanes**。Ramp 使用 Prime Intellect 构建的 Agent 在电子表格中查找数据，**准确率超越前沿模型，速度更快且成本更低**。公司的年化经常性收入已达 **1 亿美元**。 Radical Ventures 合伙人 David Katz 表示，Prime Intellect 将前沿能力以“一站式”方式提供，这在市场上独一无二。随着企业对定制化 AI 需求激增，Prime Intellect 有望成为 AI 基础设施领域的重要玩家。
随着新旧公司竞相利用AI，许多AI初创公司报告称其收入不仅增长，而且正在加速，以更短的时间达到下一个里程碑。以下公司展示了这种飞轮增长模式。需要注意的是，这些公司使用的底层指标可能不同，即使它们都使用“ARR”一词。有的指年度经常性收入（ARR），即已签约但尚未开票的客户合同收入；有的指年化运行率收入，即按最近一个月收入水平推算的全年收入；还有的指承诺ARR，即已签约但尚未入住的客户合同。以Gusto为例，它报告的是实际过去12个月收入。尽管如此，以下按ARR增长公开时间倒序排列的初创公司均声称其收入增长正在加速，无论它们如何定义。当然，快速增长的公司远不止这些，但本文仅列出那些以越来越快速度达到收入里程碑的企业。 **Mercor**：周一，Mercor联合创始人兼CEO Brendan Foody宣布，截至6月，公司年化总收入已突破**20亿美元**，而仅四个月前才达到10亿美元里程碑。这家成立不到三年的公司雇佣领域专家训练和优化AI模型，去年9月曾达到5亿美元运行率。 **Anthropic**：近几个月，这家模型制造商的收入速度令整个AI行业瞩目。5月底，Anthropic宣布其收入运行率超过**470亿美元**，而这一里程碑距离公司报告同一指标超过300亿美元不到两个月。该公司称，2025年底其收入运行率达到90亿美元，高于2025年7月的40亿美元。 **Sierra**：为企业构建客服AI代理的Sierra，在七个季度内达到首个1亿美元ARR后，联合创始人兼CEO Bret Taylor于5月底表示，仅用两个季度就再增加了1亿美元。 **Glean**：5月，Glean宣布ARR突破**3亿美元**。这家成立七年的企业AI初创公司，从1亿美元ARR翻倍至2亿美元用了九个月，而从2亿美元到3亿美元仅用了……
前 OpenAI 高管 Kevin Weil 近日宣布加入可重复使用火箭公司 Stoke Space 的董事会。这一动向不仅标志着 Weil 个人职业生涯的新篇章，更折射出硅谷科技精英对太空领域的浓厚兴趣——继 AI 之后，可重复使用火箭正成为下一个热门赛道。 ### 从 AI 到太空：Weil 的跨界逻辑 Kevin Weil 在科技行业拥有丰富履历，曾担任 OpenAI 产品副总裁，主导了 GPT-4 等核心产品的发布。在此之前，他还在 Twitter、Instagram 和 Facebook 担任高管，负责产品与增长团队。Weil 的加入为 Stoke Space 带来了产品思维和规模化经验，这在竞争激烈的商业航天领域尤为关键。 Weil 本人在声明中表示，Stoke Space 在可重复使用火箭技术上的突破让他看到了“将出行成本降低两个数量级”的可能性，这与他在 AI 领域追求“让技术更普惠”的目标不谋而合。 ### Stoke Space 的差异化路线 Stoke Space 成立于 2019 年，总部位于华盛顿州，专注于研发完全可重复使用的火箭。与其他商业航天公司不同，Stoke 采用“垂直起降+无整流罩”的独特设计，旨在实现火箭的快速复用和低成本发射。公司目前已获得包括 Y Combinator 在内的多轮融资，但尚未进行首次轨道发射。 Weil 的加入可能加速 Stoke 的产品化进程。他在 OpenAI 期间主导了从研究到产品的转化，这种经验对于尚处于研发阶段的 Stoke 来说，价值不言而喻。 ### 硅谷的太空野心 Weil 的跨界并非孤例。近年来，硅谷科技巨头纷纷涉足太空领域：Elon Musk 的 SpaceX 已占据可重复使用火箭的领先地位，Jeff Bezos 的 Blue Origin 紧随其后，而 Peter Beck 的 Rocket Lab 则聚焦小型卫星发射。如今，Stoke Space 作为新玩家，试图通过技术差异化找到自己的生态位。 值得注意的是，Weil 的加入也反映了硅谷人才流动的新趋势：AI 领域的顶尖人才开始向“硬科技”领域迁移。随着 AI 应用逐渐成熟，一些高管和工程师开始寻找更宏大的技术挑战——太空探索无疑是其中之一。 ### 挑战与前景 Stoke Space 面临的挑战不容忽视。SpaceX 的猎鹰 9 号已实现成熟复用，Blue Origin 的新格伦火箭也在研发中，Stoke 需要在成本、可靠性和发射频率上找到突破点。此外，公司尚未完成轨道飞行测试，技术验证仍是当前首要任务。 不过，Weil 的加入为 Stoke 带来了硅谷式的产品思维和融资能力。如果 Stoke 能在 2025 年前完成首飞，它有望在中小型卫星发射市场占据一席之地。 **小结**：Kevin Weil 加盟 Stoke Space 是 AI 与航天两大前沿领域的又一次交汇。它既反映了硅谷对太空商业化的信心，也预示着可重复使用火箭技术即将进入更激烈的竞争阶段。对于关注硬科技趋势的读者来说，这无疑是一个值得持续追踪的信号。
法国AI初创公司ZML近日宣布推出免费软件ZML/LLMD，旨在显著提升跨芯片的AI推理速度，降低运行成本。这家由图灵奖得主Yann LeCun背书的公司，正试图解决AI部署中的核心痛点——高昂的计算资源消耗。 ## 技术创新与行业背景 ZML/LLMD的核心优势在于其**多芯片并行推理能力**。传统上，AI模型在单芯片上运行，即便使用高端GPU，面对大规模模型时仍存在延迟和成本问题。ZML/LLMD通过优化底层通信和调度算法，允许模型**跨多个AI芯片协同工作**，从而大幅缩短推理时间。这一方案尤其适合当前流行的**大语言模型（LLM）**和生成式AI应用，这些场景对计算资源的需求呈指数级增长。 ## 开源策略与市场影响 ZML选择将ZML/LLMD**免费开放**，这一策略与行业趋势高度吻合。开源不仅降低了企业试用门槛，还能吸引开发者社区贡献代码，加速软件迭代。此举可能对英伟达等硬件厂商的生态形成冲击——如果软件层面能高效利用多芯片，客户可能更倾向于采购更多中低端芯片而非高价旗舰产品，从而改变AI芯片市场的竞争格局。 ## 创始团队与背书 ZML团队背景深厚，除了得到Yann LeCun的公开支持，核心成员曾在Meta、Google等公司从事AI基础设施研究。LeCun曾表示：“高效推理是AI民主化的关键，ZML的工作方向非常正确。”这种顶级学术背书增强了产品的可信度。 ## 潜在挑战 尽管前景乐观，ZML/LLMD仍需面对实际部署中的挑战：不同芯片架构的兼容性、分布式系统带来的运维复杂度，以及与传统推理框架（如TensorRT、ONNX Runtime）的集成问题。此外，免费模式如何支持长期迭代也值得关注。 ## 小结 ZML/LLMD的发布标志着**AI推理优化进入软硬协同新阶段**。通过释放多芯片潜能，它可能成为降低AI服务成本的关键工具。对于开发者和企业而言，这无疑是一个值得尝试的选项；对于行业，则预示着更多开源推理工具的出现，最终推动AI应用更广泛地落地。
AI芯片初创公司 **SambaNova Systems** 宣布完成 **10亿美元** 的F轮融资，公司估值达到 **110亿美元**。本轮融资由 **General Atlantic** 领投，预计未来几周将有更多投资者加入完成二次交收。这是继今年2月该公司发布SN50芯片并完成3.5亿美元E轮融资后，仅隔5个月再次获得巨额资金注入。 SambaNova CEO兼联合创始人 **Rodrigo Liang** 在接受TechCrunch采访时表示，公司始终保持开放态度，尽管有传闻称英特尔曾试图以约 **16亿美元** 收购该公司，但Liang并未明确否认。他指出，在动态的AI市场中，公司持续受到关注，而增长势头可能最终推动其走向上市。 值得注意的是，SambaNova与英特尔的关系进一步深化。自C轮融资以来，英特尔一直是其投资方，本轮也参与了投资。双方已在基于英特尔Xeon芯片的AI推理开发上建立了多年合作关系，目前正共同开发产品并推向市场。Liang表示，这种合作使SambaNova能够借助英特尔的规模优势。 此外，SambaNova宣布被 **摩根大通** 选为“推理基础设施合作伙伴”，其SN40L和SN50系统将为该银行提供安全、本地化的AI推理服务。Liang认为，这一合作向银行业传递了重要信号：不应完全依赖云服务，而应构建混合基础设施。他预测，类似摩根大通级别的银行将纷纷建立私有、安全的基础设施，以运行最敏感的模型。 Liang强调，企业和政府刚刚开启AI之旅，此前大部分增长集中在模型制造商和前沿实验室，这为SambaNova留下了巨大的市场空间。
Meta 近日正式发布其最新 AI 图像生成模型 **Muse Image**（内部代号“Mango”），由 Meta 超级智能实验室（Meta Superintelligence Labs）打造。该工具将通过 **Meta AI 应用**、**Instagram Stories** 和 **WhatsApp** 免费提供，旨在为用户提供创意图像生成、广告设计、家居装饰可视化等多元功能。 ## 功能亮点与使用场景 Muse 的核心能力与其他主流 AI 图像生成器类似，用户可通过文本提示生成卡通、搞笑等风格的图像。为降低使用门槛，Meta 内置了 **预设提示（presets）**，帮助缺乏灵感的用户快速上手。 官方演示视频展示了几个典型应用： - **自定义广告**：利用 Muse 快速生成广告素材，顺应 AI 在广告领域渗透的趋势。 - **家居装饰预览**：用户可拍摄自家车库或房间，让 Muse 模拟放入二手家具后的效果。该功能将与 **Facebook Marketplace**（Meta 的二手交易平台）深度整合，方便买家预览商品摆放效果。 - **智能图像编辑**：支持基于文本的编辑操作，例如将用户“放置”在历史地标前、清除照片中的“抢镜者”，甚至生成可扫描的二维码图像。 ## 与 Instagram 深度集成 Meta 同时为 Instagram Stories 推出了一系列由 Muse 驱动的 **AI 特效**，包括多种可自定义的滤镜，能够对已有照片进行风格化修改。这些特效将直接嵌入 Stories 创作工具，无需跳转应用。 ## 免费使用与订阅限制 Meta 表示，Muse 对日常创作 **完全免费**，但超出一定使用额度后，用户需订阅 Meta 的付费套餐。具体阈值尚未公布，预计与生成次数或分辨率相关。 ## 未来规划：Muse Video 已在路上 Meta 还透露，**Muse Video**（AI 视频生成器）已在开发中。这标志着 Meta 正从图像生成向视频生成领域拓展，与 OpenAI Sora、Runway Gen-3 等竞品展开直接竞争。 ## 行业背景与战略布局 过去一年，Meta 密集发布了多款 AI 产品，包括助手 **Creator** 和低代码游戏开发应用 **Pocket**。尽管外界批评其 AI 战略“模糊不清”，但 Meta 仍计划在今年投入巨资建设 AI 基础设施。Muse 的推出，可视为其整合 AI 能力至核心社交生态的关键一步——通过免费工具吸引用户，再以订阅和广告变现，形成闭环。 ## 小结 Muse 凭借 **免费策略**、**跨平台集成**（Instagram、WhatsApp、Facebook Marketplace）以及 **低门槛预设**，有望快速获得用户基础。然而，在 AI 图像生成赛道已拥挤的当下（如 Midjourney、DALL·E 3、Stable Diffusion），Muse 能否凭借 Meta 的社交生态优势突围，仍有待观察。