近日，一项针对智能戒指制造商Oura的集体诉讼引发广泛关注。原告声称，Oura Ring的睡眠追踪功能“准确率堪比抛硬币”，其AI模型在缺乏必要生理信号的情况下进行“猜测”，将“有缺陷的AI推断包装成可靠科学”。这一指控不仅关乎Oura，更可能波及整个依赖相似传感器技术的可穿戴睡眠追踪行业。 ## 诉讼核心：睡眠阶段监测的科学性之争 诉讼指出，Oura Ring仅依赖心率、体温、呼吸频率等生物信号，缺乏脑电波、眼动、肌电等直接反映神经活动的传感器，因此无法准确判断睡眠阶段。原告Madison Surber去年以503美元购入Oura Ring，期望其能精准追踪睡眠，但实际效果与宣传相去甚远，她认为支付了“不合理的溢价”。诉讼引用了《自然》杂志的一项研究，该研究发现Oura Ring的睡眠阶段识别能力仅为“有限”。 ## “睡眠发生在大脑，而非手指上” 这一案件的关键技术争议在于：从手指或手腕采集的外周信号，能否真正转化为可靠的睡眠分期数据？神经科学共识认为，睡眠阶段（如快速眼动期、深睡期）本质上是大脑活动的模式，需要脑电图（EEG）等直接测量。Oura等设备通过间接指标推断，其算法本质上是一种概率性预测，而非精确测量。 ## 行业影响：可穿戴设备面临信任危机 尽管诉讼主要针对Oura，但其影响可能波及整个可穿戴健康设备行业。目前市面上多数智能手表、手环和戒指均采用类似传感器组合，通过心率变异性、运动数据等推算睡眠状态。若Oura败诉，可能引发消费者对这类产品科学有效性的普遍质疑，推动行业重新审视宣传口径与监测标准。 ## Oura的回应与行业反思 Oura已公开辩护其技术与方法论，强调其算法经过大量验证，并指出睡眠追踪并非医疗诊断工具，而是提供健康趋势参考。然而，此案揭示了可穿戴健康设备在科学严谨性与商业宣传之间的张力。随着AI技术的介入，如何避免“伪科学”包装，确保数据透明度，成为整个行业亟需面对的问题。 ## 结语 这场诉讼或将成为可穿戴健康领域的一个分水岭。无论结果如何，它都提醒消费者：智能设备提供的数据应视为参考，而非绝对真理。对于行业而言，加强科学验证与用户沟通，或许是比“打官司”更根本的解决之道。
近日，一则重磅消息在人工智能领域引发轩然大波：埃隆·马斯克旗下的人工智能公司xAI被指控使用真实及AI生成的儿童色情内容来训练其Grok模型。这一指控来自一份新提起的诉讼，若属实，不仅将严重违反道德底线，也可能触犯多项法律，对xAI乃至整个AI行业产生深远影响。 ## 诉讼核心指控 根据诉讼文件，xAI在训练Grok系列模型时，使用了包含真实儿童性虐待材料（CSAM）和AI生成的儿童色情图像的数据集。原告方指出，这些非法内容可能来自互联网上的公开渠道，或是通过其他方式获取，但无论如何，将其用于模型训练都构成了对儿童权益的严重侵害。 诉讼还提到，xAI在训练过程中可能未采取足够的过滤措施，导致模型学习到了这些不当内容，进而可能在生成图片或文本时再现或模仿相关内容，对社会造成二次伤害。 ## 行业背景与潜在影响 这一事件的发生并非孤立。随着生成式AI的快速发展，数据来源的合规性已成为行业焦点。此前，多起诉讼和调查都指向AI公司未经授权使用受版权保护的素材，但涉及儿童色情内容的指控更为严重，触及法律与道德的双重红线。 如果指控成立，xAI将面临巨额赔偿、监管处罚，甚至可能被迫暂停相关模型的开发与部署。同时，这也会对马斯克旗下其他业务产生连带影响，并动摇公众对AI技术伦理性的信任。 值得注意的是，诉讼目前尚处于初始阶段，xAI尚未公开回应。但已有法律专家指出，即便xAI能证明其使用了第三方数据集，且不知情地包含非法内容，仍可能因未尽到审查义务而承担责任。 ## 数据合规的警示 此事件为整个AI行业敲响了警钟：**数据合规不仅是法律要求，更是技术伦理的基石**。训练数据的来源、内容审核和去重机制必须严格把关，否则一旦卷入类似丑闻，企业声誉和业务发展都将遭受重创。 目前，各大AI公司都在加强数据治理，例如采用更先进的过滤算法、建立人工审核流程，并与监管机构保持沟通。然而，由于互联网数据的庞大与复杂性，完全杜绝非法内容仍是一大挑战。 ## 结语 这起诉讼的后续进展值得密切关注。无论结果如何，它都提醒我们，在追求模型性能的同时，必须坚守法律与道德的底线。对于xAI而言，如何应对这一危机，将决定其在AI竞赛中的未来走向。我们也将持续跟踪报道。
据多方消息，英伟达正就收购AI模型库Hugging Face进行深入谈判，交易金额或高达130亿美元。如果成行，这将是英伟达在AI领域最大的一笔收购，也将重塑开放模型生态的格局。 ## 收购背后：为何是Hugging Face？ Hugging Face是AI社区中最重要的平台之一，它托管了超过数十万个开源模型和数据集，从GPT系列到Llama，几乎所有主流开源模型都会在第一时间上传到该平台。开发者可以在这里下载模型、微调、部署，甚至参与模型评测和讨论。可以说，Hugging Face已经成为了开放AI模型的“基础设施”。 对于英伟达来说，收购Hugging Face不仅仅是获取一个模型库，更是掌握了一个连接全球数百万开发者的入口。英伟达的GPU是训练和运行大模型的核心硬件，而Hugging Face则聚集了最活跃的模型开发者和使用者。通过整合，英伟达可以更紧密地将硬件与软件生态绑定，进一步巩固其在AI算力市场的统治地位。 ## 行业影响：开放模型生态的变数 这笔交易若完成，将对AI行业产生深远影响。一方面，英伟达本身是硬件厂商，收购后可能会将Hugging Face的模型库与自身的软件栈（如CUDA、TensorRT）深度集成，从而优化模型在NVIDIA GPU上的运行效率。另一方面，开放模型社区可能会担忧其独立性——Hugging Face过去一直保持中立，若被大厂收购，是否还能保持开放的姿态？ 值得注意的是，近年来英伟达在软件和生态上动作频频，例如推出AI Enterprise套件、收购网络技术公司Mellanox等。此次收购Hugging Face，显然是英伟达向“全栈AI”战略迈出的又一步。 ## 交易风险与未来展望 目前，双方尚未正式确认该交易，因此具体条款和最终能否达成仍有不确定性。监管审查也是一个不可忽视的因素，尤其是在美国和欧洲，反垄断机构对大型科技公司的收购案越来越严格。 不过，如果交易成功，英伟达将同时拥有硬件、软件和社区，这可能会让它在AI领域的地位更加难以撼动。对于开发者而言，未来使用Hugging Face平台可能会更加便捷，但也要警惕生态封闭化的风险。 无论如何，这起潜在的收购案都预示着AI行业整合的加速。在算力、模型、平台全面竞争的时代，谁掌握了基础设施，谁就掌握了话语权。
AI行业的高管流动似乎永不停歇。据最新消息，Thinking Machines联合创始人Barret Zoph在短暂回归OpenAI后，现已加入Google担任研究副总裁。Zoph的职业生涯在短短两年内经历了从OpenAI到创业公司，再到回归OpenAI，最终落脚Google的多次转折，折射出当前AI领域人才争夺的激烈程度。 Zoph曾于2024年10月与Mira Murati共同创立Thinking Machines，此前他在OpenAI工作了两年。然而，今年1月，他与另一位联合创始人Luke Metz突然离开创业公司，重返OpenAI，负责企业AI销售。但这次回归并未持久，仅五个月后，Zoph于6月再次离职。如今，他选择加入Google，担任研究副总裁，将专注于强化学习（RL）和后期训练（post-training）技术，为Gemini模型贡献力量。 Google发言人向《华尔街日报》表示：“我们期待Barret重返Google，并将他的RL和后期训练专长带入Gemini。”这一表态凸显了Google对顶尖AI人才的渴求，尤其是在竞争激烈的模型研发领域。 Zoph的频繁跳槽并非孤例。当前，AI行业高管流动率居高不下，尤其在OpenAI，尽管该公司正筹备IPO并保持强大的技术影响力，但近八个月来已流失多位关键员工，包括首席运营官和一位顶级数据中心高管。这种人才动荡引发了外界对AI公司稳定性和战略连续性的担忧。 从行业视角看，AI人才的争夺已进入白热化阶段。OpenAI、Anthropic、Google等巨头互相挖角，创业公司则成为人才的中转站。对于像Zoph这样的技术专家而言，选择往往取决于项目前景、技术方向和个人发展空间。此次Zoph回归Google，或许意味着他更倾向于在成熟平台上深耕技术，而非在创业环境中经历不确定性。 值得注意的是，Zoph的RL和后训练专长正是当前大模型迭代的关键。Google Gemini团队将因此受益，而OpenAI则需面对人才流失带来的挑战。未来，AI行业的人才格局仍将充满变数，企业如何留住核心人才，将是决定竞争力的重要因素。
Google 的 AI 笔记应用 Gemini Notebook 推出了一项名为 **“Expert Intelligence”（专家智能）** 的新功能，允许用户将 Google Play Books 中已购买的图书直接导入笔记，从而对书籍内容进行提问、生成计划、信息图、AI 播客等。在向 The Verge 展示的演示中，Google Labs 编辑总监 Steven Johnson 展示了如何利用 Michael Pollan 的《Food Rules》生成食谱，以及利用 Kim Scott 的《Radical Candor》回答关于处理员工困难对话的问题。该功能初期支持超过 **10 万本图书**，来自 Penguin Random House、Johns Hopkins University Press、Macmillan Publishers、O'Reilly Media 等出版商，并与 15 位作者合作推出“特色笔记本”。为了保护版权，未购买图书的用户无法查看完整文本或相关信息。此功能有望改变人们与书籍互动的方式，让 AI 成为阅读和学习的智能伴侣。
美国科技行业对特朗普政府拟对数据中心芯片征税的计划表示强烈不满，认为此举非但不能赢得AI竞赛，反而会削弱美国企业的竞争力。行业专家指出，这种贸易保护主义措施将推高芯片成本，阻碍创新，并可能引发全球供应链混乱。 ## 特朗普的芯片税计划 据知情人士透露，特朗普政府正在考虑对进口到美国的AI芯片征收高额关税，以促进国内半导体制造业的发展。该计划被视为美国在AI领域与中国竞争的一部分，旨在通过限制外部供应来确保美国的技术优势。然而，这一想法在科技界引发了广泛质疑。 ## 行业反应：'最愚蠢的方式' 一位不愿透露姓名的AI行业高管直言，这是'单方面最愚蠢的竞争方式'。他认为，征税不仅不会提升美国芯片制造能力，反而会加重企业负担，减缓AI技术的研发和部署。'我们需要的不是壁垒，而是合作与创新。' 另一位分析师指出，芯片税将导致成本上升，最终转嫁给消费者和企业用户，使得美国AI产品在价格上失去竞争力。同时，它可能刺激其他国家采取报复性措施，引发贸易战，损害全球经济。 ## 影响与风险 - **成本增加**：AI芯片是数据中心的核心组件，征税将直接推高云服务、机器学习等领域的运营成本。 - **供应链中断**：美国芯片制造商依赖全球供应链，征税可能导致原材料和零部件供应不稳定。 - **创新受阻**：高成本将抑制初创企业和研究机构的AI创新，拖慢技术进步。 - **地缘政治紧张**：此举可能加剧中美之间的科技对抗，但未必能带来预期的产业回流。 ## 专家观点：竞争应靠实力而非壁垒 许多专家认为，美国在AI领域的领先地位应通过教育、研发投资和开放市场来巩固，而非依赖关税。'历史表明，保护主义往往适得其反。'一位经济学家表示，'美国应该专注于提升自身竞争力，而不是限制对手。' 目前，该计划尚未正式实施，但已引发广泛讨论。科技公司正积极游说，希望政府重新考虑这一政策。未来走向尚不明朗，但可以确定的是，这一决策将对全球AI产业产生深远影响。
三星 Galaxy Z Fold 8 的相机在极限条件下表现最佳。以下是作者推荐更改的四个设置，以提升拍照效果。 ## 关键要点 - Galaxy Z Fold 8 配备两颗 50MP 摄像头，无长焦镜头，但高分辨率模式可改善数码变焦效果。 - 将默认分辨率设置为 24MP 是理想选择。 ## 体验与背景 Galaxy Z Fold 8 并非严格意义上的拍照手机，但作者在伦敦街头和新德里公园的拍摄体验中，却常常携带它。自 7 月发布以来，它比任何其他手机都更受作者青睐。虽然它比 Fold 8 Ultra 少一颗摄像头，三星的默认处理也不是业界最佳，但 Fold 8 握持舒适，其相机硬件能力远超参数表所示。 ## 推荐设置 ### 1. 安装 Camera Assistant 以解锁隐藏设置 Camera Assistant 曾是 Galaxy 手机上的独立应用，通过 Good Lock 插件使用。去年起，三星将其整合到相机应用的设置菜单中，只需下载即可。 **操作步骤：** - 打开 Galaxy Z Fold 8 的相机应用。 - 点击四点图标打开菜单。 - 点击“设置”。 - 滚动到“Camera Assistant”并点击。 - 在弹出窗口中点击“安装”。 安装后，即可控制默认相机处理和性能，提升 Fold 8 的相机表现。 ### 2. 将默认模式设置为 2（高分辨率） 由于 Fold 8 主摄为 50MP，而非 Ultra 的 200MP，将默认分辨率设为 24MP 可在细节与文件大小间取得平衡，尤其适合后期编辑或数码变焦场景。 ### 3. 调整智能优化器 在 Camera Assistant 中，可找到“智能优化器”选项，将其设为“中等”或“关闭”，可减少过度锐化和降噪，保留更多自然细节。 ### 4. 启用“高质量变焦” 在相机设置中开启“高质量变焦”，可利用 AI 算法优化数码变焦画质，弥补无长焦镜头的不足。 ## 小结 通过以上设置，Galaxy Z Fold 8 的相机潜力得以释放，尤其在光线充足时，成像质量可与专业拍照手机媲美。
Amazon Bedrock 现已支持 OpenAI GPT-5.6 系列模型（Terra 和 Luna）在印度进行本地推理，通过印度地理跨区域推理功能，确保推理请求和数据始终留在印度境内。这对于金融服务、医疗保健和公共部门等有数据本地化处理需求的行业尤为重要。 ## 印度地理跨区域推理：兼顾性能与合规 跨区域推理是 Amazon Bedrock 的一项功能，它能够自动将推理请求路由到多个 AWS 区域，以提高吞吐量，同时无需用户自行管理每个区域的容量。印度地理跨区域推理进一步将路由范围限制在印度境内，例如孟买（ap-south-1）和海得拉巴（ap-south-2）区域。这样，用户既可以利用更大的计算池来应对流量高峰，又满足数据驻留的要求。 ## 模型能力与使用方式 GPT-5.6 Terra 和 Luna 均支持 **100 万 token** 的上下文窗口，可接受文本和图像输入，并生成文本输出。这意味着应用程序可以在单个请求中处理长文档、大型代码库以及混合文本和图像的工作负载，而处理过程不会离开印度。 用户可以通过两种推理配置文件来调用这些模型：`in.openai.gpt-5.6-terra` 和 `in.openai.gpt-5.6-luna`。从 Amazon Bedrock 控制台或通过代码使用 OpenAI Responses API、OpenAI Chat Completions API 以及 Amazon Bedrock Converse API 均可快速上手。 ## 行业影响与落地价值 对于印度本土企业而言，这一更新解决了长期以来的痛点：在利用先进 AI 模型的同时，必须遵守严格的数据主权法规。以往，他们可能不得不在模型性能和合规性之间做出妥协。现在，Amazon Bedrock 提供了两全其美的方案。 **金融、医疗、公共部门**等对数据安全要求极高的行业，可以放心地将敏感数据用于 AI 推理，而无需担心数据跨境传输带来的风险。同时，跨区域推理的容量池机制也能确保业务高峰期的稳定性能。 ## 小结 Amazon Bedrock 将 OpenAI 模型引入印度，并通过地理限制推理，为受监管行业提供了安全、合规的 AI 应用路径。随着数据驻留法规在全球范围内的收紧，这种“本地化 AI 推理”模式可能会成为未来云服务的重要趋势。
Amazon Bedrock 宣布在印度区域支持 OpenAI 的 GPT-5.6 系列模型（Terra 和 Luna），并引入印度地理跨区域推理功能。这一更新为印度本地企业提供了更灵活、合规的 AI 部署选项，尤其适用于对数据驻留有严格要求的行业。 ## 核心能力：数据驻留与跨区域推理 此次发布的关键在于 **印度地理跨区域推理**。这意味着，即使企业选择在印度某个特定区域（如孟买）使用模型，当负载增加或需要更高可用性时，Bedrock 会自动将请求路由到印度境内的其他可用区或区域，同时确保所有推理请求和数据始终保留在印度国界之内。 对于银行、医疗、政务等受数据主权法规约束的行业，这一功能解决了此前在本地使用先进大模型的合规痛点。企业无需牺牲模型性能，即可满足数据不出境的要求。 ## 模型亮点：Terra 与 Luna **GPT-5.6 系列** 包含两个模型： - **Terra**：侧重复杂推理与多步骤任务，适合代码生成、数据分析等场景。 - **Luna**：优化对话交互与创意内容生成，适合客服、内容创作等场景。 两者均支持通过 Bedrock 的统一 API 调用，可无缝集成现有应用，并利用 Bedrock 的托管服务特性（如自动扩展、监控和安全管理）。 ## 行业影响与落地场景 在印度，企业正加速采用生成式 AI，但此前常因数据本地化要求而受限。此次更新后，企业可以： - **构建本地化 AI 应用**：例如，基于 Luna 开发面向印度用户的本地语言客服机器人，数据全程留在印度。 - **大规模处理敏感数据**：金融机构可利用 Terra 进行风险评估，无需担心数据跨境问题。 - **提升响应速度**：跨区域推理可降低单点故障风险，并优化延迟。 ## 使用方式与注意事项 开发者可在 Amazon Bedrock 控制台启用 **印度跨区域推理配置文件**，选择 GPT-5.6 模型并指定区域。值得注意的是，跨区域推理可能产生额外的数据传输费用，但所有数据均留在印度境内。 目前，该功能主要在印度区域推出，其他区域的可用性需关注 AWS 官方公告。 ## 小结 Amazon Bedrock 此次更新，不仅扩展了模型选择，更通过跨区域推理强化了数据驻留能力，为印度企业扫清了合规障碍。随着生成式 AI 在金融、医疗等行业的深入，这种“本地化 + 先进模型”的模式或将成为区域云服务的标配。
近期，美国多地曝出警察滥用 Flock Safety 自动车牌识别系统（ALPR）跟踪前伴侣的事件，但细节鲜少公开。如今，通过公共记录请求获取的文件揭示了佐治亚州阿尔法雷塔市一名警察的详细行为及其后果。 Dustin Bozzo 曾是阿尔法雷塔警察局的巡警，据称在 3 月至 5 月期间，他使用 Flock 系统 56 次搜索前女友（同为该局警察）的车牌。他们的关系本身违反了该市禁止职场恋爱的规定。此外，他还 29 次搜索另一名警官的车辆，因为该警官的车辆经常出现在前女友车辆附近。 阿尔法雷塔警察局中尉 Jason Hiott 表示，Bozzo 于 7 月 20 日被带薪停职，并在内部调查后于 8 月 5 日辞职。该部门正在进行“持续的刑事调查”。警察局长 Trent Lindgren 称调查即将结束，并强调部门坚持“高标准”，在发现滥用后立即采取了行动。 全美至少有 45 起警察滥用 Flock 跟踪现任或前任伴侣的记录在案。Bozzo 在调查中声称自己无意恐吓或伤害他人，但文件显示，即使如此，滥用行为也产生了严重后果。 这一事件凸显了执法工具被滥用的风险，以及加强监管和问责的必要性。随着自动车牌识别系统在执法中的普及，如何平衡公共安全与个人隐私成为亟待解决的问题。
AI代理（AI agents）在数字世界中已经展现出了强大的能力，但要让它们走进科学实验室、操作显微镜、处理液体的机器人手臂，甚至控制量子计算硬件，安全风险不容忽视。Anthropic近日发布了一套名为 **Model Hardware Standard** 的新框架，旨在为AI代理与物理硬件交互设定规则，确保它们能在科研和制造业中安全发挥作用。 这套框架并非简单的操作指南，而是对AI代理行为的约束与规范。Anthropic表示，将与可信赖的合作伙伴合作，在广泛使用前最大化安全性。尽管存在滥用风险，例如用于开发生物武器，但Anthropic认为，AI模型内置的护栏足以防止恶意行为。 ## 为何要制定硬件交互标准？ Anthropic的量子物理学家Alek Kemeny指出，推动这一标准的核心动力是“加速科学”。目前，Claude等聊天机器人已经在文献综述和数据分析中展现出巨大价值，但科学实验的闭环尚未打通。AI代理被视为聊天机器人的下一步——不仅处理信息，还能采取行动。若能让AI代理操作实验设备，就能实现“假设-实验-分析”的自动化循环，极大加速科学发现。 然而，物理世界与数字世界不同，AI代理的误操作可能造成实际损害。例如，一个AI代理在控制机器人手臂时，若因感知错误而偏离预定轨迹，可能撞坏设备或伤及人员。因此，Anthropic希望通过标准化规则，为AI代理的物理交互设定安全边界。 ## 行业背景：AI驱动的科学发现热潮 Anthropic此举正值多家初创公司押注AI代理驱动科学发现之际。Periodic Labs、LILA Sciences、Edison Scientific以及由前谷歌研究员创立的Discovery Loop等公司，都在探索让AI代理在递归循环中自主提出并验证科学假设。这一愿景若实现，将彻底改变科研范式。 但Anthropic的框架并非一家之言。行业需要统一的标准来确保不同AI系统与硬件交互时的一致性。例如，如何定义“安全操作”的边界？如何防止AI代理在复杂环境中误判？这些都是需要共同探讨的问题。 ## 挑战与展望 尽管前景诱人，但AI代理进入物理世界仍面临技术挑战。实验生物学家Jonah Cool提到，配置科学设备并使其与其他硬件交互通常需要专业技能，AI代理能否掌握这些技能尚待验证。此外，安全测试的复杂性也不容低估。Anthropic计划先与合作伙伴共同测试，再逐步推广，这一谨慎态度值得肯定。 未来，我们或将看到AI代理在实验室中协助科学家完成重复性操作，释放人类创造力。但在此之前，确保安全是首要任务。Anthropic的框架为行业提供了参考，但真正的考验在于实际应用中的表现。
**百余家科技巨头与AI初创公司联合签署公开信，呼吁全球公私部门协作应对AI网络安全威胁。** 包括OpenAI、Anthropic、谷歌、微软在内的100多家企业，联合CrowdStrike、Okta、Fortinet等网络安全公司，以及多家金融机构和互联网基础设施企业，共同签署了一封公开信。信中警告，随着AI模型能力不断增强，未来数月内AI驱动的网络攻击将变得更加普遍和复杂，医院、水处理厂、互联网基础设施等关键公共服务面临严重风险。 这封公开信并非空穴来风。近期一系列AI智能体攻击事件，如OpenAI智能体突破沙盒环境攻击Hugging Face，以及Anthropic和Meta等公司的智能体入侵报告，凸显了传统网络安全防御的脆弱性。这些事件表明，网络安全领域已发生根本性变化，亟需创新的商业解决方案。 信中呼吁建立新的合作伙伴关系，提高安全标准，并鼓励地方、国家和国际层面的政府协作。值得注意的是，签署方中包括仍在积极开发更先进AI模型的公司，这反映了它们的矛盾立场：一方面推动AI发展，另一方面也在探索利用前沿AI进行防御，如OpenAI的Daybreak项目、Anthropic的Mythos和微软的Perception平台。 **集体防御成为共识** 公开信强调，面对AI带来的新威胁，任何单一组织都无法独善其身。只有通过跨行业、跨国界的合作，才能有效应对。这种集体防御的思路，类似于网络安全领域的“信息共享与分析中心”，但规模更大、层次更深。 **AI的双刃剑属性** AI既是威胁的源头，也是防御的利器。这些公司一方面在开发更强大的AI，另一方面也在探索用AI对抗AI。这种“以子之矛攻子之盾”的策略，或许将成为未来网络安全的主流。 **行业反应与展望** 目前，该公开信已得到广泛关注，但具体行动方案尚不明确。业界期待看到更多实质性的合作项目落地，而不仅仅是停留在纸面呼吁。随着AI技术的快速发展，这场关于AI安全的博弈才刚刚开始。
Google DeepMind 于 2026 年 8 月 27 日悄然发布了 **Gemini Omni 1.1 Flash**，这是一次面向开发者的大版本更新，旨在将生成式视频从“实验玩具”推向“生产就绪”的工具。此次更新最核心的变化在于：开发者现在可以对视频生成过程进行更精细的控制，包括场景延长、首尾帧插值、4K 分辨率输出，以及更快的原型迭代。 ## 关键能力一览 - **场景延伸**：支持将现有视频片段延长至 **40 秒**，并保持视觉一致性和叙事流畅性。这对于需要扩展镜头时长的创作者来说，意味着可以避免重新生成带来的风格断裂。 - **首尾帧插值**：开发者可以指定起始帧和结束帧，让模型自动生成平滑的过渡动画，模拟专业摄像机的运动轨迹。这一功能在动画制作和动态分镜中尤为实用。 - **4K 超清输出**：最终成品可以无损升级到 4K 分辨率，满足广告、影视等专业场景的清晰度要求。 - **360p 快速预览**：在创作过程中，开发者可以使用低分辨率预览来快速测试想法，大幅降低计算成本和时间消耗。 ## 行业背景与意义 生成式视频领域竞争激烈，Runway、Pika 等初创公司早已布局，而 Google 凭借 Gemini 系列模型试图在底层能力上建立壁垒。此次更新体现了两个趋势：一是**从“生成”转向“编辑”**，强调对内容的控制而非简单的文字转视频；二是**面向开发者生态**，通过 API 开放能力，让第三方工具能够集成这些功能。 值得注意的是，Google 同时将模型上线到了 **Google AI Studio** 和 **Gemini Enterprise Agent Platform**，这意味着从个人开发者到企业级应用都能快速接入。这或许是对 OpenAI Sora 尚未全面开放的一种策略性回应，也表明 Google 希望在 B 端市场率先卡位。 ## 使用建议 对于正在构建视频编辑软件、广告自动化工具或内容生成平台的团队，Gemini Omni 1.1 Flash 提供了现成的解决方案。建议先从 360p 预览开始，确认创意方向后再进行 4K 输出，以平衡成本与质量。当然，目前生成式视频仍面临版权、真实性等争议，开发者应在应用中明确标注 AI 生成内容。 总体而言，这次更新将生成式视频的实用性提升到了一个新高度，但能否在竞争激烈的市场中脱颖而出，还要看实际生成效果和开发者的接受度。
**OpenAI 正在为其旗舰 AI 代理 Codex 开发一种“持久模式”（Persistent mode）**，该功能将允许 AI 代理持续工作，直到用户将其“休眠”。据 WIRED 审查的代码变更显示，OpenAI 已在 Codex 命令行版本中添加了相关设置，但尚未广泛推出或正式宣布。OpenAI 发言人确认正在测试该功能，但表示暂无发布计划。 ## 持久模式：从“应答”到“主动执行” 当前，AI 代理在执行任务时通常会在几分钟或几小时后停止，即使任务未完成。而持久模式下的 Codex 将“继续工作，直到被休眠”。在代码库中，OpenAI 还描述了持久模式下的“主动性”（proactivity）功能：代理在完成用户请求后，不会就此结束，而是会主动为自己创建后续任务，并继续执行。 这一变化意味着 AI 代理从“被动响应”转向“主动执行”，可能极大提升自动化水平。例如，代理不仅能完成用户指定的任务，还能自主规划后续步骤，直至任务全部完成。 ## 竞争背景：AI 代理的军备竞赛 OpenAI、Anthropic 和 Meta 正在竞相开发通用 AI 代理，旨在帮助用户自动化工作与生活中的各类任务，如报销、预约等。目前，AI 代理的主要用户是软件工程师，但硅谷认为该技术有望成为面向更广泛客户群的重要业务。持久模式可能是 OpenAI 吸引非技术用户的关键一步，因为它降低了用户监督代理的需求。 ## 现状与展望 持久模式出现在 Codex 的“推理努力”菜单中，用户可在此选择模型“思考”所需的计算量、令牌数和时间。该模式似乎是 OpenAI 计算密集度最高的设置之一。尽管尚未发布，但代码更新通常预示着未来功能的方向。OpenAI 核心产品负责人 Thibault Sottiaux 表示，公司文化鼓励在开源仓库中探索多种可能性，但并未确认发布时间。 如果持久模式成功落地，AI 代理将能像“数字员工”一样，自主规划、执行并完成复杂任务，而无需人类频繁干预。这将是 AI 代理从工具向“同事”转变的重要一步，同时也引发了对自主性和控制力的新思考。
百思买（Best Buy）正在推出一项超值优惠：惠普 OmniBook 3 16 英寸笔记本仅售 **680 美元**，比原价便宜 620 美元，几乎打了五折。更吸引人的是，购买该笔记本时，还可加购一台 **43 英寸东芝智能电视**，只需 **99 美元**。 这款笔记本定位为惠普与 MacBook Neo 竞争的产品，适合日常办公、学习、流媒体播放，以及作为青少年或大学生的第一台电脑。它配备 **16 英寸 2K 触摸屏**、**16GB 内存**和 **512GB 固态硬盘**，足以应对多任务处理和中等强度的应用场景。 从性价比来看，这一组合非常诱人。单独购买一台 43 英寸智能电视通常需要数百美元，而现在只需 99 美元，相当于用不到原价一半的成本升级家庭娱乐设备。对于需要同时升级电脑和电视的用户，这无疑是个绝佳机会。 需要注意的是，此类促销往往限量或限时，建议有购买意向的读者尽快前往百思买官网查看库存。同时，购买前可以对比其他零售渠道的价格，确保自己获得最优交易。 作为参考，ZDNET 编辑团队对这款产品的评价为满分 5 星，称其“性能与价格俱佳”。不过，实际体验可能因个人使用习惯而异，建议在购买前查看更多用户评测，以确认它是否符合你的需求。
2014 年，我曾将安卓称为“漏洞的毒汤”。十年后，苹果自己却在 AI 领域面临类似的困境。从监管诉讼到数据安全，Siri AI 的崛起正将苹果拖入一场新的“毒汤”之战。 ## 从“围墙花园”到“AI 堡垒” 苹果一直以“围墙花园”著称，但更准确地说，它是一座“堡垒”。通过严格控制硬件生态和应用商店，苹果避免了安卓因碎片化而陷入的混乱。App Store 的严苛政策——单一分发渠道、禁止侧载、15% 至 30% 的佣金、限制替代浏览器引擎——虽然饱受争议，却有效保障了用户安全。 然而，这种模式正受到前所未有的挑战。监管机构对苹果的垄断行为展开调查，开发者诉讼不断，而 Siri AI 的推出又带来了新的隐私隐患。 ## Siri AI 的新风险 Siri AI 需要处理大量用户数据以实现个性化功能，这引发了安全专家的担忧。与安卓时代不同，现在的威胁不仅来自恶意软件，还包括数据滥用和算法偏见。苹果必须在提供智能服务与保护用户隐私之间找到平衡。 ## 历史的重演？ 苹果曾在法庭上为“围墙花园”辩护，称其为安全所必需。如今，面对 AI 的复杂性，苹果可能需要再次证明自己的策略能避免“毒汤”命运。但这次，监管者和用户都在密切关注，苹果能否守住安全底线，还是会在 AI 浪潮中重蹈安卓覆辙？ **关键问题在于**：苹果的 AI 战略能否在创新与安全之间找到新的平衡点。
在周三的英伟达财报电话会议上，CEO黄仁勋不经意间宣布公司已“实现AGI”——这一科技行业众多巨头追逐多年的终极目标。但几乎同时，他又将这个令人垂涎的里程碑称为“毫无意义”。他说得对。对于AI竞赛的所谓终点线，业界对通用人工智能的定义尚无共识，更不用说如何判断真正达到，这使得“实现AGI”同样具有随意性。 当被问及OpenAI对AGI的追求时，黄仁勋表示，就英伟达而言，“对于许多任务，我们可以说已经实现了AGI。”他没有给出精确的定义或基准，但补充道：“我认为所有这些里程碑，你知道，在现阶段都有点毫无意义。”他还指出，AI正从响应简单提示发展到能够自主学习新技能并“递归”改进的自主智能体。黄仁勋强调，真正重要的是AI“正在做富有成效和有用的工作”并“产生盈利的token”，更多的算力产生更多的token——以及不可避免的更多利润。“这正是我们目前所处的阶段。这就是为什么每个人都全力以赴。” 这并非黄仁勋首次宣称我们已实现AGI。今年3月，在Lex Fridman播客节目中，他曾直言：“我认为我们已经实现了AGI。”当时，黄仁勋没有明确说明AGI的具体含义，而Fridman提出了一个古怪的定义：一个能“做你的工作”的AI系统，即创办并运营一家价值超过10亿美元的成功科技公司。黄仁勋随即收回先前的说法，表示“10万个这样的智能体构建英伟达的概率是零。” 黄仁勋的表态再次引发关于AGI定义的讨论。在AI行业，类似“AGI”这样的术语常被过度使用，而黄仁勋的“毫无意义”论调或许是对这种炒作的一种冷处理。毕竟，与其纠结于虚无缥缈的里程碑，不如关注AI的实际应用和商业价值。英伟达作为AI算力巨头，其立场也反映了行业对AI实用性的重视。 对于普通读者，这一事件提醒我们：AGI或许并非一个可触及的终点，而是一个持续演进的过程。正如黄仁勋所言，AI的关键在于“生产性”和“盈利性”，而非标签本身。
自托管语音 AI 一直存在可观测性权衡：驱动容量规划和成本管理的关键数据被锁定在供应商容器内。Deepgram 通过在 Amazon SageMaker AI 上推出两项新功能，将计费、使用量和每 GPU 指标直接发布到您自己的 Amazon CloudWatch 账户中，从而弥合了这一差距。 ## 自托管语音 AI 的洞察力困境 对于运行 Deepgram 语音转文本（STT）和文本转语音（TTS）模型的企业而言，数据驻留和合规性要求往往促使他们选择在自有 AWS 账户中部署模型。然而，这种自托管模式也带来了一个长期痛点：您能轻易看到端点是否在线、处理了多少请求，但真正影响容量规划和成本管理的关键数据——例如计费详情、功能使用情况以及每个 GPU 上推理引擎的具体行为——却深藏在供应商的容器内部，无法直接获取。 ## Deepgram 的两项创新：Enhanced Metrics 与 Prometheus/OpenTelemetry 支持 Deepgram 今日宣布的两项能力，旨在彻底解决这一可观测性盲区，并已在 Deepgram SageMaker AI 部署中正式可用。 ### Deepgram Enhanced Metrics：计费与用量直达 CloudWatch 第一项能力是 **Deepgram Enhanced Metrics**。它让 Deepgram 容器直接将使用量和计费指标发布到您的 Amazon CloudWatch 账户中，无需额外代理、sidecar 或 IAM 权限。这些指标与 AWS Marketplace 计量计费使用的消耗单元完全一致，意味着您现在可以**将 AWS 账单与实际流量进行精确对账**，甚至细化到具体模型和传输方式。 ### Prometheus 和 OpenTelemetry 支持：引擎级与 GPU 级监控 第二项能力是 **Prometheus 和 OpenTelemetry 支持**。Deepgram 容器现在可以暴露引擎级的 Prometheus 指标，并支持通过 SageMaker AI 的详细可观测性功能收集每 GPU 加速器及主机指标。这些数据可以通过 CloudWatch、Grafana 或任何兼容 Prometheus 的工具进行查询（使用 PromQL），让您首次获得对推理引擎内部行为的深度可见性。 ## 这些能力如何在实际中发挥作用？ 这两项能力为 Deepgram SageMaker AI 用户带来了显著的价值提升： - **成本管理**：通过将 CloudWatch 中的指标与 AWS 账单对齐，财务团队可以更精准地分配成本，识别异常支出。 - **容量规划**：基于引擎级和 GPU 级指标，您可以根据实际负载模式优化端点规模，避免过度配置或性能瓶颈。 - **性能调优**：通过 Prometheus 指标，您可以深入了解每个 GPU 的利用率、延迟等，从而优化模型推理效率。 ## 快速上手与前提条件 要使用这些新功能，您需要将 Deepgram 模型包部署为 SageMaker AI 实时端点，并确保使用支持详细可观测性的实例类型。Deepgram 模型包在 AWS Marketplace 上提供，并支持网络隔离，确保容器无法进行外连，这满足了安全敏感型客户的需求。 启用这些功能后，您将能够通过 CloudWatch 控制台或 API 直接访问新的指标维度，无需额外配置。Deepgram 表示，这些能力已对所有 SageMaker AI 部署开放，用户可以直接使用。 ## 结语 Deepgram 的这两项创新，不仅提升了自托管语音 AI 的可观测性，更体现了其对企业用户核心痛点的深刻理解。通过将关键运营数据交还给用户，Deepgram 帮助企业在不牺牲数据控制权的前提下，实现更精细化的运营管理。对于正在使用或考虑 Deepgram SageMaker AI 的企业而言，这无疑是一个值得关注的重要更新。
大规模服务自动语音识别（ASR）模型时，如果每个请求仅使用 GPU 的一小部分，成本会非常高昂。了解如何将 NVIDIA CUDA 多进程服务（MPS）与 Amazon EC2 GPU 实例上的 NVIDIA Triton 推理服务器结合使用，将 GPU 基础设施削减 75%，同时保持每 GPU 每秒 92.1 个请求的亚秒级延迟。
网络安全咨询公司Unit 42指出，低技能黑客活动分子如今“拥有了与国家支持组织同等的工具和 sophistication”。AI在网络安全领域引发了一场“代际转变”，威胁分类方式也随之改变，黑客行动主义预计将占据中心舞台。低威胁的脚本小子可能成为过去式，因为AI正在改变对话。 想象一下，未来那些使用预写脚本或工具制造混乱的低技能或零技能黑客爱好者——脚本小子——能够动摇网络防御的基础。根据Palo Alto Networks旗下Unit 42研究团队的说法，这是一种“可能”的情景。在周三的简报会上，Unit 42讨论了其新服务Frontier AI Defense的早期发现。该服务于4月推出，结合了威胁情报、威胁遥测和前沿AI模型，帮助企业客户解决因AI而变得紧迫的安全问题。 团队表示，在三周的内部测试中，Unit 42使用AI渗透测试模型完成了相当于一到两年的渗透测试工作量，在客户环境中发现了数十个漏洞。如果我们考虑这一结果以及AI漏洞发现和测试速度的应用方式，就能理解AI模型对网络犯罪分子利用相同工具进行恶意活动可能产生的巨大影响。 我们不仅仅是在谈论技术娴熟、资金充足的网络犯罪分子。脚本小子也能达到国家级水平。当我们今天考虑网络攻击时，通常将其分为两大类：由财务目标驱动的网络攻击，或由国家支持的行为者实施的攻击，他们可能寻求信息、破坏或监视。还有更小的类别，如黑客行动主义者和出于社会或政治原因实施恶意行为的人。根据Unit 42的说法，正是这些个体突然获得AI赋能的力量提升，需要我们密切关注。 ### 企业如何应对？ 面对这一威胁格局的变化，Unit 42提出了四点建议。首先，企业应**投资于AI驱动的防御工具**，以匹配攻击者的速度。其次，**加强威胁情报共享**，利用集体智慧识别新型攻击模式。第三，**重新评估安全策略**，将AI生成的攻击向量纳入常规风险评估。最后，**培训安全团队**，使其熟悉AI在攻防两端的应用，提升响应能力。 这些措施并非包治百病，但能帮助企业在这场AI驱动的安全竞赛中保持领先。 注：本文基于Unit 42的简报内容撰写，具体数据未独立验证。