据彭博社马克·古尔曼报道，苹果负责Vision Pro头显的副总裁**保罗·米德**（Paul Meade）即将离职，加入OpenAI的硬件团队。米德此前还主导了苹果计划于明年推出的AI智能眼镜的开发。这一人事变动发生在苹果硬件工程部门重组之际，古尔曼将其与**约翰·特努斯**（John Ternus）升任CEO后的调整联系起来——部分副总裁感到被降职，从而选择离开。 对于OpenAI而言，米德的加入正值其与苹果前首席设计官**乔纳森·艾维**（Jony Ive）合作开发AI设备的关键阶段。OpenAI CEO **山姆·奥尔特曼**曾表示，这款设备将比iPhone“更平和、更宁静”，但据去年秋季报道，该项目在细节打磨上遇到困难。 苹果的Vision Pro因高昂定价（3499美元）未能在消费市场大获成功，公司转而寄望于更平价的智能眼镜来与Meta的穿戴设备竞争。米德在苹果的离职，既反映了内部组织变动的阵痛，也凸显了AI硬件领域的人才争夺战。OpenAI正通过吸纳苹果的硬件专长，加速其从软件公司向硬件生态的延伸。 TechCrunch已联系苹果和OpenAI寻求评论，截至发稿尚未获得回应。
当被诊断出癌症时，康纳·克里斯托（Connor Christou）——一个自诩为“房间里最健康的人”——并没有选择被动接受。相反，他将自己的一切健康数据——血液检测结果、扫描数据、可穿戴设备输出、日记条目——全部输入了AI助手Claude。这不是一个关于奇迹治愈的故事，而是一个关于如何利用AI工具进行精准自我追踪与决策支持的案例。 克里斯托的做法并非简单地询问“我该怎么办”，而是将Claude当作一个**数据整合与分析平台**。他每天记录自己的症状、饮食、运动量、睡眠质量以及情绪变化，并将这些结构化数据与医疗报告一同提交给模型。Claude能够识别出不同变量之间的关联模式，例如指出某种饮食调整后炎症指标的变化趋势，或提醒他注意某些药物组合可能带来的副作用。这种**量化的自我监控**让克里斯托能够与医生进行更高效的沟通，甚至提前预判治疗方案中可能出现的风险点。 值得注意的是，克里斯托强调他并未将AI作为医疗决策的替代品，而是作为**信息处理的辅助工具**。在传统医疗场景中，患者往往只能提供零散的口述信息，而AI能够帮助构建一个更完整的动态健康画像。克里斯托的实践也揭示了AI在个性化健康管理中的潜力：当患者主动参与数据收集并与AI协作时，治疗过程可以变得更加透明和主动。 当然，这种方法目前仍处于早期探索阶段。克里斯托的案例表明，AI在医疗领域的应用远不止于诊断辅助，它还可以成为患者自我赋权的工具。但这也对数据隐私、模型准确性以及医患关系提出了新的挑战。对于正在与疾病抗争的人来说，克里斯托的故事提供了一个思路：在专业医疗指导的框架内，AI或许能帮你成为自己健康数据的“侦探”。
随着美国政府对Anthropic旗下Mythos和Fable 5模型的出口禁令持续发酵，亚洲AI初创公司正抓住时机推出对标产品。本周三，中国网络安全公司360发布了名为"Tulongfeng"的AI工具，声称可与Anthropic的Mythos模型一较高下。Mythos是一款专注于网络安全的AI模型，据称功能强大，特朗普政府已禁止其及受限版本Fable 5向非美国人出口。 同样在本周早些时候，东京AI初创公司Sakana AI推出了名为"Fugu"（日语意为河豚）的模型。该公司表示，这一前沿模型与Anthropic的Fable 5和Mythos Preview等领先模型并驾齐驱。Fugu专为智能体设计，能够通过API协调其他模型的访问。 Sakana AI的一位发言人向TechCrunch表示，新模型的发布纯属"巧合"，但这并未阻止其利用当前时机。其官网宣传称，提供前沿能力的同时无需担心出口管制风险。该发言人表示："Sakana Fugu是我们自去年以来一直在构建的——其背后的研究已于今年春天在ICLR上发表，它反映了我们交付前沿价值的方法。我们对产品本身充满信心；推出时间恰好与一个带来更多关注的时刻重合。" Sakana AI由前谷歌研究员Ren Ito、Llion Jones和David Ha于2023年共同创立，致力于开发经济实惠的生成式AI模型，这些模型适用于小数据集，并针对日语和日本文化进行了优化。虽然该公司将Fugu瞄准希望减少对收紧出口管制依赖的日本企业和政府机构，但并未宣称亚洲市场将永久转向非美国AI。 "美国模型对亚洲仍然重要，"发言人表示，这一观点与联合创始人Ren Ito上周在埃维昂G7峰会上的言论一致，当时AI访问和出口管制是核心议题之一。"我们认为当前时刻更应如此描述，而非永久性转向任何一方。"Ren Ito在Project Syndicate发表的一篇评论文章中进一步阐述了这一观点，敦促美国联邦政府重新考虑其出口政策。
在因安全漏洞被紧急下架两周后，Anthropic 的网络安全模型 Mythos 5 终于迎来转机。特朗普政府近日决定放宽禁令，允许超过 100 家美国政府机构和企业使用该模型，甚至包括这些组织中的非美国籍员工。这一消息由 Semafor 和 Reuters 率先报道，标志着美国政府在高风险 AI 模型管控上的态度出现微妙松动。 ## 禁令背景与转折 6 月 12 日，Anthropic 因旗下两款网络安全模型——**Mythos 5** 和 **Fable 5**——被安全研究人员轻易绕过防护机制，被迫从市场撤回。随后美国政府颁布禁令，禁止非美国籍人士访问这些模型，直接影响了 Anthropic 自身的外籍员工以及众多跨国企业的运营。 然而，仅两周后，美国商务部长 **Howard Lutnick** 在致 Anthropic 首席计算官 **Tom Brown** 的信函中明确表示，已认定“适当的安全保障措施已经到位”，因此批准向特定合作伙伴开放 Mythos 5。值得注意的是，此次解禁**并未涵盖 Fable 5**——该模型曾因更强大的防护机制而在禁令前短暂公开发布。 ## 解禁范围与条件 根据报道，获准使用 Mythos 5 的实体包括 **100 多家美国政府机构和公司**，这些组织主要涉及关键基础设施的运营与防御。更值得关注的是，**非美国籍员工也被允许访问**，这包括 Anthropic 自身的外籍员工——他们原本被完全排除在模型使用之外。这表明政府在实际执行中采取了更务实的姿态：在核心安全诉求得到满足后，不再一刀切地限制人员国籍。 ## 行业影响与后续展望 Anthropic 在 X 平台上公开确认了这一进展，并表示正在“迅速恢复这些组织的访问权限”，同时继续与政府协商以扩大 Mythos 5 的使用范围，并争取让 Fable 5 重回市场。 此次事件折射出 AI 安全治理的两难困境：一方面，强大的模型能力可能被滥用，需要严格的防护机制；另一方面，过度限制会阻碍技术创新和实际应用。特朗普政府的“有条件解禁”或许为未来高风险 AI 模型的监管提供了一个折中样本——通过**白名单机制**和**持续安全评估**，在开放与管控之间寻找平衡。 对于 AI 行业而言，这一案例也敲响了警钟：**模型发布前的安全测试必须更加严谨**，否则即便技术领先，也可能因一次“翻车”而面临政策层面的重大打击。后续 Fable 5 的命运，以及 Anthropic 能否重建监管信任，将是业界持续关注的焦点。
OpenAI 于本周五宣布，应美国政府要求，将限制其最新 AI 模型系列 GPT-5.6 的发布范围，仅向“少数可信合作伙伴”提供预览。该系列包括旗舰模型 Sol、平衡型模型 Terra 以及低成本快速模型 Luna。尽管 Sol 是公司迄今最强大的模型，但特朗普政府要求对三款模型均加以限制。OpenAI 表示，预览对象仅限于“其参与已告知政府”的合作伙伴。 这一事件凸显了政府与 AI 公司在模型发布控制权上的紧张关系。此前，Anthropic 发布其最强模型 Fable 5 后，政府要求其移除所有外国用户的访问权限，导致 Anthropic 完全下架该模型。前白宫 AI 顾问、即将入职 OpenAI 的 Dean Ball 指出，特朗普总统最近的行政令要求某些 AI 公司在发布前最多 30 天自愿提交最先进模型供政府审查，这实质上形成了前沿 AI 的非自愿许可制度，导致过度限制。Ball 认为，当政府没有明确的安全标准时，问题会加剧，可能导致无休止的发布延迟，不仅让中国在 AI 竞赛中占得先机，还可能危及投入 AI 基础设施的数十亿美元。 尽管 OpenAI 此次遵从了政府要求，但公司明确表示不满。其在博文中写道：“我们认为这种政府访问过程不应成为长期默认做法。它使得最佳工具无法被用户、开发者、企业、网络防御者和全球合作伙伴所使用。”OpenAI 将此次预览称为“短期步骤”，旨在为 GPT-5.6 在未来几周内更广泛可用铺路，同时公司与政府合作制定新的网络安全行政令框架，以及未来模型发布的可重复流程。 **GPT-5.6 Sol 规格** OpenAI 称 GPT-5.6 Sol 是其最强模型，在编码、生物学和网络安全方面具备改进的智能体能力。Sol 引入了“最大”推理努力模式和“超级”模式，但具体性能数据尚未公开。
OpenAI 正加速押注印度市场，最新一步是任命前 Uber 印度及南亚总裁 **Prabhjeet Singh** 为公司首任印度董事总经理。Singh 将于今年 9 月正式加入，向 OpenAI 亚太区董事总经理 **Kiran Mani** 汇报。他将全面负责 OpenAI 在印度的业务，包括消费者增长、企业采用、合作伙伴关系、监管沟通及运营等关键领域。 这一任命是 OpenAI 在印度持续投入的最新信号。去年 8 月，公司在德里开设了首个印度办公室；今年又宣布将在孟买和班加罗尔增设新据点。此前，OpenAI 已聘请前 Truecaller 和 Meta 高管 Pragya Misra 负责公共政策与合作伙伴事务，后又将其角色扩展至战略与全球事务主管。此外，前 Twitter 印度负责人 Rishi Jaitly 也以高级顾问身份协助 OpenAI 与印度政府建立 AI 政策对话。 在业务层面，OpenAI 过去几个月与印度多个领域达成合作，覆盖高等教育、企业支付、AI 驱动电商以及网络流媒体，并参与了印度不断扩张的数据中心建设。印度本土巨头 Reliance 和 Tata 集团也已成为其早期合作伙伴。OpenAI 指出，ChatGPT 在印度的快速普及是市场重要性的直接体现。 与此同时，OpenAI 在印度大规模招聘，岗位包括 AI 部署工程师、开发者体验工程师、开发者营销负责人、合作伙伴总监以及解决方案工程师等。 **印度已成为美国 AI 公司的关键战场**，这背后是庞大的开发者群体、超过 10 亿的互联网用户以及对生成式 AI 的旺盛需求。竞争对手 Anthropic 同样在 2025 年底于班加罗尔设立了印度办公室，今年初又任命前微软印度董事总经理 Irina Ghose 为印度负责人。 可以预见，随着 Singh 的加入，OpenAI 在印度的本地化运营将迈入新阶段，从政策沟通、生态合作到人才争夺，竞争只会更加激烈。
英伟达在AI芯片市场的主导地位正遭遇前所未有的挑战。从OpenAI到SpaceX，越来越多的科技巨头选择自研芯片，以摆脱对单一供应商的依赖。 ## 自研芯片浪潮：从云端到终端 OpenAI最新公布了代号为 **“Jalapeño”** 的定制推理芯片计划，该芯片将与博通（Broadcom）合作开发，旨在优化其AI模型的推理效率。这一举动并非孤例。此前，**Google** 已通过TPU系列在云端AI训练与推理领域深耕多年；**Apple** 则凭借M系列和A系列芯片在终端设备上实现了强大的AI算力；而 **SpaceX** 也在为星链（Starlink）和航天任务开发定制芯片。这些公司不约而同地选择“造芯”，背后有着共同的战略考量。 ## 为何要摆脱英伟达？ 英伟达的GPU（如H100、B200）在AI训练和推理市场占据绝对优势，但其高昂的价格、供应紧张以及架构上的通用性限制，使得大客户们开始寻求替代方案。对于OpenAI而言，推理成本是运营ChatGPT等服务的核心支出之一。通过自研专用芯片，可以针对自身模型架构进行深度优化，从而大幅降低推理成本并提升效率。 此外，**供应链风险**是另一关键因素。过度依赖单一供应商意味着议价能力弱，且在产能紧缺时可能面临供货不足。自研芯片能够提供更大的灵活性和可控性，尤其是在AI竞争日益激烈的当下，算力就是核心竞争力。 ## 英伟达的护城河与反击 尽管挑战者众多，英伟达的护城河依然深厚。其CUDA生态已形成强大的开发者粘性，且新一代芯片的算力提升依然显著。不过，随着定制芯片在特定场景下展现出更高性价比，英伟达的通用GPU可能不再是唯一选择。未来市场或将呈现 **“通用芯片+专用芯片”** 并存的格局：英伟达继续主导训练市场，而推理和边缘计算场景则被更多定制芯片瓜分。 ## 结语 从OpenAI到SpaceX，自研芯片已从“防御性策略”升级为“进攻性布局”。这场“去英伟达化”的运动，不仅关乎成本与供应链，更关乎对AI基础设施的自主掌控。英伟达能否守住王座，取决于其能否在生态优势与客户自研趋势之间找到平衡。
随着AI模型能力的提升，其发布已不再是实验室内部决策，而是上升为具有政治后果的国家议题。美国政府对AI模型发布的干预日益加深，Anthropic的Fable和Mythos模型已被政府限制发布，而OpenAI的新模型GPT 5.6也面临类似的命运——据The Information报道，该模型将仅以有限预览形式发布，政府需逐客户审批，直到通用版本获批。 如果预览期仅为Altman预测的“几周”，问题尚不严重；但Mythos已处于预览状态数月，且无迹象表明短期内能通用发布。即使是数周的审查，也可能显著限制昂贵新系统的经济回报，尤其是在AI实验室试图改善财务状况的当下。若模型开发因此放缓，数据中心建设热潮也可能降温，整个行业将面临风险。 关键转折在于，OpenAI和Anthropic如今处于完全相同的位置：面临相同的问题，若失败则面临相同的灾难。行业内部常聚焦于某一方在监管中的角色——指责Anthropic搞“监管捕获”，或指责OpenAI与特朗普政府勾结以排挤对手——但这种视角已过于狭隘。当务之急是建立合理的发布流程。政府在前沿模型发布前进行测试本身是合理的（正如许多消费品一样），但正如乔治梅森大学研究员Dean Ball指出，目前并不清楚什么样的安全保证能令监管者满意。美国政府缺乏所需的测试专业能力和资源，甚至未明确自身究竟要防范哪些风险。 在这一背景下，Anthropic与OpenAI的竞争已不再是核心。它们面临共同的生存挑战：如何与一个尚未准备好监管前沿技术的政府合作。行业需要集体行动，而非内斗，否则整个AI产业的未来可能陷入僵局。
英伟达在AI芯片市场的主导地位已持续多年，但完全依赖单一供应商的时代可能正在终结。OpenAI近日宣布与博通合作，推出其自研推理芯片“Jalapeño”，加入了谷歌、苹果、SpaceX等公司自研芯片的行列，以降低对英伟达的依赖。 ## 为何自研芯片成为趋势？ 自研芯片的核心动机是**摆脱单一供应商风险**，同时获得更高的硬件控制权和性能优化空间。就像苹果弃用英特尔后实现性能飞跃，定制芯片能针对特定工作负载进行极致调优。对于AI推理任务，尤其是大规模部署时，自研芯片可显著降低功耗和成本，同时提升响应速度。 ## “Jalapeño”的定位与策略 OpenAI的“Jalapeño”并非要完全取代英伟达，而是一种**对冲策略**。它专注于推理环节，而非训练。考虑到训练大模型仍依赖英伟达的GPU生态，OpenAI的做法是保留英伟达用于训练，同时用自研芯片优化推理效率。这种双轨策略既保证了技术灵活性，又避免了对单一供应商的过度依赖。 ## 行业连锁反应 OpenAI的举动可能加速其他科技公司跟进。目前，谷歌有TPU、苹果有M系列芯片、特斯拉有Dojo，而SpaceX也在自研芯片。这一趋势将改变AI芯片市场的竞争格局：英伟达虽仍占主导，但客户自研芯片将侵蚀其市场份额，尤其是在推理领域。此外，博通作为定制芯片设计商，其角色日益重要，可能成为连接科技巨头与芯片制造的关键桥梁。 ## 其他值得关注的动态 在同期播客中，TechCrunch还讨论了以下热点： - **Groq的6.5亿美元融资**：在英伟达挖走其顶尖人才后，Groq凭借LPU（语言处理单元）实现逆袭，可能成为年度“翻身”故事。 - **AI Agent的“循环”问题**：Claude Code创始人Boris Cherny认为，AI Agent的循环迭代能力与从源代码到Agent的飞跃同等重要。 - **人形机器人上市**：Agility Robotics计划通过SPAC上市，预示公共市场对人形机器人赛道兴趣升温。 - **AI影视工具**：A24接受Google DeepMind投资，开发面向电影制作人的AI工具包。 ## 结语 OpenAI的“Jalapeño”芯片标志着AI行业从“一刀切”硬件向定制化演进的转折点。虽然英伟达短期内仍不可替代，但长期来看，多元化芯片生态将推动AI计算效率的进一步提升。对于投资者和从业者而言，关注自研芯片浪潮中的机会与风险，将是未来几年的重要课题。
**TechCrunch 创始人峰会（TechCrunch Founder Summit）2026 年早鸟优惠票将于今晚（太平洋时间 11:59 p.m.）正式结束。** 有意参会的创业者、投资者及科技从业者需抓紧最后窗口，以最高节省 **190 美元** 的价格锁定入场资格。 本次峰会定于 **2026 年** 举行，具体议程与嘉宾阵容尚未完全公布，但往届 TechCrunch 活动一贯聚焦前沿技术趋势、创业实战经验与资本对接，预计将围绕 AI、SaaS、生物科技、Web3 等热门领域展开深度讨论。 对于初创公司创始人而言，此类峰会不仅是获取行业洞察的渠道，更是拓展人脉、寻找潜在合作伙伴与投资者的绝佳机会。早期优惠定价通常比常规票价低 20%-30%，在科技活动预算普遍收紧的当下，这笔节省尤为可观。 **如何注册？** 访问 TechCrunch 官网 Founder Summit 页面，选择相应票种并完成支付即可。若错过今晚截止时间，票价将上调至常规价位。建议有意者尽快行动。 此外，TechCrunch 可能在未来公布更多 speaker 阵容及 workshop 安排，持续关注官方信息可帮助参会者提前规划行程。对于无法亲临现场的观众，部分活动或提供线上直播或回放，具体需以官方后续通知为准。
据《The Information》报道，OpenAI 计划以“预览期”方式发布其最新模型 GPT 5.6，仅向少数合作伙伴开放，而非面向公众。这一变化源于特朗普政府的直接要求。在近日的一次内部会议上，CEO Sam Altman 告知员工，政府将在预览期内“逐个客户审批访问权限”。若进展顺利，OpenAI 希望“几周后”实现更广泛的公开发布。 这标志着特朗普政府 AI 监管立场的重大转变。此前，该政府曾表态对 AI 采取“不干预”态度，但近几个月来逐步推动联邦对新模型的审查。本月早些时候，特朗普签署行政令，要求部分 AI 公司自愿在公开发布前向政府提交新模型进行测试评估。 ## 政府介入与行业反应 据悉，参与要求有限发布的具体机构包括国家网络总监办公室和科技政策办公室。OpenAI 内部员工也与政府密切合作，为此次发布做准备。这一做法与 Anthropic 的“自愿克制”策略不谋而合。Anthropic 此前因宣布其前沿网络模型 Claude Mythos 仅通过“Project Glasswing”项目向少数合作伙伴开放而引发争议。Anthropic 辩称，该模型过于强大，一旦落入不当之手可能弊大于利。 ## 安全顾虑与行业争论 观察人士对 Anthropic 的动机存在分歧：是营销噱头，还是对强大模型滥用的真诚担忧？答案可能介于两者之间。网络犯罪分子早已使用自动化工具，但在生成式 AI 时代，他们获得了更多“数字弹药”。LLM 已被证明擅长编写恶意软件，甚至能自主执行完整的勒索软件攻击。前沿网络工具（如 Mythos）的特别之处在于，它们能以前所未有的速度识别和利用软件漏洞，远超人类分析师的能力。 ## 小结 OpenAI 此次受限发布，既反映了政府对 AI 安全风险的重视，也凸显了行业在“开放”与“安全”之间的两难。若预览期顺利，公众或将在几周后见到 GPT 5.6 的真面目；但若出现意外，则可能进一步强化政府监管的正当性。
AI 智能体正从简单的问答进化到自主执行多步复杂任务，但如何确保它们在实际场景中可靠运行，成为行业亟待解决的难题。由前 Meta AI 研究员创立的 **Patronus AI** 正致力于此——通过构建模拟数字环境来测试智能体的表现。近日，该公司宣布完成 **5000 万美元 B 轮融资**，领投方为 Greenfield Partners，跟投方包括 Notable Capital、Lightspeed、Datadog 和 Samsung，累计融资额达 **7000 万美元**。 ### 需求“几乎难以满足” Patronus 的投资者、Notable Capital 董事总经理 Glenn Solomon 表示，几乎所有前沿 AI 实验室和众多新兴初创公司都已成为其客户，对模拟环境的需求“几乎难以满足”。过去一年，公司营收增长了 **15 倍**，吸引了大量投资者关注。 ### 数字世界模型：让智能体在虚拟环境中试错 Patronus 的核心技术是“数字世界模型”，即创建网站和内部系统的数字副本。在这些模拟环境中，智能体通过**强化学习**进行训练后的压力测试：系统会因成功完成任务而获得奖励，因出错而受到惩罚。这种方法类似于 Waymo 训练自动驾驶汽车的方式——先在合成世界中测试车辆应对罕见危险（如恶劣天气或儿童追球）的能力。不同之处在于，AI 智能体倾向于“走捷径”，导致未能正确完成任务。Solomon 指出：“Patronus 非常擅长发现这些‘作弊’行为，并确保模型承担责任。” ### 从软件工程和金融起步 目前，Patronus 的模拟数字世界主要应用于**软件工程**和**金融**领域，但这只是开始。联合创始人 Anand Kannappan 表示，公司未来将拓展更多行业。随着 AI 智能体被用于订票、财务分析等关键任务，确保其可靠性变得至关重要。Patronus 的解决方案填补了传统基准测试的空白——高分并不代表实际工作能力，而模拟环境提供了更真实的评估手段。 ### 行业意义 Patronus 的快速成长反映出 AI 行业对安全性和可靠性的迫切需求。随着智能体自主性增强，错误可能带来严重后果。通过构建可重复、可扩展的测试环境，Patronus 不仅帮助开发者改进模型，也为企业部署 AI 智能体提供了信任基础。这一轮融资将用于扩大团队、拓展场景，并加速产品迭代。
尽管 ChatGPT 在 AI 领域拥有压倒性的市场领先地位，但数据显示，付费 AI 消费者正越来越多地转向 Anthropic 的 Claude。根据信用卡交易分析公司 Indagari 的数据，Claude 的付费用户和收入自 2026 年 1 月以来增长了约 75%。该数据基于对约 2800 万美国消费者数十亿笔匿名信用卡交易的分析，虽不能提供绝对数字，但足以揭示趋势。值得注意的是，这一增长甚至延续到了 3 月之后——当时 Anthropic 拒绝让特朗普政府将其模型用于大规模监控和自主武器，反而引发了消费者的增长高峰。 另一迹象来自在线教育平台 DataCamp，该平台拥有约 2000 万用户，主要教授 AI 技能。DataCamp 表示，自年初以来，消费者对 Claude 的兴趣激增，Claude 已成为其网站搜索量最高的关键词，甚至超过“AI”。在自主学习的消费者中，Claude 课程的需求是 ChatGPT 的三倍，过去 30 天内 Claude 课程需求增长了 18 倍。不过，ChatGPT 在企业培训中仍更受欢迎。 总体而言，ChatGPT 在消费者中的整体受欢迎程度仍远超 Claude。Sensor Tower 的数据显示，Claude 今年增长良好，但距离 ChatGPT 仍有很大差距。Indagari 数据也表明，ChatGPT 的付费用户数量仍远多于 Claude。然而，不可否认的是，Claude 今年在消费者收入、认知度和兴趣方面已开始追赶 ChatGPT。 这一趋势表明，Anthropic 的客户群比普遍认为的更加广泛和健康——它不再仅限于使用 Claude Code 的企业和初创开发者，而是正在赢得更广泛的付费消费者群体。随着 AI 市场竞争加剧，Claude 的崛起可能预示着消费者偏好正在发生变化，尽管 ChatGPT 的霸主地位短期内难以撼动。
General Intuition 完成 3.2 亿美元融资，估值达 23 亿美元。该公司押注于利用数百万小时的游戏操作数据训练 AI 模型，使其具备类似人类的“直觉”——能够将虚拟世界的空间-时间推理能力迁移到真实世界的机器人上。其核心优势在于拥有包含玩家按键记录的动作标签数据，而非仅依赖视频画面。
## 挑战AI算力瓶颈：振荡器架构能否将功耗降低1000倍？ 在AI算力需求呈指数级增长的今天，电力供应正成为制约行业发展的硬性瓶颈。由前Databricks AI负责人Naveen Rao创立的**Unconventional AI**公司，提出了一种颠覆性的解决方案——基于**振荡器（oscillator-based）的新型计算机架构**，并宣称能将AI推理功耗降低高达**1000倍**。 ### 从“Hello World”起步：Un-0模型诞生 近日，Unconventional AI发布了其首个AI模型——**Un-0**，一个图像生成系统工具。这不仅是公司技术路线的首次公开验证，更被Rao称为“新计算机的Hello World”。研究团队在配套论文中详细阐述了如何利用新架构的软件模拟，构建出一个功能完整的图像生成模型，其性能**与Stable Diffusion、OpenAI GPT Image 1等最先进的扩散模型不相上下**。 ### 振荡器架构：原理与优势 传统AI芯片（如GPU、TPU）依赖布尔逻辑和晶体管开关，而振荡器架构则通过物理振子的频率和相位变化来表征与处理信息。这种根本性的差异带来了两大核心优势： 1. **极低功耗**：振荡器在状态切换时能耗极低，且天然支持模拟计算，避免了传统数字芯片中频繁的数据搬运和转换损耗。Rao相信，最终能将推理功耗降低三个数量级。 2. **并行效率**：振荡器阵列可以高度并行地处理信息，尤其适合AI推理这类大规模矩阵运算。 ### 从仿真到芯片：漫长的落地之路 目前，Un-0模型运行在振荡器芯片的**软件仿真**环境上。公司下一步计划是发布**实际芯片的电路图**，并以此为基础构建完整的推理堆栈——从底层硬件到上层软件，最终像其他云服务商一样提供算力。Rao设想：“我们将构建由自己芯片组成的新系统，运行AI模型，并通过网络接口接收提示词、输出推理结果，而功耗仅为传统方案的千分之一。” ### 前景与挑战 这是一个极其宏大的目标，尤其对于一家**员工不足50人**的初创公司而言。然而，考虑到当前AI基础设施的疯狂扩张——微软、谷歌、Meta等巨头纷纷投入数十亿美元建设数据中心，而电网容量正成为真正的天花板——这种“从零开始”的激进方案或许正是行业急需的突破。 当然，挑战同样巨大：振荡器架构的制造工艺尚未成熟，软件生态几乎空白，且需要证明其在更大规模模型上的可扩展性。但Rao的团队已迈出第一步：用仿真环境证明了原理可行性。未来一年，我们或将看到更多关于这种“新计算机”的实质性进展。
AI 热潮催生了大量数据中心创业公司，但让数据中心真正投入运营并非易事。即使解决了 GPU、网络交换机和存储的采购问题，配置、调试和满足客户多样化需求仍需要数月时间。对于提供 AI 推理和训练服务的“新云”（neocloud）运营商而言，时间就是金钱——GPU 闲置的成本极高。 网络自动化初创公司 **Netris** 宣称能解决这一痛点。该公司提供运行在网络交换机上的软件，以及一个连接交换机的平台，通过自动化设置、配置和运维，帮助新云运营商大幅缩短上线时间。平台还提供网络抽象层，允许灵活调整硬件配置，并在硬件层面隔离服务器和资源，实现多租户支持。 Netris 的 CEO Alex Saroyan 指出，传统数据中心依赖软件定义网络（SDN）进行配置管理，但 SDN 在 AI 场景下力不从心：“AI 流量巨大，所有操作必须硬件加速。”Netris 的方案类似于 SDN，但完全基于硬件加速，且兼容 Nvidia 和 AMD 服务器所使用的网络设备与标准。 这一承诺获得了市场的认可，包括 **Nvidia** 在内的巨头也对其技术表示赞赏。两年前，Nvidia 在演示了 Netris 技术后，主动将其推荐给多个客户。如今，Netris 获得了由 **a16z** 领投的 **1500 万美元 A 轮融资**，用于加速产品开发和市场拓展。 在 AI 基础设施竞争日益激烈的当下，Netris 的出现为中小型新云运营商提供了与大型云服务商抗衡的工具。通过降低网络部署的复杂度和时间成本，Netris 有望成为 AI 算力普及的关键推手。
距离 TechCrunch 创始人峰会 2026 早鸟优惠结束仅剩 2 天，最高可节省 **190 美元**。优惠将于 **6 月 26 日太平洋时间晚 11:59** 截止。 这场峰会专为创始人打造，将于 **11 月 4 日在波士顿** 举行，预计吸引超过 **1000 名创始人及投资人** 参与。活动包含战术学习、坦诚对话和高质量社交，帮助创始人更快决策、更聪明增长。 **核心亮点：** - **创始人优先设计**：所有环节围绕创业、规模化、融资挑战展开。 - **实用工作坊**：涵盖 A 轮融资、路演材料打磨、C 轮及以后时机判断、达到 1000 万美元 ARR、退出策略、IPO 准备等。 - **强大嘉宾阵容**：过往演讲者包括 boldstart ventures 合伙人 Ellen Chisa、Sapphire Ventures 合伙人 Cathy Gao、Underscore VC 合伙人 Chris Gardner、前特斯拉总裁 Jon McNeill 等。 - **团队优惠**：4 人及以上团体可享 **最高 30% 折扣**。 早鸟价仅剩 2 天，6 月 26 日后票价上涨。立即注册锁定席位。
Adobe 于本周四宣布，已达成收购 **Topaz Labs** 的最终协议。Topaz Labs 是一家专注于 AI 驱动的图像与视频增强技术的公司，拥有超过二十年的历史，其技术曾于去年获得艾美奖。Adobe 表示，将把 Topaz Labs 的工具整合到其创意业务中，包括 Firefly AI 应用以及图像与视频编辑套件的其他部分。 ## 交易背景与整合计划 Topaz Labs 近年来推出了自己的 AI 模型：用于视频超分辨率的 **Astra** 和用于图像修饰与增强的 **Wonder**。该公司还开发了一项技术，使得在消费级 GPU 上运行大型视频模型变得更加容易。Adobe 此前已在 Creative Cloud 套件中提供部分 Topaz 工具，此次收购将加速深度整合。Adobe 表示，Topaz 的产品仍将通过其网站作为独立服务提供。 Adobe Creative Cloud 产品营销副总裁 Deepa Subramaniam 在声明中指出，希望将真实镜头与 AI 片段结合的专业人士，可以使用 Topaz 的产品进行锐化细节、降噪或修复存档素材等任务。她强调，Topaz Labs 在优化大型复杂 AI 模型以在设备端直接运行方面拥有深厚专长，这将使 Adobe 能够为客户提供更快、更响应式的体验，让先进 AI 对创意人员来说更易获取且更具成本效益。 ## 行业竞争与战略意图 在图像与视频编辑领域，Adobe 正面临来自 Canva 和 DaVinci Resolve 所有者 Blackmagic Design 的激烈竞争。Adobe 一直在其所有应用中注入 AI 功能，并已通过 Firefly 打造了一个以 AI 为核心的媒体编辑工作室。通过收购 Topaz Labs 等初创公司，Adobe 希望防止用户转向其他软件进行视频编辑和增强，从而将他们留在自己的生态系统中。 ## 交易时间表 Adobe 表示，该交易预计将在 **2026 年下半年** 完成。 ## 小结 此次收购不仅是 Adobe 在 AI 视频编辑领域的一次重要布局，也反映了行业巨头通过整合专业 AI 工具来巩固生态系统的趋势。Topaz Labs 的技术将帮助 Adobe 在设备端 AI 处理能力上取得突破，为用户提供更高效的创意工作流程。
亚马逊（Amazon）近日宣布，将在2030年前额外投资**130亿美元**，用于扩建其在印度的AI和云计算基础设施。这是继2023年承诺150亿美元、2025年12月追加350亿美元后，亚马逊对印度的第三笔重大投资，至此其在印投资总额累计达**480亿美元**。 这笔新资金将主要用于扩建亚马逊云服务（AWS）在孟买和海得拉巴的数据中心容量。亚马逊CEO安迪·贾西（Andy Jassy）与印度总理莫迪会晤后宣布了这一决定。不过，亚马逊未详细说明480亿美元如何在其印度业务中分配。科技公司的长期承诺通常包含资本支出和运营支出，而非仅新增基础设施投入。 ### 全球巨头争相布局印度AI 亚马逊此举正值全球科技公司竞相押注印度成为AI计算基础设施主要枢纽之际。**微软**于2025年12月宣布到2029年在印投资**175亿美元**，**谷歌**则在2025年10月承诺投入**150亿美元**建设AI枢纽和数据中心。此外，澳大利亚AirTrunk、加拿大养老金计划投资局（CPP Investments）以及印度本土巨头信实工业（Reliance Industries）和阿达尼集团（Adani Group）等，也已吸引数十亿美元数据中心项目投资。 印度政府通过政策激励吸引外资，包括对在印度数据中心运行工作负载的海外云服务商，其境外服务销售额给予**税收豁免**。 ### 零售与物流同步扩张 除云基础设施外，亚马逊还在加强印度本土零售和物流网络。公司计划今年开设**20多个**配送中心和**100多个**末端配送站点，并扩展快速配送服务Amazon Now至**300多个**城镇。这使其与Eternal旗下Blinkit、Swiggy的Instamart、Zepto以及沃尔玛旗下Flipkart的竞争更加激烈。本周早些时候，Flipkart宣布计划到2026年底开设**1500个**微型配送中心。 亚马逊在印度的持续重注，反映出其将印度视为全球AI和电商增长关键市场的战略决心。
荷兰贸易部长本周访问华盛顿，直接向美国商务部及国会表达对《MATCH法案》的反对。该法案旨在进一步限制中国芯片制造商获取西方半导体设备，尤其将对荷兰光刻机巨头ASML造成严重冲击。ASML是全球唯一能生产先进AI芯片制造所需光刻机的企业，中国占其净系统销售额的19%。现有管制已禁止最先进的极紫外（EUV）设备对华出口，而MATCH法案将把限制扩展至深紫外（DUV）浸没式设备——这些设备虽属上一代技术，但仍是当前中国可购买的最先进机型。ASML CEO此前曾向TechCrunch指出，中国目前能买到的只是约十年前推出的旧款DUV工具。该法案4月提出，尚未经过众议院或参议院全体投票，可能需并入更大规模法案才能通过。此次荷兰高官罕见亲赴国会游说，凸显欧洲在维护自身经济利益与美国安全诉求之间的艰难平衡。