谷歌 DeepMind 于周二发布了三款新的 Gemini 模型：**Gemini 3.6 Flash**、**Gemini 3.5 Flash-Lite** 和 **Gemini 3.5 Flash Cyber**。然而，备受期待的 **Gemini 3.5 Pro** 旗舰模型仍未亮相，这引发了外界对其 AI 战略的新一轮猜测。 ### 三款新模型各有侧重 **Gemini 3.6 Flash** 被定位为谷歌的“主力模型”，在编码、知识工作和多模态性能方面均有提升，同时将令牌使用量降低了 **17%**，使其成本低于前代 3.5 Flash。**Gemini 3.5 Flash-Lite** 则是该系列中性价比最高的模型，适合对成本敏感的规模化应用。而 **Gemini 3.5 Flash Cyber** 是一款针对网络安全漏洞查找与修复进行微调的专用模型，将以有限访问试点计划的形式独家提供给政府和受信任合作伙伴。 谷歌表示，此次发布的核心目标是向大规模构建 AI 代理的客户提供更高的效率、更低的延迟和更强的可靠性。 ### 旗舰 Pro 的缺席引发关注 本次发布最引人注目的并非新品本身，而是 **Gemini 3.5 Pro** 的继续缺席。谷歌上一代旗舰 Pro 模型更新于今年 2 月，此后竞争对手纷纷发力：OpenAI 已发布 GPT-5.5 并开始推出 GPT-5.6，Anthropic 则推出了 Claude Opus 4.8 和 Claude Sonnet 5，并扩大了前沿模型 Fable 5 的访问范围。 谷歌曾在 5 月发布 3.5 Flash 时预告 Pro 版本即将到来，称其已在内部使用，“期待下个月推出”。然而，上周彭博社报道称，谷歌因内部性能目标未达标而推迟了 3.5 Pro 的发布。谷歌 DeepMind 产品负责人 Logan Kilpatrick 周二表示，公司目前正与合作伙伴测试 Gemini 3.5 Pro，并“希望很快落地”。他还透露，团队已启动 Gemini 4 的预训练工作，这是其迄今为止最雄心勃勃的一次。 ### 战略考量与市场压力 Gemini Pro 系列通常是谷歌最高能力的模型，专为复杂推理和编码任务设计；而 Flash 系列则优先考虑低成本与快速响应，适用于生产环境。此次集中推出三款 Flash 变体，表明谷歌正试图通过细分产品满足不同场景需求，尤其是在企业级 AI 代理市场抢占份额。但旗舰型号的持续缺席，可能让其在高端能力竞赛中暂时落后于 OpenAI 和 Anthropic。 对于开发者而言，新模型带来了更优的性价比和专用功能，但若需要顶级推理能力，仍需等待 Pro 的正式亮相。谷歌能否在 Gemini 4 到来前弥补这一空白，将是接下来业界关注的焦点。
OpenAI 于 7 月 21 日宣布启动 **ChatGPT 小企业计划**，旨在帮助小型企业利用 AI 提升生产力、自动化工作流程并实现业务增长。该计划面向资源有限的创业者，提供虚拟培训、线下 AI 学院、使用指南以及合作伙伴生态等四大模块。 ## 计划核心内容 - **虚拟培训**：涵盖会计、营销、电商等场景的实操网络研讨会，提供可直接上手的提示词和自动化工作流。 - **线下 AI 学院**：在全美多个城市举办，去年试点中 **78% 的参与者在一天内构建了功能性 AI 工作流**，**42% 每周节省超过 5 小时**。 - **新手指南**：包括客户案例、交互式指南和短视频，帮助用户在数分钟内上手 ChatGPT Work。 - **合作伙伴生态**：整合 Dropbox、Shopify、Intuit、Slack、Atlassian、Wix 等平台，提供专属插件、技能和优惠。 ## 行业背景 小企业通常面临人力短缺、时间紧张和多角色运作的挑战。OpenAI 将 AI 定位为“能力倍增器”，帮助个人专家扩展能力边界。此举也反映了 AI 工具从大型企业向中小型市场渗透的趋势，类似微软 Copilot 和谷歌 Gemini 的竞争布局。 ## 关键数据 去年的 AI Jam 活动成果显著：一天内构建 AI 工作流比例高达 78%，每周节省时间超 5 小时的比例达 42%，显示出低代码 AI 工具在实操中的巨大潜力。 ## 展望 该计划不仅降低 AI 使用门槛，还通过生态合作提供场景化解决方案。对于创业者而言，这是从“单打独斗”转向“AI 协作者”的重要契机。
谷歌今日在 AI 领域动作频频，一口气发布了多款新模型，同时透露了未来路线图。其中，**Gemini 3.6 Flash** 作为最新轻量级模型亮相，主打低延迟和高效率，适用于实时应用场景。此外，谷歌还推出了一款专注于 **网络安全** 的 AI 模型，旨在帮助安全团队更快地检测和响应威胁，这标志着谷歌将 AI 能力向垂直行业深度拓展。 与此同时，谷歌并未停下迭代脚步。官方预告了 **Gemini 3.5 Pro** 的存在，这将是 Gemini 3.5 系列的高端型号，预计在推理、多模态等核心能力上会有显著提升。更令人瞩目的是，谷歌确认正在训练 **Gemini 4**，下一代旗舰模型。虽然细节尚未公布，但这一消息表明谷歌在 AI 军备竞赛中持续加码，意图保持技术领先。 从行业背景来看，此举正值大模型竞争白热化阶段。OpenAI 的 GPT-4o 和 Anthropic 的 Claude 3 系列不断升级，谷歌需要更频繁的发布节奏来抢占开发者生态。Gemini 3.6 Flash 的推出，可能是为了填补中低端市场的空白，与 GPT-4o mini 等模型抗衡。而网络安全 AI 则体现了谷歌将 AI 与云服务结合的战略，为企业客户提供差异化价值。 值得注意的是，谷歌同时预告了 3.5 Pro 和 Gemini 4，这种“多代同堂”的发布策略，一方面能稳定现有用户，另一方面为未来技术突破埋下伏笔。不过，具体发布时间和性能参数仍待官方披露，市场反应尚需观察。
A federal judge has signed off on Anthropic's $1.5 billion class action settlement with authors who accused the company of training its AI models on copyrighted books, as reported earlier by Reuters. In an order on Monday, Judge Araceli Martínez-Olguín writes that the settlement will provide "meaningful relief," offering authors around $3,000 for each book […]
在监督微调（SFT）中，为训练数据构建高质量思维链（CoT）推理轨迹往往成本高昂且不切实际，导致许多开发者直接跳过推理步骤，仅使用输入输出对进行训练。然而，推理能力是Amazon Nova 2系列模型的核心优势，能显著提升编码、数学等复杂任务的性能。本文提出一种名为**自我蒸馏推理（Self-Distilled Reasoning, SDR）**的方法，为缺乏推理轨迹的数据集生成思维令牌，无需依赖外部教师模型。SDR的核心思路是复用基础Amazon Nova 2 Lite模型自身的思维链作为推理替代，从而在提升目标任务性能的同时缓解灾难性遗忘。实验在三个基准测试上验证了SDR的有效性：相比普通SFT，SDR在目标性能上表现相当或更优，且显著保留了通用能力；而模型合并虽能保留通用能力，但会牺牲SFT带来的性能增益。这一发现与自我蒸馏（self-distillation）领域的最新研究趋势一致，即模型在训练过程中从自身提取信息能带来额外收益。本文还提供了实践建议，包括何时选择SDR、如何平衡推理开销与性能提升，以及未来结合强化微调（RFT）的可能性。对于使用Amazon Nova 2定制服务的开发者而言，SDR提供了一条低成本、高效益的路径，让思维模型能力在特定领域落地成为可能。
随着AI工具在软件开发领域深度渗透，网络安全公司CrowdStrike的最新研究揭示了一种新型蠕虫病毒，它能够潜入AI编码系统，窃取登录凭证和敏感数据，甚至触发“死亡开关”摧毁文件并阻止合法用户访问。该蠕虫通过多阶段攻击：首先侦察目标环境，然后窃取访问令牌、加密密钥和服务器凭证，尤其针对npm令牌以控制软件包管理服务器。随着权限提升，它进一步窃取更多数据并部署破坏性功能。关键难点在于，该蠕虫的恶意行为与合法自动化操作高度相似，使得检测极为困难。CrowdStrike指出，这反映了AI软件供应链攻击的演变趋势，攻击者如TeamPCP和朝鲜黑客组织正积极利用AI工具链中的信任关系。该研究强调了加强AI基础设施安全防护的紧迫性，特别是在AI编码代理成为开发标准后，供应链威胁正转向利用这些信任关系。
美国财政部长斯科特·贝森特（Scott Bessent）周二表示，美国将审查来自中国的开源AI模型是否存在知识产权盗窃迹象，并威胁若发现盗窃行为，将对相关中国AI公司实施制裁。贝森特在福克斯商业频道上称：“我们看到很多关于开源模型威胁美国大语言模型的讨论。本届政府支持开源模型，但我们不支持知识产权盗窃。如果我们发现海外模型窃取了美国伟大公司的成果，我们有能力因盗窃行为制裁它们。”这一表态正值中国模型（如Moonshot AI的Kimi K3）能力与受欢迎程度不断提升，可能损害OpenAI和Anthropic等顶级美国AI公司的商业模式及其筹集更多资金开发前沿模型的能力。本周一，Axios报道称特朗普政府正考虑全面禁止中国开源模型，但该说法遭到质疑。数月来，AI公司一直警告外国行为者复制其AI技术并重新部署为开源模型的行为。今年4月，白宫表示将与AI公司密切合作打击盗窃。美国对华模型制裁将增加其维持AI领先地位的战略清单。在限制中国获取先进芯片和收紧出口管制后，华盛顿现在可能瞄准AI模型本身，这标志着前沿实验室与中国开源替代品之间技术竞争的重大升级。模型蒸馏是一种将大型模型能力迁移到更易运行的小型系统的技术，但并非所有人都认为蒸馏他人模型构成盗窃。本月早些时候，微软CEO萨提亚·纳德拉批评大型实验室做出这种假设，指出模型提供商利用公共数据训练模型的合理使用权利是必要的，但反过来对蒸馏施加限制性条款具有讽刺意味。AI实验室的训练实践继续给公司带来法律风险。Anthropic本周获准开始削减部分训练数据的使用。
安永（Ernst & Young）近日披露一起数据泄露事件，攻击者通过第三方IT支持系统窃取了客户的税务相关信息。从3月28日至4月12日，攻击者持续访问该系统，涉及大量客户敏感数据。安永于4月23日发现异常活动，并聘请网络安全公司进行调查。目前系统已加固，但具体泄露细节和攻击者身份尚未公开。受影响客户应警惕身份盗窃和税务欺诈，建议监控信用报告、税务账户，并谨慎对待可疑通信。 ## 事件概述 安永在向加州总检察长办公室提交的数据泄露通知中称，本次事件源于一个第三方工单系统的入侵。该系统用于处理税务相关工作，工单中可能包含客户的财务信息。攻击者在长达两周的时间内下载了“涉及大量安永客户”的记录。 ## 受影响数据 根据通知，泄露的信息包括“用于准备税务申报的财务信息”，但具体数据字段因客户而异。安永未披露泄露记录的确切类型，但此类信息通常包括社会安全号码、收入数据、银行账户详情等，极易被用于税务欺诈或身份盗窃。 ## 应对措施 安永已开始通知受影响客户，并提供信用监控服务。客户应立即： - 检查税务账户是否有异常活动 - 监控信用报告 - 警惕声称来自安永或税务机构的钓鱼邮件 ## 行业影响 此次事件再次凸显第三方风险管理的挑战。大型专业服务机构因掌握海量敏感数据，成为网络攻击的高价值目标。企业需加强对供应商系统的安全审查，并实施最小权限原则。
Google 于 2026 年 7 月 21 日正式发布 Gemini 系列三款新模型：**Gemini 3.6 Flash**、**3.5 Flash-Lite** 和 **3.5 Flash Cyber**。这些模型旨在为开发者和企业构建生产级 AI Agent 提供更高的 token 效率、更低的延迟以及更可靠的性能。 ## Gemini 3.6 Flash：主力模型的全面升级 作为 3.5 Flash 的直接继任者，**3.6 Flash** 在编码、知识工作及多模态任务上实现了显著提升。根据 Artificial Analysis Index 的数据，其输出 token 使用量相比 3.5 Flash 减少了 **17%**，而在 Datacurve 的 DeepSWE 等基准测试中，token 节省幅度最高可达 **65%**，同时每次输出 token 的成本更低。这意味着开发者可以用更少的资源完成更多任务，尤其适合需要大量推理和代码生成的场景。 ## 3.5 Flash-Lite：速度与成本的最优解 **3.5 Flash-Lite** 是 Flash 系列中速度最快、成本效益最高的模型。据 Artificial Analysis Index 统计，其每秒可处理 **350 个输出 token**，在 Agent 工作流中的表现显著优于上一代 Flash-Lite 模型。对于延迟敏感型应用（如实时对话、代码补全）或大规模部署场景，Lite 版本提供了极具吸引力的选择。 ## 3.5 Flash Cyber：专为网络安全打造 **3.5 Flash Cyber** 与代码安全 Agent **CodeMender** 相结合，构成了一个针对网络安全场景的专用解决方案。该模型在保持高效的同时，在安全相关任务上达到了前沿水平，适合漏洞检测、代码审计等专业领域。 ## 未来展望：3.5 Pro 与 Gemini 4 除了本次发布，Google 透露 **Gemini 3.5 Pro** 正在与合作伙伴进行测试，预计在准备就绪后广泛开放。同时，团队已启动 **Gemini 4** 的预训练工作，这是迄今为止规模最大的训练项目，表明 Google 在 AI 模型上的长期投入。 ## 行业影响 此次更新延续了 Google 在 Agent 时代的战略：通过细分模型（Flash、Lite、Cyber）满足不同场景需求，同时持续提升效率与性价比。对于开发者而言，3.6 Flash 的 token 节省和 3.5 Flash-Lite 的高吞吐量将直接降低运营成本，而 Cyber 版本则填补了安全领域的专用模型空白。
在美国，Flock 摄像头已悄然遍布各地，连我所在的小镇也不例外。这些由 AI 驱动的设备能识别你的车辆并监控你的行踪，但你是否知情或同意？很可能没有。 ## 无处不在却容易被忽视 Flock 摄像头通常安装在电线杆或路口，外形像小黑盒，由电池或太阳能供电，通过蜂窝网络连接，而非 Wi-Fi。它们很容易被误认为是普通交通摄像头。据估计，全美已有约 **9万架** Flock 品牌摄像头在运行，客户超过 **1.2万** 个，包括警方、企业、学校和业主协会。此外，Flock 的软件还可与摩托罗拉等第三方摄像头集成，扩大监控网络。 ## 核心争议：隐私与知情权 Flock 系统利用 AI 分析车辆特征（如车牌、车型、颜色），并在共享网络中实时检索。这带来了多重风险：AI 搜索可能存在误报，云端存储有安全漏洞，而居民往往在摄像头安装后才发现其存在，缺乏事前讨论与同意。 以纽约州萨拉纳克湖村为例，居民去年春天发起抗议，迫使官方重新评估并最终取消了 Flock 合同，摄像头随后被拆除。然而，在其他许多社区，类似讨论并未发生。 ## 如何查询与应对 如果你担心自己所在城市是否安装了 Flock 摄像头，可以访问 Flock Safety 官网或联系当地警察局。部分社区会公布摄像头位置，但并非强制要求。 ## 行业背景 Flock 的扩张反映了 AI 监控技术在美国的快速普及。与 Ring 的“熟悉面孔”功能类似，这类系统模糊了公共安全与大规模监控的界限。隐私权倡导者警告，缺乏透明度和公众监督的监控网络可能被滥用。 ### 小结 Flock 摄像头代表了一种趋势：AI 驱动的监控正在悄无声息地进入日常生活。作为公民，了解其存在、风险并参与公共讨论，是保护自身权益的第一步。
谷歌近日发布了一款专注于网络安全的新型AI模型——**Gemini 3.5 Flash Cyber**，旨在以更低成本实现快速漏洞发现与修复。该模型基于此前发布的 Gemini 3.6 Flash（升级版）打造，谷歌称其为“大型、昂贵AI系统（如Anthropic的Mythos）的高性价比替代方案”。 ## 核心功能与部署 Gemini 3.5 Flash Cyber 将首先通过谷歌的安全编码代理 **CodeMender** 向政府和受信合作伙伴提供。CodeMender 能够“以高速和低成本多次调用”该模型，从而扫描更多代码路径并发现漏洞。谷歌表示，在 CyberGym AI 安全基准测试中，当调用次数达到五次时，该模型取得了“与显著更大的模型相竞争的绩效”。 ## 性能对比亮点 在针对 V8 JavaScript 引擎的测试中，Gemini 3.5 Flash Cyber 发现了 **55 个独特确认问题**，而普通版 Gemini 3.5 Flash 仅发现 47 个，Opus 4.6 发现 36 个。值得注意的是，该模型还发现了 **10 个其他模型未能发现的问题**，并在多次调用后持续发现新的代码路径与漏洞。 ## 行业背景与竞争 Anthropic 的 Mythos 5 是“Project Glasswing”计划的一部分，计算密集且成本高昂——其使用费用是 Claude Opus 4.8 的两倍。微软已采用 Mythos 进行安全检查，并在本月的“Patch Tuesday”中借助 AI 发现了大量漏洞。面对这一局面，谷歌正加速追赶，而中国公司 Z.ai 也声称其模型可与 Mythos 竞争。 ## 其他模型更新 除安全模型外，谷歌还推出了 **Gemini 3.6 Flash**，在编码和多模态性能上有所提升，以及 **3.5 Flash-Lite**，号称是 3.5 系列中“最具成本效益”的模型。 这一系列动作表明，AI 安全领域的军备竞赛正从“唯算力论”转向“效率优先”，谷歌希望通过更低成本的方案吸引更多企业客户，同时巩固其在云计算和安全市场中的地位。
英伟达正在全力推广其新一代 **Vera Rubin** 平台，这一系统将CPU与GPU深度整合，标志着公司从“GPU之王”向“全栈AI基础设施供应商”的战略转型。在近期于加州圣克拉拉总部举行的技术研讨会上，英伟达高管向媒体详细介绍了Vera Rubin的性能提升与能效改进。 ## 从GPU到CPU：补齐关键拼图 长期以来，英伟达以GPU闻名，但AI工作负载的演变正在改变游戏规则。随着AI系统向更复杂的 **智能体（Agentic）** 方向发展，CPU的角色变得愈发重要——它负责编排数据流、管理网络以及处理其他软件任务。Vera Rubin正是这一趋势下的产物：它采用 **1个CPU搭配2个GPU** 的架构设计，在单个Vera Rubin NVL72超级芯片系统中，包含36颗Vera CPU和72颗Rubin GPU。这种设计不仅提升了系统协同效率，也让英伟达得以切入长期被英特尔、AMD主导的CPU市场。 ## “即插即用”的超级芯片系统 英伟达强调，Vera Rubin NVL72机架——将大量芯片封装在单个液冷平台中——比以往产品更加 **“即插即用”** ，降低了数据中心部署的复杂度。据透露，OpenAI已经部署了一套Vera Rubin机架。此外，英伟达还计划单独销售Vera CPU，并已告知中国客户该产品最早可能在 **8月** 准备就绪。 ## 持续迭代：不创新就灭亡 在圣克拉拉的研讨会上，英伟达加速计算副总裁 Ian Buck 直言：“我们正在加速推出新架构，不仅是GPU，还有CPU。我们将持续创新，因为在硅谷，不创新就意味着死亡。”这一表态凸显了英伟达在AI硬件领域的紧迫感——竞争对手AMD即将在旧金山举办年度产品活动，而英特尔也在积极布局AI芯片。 ## 行业影响与竞争格局 英伟达的CPU野心可能重塑数据中心芯片市场的竞争格局。长期以来，CPU市场由英特尔和AMD牢牢把控，而英伟达凭借GPU生态（尤其是CUDA软件）已建立起强大壁垒。如今，Vera Rubin将CPU与GPU整合为统一系统，有望降低客户采购与运维的复杂度，并进一步锁定其AI基础设施生态。不过，这一战略也面临挑战：客户是否愿意接受英伟达的CPU方案？英特尔和AMD会如何反击？这些都有待观察。 ## 小结 从GPU到CPU，英伟达正在编织一张更大的网。Vera Rubin不仅是一款新产品，更是英伟达从“芯片供应商”向“AI基础设施定义者”转型的关键一步。随着AI进入智能体时代，芯片之间的协同将比单一算力更重要，而英伟达显然希望成为那个掌控全局的角色。
生物电子植入设备在医疗领域展现出巨大潜力，从脑深部刺激治疗帕金森病，到迷走神经刺激缓解癫痫，它们正在改变许多患者的生活。然而，这些设备普遍面临一个核心难题：**供电**。传统植入式设备依赖内置电池，电池耗尽后需通过手术更换，不仅增加患者痛苦，也存在感染风险。 近日，一项发表在《科学进展》上的研究提出了一种突破性解决方案：**一种可注射的体内电源接口**，医生只需通过一根针头，就能为深藏在脑部的植入设备无线充电。 ### 工作原理：微型“插座”与外部充电器 该设备本质上是一个微型无线能量接收器，由生物相容性材料制成，体积极小，可通过注射器植入皮下或靠近植入设备的位置。其核心是一个**多孔结构的线圈**，能够高效接收外部发射器的电磁能量，并将其转化为电能。 使用时，医生将外部充电器靠近皮肤表面的植入点，电磁波即可穿透组织，为接口充电。由于接口与植入设备通过导线连接，能量得以源源不断地输送至脑部或其他部位的设备。 ### 优势：免手术、低风险、可重复 与传统手术更换电池相比，该接口的最大优势在于**微创**。注射植入的过程仅需局部麻醉，创口极小，恢复快。更重要的是，充电过程完全无创，患者无需频繁进出手术室。 研究团队在动物实验中验证了该接口的可行性：他们成功为植入猪脑部的刺激器进行了无线充电，且充电效率足以支持临床常用的神经刺激模式。 ### 挑战与前景 尽管结果令人振奋，但该技术距离临床应用仍有距离。主要挑战包括： - **充电深度**：目前电磁波在组织中的穿透深度有限，对于深部植入物，可能需要优化线圈设计或采用中继技术。 - **长期生物相容性**：接口材料在体内长期放置是否会引发炎症或纤维化，仍需长期观察。 - **尺寸与功率权衡**：更小的接口便于注射，但可能限制充电功率。 不过，研究人员表示，该设计为下一代“可充电”植入设备铺平了道路。未来，患者或许只需定期前往诊所接受几分钟的无创充电，即可维持植入设备终生工作，彻底告别“电池焦虑”。 ### 小结 这项研究巧妙地将无线充电技术与微创注射结合，解决了生物电子植入领域的一大痛点。虽然还需克服若干工程与生物学挑战，但其理念已足够令人期待——**让电源接口像打针一样简单**，可能是迈向真正“永久植入”的关键一步。
对于长期使用 Linux 的用户来说，系统日志是排查问题、追踪可疑行为的得力工具。如今，**Android 17** 也带来了类似能力——**入侵日志（Intrusion Logging）** 功能。该功能基于 Android SecurityLog API，能够记录设备上的安全事件，包括应用安装/删除/更新、网络连接（DNS 查询、IP 地址、Wi-Fi 和蓝牙状态）、蓝牙文件传输、系统证书修改以及锁屏/解锁等关键活动。所有日志均采用端到端加密，存储在 Google 云服务器上，但解密密钥与您的账户密码和屏幕锁绑定，确保只有您本人可以查看。 ### 如何开启入侵日志？ 开启步骤非常简单：进入 **设置 > 安全与隐私 > 高级保护**，滑动至页面底部，点击 **入侵日志** 并启用即可。开启后，系统将自动开始记录安全事件，帮助您在遇到可疑情况时快速溯源。 ### 为什么这个功能值得开启？ 在移动设备上，恶意应用或服务可能在后台悄悄进行异常网络连接、未授权的文件传输或系统证书篡改。有了入侵日志，您不再需要依赖第三方安全工具，就能直接查看这些活动的详细记录。对于注重隐私和安全的用户来说，这无疑是一道额外的防线。 ### 小结 Android 17 的入侵日志功能填补了原生系统在安全日志方面的长期空白。它免费、易用，且注重隐私保护。如果您已经升级到 Android 17，建议立即开启，让手机安全防护更加主动。
流媒体音乐平台 Deezer 最新数据显示，AI 生成的音乐已占据平台每日上传量的半壁江山。2026 年 6 月，平均每天有 **9 万首** AI 歌曲被上传，占比超过 **50%**。面对这一趋势，Deezer 宣布将下架过去六个月内零播放或涉及刷量欺诈的 AI 曲目，以保护真实艺术家和词曲作者的利益。 Deezer 自 2025 年初开始追踪 AI 音乐上传量。当时每天约 **1 万首** AI 歌曲，占比仅 **10%**。此后该数字一路飙升：2025 年 4 月增至 **2 万首**（18%），9 月达 **3 万首**（28%），11 月升至 **5 万首**（34%）；进入 2026 年，1 月为 **6 万首**（39%），4 月已达 **7.5 万首**（44%），直至 6 月突破 **9 万首**（50%+）。 ### 平台应对策略分化 面对 AI 音乐的狂潮，各大流媒体平台态度不一。**Bandcamp** 直接禁止 AI 生成曲目，**Tidal** 则切断其变现渠道。**Apple Music** 采用自愿标注机制，**Spotify** 则制定了关于 AI 参与音乐制作程度的内部政策。Deezer 此次的“清理行动”聚焦于两类曲目：**零播放量**（过去六个月内）和**涉嫌刷量**（利用欺诈手段推高播放量以获取收入）的 AI 歌曲。 ### Deezer 的技术与行动 Deezer CEO **Alexis Lanternier** 表示：“Deezer 近两年来一直站在打击 AI 音乐欺诈和减少收益稀释的前线。如今每日上传量中一半都是 AI 曲目，我们必须采取额外措施，守护艺术家和词曲作者的权利，同时让平台聚焦于歌迷真正热爱的音乐。” Deezer 自 2025 年起已开始标注 AI 音乐，其检测技术能够识别出 **Suno** 和 **Udio** 等 AI 音乐初创公司生成的曲目（这两家公司正身陷版权诉讼）。今年早些时候，Deezer 向其他平台开放了该检测工具，但目前尚不清楚是否有主流平台采用。上个月，Deezer 还发布了一款能够扫描 **Apple Music** 和 **Spotify** 歌单、找出其中 AI 曲目的工具。 ### 行业影响与展望 AI 音乐的爆发式增长正在重塑音乐产业的生态。一方面，它为创作者提供了高效的生产工具；另一方面，也引发了版权、收益分配和艺术价值等深层次争议。Deezer 的激进策略可能会给行业带来示范效应，但如何在技术创新与保护传统创作者权益之间找到平衡，仍是整个流媒体行业面临的长期课题。
谷歌近日更新了 Google One 存储空间使用政策，将安卓设备设置备份纳入 15GB 免费存储限制。这一变化正逐步推送，用户无需过度紧张，但需要了解如何管理备份以避免空间不足。 ## 政策变更详情 过去，安卓设备的部分备份数据（如应用设置、Wi-Fi 密码等）不计入谷歌账户的免费存储配额。但根据最新政策，这些备份现在将占用用户的 15GB 免费空间。谷歌表示，此举是为了统一存储策略，并让用户更清晰地了解空间使用情况。 ## 如何检查与管理备份 用户可以通过以下步骤检查备份设置： 1. 打开安卓设备的“设置”应用。 2. 进入“Google” > “备份”。 3. 查看“备份详情”中各项数据的大小。 如果空间紧张，可以考虑： - **关闭自动备份**：在备份页面关闭“备份到 Google 云端硬盘”开关。 - **删除旧备份**：进入 Google 云端硬盘应用，点击“备份”标签页，选择不再需要的备份进行删除。 - **升级存储方案**：Google One 提供 100GB（月费 $1.99）等付费方案。 ## 行业背景与建议 此次调整反映了云存储服务商在免费与付费之间的平衡策略。随着用户数据量增长，免费配额日益珍贵。对于普通用户，建议定期清理不必要备份；对于重度用户，可考虑付费方案或使用本地备份。目前该政策正在分阶段推出，尚未覆盖所有用户，但建议提前做好准备。
AT&T Business 在美国推出全新的 **Unlimited Your Way for Business** 无线套餐系列，旨在满足多设备办公的企业需求。其中旗舰级 **Business Unlimited Ultimate 3.0** 计划提供“无限”热点数据，但存在速度或用量限制。每条手机线的月费在 **75 至 110 美元** 之间，具体取决于企业开通的线路数量（最多 50 条），且每条线还附带平板和可穿戴设备的服务。 该套餐的定位非常明确：面向需要同时管理手机、平板、热点等多台设备的员工。相比个人套餐，企业版在批量折扣和设备管理上更具优势。AT&T 此举意在争夺中小企业市场，尤其那些依赖移动办公、对数据流量有较高需求的行业，如销售、物流、现场服务等。 **定价与结构** - 基础价格：每条线 75 美元（需 50 条线），最高 110 美元（单条线）。 - 包含服务：每条线可免费添加一台平板和一台可穿戴设备。 - 热点数据：标称“无限”，但实际可能受降速或容量限制约束。 **行业背景** 随着 5G 网络普及和混合办公常态化，企业对移动数据的需求持续攀升。传统套餐的有限热点数据往往成为瓶颈。AT&T 的“无限”热点策略直接回应了这一痛点，但用户需注意细则中的公平使用政策。 **竞争格局** Verizon 和 T-Mobile 也有类似的企业无限套餐，但 AT&T 此次通过捆绑平板和穿戴设备服务，试图提升整体性价比。对于拥有大量移动设备的企业来说，这或能简化账单管理并降低成本。 **小结** AT&T 的新企业套餐在定价和功能上颇具吸引力，尤其适合设备密集型的团队。但企业在选择时仍需仔细评估热点数据的具体限制条款，以及与其他运营商的覆盖和服务差异。
智能眼镜市场迎来一位新玩家，但这次它选择了“不看你，只听你”。初创公司 **Halliday** 近日发布了其新一代智能眼镜 **G2**，最大的特点就是：**没有摄像头**。这款眼镜专为职场场景设计，可以聆听会议、接听电话，并通过 AI 将会议内容自动生成摘要，与市面上那些“永远在听”的可穿戴设备颇为相似。 ## 产品核心：专为会议而生 Halliday G2 的定位非常明确——**一款专业的职场工具**。它看起来就像一副普通的眼镜，旨在融入专业环境。用户可以通过 AI 语音指令唤醒麦克风，用于会议记录或通话，而在非使用状态下，麦克风会关闭，以保护隐私。 价格方面，G2 售价 **599 美元**，首批发货预计在 **2026 年 9 月**。AI 服务提供订阅制，价格从每月 **10 美元到 99 美元** 不等，同时也有免费套餐，包含 **120 分钟** 的录音时长。 ## 市场趋势：无摄像头成新卖点 Halliday G2 的出现，恰逢智能眼镜市场对摄像头的争议日益升温。Meta 的 Ray-Ban 智能眼镜虽然市场主导，却因内置摄像头被滥用拍摄他人（尤其女性）而获得“变态眼镜”的恶名。为求差异化，一些厂商推出了摄像头遮挡方案，而 Even Realities 和现在的 Halliday 则直接选择 **完全舍弃摄像头**。 有趣的是，Halliday 的 G2 与 Even Realities 去年发布的 G2 眼镜不仅名称相同，外观也极为相似，且同样主打无摄像头理念。双方都强调 G2 代表“第二代”，而非特定品牌名。 ## 隐私争议：录音同样需要警惕 尽管 Halliday 声称 G2 避免摄像头带来的隐私问题，但其 **全程录音** 的能力同样引发担忧。与 Bee 的 Pioneer 等设备配有录音指示灯不同，Halliday G2 **没有指示灯** 来提示旁人正在录音。Halliday 在新闻稿中表示：“用户应向房间内的人告知正在录音。”但这一提醒完全依赖用户自觉。 ## 小结：职场专用，但隐私难题未解 Halliday G2 为智能眼镜开辟了一条新路径——聚焦音频而非视频，瞄准会议纪要、客户谈话等专业场景。然而，在缺乏明确录音提示的情况下，即使没有摄像头，佩戴者对周围环境的“监听”仍可能带来新的隐私风险。这款眼镜能否获得职场人士的信任，还有待市场检验。
去年 CES 上，Halliday 初代智能眼镜因糟糕的显示体验备受诟病。如今，二代产品以全新波导显示方案回归，放弃了此前备受争议的微型可移动窗口，转而采用更传统但更易用的双目光学模组。 ## 从“折磨眼球”到“清晰易用” 初代 Halliday 眼镜的显示窗口极小且难以对准，长时间使用容易导致眼睛疲劳。二代产品彻底抛弃了这一设计，改用每眼一块的单色绿光波导显示屏，分辨率 600×300、最高亮度 1600 尼特。虽然不如 Meta 等产品的隐形屏幕那样完全无感，但正常佩戴时反射痕迹已大幅减少，观感明显提升。 ## 轻量化设计，专为办公场景优化 二代眼镜重量控制出色，在同类带显示眼镜中属于较轻的一档。即使在昏暗的酒吧内，屏幕内容依然清晰可辨（日光下表现尚未测试）。四麦克风阵列在嘈杂环境中也能准确拾取语音指令。官方宣称典型使用续航可达 **12 小时**。 **最关键的变化是取消了摄像头**。Halliday 表示这是出于隐私和续航的双重考量——二代眼镜被明确定位为“工作会议工具”，而非拍照或录像设备。它更像是一个佩戴在脸上的信息提示器，用于实时查看会议纪要、翻译或日程提醒。 ## 市场定位与竞争格局 在智能眼镜赛道日益拥挤的今天，Halliday 选择了一条差异化路径：不做全能型 AR 眼镜，而是聚焦 **轻量级生产力场景**。无摄像头的设计既避免了隐私争议，也降低了功耗和成本。不过，这也意味着它无法像 Meta Ray-Ban 那样支持拍照、视频或视觉搜索，功能边界相对狭窄。 对于频繁参加线上会议、需要免提查看信息的职场人士而言，Halliday Gen 2 提供了一个有趣的备选方案。但能否在消费市场获得广泛认可，仍有待价格公布和实际场景验证。
作为一位长期被 Siri 气到的 iPhone 用户，我尤其痛恨它在开车时的“装聋作哑”——错误回答、答非所问，甚至直接沉默，这些在驾驶中都是致命干扰。正因如此，我迫不及待地升级了 iOS 27 公测版，想看看新版 Siri AI 是否真能兑现苹果的承诺。结果令人惊喜：差距不是一点半点，而是“代际碾压”。 ## 实测场景：导航与信息查询 测试在驾驶中进行，核心任务包括设置导航、查询天气和播放特定歌单。 - **旧版 Siri（iOS 26）**：当我喊出“导航到最近加油站”时，它先沉默了两秒，然后弹出“正在处理”却迟迟没有反应，最后直接失败。第二次尝试，它识别成了“导航到最近有加气站”，导致路线完全错误。查询天气时，它回复了“今天多云”，但未提及具体温度，且语音合成生硬。播放歌单“Road Trip”时，它播放了完全不同的歌单。 - **新版 Siri AI（iOS 27）**：同样的指令，“导航到最近加油站”几乎瞬间响应，并提供了三个选择，还能理解“油价最低的”这类附加条件。天气查询不仅给出温度、湿度，还自动补充了“下午有阵雨，建议带伞”。播放歌单时，它准确执行，并主动询问“要随机播放吗？”。 ## AI 升级带来的核心差异 新版 Siri AI 之所以表现如此出色，得益于端侧大模型的加持。它不再依赖简单的关键词匹配，而是能理解上下文。例如，当我先问“附近有什么餐厅？”再问“哪个评分最高？”时，它知道“哪个”指代的是之前的餐厅列表。这种连续对话能力在驾驶场景下极大减少了重复指令，让交互更自然。 此外，错误率大幅下降。旧版 Siri 常因口音或环境噪音误判，而新版借助更强大的语音模型和降噪算法，即使在高速行驶、车窗开着的条件下，也能准确识别。 ## 仍需改进之处 尽管进步显著，新版 Siri AI 仍非完美。在测试复杂多步指令（如“导航到公司，中途在星巴克停一下”）时，它偶尔会遗漏部分要求。另外，第三方应用集成度有限，例如无法直接通过语音在微信中发送特定消息。但总体而言，从“几乎不可用”到“基本可靠”，这次升级是质的飞跃。 ## 小结 对于经常在车内使用语音助手的用户，iOS 27 的 Siri AI 值得等待。它不再是那个让人血压升高的“人工智障”，而是一位真正能分担驾驶压力的助手。如果你已升级公测版，不妨在安全前提下亲自体验；否则，9 月的正式版值得期待。