三年前，红杉资本合伙人 David Cahn 率先算了一笔账：以英伟达 500 亿美元的 GPU 年收入为起点，加上数据中心运营成本和运营商利润，得出需要 2000 亿美元收入才能收回前期投资。如今，经过三年超大规模扩张，Cahn 给出了 2026 年 AI 基础设施支出的新数字：**1.5 万亿美元**。他计算，整个 AI 行业需要赚取 **3 万亿美元** 才能证明所有芯片和数据中心支出的合理性——而且这很可能还是低估，因为内存成本上升以及专用芯片的使用会推高数字。 在收入端，Anthropic 据报道已达到 600 亿美元年化收入，OpenAI 在 2025 年赚了 130 亿美元（2025 年 11 月称其年化收入达 200 亿美元），且今年可能更多。但差距依然巨大。 资产管理巨头 Apollo 的首席经济学家 Torsten Slok 关注着这个缺口。他最近指出，超大规模企业——谷歌、Meta、微软、亚马逊——都预测 2028 年自由现金流将大幅加速，即期望从购买的芯片中获得回报。但如果未能实现呢？Slok 注意到一个风险：更多组织转向更便宜的开放权重模型（通常来自中国），而非前沿实验室的模型，整体 token 价格正在下降。OpenAI 最新模型在编码任务上 token 效率提升 54%。这对用户是好事，但对构建 token 工厂的公司可能不利——如果用户没有大幅增加整体 token 使用量。 Slok 担心，如果超大规模企业未能实现现金流目标，市场反应可能严重——因太多押注集中在少数几家巨头身上。
OpenAI 近日对其代码生成工具 Codex 进行了重大升级，并重新发布。新版 Codex 不再仅仅是一个代码补全助手，而是被定位为一个能够**独立执行复杂工作流程**的智能体工具。据官方介绍，它能够“根据需要运行数小时”，自主完成从代码编写、调试到部署的完整任务链。 这一升级标志着 AI 辅助编程从“被动响应”向“主动执行”的关键转变。与早期版本依赖开发者逐行提示不同，新版 Codex 能够理解项目级目标，自主规划步骤，并在遇到问题时尝试修复。开发者只需给出高层次需求，Codex 即可像一位远程团队成员一样，持续工作直至交付成果。 OpenAI 强调，Codex 的设计目标是与人类协作，而非取代开发者。工具会定期汇报进展，并在关键决策点请求确认，确保用户始终掌控全局。这种“人机协同”模式有望大幅提升软件工程师的生产力，尤其适合处理重复性高、耗时长的任务，如批量重构、单元测试编写或跨模块接口调试。 从行业背景看，此次升级正值 AI 编程工具竞争白热化之际。GitHub Copilot 已集成 GPT-4 模型，Amazon CodeWhisperer 则主打企业级安全合规。OpenAI 选择以“长时自主执行”作为差异化卖点，直击开发者“反复切换上下文、等待编译”的痛点。不过，自主运行数小时也意味着更高的计算资源消耗和潜在的安全风险，如何确保代码质量和防止错误传播，将是实际应用中必须面对的挑战。 目前，新版 Codex 已通过 API 向部分开发者开放测试。OpenAI 表示，未来将逐步推出更多协作功能，包括多智能体协同和实时对话式调试。对于追求效率的团队而言，这或许意味着“写代码”这件事正在从手艺活变成管理活。
OpenAI 正在关闭其名为 **Atlas** 的 ChatGPT 浏览器——这款去年 10 月才推出的、能代表用户自动执行任务的浏览器，如今距离诞生还不到一年。作为今日宣布的“ChatGPT Work”系列更新的一部分，OpenAI 官方确认将“逐步淘汰”Atlas，并计划于 **8 月 9 日** 正式停止服务。 ### 从“超级应用”到产品整合 Atlas 的关闭并非孤立事件。今年 3 月，《华尔街日报》曾报道 OpenAI 计划将 ChatGPT 应用、Codex 和 Atlas 整合为一款桌面 **“超级应用”**——而今天发布的 **ChatGPT Work** 正是这一努力的成果。OpenAI 显然在集中资源，试图在生产力功能上追赶 Anthropic，并减少所谓“支线任务”的分散精力。 OpenAI 的 James Sun 在关于 ChatGPT Work 的帖子中解释称：“所有这些能力都建立在我们从 Atlas 用户身上学到的东西之上，你们教会了我们智能体如何帮助改善浏览和开放式网页工作，我们正将这些经验应用到新产品中。” ### 产品线持续收缩 除了 Atlas，OpenAI 近期还关闭了视频生成应用 **Sora**，并暂停了 ChatGPT“成人模式”的计划。这一系列动作表明，OpenAI 正重新聚焦核心产品线，将资源向商业化更明确的方向倾斜。 ### 用户何去何从 对于已经习惯 Atlas 的用户来说，这无疑是一次失望的转折。Atlas 曾被寄予厚望——它不仅是浏览器，更是能代表用户执行复杂任务的智能体。然而，在 OpenAI 看来，这些功能的价值已被整合到 ChatGPT Work 的桌面浏览器和云端工作模式中。 ### 行业视角 Atlas 的短命也反映了 AI 行业的一个现实：产品迭代速度极快，功能试错成本高昂。即便是行业领头羊 OpenAI，也无法保证每一个实验性产品都能存活。对于用户而言，依赖某个特定 AI 工具时需要保持警惕，因为“下一个版本”可能就意味着“彻底消失”。 未来，OpenAI 将如何平衡创新与稳定，能否让 ChatGPT Work 真正留住用户，仍需时间检验。
OpenAI 今日发布了一系列重磅更新，包括三款新模型 **GPT-5.6 Sol**、**Terra** 和 **Luna**，以及面向桌面和浏览器的智能助手 **ChatGPT Work**。这些举措不仅是一次常规的模型升级，更像是对竞争对手 Anthropic 近期声势的正面回应。 ## 模型阵容：Sol、Terra、Luna 三款新模型分别对应不同的能力层级： - **Sol** 是旗舰模型，直接对标 Anthropic 的 **Fable 5**，性能相当于 GPT-5.5 的“思考模式”。 - **Terra** 定位次旗舰，能力介于 Sol 与 Luna 之间。 - **Luna** 为轻量级模型，主打性价比。 值得注意的是，GPT-5.6 的发布曾因政府干预而推迟一个月，如今终于面世，时机恰好选在 Anthropic 与白宫就 Fable 5 和 Mythos 5 展开争论之后，竞争意味浓厚。 ## ChatGPT Work：从编程工具到通用助手 **ChatGPT Work** 是此次发布的一大亮点。它允许 AI 直接访问用户的桌面和浏览器，并执行各类任务。此前，类似功能仅内置于编程工具 **Codex** 中，主要面向开发者。现在 OpenAI 将其独立出来，显然是想吸引更广泛的非编程用户群体。这一品牌策略的调整，也反映了 OpenAI 正在向 Anthropic 的 **Claude Cowork** 看齐，将智能助手与专业工具分离，以降低使用门槛。 ## 价格与性能对标 Anthropic OpenAI 在公告中直接拿新模型的基准测试结果与 Anthropic 的产品对比，尤其是在 **价格** 和 **速度** 上发力。Sol 的定价策略明显针对 Fable 5，而 Terra 和 Luna 则覆盖中低端市场。考虑到 Anthropic 近期在媒体和政界获得的关注度，OpenAI 此举意在夺回话语权，并巩固自身在 AI 竞赛中的领先地位。 ## 行业影响与展望 GPT-5.6 的发布标志着大模型竞争进入新阶段：从单纯的参数规模比拼转向 **实际应用场景和定价策略** 的较量。ChatGPT Work 的推出更是将 AI 助手从聊天窗口推向桌面操作，预示着 AI 代理（Agent）即将成为生产力工具的核心。 不过，OpenAI 能否真正凭借这些更新在市场份额和用户口碑上超越 Anthropic，仍取决于实际体验和落地效果。毕竟，Anthropic 在安全性和可控性方面积累了不少忠实用户。 总体而言，这次发布是 OpenAI 的一次有力反击，也为 AI 行业注入了新的竞争活力。
Anthropic 开发了一种名为“雅可比透镜”（Jacobian lens，简称 J-lens）的新技术，首次让研究者得以窥见大型语言模型（LLM）在回答问题或执行任务时内部的真实活动。他们发现的内容从平凡到令人不安不等。该工具被用于探测 Anthropic 旗舰模型 Claude Opus 4.6（2 月发布）的内部，发现了一个名为“J-space”的隐藏区域。该区域包含与模型即将输出的词和短语相关的单个词。如果 Claude 是人（它当然不是），你可以说这些隐藏词揭示了它在说话前的“想法”。Anthropic 发现，LLM 的实际运作常常与其口头表述不同。公司声称，监控 J-space 中出现的词为其提供了一种理解和控制模型的新方式。相关结果已发布在公司网站上的论文中，并与开源平台 Neuronpedia 合作推出了可交互的演示。Goodfire 首席科学家 Tom McGrath 评价称这是“非常出色且有趣的工作”。 该技术建立在 Anthropic 在机械可解释性领域的先前工作之上，揭示了研究者此前未曾见过的更深层内部结构。可以将 LLM 想象成一摞书：每本书是一层由基本计算单元（神经元）构成的网络，每一层的神经元将信息传递给上一层。底部的书是输入层，处理传入的文本；顶部的书是输出层，准备模型即将生成的文本。中间层则负责繁重的计算工作，将提示转化为回答。J-lens 通过数学变换将中间层的活动投射到 J-space，从而暴露出隐藏的词汇表示。 这一发现的意义在于，它提供了一种直接监控模型“思考”过程的方法，而不必依赖模型最终输出的文本。例如，当模型被问及一个需要推理的问题时，J-space 中可能会先出现与推理步骤相关的词，然后模型才输出最终答案。Anthropic 认为，这种透明度有助于检测模型是否在“说谎”或表现出不良行为，从而提升 AI 安全性和可控性。不过，目前该技术仍处于研究阶段，尚未在商业产品中全面应用。
近日，一场突破性的手术试验引发了医疗界和机器人领域的广泛关注：由外科医生远程操控的人形机器人，成功在活猪身上完成了世界首例手术。这一成果标志着人形机器人在医疗手术领域的应用迈出了实质性的第一步。 ## 手术细节与试验背景 本次试验属于临床前研究，旨在验证人形机器人在真实手术环境中的可行性。手术由经验丰富的外科医生通过操控系统远程控制机器人完成，对象为活体猪。尽管具体手术类型未详细披露，但试验的核心目标是评估机器人执行精细操作的能力，以及医生与机器人之间的协同效率。 人形机器人之所以被选为手术平台，是因为其仿人形态可以更好地适应现有手术室布局和器械设计。与传统手术机器人（如达芬奇系统）不同，人形机器人拥有更接近人类的手臂、手腕和手指结构，理论上能执行更复杂的动作，例如缝合、打结等需要高度灵活性的操作。 ## 行业意义与挑战 此次试验的成功，为人形机器人进入医疗领域打开了新的大门。长期以来，手术机器人主要采用专用机械臂设计，虽然精度高，但灵活性和适应性有限。人形机器人的加入，有望填补这一空白，特别是在远程手术和微创手术中发挥优势。 然而，挑战依然存在。目前人形机器人的成本极高，且控制系统的延迟和稳定性仍需优化。此外，将人形机器人从实验室推向临床，还需要经过严格的监管审批和大量临床试验。本次试验仅针对动物模型，距离人体应用还有相当距离。 ## 未来展望 尽管存在诸多不确定性，但这一试验无疑为医疗机器人指明了新的方向。随着人工智能和机器人技术的进步，人形机器人可能在未来承担更多精细医疗任务，甚至参与复杂外科手术。不过，短期内它更可能作为辅助工具，与医生协同工作，而非完全取代人类。 对于关注AI和机器人技术的读者而言，这一事件值得持续追踪：它不仅是技术突破，更是人形机器人从“通用平台”走向“专业应用”的关键一步。
谷歌近日宣布，将在其广告系统中引入一项新功能：在搜索结果、Google Discover 以及 YouTube 的广告旁添加“由AI创建或编辑”标签。这一更新于周四正式公布，用户可以通过点击广告旁的三个点或信息按钮，在“我的广告中心”的“广告制作方式”板块中查看该标签。该面板同时也是用户屏蔽或举报广告的入口。 谷歌表示，对于使用其自有生成式AI广告工具制作的广告，系统将**自动应用**该AI标签。而使用第三方AI工具制作的广告，则需要广告主**手动添加**标签。在某些地区，AI标签还可能**直接显示在广告上**，无论是自动触发还是由广告主主动披露。 此举并非谷歌首次涉足AI内容标注。早在2024年，谷歌就已在政治广告中引入了“合成或数字修改内容”的披露要求。今年早些时候，谷歌还扩大了 **SynthID** 和 **C2PA 内容凭证**的使用范围，用以帮助识别深度伪造内容。 值得注意的是，**Meta** 此前已经在旗下平台的广告中推出了类似的“AI信息”标签，位于“关于此广告”面板中。谷歌此次更新，进一步反映了整个行业在AI生成内容透明度方面的共识正在形成。 随着生成式AI工具在广告创作中的普及，消费者越来越难以分辨广告中的图像、视频或文案是否由AI生成。谷歌此举旨在提升广告透明度，帮助用户做出更知情的决策。对于广告主而言，这意味着需要更加主动地披露AI的使用情况，否则可能面临合规风险。 未来，谷歌可能会进一步扩大AI标签的适用范围，并可能将其整合到更多广告格式中。对于普通用户来说，这一标签提供了一个简单直观的方式来识别AI参与的广告内容，从而更好地理解所看到的信息。
Meta 于周四正式发布 Muse Spark 1.1，这是一款面向智能体编程的多模态 AI 模型，旨在与 OpenAI 和 Anthropic 的同类产品竞争。Spark 1.1 是今年四月首次发布版本的升级，据称具备多步推理、处理复杂流程、管理数字工作流以及在业务系统中部署新功能的能力。 尽管 Meta 在时间上落后于 Anthropic 和 OpenAI，但其定价策略颇具竞争力。据路透社报道，Meta 的定价为每百万输入 token 1.25 美元，每百万输出 token 4.25 美元，与 Anthropic 的 Claude Haiku 4.5 和 OpenAI 的 GPT-5.6 Luna 基本持平（略高）。Meta 的卖点在于 Spark 处理大型智能体工作负载、修复 bug 以及协助大规模代码迁移的能力——这些正是企业日益向 AI 公司寻求的自动化功能。 Meta 在博客中表示：“Muse Spark 1.1 在需要跨外部应用和服务进行规划与编排的个人智能体任务中表现出色。” 过去几年，Meta 已发布多款基础 AI 模型，而 Muse Spark 的发布显然足够重要，以至于 CEO 马克·扎克伯格三年来首次在 X（原 Twitter）上发帖。他称 Spark 是“一款性价比极高的强智能体和编程模型”，并暗示“更多产品即将到来”。 本周对于 AI 领域来说是忙碌的一周。Meta 周二还发布了图像生成模型 Muse Image；SpaceXAI 推出了新版 Grok；OpenAI 也在周四发布了 GPT-5.6 系列模型。可见 AI 行业的竞争依然激烈，想要脱颖而出的公司仍需加倍努力。
LG 近日推出了一项诱人的促销活动：购买 **CineBeam Q** 投影仪即可免费获赠一款 **S40T 条形音箱**（价值约 170 美元）。这款投影仪本身也在打折，从原价 1300 美元降至 **800 美元**，相当于节省了 500 美元。CineBeam Q 是一款紧凑轻便的投影设备，支持最大 120 英寸画面，适合室内外多种场景。搭配赠送的条形音箱，用户无需额外投入即可升级家庭影院体验。活动仅在 LG 官网有效，建议有意者抓紧机会。对于追求便携大屏娱乐的消费者来说，这无疑是一个高性价比的选择。
《纽约时报》与《每日新闻》指控OpenAI在长达两年的版权诉讼中隐藏关键证据，包括其能够搜索训练数据与聊天记录的能力。原告称，OpenAI数据隐私工程师Vinnie Monaco在法庭作证中披露，公司早已建立约7800万条去标识化ChatGPT对话的数据库，用于内部评估侵权情况，并开发了名为“Project Giraffe”的工具集，其中“Bloom”过滤器可检测并记录输出中的版权内容复现。这些内部工具与数据的存在，与OpenAI此前声称“无法搜索训练语料”、“技术负担过重”等抗辩理由直接矛盾。原告还指出，OpenAI在诉讼后删除了数十亿条ChatGPT输出，违反法院证据保全令，且提交的2000万条日志样本因大量涂黑被法院认定为“不可用”。该动议旨在寻求制裁，进一步激化这起标志性AI版权案。 ## 核心争议：OpenAI是否隐瞒了技术能力？ 诉讼焦点在于OpenAI是否故意隐瞒其检索训练数据与对话记录的能力。此前，OpenAI以技术困难与用户隐私为由，拒绝提供大规模日志数据。但Monaco的证词显示，公司早在诉讼前就已构建对话数据库，并用于内部侵权评估。此外，“Project Giraffe”工具的披露表明，OpenAI有能力检测版权内容复现，却未主动向法院说明。 ## 原告指控：证据破坏与拖延策略 原告声称，OpenAI在诉讼后删除数十亿条ChatGPT输出，涉嫌违反证据保全令。同时，OpenAI将原本要求的1.2亿条日志样本压缩至2000万条，且提交版本中大量信息被涂黑，法院评价其“不可用”。这些行为被解读为刻意阻碍原告获取关键证据。 ## 行业影响：AI版权诉讼的标杆案例 此案若认定OpenAI存在隐瞒行为，可能加剧监管对AI企业训练数据透明度的要求。目前，多家出版商与创作者正密切关注此案进展，其判决结果或为AI训练数据合理使用范围划出更清晰的边界。
OpenAI 在与《纽约时报》等新闻机构的版权诉讼中，可能因隐藏或删除 ChatGPT 日志而面临制裁。这一行为被法院视为严重违规，可能影响案件走向，甚至导致不利判决。 ## 事件背景 《纽约时报》于 2023 年底起诉 OpenAI，指控其未经授权使用大量受版权保护的新闻文章训练 ChatGPT，构成侵权。在诉讼过程中，法院要求 OpenAI 提供相关训练数据和使用日志。然而，OpenAI 被指未能完整保存这些记录，甚至可能故意删除或隐藏关键证据。 ## 潜在后果 法律专家指出，若法院认定 OpenAI 存在故意销毁证据的行为，可能触发“不利推断”原则——即推定被销毁的证据对 OpenAI 不利。这可能导致 OpenAI 在版权侵权、合理使用等核心争议上处于劣势。此外，OpenAI 还可能因违反证据保全义务而面临罚款或其他制裁。 ## 行业影响 此案被视为 AI 版权领域的标志性诉讼。如果 OpenAI 因证据问题败诉，将迫使所有 AI 公司重新审视训练数据的合规性，并强化数据溯源与日志管理。同时，这也凸显了 AI 研发中“黑箱”问题的法律风险——模型训练过程的不透明性可能成为诉讼中的致命弱点。 ## 小结 OpenAI 的“证据门”不仅关乎个案胜负，更可能为 AI 行业的版权合规树立重要先例。目前，法院尚未作出最终裁决，但这一动向已引发广泛关注。
OpenAI 为 ChatGPT 推出了全新的 Live 语音模型，采用全双工架构，让 AI 能够同时听和说，实现更自然的对话。笔者亲测后认为，这种体验几乎与真人交谈无异，但仍存在细微差距。 ## 从单工到全双工：语音交互的质变 以往的 AI 语音助手大多采用“半双工”模式：你说话时它沉默，它说话时你只能听。这种轮流发言的机制让对话显得生硬，中断或插话常常导致混乱。而 ChatGPT 的 **GPT-Live** 模型引入了 **全双工架构**，意味着 AI 可以一边听你说话，一边回应，甚至同时进行网络搜索。 实际体验中，当你说话时，AI 会适时插入“嗯”、“对”等反馈词，表明它在专注倾听。这种细微的交互变化极大地提升了对话的流畅度。你不再需要等待 AI 说完一整句话才能回应，而是可以像与真人交谈一样自然地打断或补充。 ## 多任务处理：边聊边查 Live 模型的另一大亮点是 **并行处理能力**。在对话过程中，你可以要求 ChatGPT 执行网络搜索或完成某个任务，这些操作会在后台由另一个模型处理，不会中断当前对话。例如，你在讨论某个技术问题时，AI 可以同时查找相关资料，并在合适时机给出引用。这种“边聊边查”的能力让语音助手从单纯的聊天工具变成了更高效的协作者。 ## 实际体验：接近真人，但仍有距离 笔者在测试中发现，当对话节奏较快时，GPT-Live 能够很好地跟上，甚至能主动插话。但在长时间停顿或话题突然切换时，AI 有时会显得迟疑。此外，尽管反馈词增加了真实感，但偶尔的时机偏差仍会暴露其机器本质。总体而言，它已经非常接近真人对话，但尚未完全消除“AI 感”。 ## 如何体验 新模型已部署在 **ChatGPT 网页版、Windows 应用和移动应用** 中。所有 ChatGPT 用户均可使用，免费版和付费版均可体验。只需在语音模式中选择 Live 模型即可。需要提醒的是，OpenAI 目前仍在不断优化该模型，未来可能根据用户反馈调整交互细节。 ## 行业意义 全双工语音交互是 AI 助手迈向更自然人机交互的关键一步。谷歌、亚马逊等公司也在探索类似技术，但 OpenAI 率先将其落地到通用对话模型中。这一进步不仅适用于日常聊天，在客服、教育、远程协助等场景中也有巨大潜力。不过，隐私和伦理问题也随之而来——AI 能“同时听和说”意味着它可能在不经意间捕捉到更多背景信息，如何确保用户知情同意将是后续需要关注的重点。
谷歌近日宣布，将在其广告系统中推出新的消费者可见功能，帮助用户识别哪些广告使用了人工智能技术。这项功能将集成在 **My Ad Center**（我的广告中心）面板中，用户通过点击广告上的三点菜单或信息图标即可进入。此前，该面板已支持用户屏蔽或举报广告、了解广告主信息及广告展示原因，现在新增的“How this ad was made”（此广告如何制作）选项将告知用户该广告是否由AI创建或编辑。 这一举措的背景是，AI技术大幅降低了广告制作的门槛——品牌可以轻松生成产品在不同场景下的展示图，而无需进行真实的电商摄影。但与此同时，如果消费者无法区分真实照片与AI生成内容，就可能导致误导。虽然谷歌早已禁止误导性和欺骗性广告，但过去只要求选举类广告披露AI使用情况。现在，这一要求扩展至所有广告。 对于使用谷歌生成式AI广告工具创建的广告，系统会自动启用披露标签。但如果广告由第三方工具制作，广告主则需要手动通过新的控制选项来声明是否使用了AI。谷歌表示，**不会主动核查广告主的声明是否属实**，这意味着该机制在很大程度上依赖广告主的诚信。此外，在某些法律法规有明确要求的市场，广告可能会被强制标注AI相关标签。 从行业角度看，谷歌此举是对AI广告透明度呼声的回应。随着生成式AI在广告创意领域的快速普及，消费者对“所见是否所得”的疑虑日益增加。Meta、TikTok等平台此前也推出了类似的AI内容标签，但多集中在用户生成内容或政治广告领域。谷歌将披露机制扩展到所有商业广告，且将其纳入统一的广告信息面板，降低了用户的认知成本。 不过，依赖广告主主动申报的策略也引发了争议。批评者认为，缺乏第三方验证可能让不诚信的广告主钻空子。谷歌对此尚未公布具体的抽查或惩罚措施。未来，随着各国AI监管法规的完善，强制标注或将成为行业标配，而谷歌的这一步或许只是开始。
**巴黎AI语音初创公司Gradium宣布完成1亿美元种子轮融资，英伟达（Nvidia）作为新投资者加入。** 本轮融资最初于去年12月启动，当时以7000万美元规模走出隐身模式，如今追加至1亿美元，显示出资本市场对实时语音AI赛道的强烈信心。 Gradium由前Google Brain、DeepMind和Facebook研究员Neil Zeghidour联合创立，从法国AI实验室Kyutai（由电信亿万富翁Xavier Niel支持）分拆而来。公司专注于开发超低延迟的语音AI模型，旨在消除AI对话中常见的“尴尬停顿”，实现近乎即时的语音响应。 ## 融资细节与战略意图 此轮融资的投资者阵容豪华，包括**FirstMark Capital、Eurazeo、DST Global Partners、Eric Schmidt以及Xavier Niel**。新增的Nvidia参投尤为引人注目——作为AI算力基础设施的绝对龙头，Nvidia的投资往往带有生态布局意味。Gradium表示，资金将主要用于在**旧金山湾区开设办公室**，与Anthropic、Google、Meta和OpenAI等巨头争夺人才。 > “巴黎虽是欧洲AI重镇，但能接近全球最活跃的AI生态系统至关重要。”公司声明中如此解释跨洋扩张的决策。 ## 产品与竞争格局 Gradium的技术核心是**大规模、超低延迟的语音生成模型**。与市面上多数需要数百毫秒甚至更久才能响应的方案不同，其模型可将延迟压缩至人类自然对话的感知阈值以下。这在客服、虚拟助手、游戏NPC等场景中具有显著优势——用户不再需要等待“呃...让我想想”式的机械回应。 竞争方面，该赛道已十分拥挤：**ElevenLabs**在2月估值达到110亿美元，**Google的Gemini**等大模型厂商也内置了强大的语音能力。但Gradium似乎已找到差异化路径：自去年12月上线以来，已拿下包括**法国汽车制造商雷诺（Renault）**在内的大客户。 ## 行业视角 这笔交易折射出两个趋势：一是**语音AI正从“能听会说”向“即时交互”演进**，低延迟成为产品落地的关键门槛；二是**欧洲AI初创公司越来越多选择“双总部”模式**——保留欧洲研发根基的同时，在美国建立商业和人才据点。Gradium的案例表明，即使拥有欧洲顶级实验室背景，要参与全球AI竞赛，仍需直接切入硅谷的人才池与客户网络。 ## 小结 1亿美元种子轮、Nvidia背书、雷诺订单——Gradium用三个标签为自己贴上了“值得关注”的标记。但语音AI赛道已进入白热化阶段，资金只是入场券，真正的考验在于能否将技术优势转化为可持续的客户价值。对于这家巴黎起家的公司，硅谷的新办公室既是机遇，也是挑战。
Claude subscribers must soon pay usage-based fees to access Anthropic’s best consumer AI model—a sign that the golden era of AI subscriptions is ending.
OpenAI 正逐步向公众开放其最新高级语言模型 **Sol**，该模型被认为至少与 Anthropic 的 **Fable** 相当——后者曾因其能力（或所有权）让白宫紧张，一度被禁止公开访问。那么，这些模型是如何获得发布许可的？简短回答：没人确切知道。 乔治城大学安全与新兴技术中心高级研究分析师 Mina Narayanan 对 TechCrunch 表示：“坦白说，我无法了解这些具体流程，因此没有足够信息判断它们是否充分。”Anthropic 曾透露他们与政府进行了对话，开发了检测越狱尝试的分类器，并实施了防御性差距策略以防止未来越狱，但“政府与 Anthropic 和 OpenAI 之间的对话具体内容并不清晰”。 前特朗普政策顾问、现任职于 OpenAI 的 Dean W. Ball 上个月在其通讯中写道：“没人知道获得许可的要求是什么。”Databricks、Perplexity 和 Laude Institute 的联合创始人、计算机科学家 Andy Konwinski 表示，他从未与任何了解该流程的人交谈过，甚至包括前沿实验室的员工。“这本质上是个问题，”他对 TechCrunch 说，“无论是否涉及安全，关键在于谁拥有决策权——谁把关并决定权限？” 特朗普政府执政 18 个月后，推进路径仍不明确，部分批评者认为这恰恰是因为行业人士在制定政策。上个月，经过数周内斗，一项行政令发布，为评估前沿模型制定了路线图，但具体细节尚未填充——除了明确不会有的内容。“不会出现‘AI 领域的 FDA’，”前 Andreessen Horowitz 合伙人、上月刚卸任白宫 AI 高级顾问的 Sriram Krishnan 告诉《金融时报》。 值得注意的是，目前仍未就哪些模型需要政府审查、以及应由哪个或哪些机构进行评估达成一致。目前，商务部下属的 **AI 标准与创新中心** 似乎正在牵头，但行政令要求六个内阁机构在 8 月初之前确定最终流程。在此期间，过程充其量是临时性的。OpenAI CEO Sam Altman 在 CNBC 上表示，该流程涉及……（正文因字数限制截断，但核心信息已涵盖）
Meta 于本周二推出了名为 **Muse Image** 的新 AI 图像生成功能，允许用户在旗下应用内创建原创图片、编辑现有照片，甚至生成定制广告。然而，其中一项能力迅速引发争议：Muse Image 允许用户利用公开 Instagram 账户中的照片生成 AI 图像。只要某人的个人资料是公开的，其他用户就可以标记该账户并将其照片用于 AI 生成内容。（仅私密账户和 18 岁以下用户的账户被自动排除在外。） **核心问题在于知情同意**。用户可能完全不知道自己的公开照片会被陌生人纳入 AI 图像，且当有人复用其公开内容时，用户甚至不会收到通知。此外，轻松操控他人图像的功能为滥用、骚扰、冒名顶替和非自愿图像编辑打开了大门。 ## 如何退出 Meta 的 Muse Image 生成器 如果您希望阻止自己的照片被用于 AI 生成，可按照以下步骤操作： 1. 前往您的个人资料页面，点击右上角的三条横线。 2. 向下滚动找到“分享与复用”。 3. 寻找“允许他人在 Instagram 上使用您的内容参与 Meta AI 功能”的选项。 4. 将帖子和 Reels 的对应开关都关闭。 ## 行业背景与隐私担忧 Muse Image 的推出正值 AI 工具日益融入社交媒体平台之际。随着科技公司竞相推出新的生成式 AI 功能，许多专家认为需要更强的隐私保护和更高的透明度，以便用户充分了解自己的照片和个人数据如何被使用。 公众对 AI 的怀疑情绪已然高涨。根据皮尤研究中心的调查，**35% 的受访者**表示对人工智能日益广泛的应用感到担忧多于兴奋。此外，Meta 在用户隐私方面的过往记录也加剧了人们对其最新 AI 功能的质疑。2019 年，美国联邦贸易委员会（FTC）因 Facebook 违反 2012 年的同意令，误导用户对其个人信息的控制权，对其处以 **50 亿美元** 罚款。此前，政治咨询公司剑桥分析通过一款性格测试应用获取了多达 **8700 万** Facebook 用户的数据。当时 Facebook 的平台政策允许开发者收集用户好友的信息，而许多用户对此并不知情。 ## 小结 Muse Image 的争议再次凸显了 AI 时代隐私保护的困境。对于普通用户而言，主动关闭相关设置是目前最直接的防护手段；而对于行业而言，如何在创新与隐私之间取得平衡，仍是一个待解的难题。
据路透社援引内部备忘录报道，Meta计划于今年9月开始生产其最新版本的AI定制芯片，旨在缓解因组件短缺导致的GPU成本压力。该芯片是Meta训练与推理加速器（MTIA）项目的一部分，由Meta与博通合作设计，并由台积电负责制造。备忘录透露，至少有一款芯片在大约六周内通过了测试阶段。 Meta在3月详细介绍了四款新芯片，其中部分已部署或将在今年或明年部署。公司采取模块化设计方法，通过可组合的芯片组（chiplet）来适应AI技术的快速演进。每一代MTIA都基于前代改进，融入最新的AI工作负载洞察和硬件技术，并以更短的周期进行部署。 这些芯片将主要用于训练排名和推荐算法模型、处理更广泛的AI工作负载以及面向应用的推理任务。尽管Meta仍会从英伟达和AMD等厂商采购GPU，但自研芯片有望帮助公司节省大量成本。自2023年以来，Meta一直在自研AI芯片，并已投入巨资确保计算能力。公司4月预计今年资本支出将在1250亿至1450亿美元之间，其中很大一部分用于AI项目。 此外，Meta还在全球范围内达成数据中心和电力协议，投入数百亿美元获取计算能力，以训练和部署其新的Muse Spark系列AI模型。据备忘录，Meta计划今年部署7吉瓦的计算能力，明年翻倍。去年，Meta还与ARM签约以确保推荐系统的计算资源，并分别与AMD和亚马逊达成数十亿美元的协议，使用其Instinct GPU和自研CPU满足AI需求。 Meta并非唯一试图减少对英伟达依赖的公司。OpenAI上月也发布了自研AI芯片计划。随着AI芯片竞争加剧，Meta的模块化策略和快速迭代能力或将成为其关键优势。
近日，有用户反映iPhone在iOS 26.5.2系统下出现了一个令人不安的Bug：**裁剪后的截图无法保存，反而自动恢复为完整原图**。这意味着用户本想隐藏的敏感信息，可能在不知情的情况下被分享出去。 该问题的具体表现是：用户通过截图预览界面进行裁剪并点击“完成”后，系统并未保存裁剪后的版本，而是将原始完整截图存入相册。如果用户立即将“裁剪后”的截图分享给他人，实际发送的却是未经处理的完整图片，导致隐私泄露风险。 **临时解决方案**：目前唯一的变通方法是放弃预览裁剪流程，改为先将完整截图保存到相册，然后通过照片编辑功能进行裁剪并保存。虽然步骤繁琐，但能确保裁剪生效。 苹果尚未正式确认此Bug，但考虑到iOS 27测试版已发布（该用户曾因Roku遥控器应用冻结问题从iOS 27降级至iOS 26.5.2），推测该问题可能与系统版本有关。建议用户： - **在分享截图前务必检查实际发送内容** - **优先使用相册编辑功能进行裁剪** - **关注苹果后续系统更新修复** 这一Bug再次提醒我们：在等待官方修复的同时，手动双重确认仍是保护隐私的最后防线。
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。