AI 实验室 Mirendil 与谷歌云签署了一项多年期合作协议，以获得大规模计算资源，支持其自我改进 AI 的研究。据 TechCrunch 独家获悉，该协议价值超过 1 亿美元，约占 Mirendil 在 6 月底以 10 亿美元估值完成种子轮融资的一半。此举反映了 AI 行业的两大趋势：云巨头通过巨额基础设施投资吸引初创公司，而 AI 公司则竞相锁定算力资源以支持扩张。 Mirendil 将获得谷歌 TPU 和英伟达 GPU 的访问权限，以及托管训练集群，用于开发自我改进 AI。该公司的目标是让 AI 最终能够承担整个前沿 AI 实验室的工作。自我改进 AI（递归自我改进）是指系统能迭代地提升自身能力，Anthropic 等主要实验室也在探索这一方向，而 Recursive Superintelligence 等初创公司也相继成立。 Mirendil 认为，这一技术将自动化大量科学和 AI 研究，加速医学、生物学、材料科学等领域的进步。联合创始人兼 CEO Behnam Neyshabur 表示，自我改进 AI 可以像人类科学家一样积累知识、提升表现，并持续解决复杂问题，例如阿尔茨海默病的研究。 训练此类 AI 需要巨大的算力。联合创始人 Harsh Mehta 强调，关键在于将工作负载与合适的硬件匹配。谷歌提供多种芯片，使 Mirendil 能够灵活组合工作负载与加速器，从而降低成本。
由三位前 Spotify 工程师创立的初创公司 Malachyte 近日宣布完成 1000 万美元种子轮融资，旨在将 Spotify 的推荐引擎技术应用于电商领域。该公司的平台基于“双头向量 AI”，能够实时预测消费者意图，无需依赖历史购买记录或登录状态。其系统在页面加载瞬间即开始构建用户画像，并通过每一次点击、搜索和滚动不断优化推荐。创始人认为，零售商拥有宝贵的客户行为数据，但大多数系统未能实时利用这些数据。这笔融资将用于扩大规模和招聘人才。
谷歌地图正在从单纯的导航工具向全能型生活助手转型。近日，谷歌宣布为地图应用引入一系列基于智能代理（agentic AI）的新功能，让用户不仅能找到目的地，还能直接在应用内完成点餐、预订酒店等实际任务。这一举措标志着谷歌在将AI融入日常服务方面迈出了重要一步。 ## 从导航到任务完成 传统的谷歌地图主要解决“如何到达”的问题，而新功能则聚焦于“到达后做什么”。通过深度集成AI代理，用户现在可以在地图界面中直接浏览餐厅菜单、下单外卖，或是查看酒店空房情况并完成预订。这种闭环体验省去了切换多个应用的麻烦，让地图真正成为出行和消费的入口。 例如，当用户搜索一家餐厅时，地图不仅显示位置和评价，还会提供在线点餐选项，甚至能追踪订单状态。同样，在酒店搜索结果中，用户可以直接查看不同房型和价格，并通过谷歌的合作伙伴完成预订。这些功能目前在美国市场率先推出，后续将逐步扩展至更多地区。 ## 智能代理背后的技术 这些新能力依托于谷歌的生成式AI和大型语言模型（LLM），它们能够理解用户的自然语言查询，并调用第三方服务API来执行具体操作。例如，用户可以说“帮我找一家周五晚上适合约会的意大利餐厅，并预订两人的位置”，地图便会自行筛选、推荐并完成预订。 谷歌强调，所有交易都通过安全的支付网关处理，并遵循严格的隐私政策。用户对数据共享拥有完全控制权，可以随时撤销授权。此外，AI代理在生成建议时也会考虑用户的偏好和历史行为，以提升个性化体验。 ## 行业背景与竞争格局 此次升级并非孤立事件。随着AI技术的成熟，各大科技巨头都在尝试将智能代理嵌入核心产品。例如，OpenAI的ChatGPT已推出插件功能，允许用户通过对话完成订餐和预订；亚马逊的Alexa也在强化购物和日程管理能力。谷歌选择将地图作为切入点，显然看中了其庞大的用户基数和高频使用场景。 分析人士指出，谷歌地图拥有超过20亿月活用户，其中大量用户每天都依赖它进行本地搜索。通过增加交易功能，谷歌不仅能提升用户粘性，还能开辟新的广告和佣金收入来源。不过，这也意味着谷歌将与Yelp、Uber Eats、Booking.com等垂直服务商产生更直接的竞争。 ## 挑战与前景 尽管前景广阔，但智能代理功能的落地仍面临挑战。首先是技术可靠性：AI代理在复杂场景下（如处理退款、变更预订）可能出错，需要人工客服兜底。其次，用户习惯的培养需要时间，许多人仍倾向于使用专门的外卖或旅行应用。此外，隐私和安全问题也是用户关注的焦点，谷歌需要确保数据不会被滥用。 总体而言，谷歌地图的这次更新是AI从“信息提供者”向“任务执行者”转变的一个缩影。随着技术的不断进步，我们可以期待更多日常任务被集成到单一应用中，真正实现“一站式”服务。谷歌能否借此巩固其在地图领域的领先地位，并在AI竞争中占据优势，还有待市场检验。
**Omilia**，一家专注于客户支持对话式AI的初创公司，近日宣布完成**6700万美元**的B轮融资。这标志着该公司自2020年上一次融资以来的又一次重要资本动作，也反映出资本市场对AI客服赛道持续升温的看好。 据公司透露，自上一轮融资以来，Omilia的年度经常性收入（ARR）已增长**10倍**，达到**6000万美元**。这一增速在SaaS领域颇为亮眼，尤其是在竞争激烈的客服市场中。 ## 融资背景与用途 本轮融资由**知名投资机构**领投（具体名称未披露），资金将主要用于**扩大销售与市场团队**、**加速产品研发**，以及**拓展全球市场**。Omilia首席执行官Dimitris Vassos表示：“这笔资金将帮助我们更好地服务全球企业客户，尤其是在银行、保险、电信等对客户体验要求极高的行业。” ## 技术优势与市场定位 Omilia的核心竞争力在于其**自研的对话式AI引擎**，能够理解多种语言和方言，并支持复杂的多轮对话。与许多依赖第三方大语言模型的客服机器人不同，Omilia强调**私有化部署**和**数据安全**，这使其在金融、医疗等受监管行业更具吸引力。 此外，Omilia的平台支持**全渠道接入**，包括电话、网页、移动应用和社交媒体，帮助企业实现客户服务的无缝衔接。其AI系统还具备**实时情绪分析**和**智能路由**功能，能够显著提升客户满意度和运营效率。 ## 行业趋势与竞争格局 当前，全球客户支持AI市场正快速增长。根据市场研究机构的数据，到2026年，该市场规模预计将超过**100亿美元**。Omilia的主要竞争对手包括**Intercom**、**Ada**和**LivePerson**等，但Omilia凭借其**深度行业定制**和**高准确率**，在高端市场占据一席之地。 值得注意的是，Omilia的**10倍ARR增长**并非偶然。其客户包括多家全球500强企业，合同平均金额较大，且续约率超过**95%**。这表明其产品在真实业务场景中具有较高的黏性和价值。 ## 未来展望 随着企业数字化转型加速，对智能客服的需求将持续释放。Omilia计划利用新资金进一步**强化其AI模型的行业适配性**，并探索**生成式AI**在客户支持中的应用。不过，公司也面临如何平衡**技术投入**与**盈利增长**的挑战。 总体而言，Omilia的这轮融资不仅是对其商业模式的一次验证，也预示着客户支持AI赛道将迎来更激烈的竞争。对于企业用户而言，更多选择也意味着需要更审慎地评估不同方案的适用性。
Meta 本周推出了新的终端编码代理 Muse Code，旨在帮助程序员处理大型代码库中的复杂任务。该工具目前处于测试阶段，基于 Meta 此前发布的编码模型 Muse Spark，能够通过启动多个子代理并行工作来完成规划、编写和验证代码等全流程任务。Meta CEO 马克·扎克伯格表示，在测试中，Muse Code 曾同时为游戏构建六项功能且无冲突。此举被视为 Meta 在 AI 编程领域追赶 OpenAI 和 Anthropic 的重要一步，同时强调其成本优势。Meta AI 负责人 Alexandr Wang 称，从成本角度看，Muse Code 在众多工作流程中极具竞争力。此前，Meta 已扩展至企业 AI 市场，此次发布进一步巩固其在 AI 领域的布局。
**Klaviyo 收购 Elias Torres 的 Agency，科技创始人圆满重聚** 电商营销平台 Klaviyo 近日宣布收购 Elias Torres 创立的 Agency，并任命 Torres 为首席产品官（CPO），负责领导公司的 AI 代理产品线。这一收购不仅是一次商业整合，更是两位科技创始人之间的“圆满重聚”。 Elias Torres 是连续创业者，曾联合创办聊天机器人公司 Drift，该公司后来被 Salesloft 收购。此次加入 Klaviyo，Torres 将把他在对话式 AI 和客户体验领域的深厚经验带入电商营销场景。Klaviyo 以数据驱动的营销自动化闻名，近年正积极布局 AI 代理，以帮助商家自动执行营销任务、优化客户沟通。 Torres 在声明中表示，他看好 Klaviyo 在电商数据与 AI 结合上的潜力，认为 AI 代理将彻底改变品牌与消费者的互动方式。收购完成后，Torres 将直接向 CEO 汇报，并主导产品战略，尤其是 AI 代理的研发与落地。 此次收购发生在 AI 营销工具竞争白热化的背景下。Salesforce、HubSpot 等巨头纷纷推出 AI 功能，而新兴初创公司也在抢占细分市场。Klaviyo 通过引入 Torres 这样的资深产品人，意在强化其技术护城河，加快 AI 代理的迭代速度。 行业观察人士指出，Klaviyo 的这一步棋既是对人才的投资，也是对产品方向的明确表态：AI 代理不再是锦上添花，而是电商营销的核心竞争力。对于 Torres 而言，从 Drift 到 Klaviyo，他的职业生涯似乎画了一个圆，而这次重聚或许将开启电商 AI 的新篇章。 （本文基于公开信息撰写，更多细节有待官方披露。）
谷歌 AI 领域的传奇人物 Jeff Dean 即将离开这家科技巨头，与另外几位同样来自谷歌的高管共同创立一家新的人工智能初创公司。他们的目标非常明确：利用 AI 加速科学发现的进程。这一消息在科技界引发了广泛关注，标志着 AI 领域顶尖人才流动的新动向。 Jeff Dean 在谷歌的职业生涯堪称传奇，他是谷歌 AI 基础设施和深度学习研究的核心人物，曾主导 TensorFlow 等关键项目的开发，并在谷歌大脑团队中发挥了举足轻重的作用。此次离职并非孤例，与他一同离开的还包括几位谷歌高管，这暗示着他们可能早已在内部酝酿一个共同的新愿景。 新公司的使命聚焦于将 AI 应用于科学发现，这意味着他们可能会致力于开发能够辅助科学研究的 AI 模型，例如在药物研发、材料科学、基因组学等领域提供突破性进展。这一方向与当前 AI for Science 的全球趋势不谋而合，也反映出顶尖 AI 人才开始从传统科技巨头转向更具探索性的前沿领域。 从行业背景来看，近年来 AI 领域的人才流动日益频繁，尤其是在生成式 AI 兴起之后，许多资深研究员选择离开大厂，投身创业或加入初创公司。例如，OpenAI 的崛起就吸引了不少来自谷歌和 Meta 的研究人员。Jeff Dean 的离开，无疑会给谷歌带来一定的影响，但同时也可能激发谷歌内部在 AI 研究方向上的新思考。 对于这次创业的具体细节，目前尚未有更多披露，但可以预见的是，凭借 Jeff Dean 等人的技术实力和行业影响力，新公司有望迅速吸引资本和人才的关注。科学发现是一个需要长期投入和跨学科协作的领域，AI 的介入有望显著加速研发进程，但也面临着数据、模型可解释性等挑战。 总而言之，这次创业事件不仅是个人职业路径的转变，更可能预示着 AI 应用从商业场景向基础科学领域的重心转移。我们拭目以待，看这些资深研究员将如何用 AI 书写科学发现的新篇章。
电商软件巨头 Shopify 在最新财报中透露，AI 搜索不仅没有蚕食传统搜索流量，反而成为业务增长的强劲引擎。公司总裁 Harley Finkelstein 在第二季度财报电话会议上表示，AI 已成为搜索的补充而非替代，尤其惠及了占客户大多数的中小商家。数据显示，第二季度由 AI 驱动的流量和订单同比增长了三倍，而传统搜索流量依然保持增长，过去两年增长了 1.3 倍，仍占店铺会话量的约三分之一。这与 AI 对在线出版业的冲击形成鲜明对比——后者因 AI 摘要导致点击率下降，广告收入受损。Shopify 认为，AI 搜索之所以有效，在于其能够理解复杂意图并进行多维匹配。例如，当用户询问“适合三连座轿车的儿童座椅”时，AI 代理会同时考虑尺寸、车型和数量等约束，而不是仅依赖关键词排名。这种精准匹配提高了转化率，并缩短了购物路径，一半以上的 AI 推荐会话直接进入产品页面。公司第二季度营收同比增长 36% 至 36 亿美元，超出华尔街预期的 34 亿美元；毛利润增长 31% 至 17.1 亿美元，同样高于预期。Shopify 的案例表明，AI 在电商领域可能成为流量的放大器，而非替代者。
Hark 是一家在五月完成 7 亿美元 A 轮融资的初创公司，今日推出了其浏览器代理 Hark Handoff，旨在高效完成各类在线任务。该公司声称，Handoff 能够轻松导航没有官方 API 的网站，如 Target、Walmart、OpenTable 和 LinkedIn。它通过分析网站结构和视觉数据来决定点击按钮或输入信息。这与其他浏览器代理类似，用户发出指令后，代理可代为订餐、购票、报税、购物、订餐厅或进行多来源研究。在演示视频中，CEO Brett Adcock 展示了助手根据模糊指令（如“花艺师精选”）构建花束的过程，但视频仅展示部分流程，其实际效果难以评估。公司表示，此次发布使用了后训练模型，并计划在年底前进行预训练，以更快优化数据管道和训练基础设施。Hark 还强调，与 LLM 预测下一个 token 不同，其模型可预测下一个动作（如点击或键盘输入）。目前，Google、OpenAI、Anthropic 等巨头及 Browser Use、Polar、Strawberry、Aside 等初创公司均在开发类似代理。Hark 声称其 Handoff 代理比竞争对手更快，成本远低于 GPT 5.5 和 Opus 4.8。该平台已开放等待名单，预计夏末正式发布。
**TechCrunch Disrupt 2026 将首次设立“现实世界 AI”舞台，专注于数字与物理世界的交汇点。** 随着 AI 从纯软件领域快速扩展到实体世界，今年的 Disrupt 大会将原来的单一 AI 舞台扩展为两个：传统的 AI 舞台继续关注算法、模型与应用，而全新的“现实世界 AI”舞台则聚焦于自主硬件如何走出实验室，进入公共空间、战场、家庭，甚至可能帮助灭绝物种重返地球。 大会将于 **10 月 13 日至 15 日在旧金山 Moscone West 举行**，目前已公布的首批演讲者包括 Shield AI 的 CTO Nate Michael、Colossal Biosciences 的 CEO Ben Lamm、FieldAI 的 CEO Ali Agha 以及 Foxglove 等公司的代表。 ## 当 AI 进入物理世界：安全与信任成为核心议题 在“现实世界 AI”舞台上，一个关键话题是 **AI 系统在物理世界中的安全部署**。Nate Michael 将主持一场关于“当失败不是选项时，如何构建 AI 系统”的讨论，涉及自动驾驶、国防技术和工业系统。演讲者将探讨如何建立安全文化、验证 AI 系统、应对监管挑战，并在高风险环境中赢得信任。 ## 复活灭绝物种：AI 在生物工程中的角色 Colossal Biosciences 的 CEO Ben Lamm 将进行一场炉边谈话，讨论 **利用 AI 和基因工程复活灭绝物种** 的可能性。这家公司已将该领域从科幻小说转变为价值数十亿美元的业务。Lamm 将分享其技术进展，并探讨“工程自然”究竟是保护生物多样性的突破，还是对现有保护工作的干扰。 ## 边缘计算：当云不可用时，AI 如何工作 FieldAI 的 CEO Ali Agha 将探讨 **边缘计算环境下的 AI 操作**。在偏远地区或战场等网络基础设施薄弱的场景中，AI 系统必须在没有云端支持的情况下独立运行。这一话题对于自主机器人和工业自动化至关重要。 ## 更多内容与购票优惠 除了上述主题，舞台还将涵盖自动化工厂、机器人伦理等更多议题，后续将公布更多演讲者。**早鸟优惠**：如果你在太平洋时间 **8 月 7 日晚上 11:59 之前** 通过此链接购票，可额外享受 **100 美元折扣**。 TechCrunch Disrupt 2026 正在成为观察 AI 如何从数字世界走向物理世界的重要窗口。无论你是创业者、工程师还是投资者，这次大会都将提供关于 AI 落地的最新洞察。
**Anthropic 正在组建一支专门设计自研 AI 芯片的团队**，以优化其 Claude 模型的运行效率。这家由前 OpenAI 研究人员创立的初创公司表示，将通过“硬件-模型协同设计”策略，推动技术性能的进一步提升。 ## 软硬协同：从算法到芯片的深度优化 在 AI 领域，算法与硬件的协同优化已成为提升性能的关键路径。Anthropic 的举措意味着其不再仅仅依赖英伟达等第三方芯片，而是希望从底层硬件入手，针对自家模型的特性进行定制化设计。这种模式并非首次出现，谷歌的 TPU 和特斯拉的 Dojo 都是典型先例。通过将芯片架构与模型算法紧密结合，可以在计算效率、能耗比等方面获得显著优势，尤其是在训练和推理大规模模型时，这种优势更为明显。 ## 人才竞争：AI 芯片设计领域的争夺战 组建芯片设计团队需要招募大量经验丰富的硬件工程师，这无疑将加剧科技巨头之间的人才竞争。目前，苹果、谷歌、亚马逊等公司都在积极布局自研芯片，而 Anthropic 的加入使得这一领域的竞争更加白热化。对于 Anthropic 而言，吸引顶尖人才不仅需要提供有竞争力的薪酬，还要有吸引人的技术愿景和项目挑战。 ## 行业影响：从依赖到自主的转变 Anthropic 的这一战略调整，反映了 AI 行业对算力自主可控的日益重视。随着模型规模的不断扩大，对计算资源的需求呈指数级增长，而依赖外部供应商可能面临供应短缺、成本上升等风险。通过自研芯片，Anthropic 不仅能降低长期成本，还能根据自身需求灵活调整硬件设计，从而在 AI 竞赛中保持竞争力。 不过，芯片设计是一项复杂且耗资巨大的工程，从设计到流片再到量产需要数年时间。Anthropic 能否在这一领域取得成功，仍面临诸多挑战，包括技术风险、资金投入以及市场竞争等。但无论如何，这一举措标志着 AI 公司正在从单纯的软件创新向软硬件一体化迈进，未来 AI 行业的竞争格局或将因此改变。
MacPaw，这家以开发 Mac 清理工具 CleanMyMac 而闻名的公司，近日宣布与 AI 初创公司 Liquid AI 达成合作，将 Liquid AI 的模型集成到其 AI 助手 Eney 的本地版本中，并为在其应用商店上架的开发者提供设备端推理能力。 这一动向值得关注，因为它标志着 AI 应用正在从云端向设备端迁移，尤其是在隐私和响应速度日益重要的今天。Liquid AI 以其高效的模型架构而著称，其模型可以在资源受限的设备上运行，而无需依赖云端服务器。MacPaw 希望通过这一合作，让开发者能够构建出更多无需联网即可运行的智能应用，从而提升用户体验和数据安全性。 对于开发者而言，这意味着他们可以在 MacPaw 的生态系统中，利用 Liquid AI 的模型来开发离线 AI 功能，例如本地文本生成、图像识别等。这不仅能降低开发成本，还能避免将用户数据发送到云端可能带来的隐私风险。 MacPaw 的 Eney 助手作为本地化 AI 的先行者，将首先受益于这一合作。Eney 的本地版本将能够提供更快的响应速度和更强的隐私保护，因为所有数据处理都在设备上完成。此外，MacPaw 还计划将 Liquid AI 的模型能力开放给其应用商店的第三方开发者，从而构建一个完整的本地 AI 生态。 从行业背景来看，这一合作反映了 AI 部署的一个新趋势：**边缘 AI**。随着模型压缩和优化技术的进步，越来越多的 AI 应用开始尝试在设备端运行，以减少对云端的依赖。苹果、谷歌等巨头也在积极推动端侧 AI，例如苹果的 Core ML 和谷歌的 MediaPipe。MacPaw 与 Liquid AI 的合作，是这一趋势在 Mac 平台上的具体体现。 不过，设备端 AI 也面临挑战，比如模型复杂度和设备算力之间的平衡，以及如何保证模型更新的及时性。Liquid AI 的模型虽然高效，但能否满足复杂任务的需求，仍有待观察。此外，MacPaw 的开发者社区是否能够快速接受并利用这一能力，也是决定其成功与否的关键。 总体而言，MacPaw 与 Liquid AI 的合作是一次积极的尝试，有望为 Mac 用户带来更智能、更私密的 AI 体验。随着技术的成熟，我们或许会看到更多类似的本地方案，让 AI 真正融入日常设备。
**WindBorne Systems** 近日宣布完成 **3700万美元B轮融资**，由 Khosla Ventures 和 Galvanize 联合领投，TransLink Capital、Lux Capital 及现有投资者跟投，估值达到 **2.5亿美元**。这家成立于2019年的初创公司，凭借其超长航时气象气球和AI预测模型，正在尝试将AI天气预报从技术突破转化为商业价值。 ## 从超级计算机到笔记本电脑 过去，模拟大气需要超级计算机，成本高昂，只有少数国家气象机构才能承担。但深度学习的进步，特别是LLM背后的技术，使得气象模拟可以在笔记本电脑上运行，极大地降低了门槛。WindBorne正是利用这一点，结合自有的气象气球数据，构建了高精度的预测模型。CEO John Dean表示，他们的气球能在难以到达的区域（如台风眼）收集数据，这些独有数据构成了模型的护城河。 ## 数据即优势 目前，WindBorne在全球有**20个发射点**，约**600个气球**同时在空中作业。他们还部署了可降落到海洋继续测量的浮标传感器。Dean强调，加入气球数据后，预报准确率显著提升，每个数据点的价值远高于卫星。这种“行星神经系统”不仅提升了预报能力，也吸引了政府客户。 ## 商业前景：从政府到金融 WindBorne的主要客户目前是政府机构，如美国国家气象局购买其数据，空军和海军则通过研究合作付费。但下一步，他们瞄准了商业市场，尤其是依赖天气预测商品价格的投资基金。Dean透露，公司已在创收，这降低了风险投资的顾虑。 ## 挑战与机遇 尽管技术令人兴奋，但商业化之路仍充满挑战。如何从政府合同扩展到私营部门，如何在竞争激烈的气象服务市场中脱颖而出，都是WindBorne需要回答的问题。然而，随着气候变化加剧，对精准天气预测的需求只会增长，WindBorne的AI+数据模式或许能开辟一条新路。 （注：本文基于TechCrunch报道，部分细节可能不完整，但核心信息已涵盖。）
SpaceX在2025年大幅增加了对特斯拉Megapack电池储能系统的采购，仅第二季度就花费2.95亿美元，全年累计已达3.29亿美元。这一数字来自SpaceX周二发布的财报，凸显了埃隆·马斯克旗下公司之间日益紧密的协同效应。 马斯克同时担任SpaceX的CEO和最大股东，也是特斯拉的掌门人。他的AI企业xAI于2025年收购了社交媒体平台X，而SpaceX则在今年早些时候将xAI纳入麾下。这些工业级电池很可能被部署在xAI的数据中心。在xAI与SpaceX合并前，xAI已为其数据中心购买了价值4.3亿美元的Megapack，而今年第一季度，xAI仅购买了3400万美元的设备。 此外，监管文件显示，截至2025年12月，SpaceX还以制造商建议零售价购入了价值1.31亿美元的特斯拉Cybertruck。 尽管xAI的数据中心大量依赖天然气供电——包括在密西西比州Colossus数据中心项目附近安装的数十台未获许可的涡轮机——但像Megapack这样的大型电池仍是数据中心的关键组成部分。电池不仅能提供秒级响应的备用电源，还能在GPU需求激增时提供额外电力。AI数据中心的电力消耗并不平稳，训练和推理过程会导致电力需求波动，峰值用电可能引发当地公用事业的高额收费或使现场发电机过载。电池有助于平抑这些峰值，降低成本并确保数据中心稳定运行。 这一采购行为也反映出马斯克商业帝国内部的资源整合趋势，将AI基础设施与清洁能源技术相结合，以应对AI算力扩张带来的能源挑战。
一份来自 SaferAI 的最新报告指出，Z.ai 推出的开放权重模型 **GLM-5.2** 在能力上已接近前沿闭源模型，但在安全缓解措施方面存在明显缺失。这一发现再次引发行业对开放模型可能超越治理与防护的担忧。 ## 能力跃升，安全滞后 报告显示，GLM-5.2 在多项基准测试中的表现已可与顶尖闭源模型媲美，甚至在部分任务上有所超越。然而，该模型在对抗性攻击、越狱提示和有害内容生成等方面的防御能力明显不足。SaferAI 的测试团队通过一系列标准安全评估发现，GLM-5.2 在拒绝有害指令、避免生成偏见内容以及防止信息泄露等关键指标上，均落后于同等能力的闭源系统。 ## 开放模型的“双刃剑”效应 开放权重模型的优势在于可定制性、透明度和社区驱动的改进，但这也意味着一旦发布，开发者无法完全控制其使用方式。SaferAI 在报告中强调，当模型能力接近前沿时，缺乏足够安全护栏的开放模型可能被恶意利用，例如用于制造虚假信息、进行网络攻击或生成深度伪造内容。 ## 治理与技术的赛跑 近年来，AI 安全研究社区一直在呼吁更严格的监管和更完善的安全评估框架。然而，模型能力的迭代速度远超治理措施的落地。SaferAI 的报告指出，尽管部分前沿实验室已采用“红队测试”和“责任发布”等做法，但开放权重领域的标准仍不统一，许多模型在发布前未经过充分的安全验证。 ## 行业反应与未来展望 Z.ai 尚未对报告作出公开回应。一些研究者认为，开放模型的安全问题可以通过社区协作和后续补丁来缓解，但 SaferAI 坚持认为，必须在模型发布前就内置安全机制，否则风险将难以控制。 随着 GLM-5.2 等模型的问世，AI 社区正面临一个关键抉择：如何在鼓励创新与确保安全之间取得平衡。报告建议，开源社区应制定更严格的安全发布准则，并推动建立第三方审计机制，以缩小能力与安全之间的鸿沟。 目前，关于 GLM-5.2 的具体安全缺陷细节尚未完全公开，但 SaferAI 表示将在未来几周内发布完整的技术报告。这一事件无疑为 AI 治理的紧迫性敲响了警钟。
**Anthropic** 近期在云计算领域的合作动作频频，最新消息是其与AI云初创公司 **Volta** 达成了一项价值 **100亿美元** 的协议。据彭博社援引匿名知情人士消息，Volta将为Anthropic提供为期六年的云计算服务，以满足其日益增长的算力需求。 Volta成立于今年早些时候，是英伟达云合作伙伴计划的成员之一，专注于使用英伟达GPU提供AI算力。此次合作中，Volta的合作伙伴 **Bitdeer**（一家加密货币挖矿公司）将参与建设位于挪威的数据中心，该设施将提供 **133兆瓦** 的电力容量，并采用英伟达最新的 **Vera Rubin** 芯片架构。 Anthropic近期一直在积极扩大其算力储备，以应对与竞争对手的激烈竞争。此前，该公司已与 **SpaceX** 和 **亚马逊** 等公司达成了新的计算合作。此次与Volta的协议，将进一步巩固其在AI领域的地位。 TechCrunch已联系Anthropic寻求更多信息，但截至发稿时尚未收到回复。这笔交易的完成仍需经过相关监管机构的批准，具体细节可能仍有变数。
由英伟达牵头成立的开放AI安全联盟（OSAA）刚满一周，便已展现出惊人的行动力。这个已吸引超过120家企业的行业组织，在拉斯维加斯Black Hat大会期间，迅速推出了名为“共享AI发现交换”（SAFE）的工作组，并已发布多项提案供公众评议。 ## 快速响应，直击痛点 OSAA的提案聚焦于AI安全事件的应对流程，包括**如何保密报告AI网络安全事件**、**通知受影响方**，以及**进行无责分析**，以便各方从中学习。这些指导原则虽看似基础，却为AI安全事件的处理提供了急需的规范框架。Linux基金会作为成员之一，将负责管理这些提案，确保其开放透明的演进。 ## 巨头云集，技术贡献 除了提案，OSAA成员也在积极贡献各自的开源技术，旨在最终形成一套企业级AI安全解决方案。例如，**英伟达**提供了其开源大语言模型漏洞扫描器Garak及一系列开放模型；**Okta**专注于代理身份技术；**Red Hat**则致力于代理治理；**亚马逊**贡献了开源代理构建工具Strands Agents和授权语言Cedar。这些技术积累，有望整合为抵御恶意AI代理（如曾入侵Hugging Face的OpenAI模型）的有力工具。 ## 合作与缺席 目前，联盟成员包括Adobe、BlackRock、Cisco、Intel、Microsoft、Visa等众多知名企业，但**Anthropic、OpenAI和Google的缺席**尤为引人注目。值得注意的是，OpenAI和Google都签署了最初推动成立该联盟的公开信，该信呼吁白宫支持而非打压开源AI。Anthropic的冷落并不意外，但OpenAI和Google已发布各自的开放权重模型，Google也素有开源支持者的名声，未来是否加入，值得观察。 ## 结语 OSAA以“AI速度”运作，在短短数周内便从倡议走向实质行动，反映了业界对AI安全问题的紧迫感。随着联盟影响力的扩大，其能否吸引更多关键玩家，并最终形成行业标准，将是未来值得关注的焦点。
**Spotify** 近日宣布，独立音乐版权代理机构 **Merlin** 已加入其即将推出的 AI 混音与翻唱产品的支持阵营。Merlin 代表全球超过 3 万家独立厂牌和发行商，此举意味着 Spotify 的 AI 音乐创作工具将获得更广泛的版权覆盖，为独立音乐人打开新的参与通道。 ## 合作背景与产品定位 Spotify 计划推出的付费 AI 工具，允许用户基于参与艺术家的音乐生成 AI 翻唱和混音版本。此前，**环球音乐集团（UMG）** 已确认支持该项目，如今 Merlin 的加入进一步扩大了曲库范围，覆盖大量独立音乐内容。这一合作模式的核心在于：**艺术家可自主选择是否参与**，并确保在作品被 AI 二次创作时获得署名与相应报酬。 ## 行业意义：平衡创新与权益 在 AI 生成内容引发版权争议的当下，Spotify 试图通过“**选择参与（opt-in）**”机制建立行业范本。与单纯依赖法律诉讼或技术封锁不同，这一模式强调与版权方的合作，将 AI 创作纳入合规框架。Merlin 的加入尤为关键，因为独立厂牌和音乐人往往在技术巨头面前处于弱势，而此次合作至少为他们在 AI 浪潮中争取到了主动权和收益保障。 ## 潜在挑战与未来展望 尽管合作框架具有前瞻性，但实际执行中仍面临挑战：如何界定“混音”与“翻唱”的边界？AI 生成内容的版权归属如何细化？以及如何确保收益分配透明？Spotify 尚未公布具体定价与上线时间，但可以预见，这一工具若成功落地，将影响音乐流媒体行业的创作生态，甚至可能推动其他平台跟进类似策略。 对于音乐人而言，这是一个既令人兴奋又需谨慎对待的新局面——AI 降低了创作门槛，但如何保护原创价值，仍是长期课题。Spotify 与 Merlin 的合作，至少提供了一个值得观察的“协商式”解决方案。
德克萨斯州州长格雷格·阿博特于本周一宣布，所有新建数据中心项目必须经过德克萨斯州公用事业委员会（PUCT）和州电网运营商电力可靠性委员会（ERCOT）的审计。这一决定标志着该州对数据中心扩张的立场发生重大转变，此前德州一直以宽松的监管和看似充足的电力供应吸引着科技巨头。 据ERCOT数据，其电网互联队列的规模在今年急剧膨胀：1月份时有233吉瓦的项目等待接入，不到半年时间就翻了一倍多，如今已达到474吉瓦，其中约90%是数据中心项目。这一数字是ERCOT总峰值需求的五倍以上，即便只有部分项目落地，也可能压垮德州电网。 德州的电力结构以天然气为主，风能和太阳能也贡献显著。根据美国能源信息署（EIA）的数据，2021年至2025年间，公用事业规模的太阳能装机容量增长了四倍，电价在此期间大部分时间保持下降。然而，数据中心和加密货币挖矿设施的激增正在推高电价。阿博特州长显然希望遏制这一趋势。 审计将要求数据中心提供详细的电力需求、水资源使用、噪音缓解措施、灯光控制、税收优惠使用情况以及所有权结构等信息。尽管德州历来以轻监管著称（例如休斯顿没有分区法规），但数据中心的集中涌入已成为全美范围内的争议焦点，德州此举可能预示着其他州也将跟进类似措施。 对于正在规划或建设数据中心的企业而言，这一政策变化增加了不确定性。审计流程可能延长项目周期，并提高合规成本。不过，阿博特强调，审计旨在确保电网稳定和居民用电成本可控，并非完全禁止数据中心发展。 值得注意的是，ERCOT互联队列中的许多项目目前仅是“纸上提案”，因为排队时间过长，开发商往往先占位，后续再逐步推进。但即便如此，ERCOT表示，数据中心已成为电网规划中不可忽视的变量。未来数月，随着审计细节的明确，德州数据中心的建设节奏或将显著放缓。
最新分析显示，特斯拉CEO埃隆·马斯克在季度财报电话会上，越来越倾向于讨论人工智能、机器人和自动驾驶，而非传统汽车业务。这一趋势在过去七年中尤为明显，凸显了特斯拉战略重心的转移。 ## 从汽车公司到AI公司的话语转变 根据TechCrunch与金融研究公司Hudson Labs的合作分析，自2019年以来，马斯克在财报电话会上的发言中，涉及AI、自动驾驶（FSD）和机器人出租车（Robotaxi）的时间占比已接近**50%**，而2022年这一比例仅为15%-20%。与此同时，他谈论汽车制造和销售的时间降至**不到三分之一**，在2025年第三季度的电话会上甚至不足20%。 ## 聚焦Optimus与自动驾驶 自2021年特斯拉首次公开人形机器人Optimus项目以来，马斯克对其关注度逐年上升。过去一年，他在电话会上花费至少**10%**的时间谈论Optimus，而在2025年第三季度，这一比例飙升至**近三分之一**。相比之下，2022年他在这方面的投入不足2%。 ## 汽车业务增长放缓，AI叙事成为估值支撑 值得注意的是，马斯克加大对AI和机器人话题讨论的同时，特斯拉的核心汽车业务增长已停滞。尽管公司上一季度仍交付近50万辆汽车，且70%的收入来自汽车销售，但马斯克在2024年第一季度电话会上明确表示：“如果你只把特斯拉看作一家汽车公司，那从根本上就是错误的框架。”他强调，不相信特斯拉能解决自动驾驶问题的人不应投资该公司。 ## 分析：战略重心转移的利弊 这种话语权的转移反映了特斯拉的战略野心，但也引发市场担忧：当传统汽车业务面临竞争和增长瓶颈时，过度强调尚未商业化的AI项目是否会让公司偏离主业？Hudson Labs的AI工具通过逐句分析电话会议内容，揭示了这一趋势，为投资者提供了观察特斯拉战略方向的独特视角。 尽管马斯克描绘了自动驾驶和机器人的未来蓝图，但现实是，这些业务尚未产生可观收入。未来，特斯拉能否在维持汽车业务的同时，兑现AI领域的承诺，将是其估值和投资者信心的关键。