Google 的 AI 笔记工具 NotebookLM 正在推出一项新功能：生成 TikTok 风格的竖屏短视频，帮助用户快速回顾研究资料。该功能面向 **Google AI Ultra** 和 **Pro** 订阅用户开放，能够根据用户上传至应用中的资料，自动生成一段 60 秒的 AI 视频。 ### 视频生成示例：澳大利亚与鸸鹋的战争 Google 展示的示例视频讲述了 **澳大利亚与鸸鹋之间未成功的战争**。视频采用剪纸风格的 AI 艺术绘制鸸鹋形象，并配以旁白解说。这并非 NotebookLM 首次提供多模态交互方式——此前它已能生成 **AI 播客**、**电影感视频** 和 **可视化讲解内容**。 ### 如何使用：三步生成短视频 要生成一段 60 秒的短视频，用户只需在网页或应用端打开一个笔记本，从右侧 Studio 栏中选择 **“Video”**，再点击 **“Short”**，然后选择希望 NotebookLM 聚焦的主题（或自行输入），最后点击 **“Generate”** 按钮即可。目前该功能仅支持 **英文**，免费用户的支持将在“不久后”到来。 ### 行业背景与意义 NotebookLM 最初以“AI 笔记助手”形象亮相，主打长文档摘要与问答。然而随着 AI 视频生成能力（如 Veo 等模型）的成熟，Google 正将 NotebookLM 从“生产力工具”扩展为“内容生成器”。**TikTok 风格视频**的加入，意味着用户可以直接将研究报告、论文或项目文档转化为适合社交传播的短视频，这对于需要快速分享研究亮点或进行汇报的职场人士与学生而言，可能带来效率提升。 不过，从示例来看，视频中的 AI 图像和旁白仍带有明显的“AI 生成感”，其叙事逻辑是否足够准确、能否避免“幻觉”问题，还有待更多用户实测。Google 选择先向付费用户开放，可能也是在收集反馈，优化生成质量。 ### 小结 NotebookLM 的这次更新，反映了 AI 工具从“辅助理解”向“辅助表达”的演进趋势。当 AI 不仅能帮你读懂资料，还能自动将其包装成适合短视频平台的内容时，信息消费的方式正在发生微妙变化。对于内容创作者、研究人员和知识工作者来说，这或许是一个值得关注的新能力。
Netflix 在其即将推出的真人秀《旺卡的金色门票》中，使用 AI 技术重现了已故演员 Gene Wilder 的声音，引发了关于 AI 在娱乐行业应用的新讨论。该节目将于 **9 月 23 日** 在 Netflix 首播，延续了平台将虚构故事转化为现实竞赛的趋势，类似于之前的《鱿鱼游戏》真人秀。 根据 Deadline 报道，Netflix 与 AI 音频公司 **ElevenLabs** 合作，并在 Wilder 家人的同意下生成了这段旁白。此前，Netflix 已使用类似技术重现了 Michael Caine 和 Stan Lee 的声音。这一做法既展示了 AI 在内容创作中的潜力，也引发了关于伦理和版权的新思考。 节目本身被描述为一场“高风险的社交实验”，将有 12 名“幸运”的金色门票得主及其选中的伴侣参与竞争，最终胜者将在 **9 月 30 日** 的两部分大结局中揭晓。值得注意的是，虽然节目中使用的旁白是 AI 生成的，但所有布景均为实景搭建，并非 AI 伪造。 这并非 Netflix 首次涉足 AI 声音领域。2021 年，该公司与 Roald Dahl 公司达成合作，并计划在 2027 年推出独立的动画电影《查理与巧克力工厂》。此次 AI 声音的使用，进一步巩固了 Netflix 在 AI 技术与娱乐融合方面的探索。 然而，这一做法也引发了争议。批评者认为，使用 AI 重现已故演员的声音可能涉及伦理问题，尤其是在未明确告知观众的情况下。支持者则指出，在家人同意的前提下，AI 技术可以作为一种工具，延续经典角色的生命力。 总的来说，Netflix 的这一尝试不仅展示了 AI 在娱乐行业的实际应用，也为未来类似技术如何与伦理、法律框架共存提供了新的案例。随着更多公司探索 AI 生成内容，行业标准和观众接受度将成为关键议题。
电子书借阅应用 Libby 正准备推出 AI 内容控制功能，允许读者在设置中选择是否显示 AI 生成的内容，包括 AI 创作、AI 旁白的有声书、机器翻译和 AI 生成的艺术作品。然而，这一过滤机制依赖内容创作者或出版商自行标注是否为 AI 生成，而非主动检测。 OverDrive 新任 CEO Marc DeBevoise 表示：“我们需要告诉人们有什么内容、它是如何创建的。”他认为 AI 在内容推荐和本地化方面有积极意义，但必须“以正确的方式使用”。Libby 去年曾因引入 AI 推荐功能而遭遇用户反弹，此次新举措意在平衡读者选择权与技术潜力。 OverDrive 成立于 40 年前，最初将书籍数字化并分发至软盘和 CD-ROM，后与公共图书馆合作提供电子书借阅服务，2017 年推出 Libby 应用。目前，该公司与 115 个国家的 9.2 万家图书馆、学校和大学合作。Libby 的目录规模庞大，但面对即将到来的 AI 生成书籍浪潮，其过滤方案能否有效仍存疑。 ## 自标注模式：信任还是隐患？ Libby 的 AI 过滤功能并非通过算法分析内容，而是依赖出版商或作者主动声明。这种“自标签”模式在行业内有先例，但效果取决于各方诚信度。若缺乏监管，恶意标注可能导致过滤失效。 DeBevoise 强调，OverDrive 希望“在允许用户选择退出 AI 与拥抱技术优势之间找到中间地带”。然而，对于完全由 AI 生成而未标注的内容，Libby 目前似乎没有技术手段识别。这意味着，读者可能仍会接触到未标注的 AI 内容，过滤器的实际作用有限。 ## 行业背景：AI 书籍浪潮下的应对策略 近年来，AI 生成书籍数量激增，亚马逊等平台已出现大量低质量 AI 内容，影响读者体验。Libby 作为公共图书馆数字借阅服务的重要入口，其过滤功能不仅关乎读者选择，也可能影响图书馆采购决策。 一些图书馆已开始制定 AI 内容政策，Libby 的新功能可视为对图书馆需求的响应。但自标注机制能否赢得信任，仍有待观察。如果未来出现标注不实的情况，Libby 可能需要转向更主动的检测手段。 ## 小结 Libby 的 AI 过滤功能是行业应对 AI 内容浪潮的一个缩影：在保护读者选择权与不阻碍技术发展之间寻找平衡。但依赖自标注的方案，其有效性取决于整个生态的诚信度。对于真正想避开 AI 内容的读者来说，这个过滤器可能只是一个“心理安慰”。
在科技与法律的交汇点上，一位名叫 Bill Savitt 的律师凭借其温和却犀利的风格，两次击败了埃隆·马斯克。本文深入剖析 Savitt 的庭审策略、职业背景及其在法律界的独特地位，揭示他如何以“软刀子”瓦解马斯克的攻势。 ## 庭审现场：一场“幼儿园老师”与“暴躁小孩”的对决 在 **Musk v. Altman** 案中，马斯克起诉 Sam Altman 和 OpenAI，指责他们背离了最初的使命。庭审中，Savitt 的交叉询问让马斯克多次情绪失控。马斯克抱怨 Savitt 的问题“设计来欺骗我”，甚至直言“你大部分问题都不公平”。而 Savitt 则以一贯的温和语气回应：“我尽量公平地提问，已经尽了最大努力。” 这场面被旁观者形容为“幼儿园老师安抚闹脾气的小孩”。Savitt 的问题看似简单，常要求马斯克重复自己此前在直接询问中的陈述，但马斯克却“神秘地”记不清了。这一策略从一开始就确立了马斯克作为不可靠叙述者的形象——因为他是第一位出庭的证人。 ## 低调的“华尔街法律捕手” Savitt 并非初出茅庐。他来自知名律所 **Wachtell, Lipton, Rosen & Katz**，代理过一系列重量级案件： - **Coinbase** 对抗美国证券交易委员会（SEC）的监管之战； - **KKR** 在 **Corwin v. KKR Financial** 案中的并购争议； - **苏富比** 为毒丸计划辩护。 法律媒体 Lawdragon 曾在 2015 年写道：“如果你读《华尔街日报》，你几乎就是在看 Bill Savitt 的日程表。” ## 两次对阵马斯克，两次完胜 Savitt 与马斯克的交集始于 **Twitter 收购案**。当马斯克试图退出收购协议时，Savitt 代表 Twitter 起诉，最终迫使马斯克以原价完成交易。这次胜利让 Savitt 在公众视野中崭露头角。 而 **Musk v. Altman** 案则成为他的第二次高光时刻。尽管马斯克在庭上火力全开，但 Savitt 的冷静克制与精准发问让法律天平倾向他这一边。最终，法院驳回了马斯克的大部分诉求，Savitt 再次获胜。 ## 法律策略：以柔克刚的“软刀子” Savitt 的风格与常见的强攻型律师截然不同。他语速平缓、态度谦和，但问题却像手术刀般精准。他的核心策略是： - **让对手自我暴露**：通过简单问题引导证人自相矛盾； - **利用对手的傲慢**：马斯克的自负使他容易在压力下失去冷静，从而损害自身可信度； - **准备充分**：对案件细节和对手言行了如指掌。 这种“软刀子”在对抗马斯克这样强势的对手时尤其有效——因为马斯克习惯于对抗和压制，反而对温和的质疑缺乏应对经验。 ## 行业启示：法律在科技博弈中的角色 Savitt 的案例凸显了法律在科技巨头博弈中的关键作用。无论是 OpenAI 的治理争议，还是社交媒体的收购大战，法律框架正在成为决定竞争格局的隐形之手。Savitt 的成功表明：**在法庭上，情绪化叙事永远敌不过扎实的证据和冷静的策略**。 对于科技公司而言，这提醒他们：在追逐创新时，不能忽视法律合规与风险控制。而对于马斯克这样的个性领袖，法律或许是他最需要尊重的“规则制定者”。 ## 结语 Bill Savitt 的故事不仅是个人能力的胜利，更是法律职业精神的体现。在科技飞速迭代的时代，像 Savitt 这样坚守专业、以理服人的律师，正在成为平衡创新与秩序的重要力量。不过，Savitt 本人表示，他并未主动寻求与马斯克对抗，只是“案件恰好找上门来”。未来，这位温和的“法庭猎手”是否还会与马斯克狭路相逢？我们拭目以待。
流媒体音乐平台 Tidal 近日公布了针对 AI 生成音乐的新政策，核心思路是：**不封杀，但也不买单**。从 6 月 29 日起，任何被识别为 100% AI 生成的曲目将不再具备产生版税的能力；而从 7 月 15 日开始，这类曲目还会被打上专属图标，让听众一目了然。Tidal 表示，此举旨在“保护艺术家”和“告知听众”，确保版税流向由真人创作、编写和表演的原创作品。 ### 识别与标注：从“完全”到“实质” Tidal 并未透露其识别 AI 音乐的具体技术手段，但明确表示，随着检测工具的持续改进，未来计划将标注范围从“完全 AI 生成”扩展至“**实质 AI 生成**”的内容。此外，平台强调内容发行商也有义务主动标注 AI 生成音乐，Tidal 将“开始执行”这一期望。 ### 反欺诈与合规行动 从 7 月中旬起，Tidal 还将移除或屏蔽“与欺诈活动相关的 AI 生成音乐”，具体包括： - 旨在欺骗听众或干扰真实艺术家的音乐 - 高频率批量上传 - 异常的流媒体播放行为 这些措施旨在遏制利用 AI 工具“**剥削个人或群体的音乐、姓名或肖像**”的行为，维护平台生态的健康。 ### 行业背景：AI 音乐治理的十字路口 Tidal 并非第一个对 AI 音乐出手的主流平台。今年 4 月，Spotify 已推出艺术家验证计划，为经确认的真实音乐人发放绿色勾选标记。但 Tidal 的“去版税化”策略更为激进——它直接切断了 AI 生成内容的收入来源，用经济杠杆而非单纯的技术标签来引导创作方向。 这一做法折射出音乐行业在 AI 浪潮中的深层焦虑：一方面，AI 工具让音乐创作门槛大幅降低，大量低成本、高数量的合成内容涌入平台，稀释了真实艺术家的曝光和收益；另一方面，完全封禁可能误伤合理使用 AI 辅助的创作（如人机协作作品），且技术检测本身存在不确定性。Tidal 选择了一条折中路线：**允许存在，但剥夺其商业价值**。 ### 小结 Tidal 的新政策本质上是在版税分配与内容多样性之间寻找平衡。通过“标注+去收益化”的组合拳，平台既保留了 AI 音乐的展示空间，又向市场释放了明确信号：**只有人的创造性劳动才能获得直接经济回报**。未来，随着检测技术成熟，这一模式或将成为流媒体行业应对 AI 内容的参考范本。
OpenAI 正在为其 AI 编程工具 **Codex** 推出一款专用硬件设备，计划于 **7 月 15 日** 正式发布。周一发布在 X 平台上的预告视频展示了一个方形设备，上面带有多个按钮，并配文：“你最爱的 Codex 快捷键即将升级。” 这款设备并非传闻中与苹果前设计师 Jony Ive 合作的神秘 AI 硬件，而是与 **Work Louder** 联合打造。Work Louder 是一家以机械键盘和可编程宏键盘闻名的公司，其产品支持用户自定义按键、旋钮和开关的映射功能。从预告片的轮廓来看，该设备与 Work Louder 的 **Creator Micro 2** 宏键盘非常相似——后者配备 13 个机械开关、一个摇杆和一个触摸传感器，用户可在不同应用（如 Photoshop）中为这些开关分配快捷操作。 这并非 Work Louder 首次与科技公司合作推出定制硬件。此前，设计软件 **Figma** 就曾与 Work Louder 合作，发布了一款预配置快捷键的宏键盘。OpenAI 与 Work Louder 的此次合作，显然旨在为 Codex 用户提供更高效、更直观的交互方式。 目前，OpenAI 和 Work Louder 均未透露更多细节，但距离发布仅剩两周，更多信息即将揭晓。对于开发者而言，这款专属硬件可能意味着更流畅的 AI 辅助编程体验——例如一键触发代码补全、重构或调试功能。 值得注意的是，这款设备与 OpenAI 正在开发的、与 Jony Ive 合作的“神秘 AI 设备”并非同一产品。后者仍处于传闻阶段，定位可能是更通用的消费级 AI 硬件。而此次的 Codex 硬件则专注于提升专业开发者的生产力，反映了 OpenAI 在垂直工具领域深化布局的意图。
美国参议员伊丽莎白·沃伦（Elizabeth Warren）和众议员玛丽·盖伊·斯坎伦（Mary Gay Scanlon）计划在未来几周内推出新版《健康与位置数据保护法》（Health and Location Data Protection Act），旨在禁止数据经纪人（data brokers）买卖美国人的健康与位置信息，并首次将AI聊天机器人（如ChatGPT、Claude）中用户透露的信息纳入保护范围。 该法案最初于2022年6月提出，仅禁止数据经纪人收集和出售健康与位置数据。四年后的新版本将禁令扩展至其他公司向数据经纪人出售此类数据，并明确涵盖用户输入AI系统的信息。此举正值AI实验室大举进军健康领域：2026年1月，埃隆·马斯克公开呼吁用户向xAI的聊天机器人Grok上传医疗记录（如MRI扫描）；同月，OpenAI推出更安全的ChatGPT Health沙盒标签页，鼓励用户上传病历等敏感信息，并发布面向医疗提供商的ChatGPT for Healthcare；随后Anthropic也推出符合HIPAA标准的Claude for Healthcare工具。 然而，在数据泄露或未经授权访问事件中，用户基本只能依赖AI公司的隐私政策。伊利诺伊大学厄巴纳-香槟分校法学教授萨拉·格克指出，OpenAI和Anthropic等工具的数据保护“很大程度上取决于公司在隐私政策和条款中的承诺”。美国多年来一直缺乏联邦层面的数据隐私框架，该法案正是填补这一空白的尝试。 若法案通过，将有效切断AI公司向数据经纪人出售健康数据的链条，但同时也可能对依赖用户数据训练的AI模型产生间接影响。目前，法案的具体条款和推进时间表尚未公布，但业界普遍预计将引发激烈辩论——平衡隐私保护与AI创新之间的张力，始终是立法者面临的难题。
中国 AI 初创公司智谱 AI（Z.ai）近日发布了其开源权重模型 GLM-5.2，部分研究人员声称，该模型在漏洞发现和网络安全场景中的表现已可与 Anthropic 的 Mythos 模型相匹敌。尽管在通用任务上，GLM 仍落后于 Anthropic 和 OpenAI 的模型，但在特定安全领域，中国模型与美国顶尖模型之间的差距已显著缩小。 这一进展尤其令美国政府担忧，后者一直试图限制中国获取 Anthropic 的 Mythos、Fable 等强大模型以及训练和运行这些模型所需的硬件。特朗普政府认为，Mythos 及其他能够识别漏洞的先进 AI 模型是严重的国家安全威胁。近期，OpenAI 发布的 GPT-5.6 也因其潜在滥用风险而受到关注，并限制了访问权限。 由于 GLM-5.2 是开源权重模型，任何人都可以在现有硬件上下载并运行它。这赋予了模型极大的灵活性和深度访问能力，但同时也使其容易被恶意行为者滥用，因为他们可以在几乎没有监管的情况下运行该模型。
AI 音乐生成公司 Suno 正在试图摆脱“AI 垃圾制造机”的标签，向真正的流媒体平台和新人发掘机进化。其最新推出的 **Spark 孵化计划**，面向未签约的独立音乐人，提供资金、导师指导和营销支持，但苛刻的条款引发了社区争议。 ## 计划内容与条件 Spark 计划面向未签约的歌手、词曲作者或制作人，申请者需以个人名义发行音乐。入选者将获得： - **资金资助**（具体金额未披露） - **导师指导** - **营销推广支持** 但申请者必须同意一系列 **有争议的条款**： 1. **作品授权**：授权 Suno 对作品进行混音和创作衍生作品，且授权范围相当宽泛。 2. **放弃诉讼权**：放弃陪审团审判和参与集体诉讼的权利。 3. **有限独家权**：给予 Suno 对作品的有限独家使用权。 4. **“好心情”保密与不贬损条款**：参与者不得发表任何可能负面评价 Suno 或其产品、人员的言论，否则可能被踢出计划。 ## 行业背景与争议 Suno 目前正面临一起由独立音乐人发起的 **集体诉讼**，指控其未经授权使用受版权保护的音乐训练 AI 模型。Spark 计划中的“不贬损条款”和“放弃集体诉讼权”条款，被外界解读为 Suno 试图在诉讼压力下 **控制参与者言论并规避法律风险**。 在 Suno 的 Reddit 社区中，许多用户对条款表示担忧，认为这实际上是“用独立音乐人的作品喂养 AI”，而音乐人获得的回报有限。 ## 战略意图 Suno 的野心不止于 AI 玩具。通过 Spark 计划，它希望： - **积累独家内容**，吸引用户留在其平台，而非仅生成音乐后导出。 - **打造“AI 艺人孵化器”**，将自身从工具升级为音乐生态的一部分。 - **应对版权质疑**，通过合同形式获得作品授权，为 AI 训练提供“合法”素材。 然而，这种“先上车后买票”的做法能否赢得音乐人信任，仍是未知数。
在一起震惊全美的纵火案审判中，检察官首次大规模将 **ChatGPT 聊天日志** 作为关键证据提交法庭，但陪审团最终未能达成一致，案件以 **流审（mistrial）** 告终。 ## 案情回顾 2025 年元旦，加州洛杉矶地区发生严重山火，最终成为该市历史上伤亡最惨重的野火之一。嫌疑人 **Jonathan Rinderknecht** 被控纵火。为了证明其有罪，检方不仅调用了 iPhone 定位数据、监控录像和证人证词，还首次大规模援引了 **ChatGPT 的对话记录**。 ## 检方如何“用 AI 定罪”？ 根据检方提交的证据，Rinderknecht 在使用 ChatGPT 时曾： - 让模型生成火焰图像； - 询问“为什么我总是这么愤怒？”； - 向聊天机器人抱怨“富人正在毁灭世界”； - 在屏幕录制中提问：“如果烟头引发火灾，点烟的人是否要负责？” 检方认为，这些对话内容构成了 **动机与预谋的证据**，表明被告对火与愤怒存在执念，且对火灾责任有“提前了解”的意图。 ## 陪审团：我也和 ChatGPT 聊天，这能说明什么？ 然而，陪审团并未被说服。最终投票结果为 **10 比 2** 倾向被告，法官宣布 **流审**。 一位陪审员在接受 CBS LA 采访时直言：“我每天都和 ChatGPT 聊天，这能证明什么？”她表示，检方将使用聊天机器人视为“性格缺陷”的论证方式让她感到 **愤怒**。 ## 行业解读：AI 日志作为证据的争议 此案为法律界与科技界带来了新的思考： 1. **隐私边界**：用户在与 AI 对话时，往往处于“非公开”的心理预设中。将这类私密对话用于法庭指控，是否突破合理隐私期待？ 2. **证据可靠性**：聊天日志易被篡改或断章取义。目前并无统一标准验证 AI 对话记录的真实性与完整性。 3. **陪审团的“共情”问题**：随着 ChatGPT 等工具普及，普通公众对 AI 对话的“非正式性”有切身理解，反而可能削弱此类证据的威慑力。 ## 后续可能 检方尚未决定是否重新起诉。如果再次开庭，此案可能成为 **美国司法体系中 AI 证据可采性** 的标志性判例。 法律专家指出，未来类似案件可能需要更严谨的专家证词、对话背景还原以及明确的意图关联论证，而非简单将“和 AI 聊天”等同于“有罪”。 ## 小结 ChatGPT 聊天记录作为证据，在法理上并非不可行，但此案表明：**技术证据的有效性，最终仍取决于人类陪审团的常识与情感判断**。当 AI 深度嵌入日常生活，司法系统也需要重新校准“什么才是真正有说服力的数字证据”。
玛格丽特·阿特伍德，这位《使女的故事》和《盲刺客》的传奇作者，在葡萄牙波尔图的巴贝尔文学文化节上接受采访时，毫不留情地批评了人工智能。据Deadline报道，阿特伍德表示她只使用过一次AI聊天机器人——Anthropic的Claude，结果大失所望。 她当时想查询英国侦探剧《Father Brown》的信息，但“Claude给出了错误答案，或者说它在撒谎。当然，它不知道自己撒谎，因为它不是人类，只是一个大型语言模型……它浏览并采样了大量电视评论，但网络评论从不透露结局，所以它被读到的内容误导了。” 阿特伍德对那些依赖AI的人也不客气，称他们为“机会主义者”，总想走捷径。她指出，所有LLM的质量都取决于输入的数据，而信任一个基于抓取、已发表且可能过时信息训练的机器并非明智之举。“人类不是机器人，但他们是机会主义者，如果有容易作弊且难以被发现的方法，人们就会去做……但AI的问题在于‘垃圾进，垃圾出’。即使是出于商业目的使用它的人也必须核对，因为它会犯错。” 阿特伍德的评论再次引发了关于AI可靠性和伦理的讨论。她强调，AI的局限性不仅在于技术本身，更在于人类如何选择使用它。她的观点与许多批评者一致：AI生成的内容需要谨慎对待，尤其是在涉及事实准确性时。 这一事件也反映了文学界对AI的普遍态度：工具虽有用，但无法取代人类的判断力和创造力。阿特伍德认为，真正的价值在于人类对信息的理解和批判性思考，而非盲目依赖机器。 随着AI技术的普及，类似的质疑声越来越多。阿特伍德的直言不讳提醒我们，在拥抱新技术的同时，必须保持警惕，避免被“垃圾”数据所误导。
苹果CEO蒂姆·库克近期坦言涨价“不可避免”，并称当前定价“不可持续”。16英寸MacBook Pro价格上涨300美元，11英寸iPad Air从599美元涨至749美元，连HomePod Mini也涨价30美元至129美元。库克将矛头直指AI行业。 这并非苹果独有。RAMageddon已波及台式PC和游戏主机：Xbox部分型号涨价近25%，Nothing甚至取消了一款手机的发布。苹果只是最新一家借AI之名提价的企业。 卡内基梅隆大学营销与战略副教授Tim Derdenger表示，这是“基本经济学”——科技巨头竞逐AI战，导致内存厂商将生产线转向AI数据中心所需的HBM内存，减少消费级DDR5产能。当组件成本上升，企业自然转嫁给消费者。 纽约大学斯特恩商学院教授Srikanth Jagabathula指出，这不是暂时性供应链问题，而是企业选择优先服务数据中心客户，因为“同一芯片在AI服务器中的收益远高于消费设备”。OpenAI、谷歌、微软等公司投入空前资金，竞购RAM和存储，甚至Sam Altman也承认这是泡沫。 这种失衡让美光等内存制造商创下盈利纪录。专家警告：短缺并非暂时，可能持续数年。而消费者正为这场AI军备竞赛买单——尽管我们并未主动要求。 ## 谁在为AI买单？ 当科技巨头疯狂建设AI基础设施，普通用户的电子设备成本悄然攀升。苹果的涨价只是冰山一角。从游戏主机到手机，AI引发的内存与存储争夺战正在重塑消费电子定价逻辑。 ## 这不是临时涨价 与以往供应链危机不同，此次涨价源于结构性转变：内存厂商优先服务于高利润的AI数据中心市场。这意味着消费级产品的成本压力将是长期的。 ## 消费者别无选择 在缺乏替代供应的情况下，消费者只能接受涨价。即使对AI不感兴趣，也不得不为一款没有AI功能的产品支付更高价格。 ## 小结 AI狂热正在让普通用户为巨头的技术竞赛买单。这不仅是经济学的必然，更是行业资源分配失衡的结果。当泡沫破裂时，谁将承受代价？
经过与特朗普政府长达两周的拉锯谈判，Anthropic 的旗舰网络安全模型 **Mythos 5** 终于获准重新部署——但仅限于一小部分特定组织。据《The Verge》获取的政府信函，美国商务部于 6 月 26 日致信 Anthropic 联合创始人 Tom Brown，表示基于 Anthropic 近期在风险缓解方面的工作，已对许可要求进行了修订。Anthropic 发言人 Danielle Ghiglieri 确认，已收到政府通知，Mythos 5 可向一小批网络防御者和基础设施提供商恢复服务。然而，面向公众的 Mythos 级模型 **Fable 5** 仍处于悬而未决状态，尚无明确的发布时间表。值得注意的是，美国政府并未完全解除对这两个模型的出口管制指令——该指令禁止任何外国国民（包括 Anthropic 自己的外籍员工）访问模型。相反，政府采取了与 OpenAI 的 GPT-5.6 类似的“例外”机制，仅批准了特定组织访问 Mythos 5。这一结果凸显了美国在先进 AI 模型监管上的矛盾：一方面试图通过“选择性授权”平衡国家安全与产业竞争力，另一方面却将公众可及的通用模型长期冻结。Anthropic 表示将继续与政府协商，争取扩大 Mythos 5 的访问范围并推动 Fable 5 的重新上线。
在美国政府要求推迟发布的传闻传出不到 24 小时后，OpenAI 于周五正式推出 GPT-5.6 模型套件预览版。该套件包含三个模型：旗舰版 **Sol**、中端版 **Terra** 和轻量版 **Luna**。OpenAI 声称新模型在编程、网络安全和生物学领域表现突出，并擅长处理长期智能体任务。 定价方面，Sol 每百万 token 输入 5 美元、输出 30 美元，几乎是 Anthropic Claude Fable 5 价格的一半。Terra 和 Luna 价格依次减半。Sol 还提供“最大”和“超”两种模式，后者可调用子智能体，暗示了前 OpenClaw 创始人 Peter Steinberger 的贡献。 在华盛顿安全恐慌背景下，OpenAI 将公告重点放在安全与滥用防范上。公司强调 GPT-5.6 经过训练可拒绝被禁的网络安全协助，包括用户试图伪装意图或越狱模型的行为。Sol 在自主攻击能力上未突破关键阈值，但 OpenAI 此前在 4 月修订了安全框架，删除了部分研究领域。公司投入约 70 万 A100e GPU 小时进行自动红队测试，并与第三方测试者合作。
距离 Anthropic 应特朗普政府要求下线其 Mythos 系列模型已过去两周。尽管公司紧急派遣高管团队赴华盛顿斡旋，但谈判进展缓慢，至今无解。这不仅是 Anthropic 的危机，更可能动摇整个美国 AI 产业的根基。 ## 事件回顾：一道深夜通牒 6 月 12 日晚，特朗普政府以“国家安全”为由，向 Anthropic 发出最后通牒，要求其立即停止向“任何外国公民”提供 Mythos 5 和 Fable 5 模型的访问权限。禁令覆盖美国境内外的非美国公民，甚至包括 Anthropic 雇用的外籍员工。Anthropic 被迫将这两款旗舰模型下线，至今未能恢复。 ## 谈判陷入僵局 两周来，Anthropic 高层频繁出入华盛顿，但始终没有实质性进展。公司多次拒绝评论谈判细节，只是表示“暂无消息可分享”。**没有消息本身就是最坏的消息**——没有人知道 Mythos 模型何时能重新上线，甚至不确定特朗普是否会将该行政令扩大到更多拥有类似技术的公司。 ## 核心症结：缺乏监管框架 问题的根源在于，美国现行的出口管制体系主要针对实体商品（如芯片、设备），而对 AI 模型这类“无形”且具有双重用途（民用与军用）的产品，缺乏清晰的审查标准。通常，出口管制评估需要数月甚至数年，且应在产品上市前完成。但 Anthropic 的案例暴露了监管滞后带来的混乱：行政命令仓促出台，执行细则一片空白，导致企业无所适从。 ## 连锁反应：冲击整个 AI 生态 Mythos 5 和 Fable 5 是 Anthropic 最先进的模型，广泛应用于科研、医疗、金融等领域。它们的长期下线不仅影响 Anthropic 的营收和客户信任，更可能引发连锁反应： - **企业客户**被迫寻找替代方案，转向海外或开源模型； - **人才流失**：外籍员工受限，削弱美国 AI 研发实力； - **国际竞争力**：若美国持续收紧政策，可能将 AI 创新推向欧洲或亚洲。 ## 未来走向：三种可能 1. **达成妥协**：Anthropic 与政府协商出“分级访问”方案，例如对非美国公民设置更严格的审查流程，而非一刀切禁止。 2. **法律挑战**：Anthropic 可能起诉政府越权，但过程漫长且结果难料。 3. **行政令扩大**：如果僵局持续，白宫可能将类似限制扩展至 OpenAI、Google 等公司，重塑美国 AI 产业格局。 ## 小结 Anthropic 的 Mythos 风波绝非孤例。它揭示了美国在 AI 治理上的深层矛盾：既要维护国家安全，又想保持技术领先。如果无法尽快建立清晰的监管框架，类似事件将反复上演，最终伤害的将是整个产业的创新活力。
据报道，特朗普政府因担忧安全问题，要求 OpenAI 推迟其下一代模型 GPT-5.6 的发布。OpenAI CEO Sam Altman 在周三的公司内部问答中告诉员工，按照联邦政府的要求，公司将仅以**有限预览**形式向一小部分企业客户开放 GPT-5.6。在预览期间，特朗普政府将**逐案审批**客户访问权限。 这一安排相比政府对 Anthropic 的处理更为宽松。本月初，Anthropic 收到了最后通牒，被要求暂停对其模型 Mythos 5 和 Fable 5 的访问。政府发布了一项出口管制指令，禁止“外国国民”访问该技术，包括 Anthropic 的非美国籍员工。 特朗普政府此前承诺对 AI 采取“速度优先”策略，并鼓励美国 AI 出口计划，但如今看似强硬的监管手段引发了科技行业的广泛担忧。不同公司面临的监管力度明显不均，进一步加剧了行业的不确定性。
福特汽车近期在 JD Power 初始质量排名中首次登顶主流车企榜首，但这家百年车企并未沉浸于喜悦，反而主动揭开了一段鲜为人知的“技术阵痛”。为了庆祝这一成就，福特罕见地公开了近年来在生产和设计环节过度依赖自动化系统所遭遇的困境——那些被寄予厚望的 AI 与机器人，远没有想象中可靠。 ## 系统“失忆”，老将救场 福特车辆硬件工程副总裁 Charles Poon 在媒体沟通会上坦言：“我们错误地认为，只要引入人工智能并调整设计要求，就能自动产出高质量产品。”现实却给了福特一记重拳：自动化系统在缺乏足够优质数据与资深工程师经验输入的情况下，频频出错。更糟糕的是，许多经验丰富的技术人员在退休或离职前，未能将毕生积累的“隐性知识”完整地转移给机器。 为此，福特不得不重新雇佣部分前工程师——甚至包括已退休的老员工——来“回炉”训练那些不听话的自动化系统。这些返聘人员不仅要修复机器人犯下的错误，还要手把手指导年轻工程师，帮助他们理解那些无法被算法量化的工艺细节。 ## AI 的“双刃剑”效应 福特的经历并非孤例。近年来，从制造业到金融业，企业纷纷拥抱 AI 以提升效率，却屡屡遭遇“数据陷阱”。福特指出，AI 的效果完全取决于训练数据的质量。如果数据本身存在偏差或不完整，系统就会输出错误的结果。而在汽车制造这种高度复杂的场景中，一个细微的参数错误可能导致整条产线的质量问题。 Poon 强调，公司低估了资深工程师在多年产品迭代中积累的“机构记忆”的价值。这些经验往往无法被简单的文档或代码所替代——比如某个零部件的装配手感、特定材料的形变规律，这些“手感”与“直觉”恰恰是自动化系统最欠缺的。 ## 从“机器至上”到“人机协作” 为了扭转局面，福特采取了多项措施：重新雇佣前员工、内部晋升与培训、以及优化数据采集流程。Poon 表示，福特正在重新平衡人与机器的关系，不再盲目追求全自动化，而是让 AI 充当辅助工具，关键决策仍由经验丰富的工程师把关。 此次 JD Power 排名第一的成绩，或许正是这种纠偏策略的初步回报。但福特也清醒地认识到，自动化与人工经验的融合是一场持久战。正如 Poon 所言：“技术可以加速流程，但无法替代数十年积累的匠心。” ## 结语 福特的案例为整个制造业敲响了警钟：AI 不是万能药，数据质量与人类经验才是技术落地的基石。在追求智能化的浪潮中，如何避免“为了自动化而自动化”，如何让机器真正学会“老师傅”的智慧，将是所有企业必须跨越的鸿沟。
Meta 宣布将已下线的 Facebook Creator Studio 重新带回，但这次它被“重新构想”为一款独立的 AI 伴侣应用。据 Meta 官方介绍，新应用旨在帮助创作者更轻松地与受众建立联系，并“精确展示如何在 Facebook 上成长”。该应用的核心是 **Meta AI Creator Assistant**——一个聊天机器人，能够提供表现跟踪洞察和定制化建议，帮助提升互动率。它还能帮用户找出“最重要的评论”，并“即时以你的语气草拟回复”。目前，该应用尚未广泛开放，Meta 仅在“部分创作者”中进行测试，其他创作者可加入候补名单获取早期访问权限。原版 Creator Studio 于 2023 年关闭，当时 Meta 引导用户转向更全面的 Business Suite 平台。 ## 从工具到“教练”：AI 如何重塑创作者体验？ 新版 Creator Studio 不再只是一个页面管理工具，更像是一位全天候在线的 AI 助理。创作者可以直接向 AI 助手提问，获取关于内容表现的数据分析，以及针对如何提高互动率的个性化建议。例如，AI 可以识别出粉丝留言中“最重要的评论”，并自动生成符合创作者个人风格的回复草稿，极大节省时间。 然而，这种“AI 代回复”功能也引发了关于真实社区互动的讨论。Meta 强调这是为了帮助创作者高效管理大量互动，但批评者认为，用 AI 回复评论可能削弱粉丝与创作者之间的真诚连接。 ## 行业背景：AI 正在成为社交平台的“标配” Meta 此举并非孤例。近年来，各大社交平台纷纷加码 AI 工具，试图为创作者提供增长捷径。例如，TikTok 推出了 AI 视频生成工具，YouTube 则测试了 AI 驱动的视频摘要功能。Meta 显然希望借助 AI 助手，重新吸引那些因算法变化或平台迁移而流失的创作者。 值得注意的是，原版 Creator Studio 在 2023 年被关闭时，Meta 曾表示其功能已整合到 Business Suite 中。如今独立复活并注入 AI 能力，反映出 Meta 对创作者经济的重视——毕竟，创作者是平台内容生态和广告收入的核心驱动力。 ## 局限与展望 目前，新版 Creator Studio 仍处于测试阶段，功能细节和实际效果有待验证。AI 助手的建议是否真能帮助创作者“涨粉”，还是仅仅提供泛泛之谈，需要更多用户反馈。此外，AI 回复的“语气模仿”能力是否能做到足够自然，避免让粉丝感到“机械”，也是关键挑战。 对于急于在 Facebook 上寻求增长的创作者而言，这款 AI 伴侣应用无疑提供了一种新可能。但 Meta 也需要平衡效率与真实性，避免让平台沦为 AI 与 AI 对话的“回声室”。
美国佛罗里达州共和党众议员安娜·保利娜·卢纳（Anna Paulina Luna）近日陷入一场关于人工智能使用争议的风波。事件起因于社交媒体X上流传的一张截图，显示其提交的**2027年《国防授权法案》**修正案摘要中出现了AI聊天机器人Claude的响应痕迹。摘要文本中明确包含“Claude responded:”字样，引发外界对其工作人员是否利用AI撰写立法文本的质疑。 卢纳最初在X上回应称，工作人员“使用AI纠正了草稿文本，但没有编辑”，并补充说“大多数工作人员都使用它。我已告诉他们要确保仔细检查和更彻底。”这一表态被解读为默认AI参与了修正案文本的起草，迅速引发广泛讨论。 然而，数小时后卢纳编辑了回应，澄清说：“是的，我的工作人员使用AI对修正案**摘要**进行了拼写/语法检查，而非实际的修正案文本本身。”她进一步强调：“**任何立法都从未使用AI起草**。众议院的所有法案文本均来自众议院立法委员会，该委员会被禁止使用AI。你引用的截图是法案的AI摘要，也用于拼写检查，拜托了🤣。” 这一事件折射出AI工具在政府工作中日益普及所带来的边界模糊问题。随着ChatGPT、Claude等生成式AI的广泛应用，从法律文件到立法草案，AI的身影无处不在，但对其使用范围的规范仍显滞后。此前已有法官发现律师使用AI起草含有虚假引用的法律文件，巴西某市官员甚至未经审查就通过了由ChatGPT撰写的法令。亚利桑那州众议员亚历山大·科洛丁（Alexander Kolodin）也曾向The Verge透露，他使用ChatGPT起草州级立法。 卢纳的案例凸显了在AI辅助与AI代笔之间划清界限的难度。尽管她坚称AI仅用于摘要的拼写检查，但截图中直接出现的“Claude responded:”字样，表明AI可能被用于生成摘要内容本身，而非仅仅是语法修正。这种模糊性引发了公众对立法过程透明度和真实性的担忧。 目前，美国国会尚未出台专门针对AI使用场景的明确规则。卢纳事件可能成为推动相关规范制定的催化剂，尤其是在涉及国家安全和公共政策的重大立法中，AI的使用边界亟待明确。
在一场耗资2700万美元的政治代理人战争中，Anthropic与OpenAI支持的超级政治行动委员会（super PAC）围绕纽约州第12国会选区的民主党初选展开了激烈较量。最终，前科技行业员工、现任州议员的Alex Bores以35%对39.1%的得票率惜败于对手Micah Lasher，未能赢得国会席位。这场选举被视为AI行业监管路线之争的风向标。 Bores曾共同发起并推动通过《RAISE法案》，该法案对前沿AI公司实施安全护栏和监管要求，并于去年成为州法律。这一立法引发了主张放松监管的超级PAC“引领未来”（Leading the Future）的反对，该组织由OpenAI、Palantir及Andreessen Horowitz高管部分资助。为捍卫Bores，与Anthropic相关的多个超级PAC投入了1926万美元，而“引领未来”则花费815万美元。 尽管Bores最终落败，但Anthropic未能助其当选，OpenAI也未能彻底压制他——双方均未取得决定性胜利。这场选举突显了AI行业内部在监管问题上的深刻分歧，以及超级政治行动委员会在地方选举中日益增长的影响力。随着中期选举临近，此类巨额政治支出可能成为新常态。