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。
在年度 Config 大会上，Figma 发布了一系列设计及编码产品的重大更新，核心目标是帮助创意人员“将想法推得更远”，并用 AI 自动化繁琐任务。其中最引人注目的是：**重新设计的画布现已针对全栈开发优化**，将团队、AI 代理、工具和素材“整合在一个地方”。 ### 关键更新一览 #### 1. 代码层（Code Layers） 现在，开发者可以直接在 Figma Design 画布上编辑代码。你可以克隆仓库、利用 Figma 的 AI 代理生成新方向、将流程提取为可编辑的设计图层，并将更改同步回代码。这标志着 Figma 从纯粹的设计工具向开发-设计协作平台的重大转变。 #### 2. AI 生成动效（Motion） 这是本次发布中最令人兴奋的功能之一。用户只需通过聊天界面描述所需效果，Figma 的 AI 即可生成动画、过渡和 3D 变换。动效与设计系统相连、代码驱动，可直接用于生产。此外，用户也可以手动调整时间轴或应用预设样式。 #### 3. 着色器（Shaders） Figma 引入了基于 WebGPU 的着色器效果。通过文字提示即可构建抖动、像素化、多种模糊类型等自定义视觉处理——这些效果此前在 Figma 中无法实现。这为设计师提供了前所未有的图形控制能力。 #### 4. Figma Weave 工作流集成 Figma 与 Figma Weave 的初步整合已上线，提供 20 多种集成 Weave 工具，可将复杂的 AI 工作流转化为画布上的简单工具。完整整合预计今年晚些时候完成。 ### AI 代理与团队协作 除了创作工具，Figma 还推出了**新的 AI 代理技能和更深层的上下文理解**。团队可以将重复性工作转化为可复用的“技能”，让整个团队更精确、一致地工作。这暗示了 Figma 在自动化设计流程上的长远布局。 ### 行业影响与分析 本次更新标志着 Figma 从“设计工具”向“全栈创意平台”的进化。通过将代码、AI 动效、着色器直接嵌入画布，Figma 正在模糊设计、开发和创意编码之间的界限。对于设计师而言，这意味着更快的原型迭代和更丰富的视觉效果；对于开发者，则意味着更顺畅的交接和更少的上下文切换。 值得注意的是，这些功能均深度整合 AI，体现了 Figma 对“AI 原生”工作流的押注。随着 Figma Weave 的全面集成，未来设计师可能只需描述意图，AI 就能自动生成可交付的代码和动画。 不过，这些新功能目前仍处于早期阶段，实际效果和性能表现有待验证。Figma 能否在保持易用性的同时驾驭这些复杂技术，将是其后续发展的关键挑战。
OpenAI 正式揭晓了其首款自研 AI 处理器——名为 **Jalapeño** 的“智能处理器”芯片。该芯片由 OpenAI 与芯片巨头 **博通（Broadcom）** 联合打造，专为 AI 推理场景设计，旨在驱动当前及未来的大型语言模型。这标志着 OpenAI 在摆脱对英伟达 GPU 的过度依赖上迈出了关键一步。 ### 一款为推理而生的 ASIC 芯片 Jalapeño 是一款 **ASIC（专用集成电路）**，其设计目标非常明确：**AI 推理**。所谓推理，就是当用户向 ChatGPT 或 Codex 等 AI 智能体发送请求时，模型处理并生成回应的过程。这与 AI 训练（模型通过海量数据学习来优化自身）形成鲜明对比。OpenAI 表示，Jalapeño 是其“多代计算平台的第一步”，预计将在 **2026 年底** 前部署上线。 ### 性能对标 Blackwell，能效大幅领先 根据博通 CEO Hock Tan 在采访中透露的信息，Jalapeño 的性能可与 **英伟达的 Blackwell 芯片** 以及 **谷歌的 TPU（张量处理单元）** 相匹敌。OpenAI 方面则强调：“虽然我们仍在测量最终性能，但早期测试表明，Jalapeño 的**每瓦性能**将显著优于当前最先进水平。” 这意味着在同等功耗下，Jalapeño 能处理更多 AI 推理任务，这对于降低大型数据中心的运营成本和能耗至关重要。 ### 巨头自研芯片潮：OpenAI 加入战局 OpenAI 并非唯一一家走上自研芯片道路的 AI 公司。**微软、Meta 和亚马逊** 等科技巨头近年来也纷纷推出了自研 AI 芯片，用于服务器端的训练或推理。然而，在整体性能上，这些自研芯片目前仍难以超越英伟达的统治地位。Jalapeño 的推出，使得 OpenAI 成为这一阵营中最具标志性的玩家——毕竟它既是全球领先的 AI 模型提供商，也是最大的 GPU 消耗者之一。 ### 合作背景与未来展望 此次发布距离 OpenAI 宣布与博通合作仅过去 **九个月**，进展速度令人瞩目。在英伟达 GPU 长期供不应求的背景下，自研芯片成为 OpenAI 降低成本、保障算力供应的战略选择。Jalapeño 作为“多代平台”的开端，未来有望持续迭代，进一步缩小与英伟达的差距。对于整个 AI 产业而言，这或许意味着芯片供应链将迎来更多元化的格局。
Google 最新推出的 Home Speaker 以 99 美元的价格，在小巧机身内塞入了令人惊喜的音质和智能体验。但“音箱”只是它工作的一部分。凭借三麦克风阵列，即使在 100% 音量播放音乐时，它也能快速响应“Hey Google”唤醒词。在两天测试中，麦克风从未漏掉一次唤醒——除了我为了不吵醒宝宝而隔屋耳语的那次，但这或许不算公平测试。我把音箱放在浴室，淋浴时与它对话；Siri 几乎听不到流水声中的我，但 Google 表现相当不错。 这些是任何智能音箱都应做好的基本功，但对 Home Speaker 来说尤为关键——Google 不仅将其设计为音乐和智能家居控制中心，更把它打造成一个通过 Gemini 完成一切的环境式 AI 助手：规划日程、获取信息、处理事务。 **音质与设计** Home Speaker 音质饱满有力，在如此小的体积下能发出充满房间的声音。日常作为厨房音箱或背景音乐，你几乎不需要开到最大音量。不过与上一代 Nest Audio 相比，后者声音更响亮、音质更好，体积也大得多。我多年的主力小音箱是 UE Wonderboom，Home Speaker 与它旗鼓相当：Wonderboom 稍响一些，低音更强劲。 **智能与体验** Gemini 的融入让 Home Speaker 不再只是音箱。你可以自然对话式地询问日程、天气、甚至让 AI 帮你完成复杂任务。但初期体验显示，它偶尔会“犯轴”——比如对某些指令理解偏差，或执行速度不如预期。这种“小脾气”在智能设备上并不罕见，但对于一款主打环境 AI 的产品，稳定性和可靠性仍需打磨。 **小结** Google Home Speaker 在音质和设计上交出了亮眼答卷，AI 体验也展现了巨大潜力。但作为一款“智能音箱”，它需要在“智能”和“稳定”之间找到更好平衡。完整评测将在后续发布，敬请期待。
A new update for Google Home could make it less likely your smart home cameras mistake you for someone else, just because you're facing away from the camera. Starting June 23rd, Google's expanding its facial recognition feature so that people you've tagged in your Familiar Faces library can continue to be identified when their faces […]
Netflix, A24, Focus Features, and Warner Bros.' Clockwork have all reportedly decided to pass on picking up Artificial - director Luca Guadagnino's new biographical drama about OpenAI cofounder / CEO Sam Altman - for distribution deals. And while Neon and Mubi are still said to be interested in the film, this situation makes it seem […]
## 一场地方选举背后的AI资本博弈 今晚，纽约第12国会选区的初选将落下帷幕。这场看似普通的地区选举，却因科技行业的巨额资金介入而备受瞩目——**企业AI超级政治行动委员会（Super PAC）已累计投入2780万美元**，试图左右选举结果。 ### 竞选中的“AI暗战” 候选人之一杰克·施洛斯伯格（Jack Schlossberg），肯尼迪家族的年轻后裔，近期在X平台上指控其对手、进步派纽约州众议员亚历克斯·博雷斯（Alex Bores）利用机器人账号和虚假账户进行“伪草根”（astroturfing）宣传。Politico的调查证实了这一说法：至少有8个TikTok和Instagram新账号在发布支持博雷斯的内容，且这些账号疑似与超级政治行动委员会“You Can Push Back”存在关联——该委员会由Rippl（一家AI相关企业）创立。 ### 为何AI巨头如此关注一场地方选举？ 纽约第12选区涵盖曼哈顿核心区域，是科技政策与监管博弈的前沿阵地。AI行业正面临联邦层面的监管压力，而地方选举结果可能影响国会对AI技术的态度。**超级PAC的巨额投入，本质上是科技资本在政治棋盘上的布局**——扶持对AI发展持友好态度的候选人，以抵御潜在的严格监管。 ### 资本与政治的深度交织 这笔2780万美元的支出并非孤立事件。近年来，科技公司通过超级PAC、直接捐款和独立支出等方式，持续扩大政治影响力。AI作为新兴领域，其企业更急于在政策定型前锁定有利位置。这场初选因此成为观察“AI资本如何塑造美国政治”的微观窗口。 ### 即将揭晓的答案 随着今晚投票结束，初步结果将揭示这笔巨资是否换来了预期的政治回报。无论胜负，这场选举都已证明：**AI行业的政治野心远不止于技术研发，它正以真金白银深度嵌入民主制度的毛细血管**。
以 AI 图像生成闻名的 Midjourney 上周宣布了一个令人意外的转型：进军医疗成像领域。公司发布了一款未来感十足的超声波扫描仪，用户将被浸入水槽中，据称能产生“媲美 MRI 的强大效果”，同时“像水疗一样轻松”。CEO David Holz 甚至暗示，该系统未来可能超越 MRI。但多位医学成像专家在接受 The Verge 采访时表示，Midjourney 几乎没有公开证据来支撑其雄心壮志，尤其是对于一项已存在数十年、局限性明确的技术。从生成合成图像转向高风险、强监管的医疗领域，这一跨界跨度之大令人咋舌。目前尚不清楚该业务与 Midjourney 现有 AI 业务有何关联，其博客文章中几乎未提及 AI。Midjourney 医疗负责人 Tom Calloway 称扫描仪使用 AI 和专用芯片处理“难以想象的巨大数据量”，并实现无损压缩和加速处理。然而，专家们强调，这一领域已有成熟技术，Midjourney 需要拿出更多证据而非仅靠豪言壮语。
在 AI 健康助手泛滥的当下，Google 旗下的 Fitbit Air 以 99 美元的价格和更务实的设计，试图在“健康焦虑”与“实用价值”之间找到平衡。本文通过实测体验，探讨了 AI 健康追踪器的现状与未来。 ## 硬件：轻巧舒适，续航出色 作为一款基础追踪器，Fitbit Air 延续了 Fitbit 的传统优势——**佩戴感极轻**，几乎无感；**电池续航长**且充电快。在测试中，即使在高强度使用下（如报道 WWDC 期间），电量从 20% 开始也能撑过一整天。唯一的小槽点是：官方宣称的“薰衣草”色实际看起来更像**长春花蓝**。 ## AI 健康教练：谨慎的实用主义者 Google Health Coach 是 Air 的核心卖点之一，但它的表现更像一个“谨慎的顾问”而非“全知的神”。它会根据睡眠、心率变异性（HRV）、环境温度等数据给出建议，比如“今天不适合力量训练，多补水、避暑、散散步”。这种保守风格虽然避免了过度恐吓，但也暴露出当前 AI 健康助手的通病——**需要大量用户交互才能提供精准建议**。 例如，当它询问“小腿是否感到紧张”时，用户需要主动反馈，否则建议会停留在泛泛层面。这反映出 AI 健康教练仍处于**早期阶段**：数据解读能力强，但缺乏对个体差异的深度理解。 ## 软件 vs. 硬件：AI 健康追踪的十字路口 Air 的发布恰逢 AI 健康领域“群魔乱舞”之际——不少产品以 AI 为噱头，实则制造焦虑。相比之下，Google 的策略更聪明：**基础追踪数据不再付费墙**，让用户自由选择是否启用 AI 教练。这意味着，即使你反感 AI 干预，Air 仍是一款合格的入门追踪器。 不过，**Google Health 应用仍有待打磨**。部分数据解读不够直观，AI 建议的触发逻辑有时显得突兀。考虑到这是 Google 整合 Fitbit 后的首款 AI 驱动产品，这些初期问题尚可理解。 ## 小结：AI 健康，路还很长 Fitbit Air 证明了**硬件可以朴实无华，软件可以谦逊有用**。AI 健康教练不是魔法，而是需要用户共同参与的“半成品”。如果你愿意花时间磨合，它可能成为得力助手；如果你只想安静地追踪步数，它也不会强迫你“变得更健康”。在 AI 健康这一“垃圾堆”里，Air 至少没有火上浇油——这本身就是一种进步。
当索尼上个月发布 Xperia 1 VIII 时，它用一些“近年来最差的索尼相机照片”来宣传这款手机——而这些照片正是由索尼全新的 **AI 相机助手** 拍摄的。经过一周的实测，我可以告诉你：这个 AI 助手的表现确实和索尼展示的一样糟糕。 ### 不是教练，是滤镜 与 Google Pixel 上的 Camera Coach 不同——后者会指导你如何构图、选择对焦主体，甚至建议使用哪个镜头——索尼的 AI 相机助手几乎不提供任何实质性建议。它直接嵌入在相机默认模式中，当你试图拍照时，取景器里会弹出一个小框，显示 AI 建议的“替代设置”效果。你可以点击应用，或者滑动浏览另外三个选项。 但问题在于： * **它只套滤镜**：AI 不会帮你改善构图、对焦或曝光，只是应用某种风格化效果。 * **不解释原因**：你完全不知道 AI 调整了哪些参数——对比度、饱和度还是白平衡？它不告诉你，因此你无法学到任何摄影技巧。 * **效果难看**：实际生成的图像往往色彩过饱和、对比度怪异，像是加了劣质 Instagram 滤镜。 ### 不稳定且不完整 AI 建议的出现并不一致。它不支持自拍相机，索尼也未解释原因。当镜头直接对准明亮光源时，建议甚至会消失。这种不稳定性让用户无法依赖它——你永远不知道它什么时候会“罢工”。 ### 背景：索尼的 AI 摄影困境 索尼在手机摄影领域一直有自己的坚持，但近年来逐渐落后于 Google、苹果和三星的计算摄影。此次 AI 相机助手的推出，本意可能是用 AI 弥补硬件调校的不足，但实际效果反而暴露了索尼在 AI 图像处理上的短板。与 Google 的 **Real Tone** 或苹果的 **Deep Fusion** 相比，索尼的 AI 更像是一个半成品——它试图提供“一键美化”，却牺牲了画质和用户控制权。 ### 小结：关掉它，好好拍照 如果你买了 Xperia 1 VIII，建议直接关闭 AI 相机助手。索尼允许一键禁用该功能，这可能是它最人性化的设计。手机本身的硬件依然出色，但 AI 功能显然还需要大幅改进。对于追求真实摄影体验的用户来说，目前的 AI 助手更像是一个干扰，而非助力。
Meta 正试图在智能眼镜领域走出自己的路。过去三年间，“Meta”与“雷朋”在智能眼镜领域几乎画上等号，但这一局面已被打破。昨日，Meta 发布了三款全新智能眼镜——**Meta Fury**、**Meta Adventurer** 以及 **Meta Glasses by Kylie**（与社交名媛凯莉·詹娜合作款）——均不再带有雷朋品牌标识。新眼镜起售价较上一代降低 **80 美元**，并推出三种风格、七种配色。 ## 去雷朋化：从借势到自立 与 EssilorLuxottica 的合作并未终止——镜腿内侧依然印有该公司的小字标识，但品牌重心已从雷朋转向 Meta 自身。这一转变耐人寻味：雷朋的经典设计曾为 Meta 智能眼镜注入时尚基因，使其摆脱“极客感”，但现在 Meta 显然希望建立独立的可穿戴品牌认知。 ## 隐私争议如影随形 尽管眼镜外观更亲民，Meta 的隐私包袱却愈发沉重。近期《纽约时报》与 Wired 相继报道，Meta 正为其智能眼镜开发面部识别功能，这无疑会加剧公众对数据滥用的担忧。Meta 可穿戴设备副总裁 Alex Himel 表示，隐私改进已在路上，但未透露具体细节。 ## 价格下探，但竞争升温 降价策略意在扩大用户基数，但智能眼镜赛道已拥挤不堪：苹果、谷歌、亚马逊等巨头虎视眈眈，初创公司也在细分场景上发力。Meta 能否凭借“去雷朋”后的自有品牌站稳脚跟，还需市场检验。 总体而言，Meta 正从“雷朋的科技附属品”向“独立智能眼镜品牌”转型，但隐私与功能之间的平衡仍是其最大挑战。
面对公众对数据中心能耗与水资源消耗的持续关注，英伟达近日公布了其下一代 **Rubin 架构** 的参考设计，声称通过 **100% 液冷** 与 **更高运行温度** 的组合，将数据中心用水量从传统方案的约 **每年每兆瓦 260 万加仑** 削减至“**近零**”——降幅高达 100%。 ## 核心逻辑：以热换水 传统数据中心大量依赖蒸发冷却塔，通过水分蒸发带走热量，这也是水耗的主要来源。英伟达的方案则是让服务器运行在 **113°F（45°C）** 的更高温度下，同时采用 **全液冷** 设计——冷却液直接接触芯片，通过高温液体回路将热量带出，再利用室外干式冷却器高效排热。由于回路温度远高于环境温度，系统在一年大部分时间里无需依赖水蒸发，从而大幅降低水消耗。 英伟达可持续发展主管 Josh Parker 表示，这一设计“几乎消除了所有用水”。但值得注意的是，这并未完全消除对水资源的影响：干式冷却器在极端高温天气下仍可能需要少量补水，且液冷系统的制造与维护本身也涉及水资源消耗。 ## 能效与成本的取舍 尽管用水量显著下降，但新设计在 **电力消耗** 方面的改善并非彻底革命。英伟达称其“消除了大量电力使用”，但未给出具体数字。更高温度运行可能会对芯片寿命和稳定性带来挑战，而全液冷基础设施的 **建设成本** 也远高于传统风冷方案。英伟达在博客中未提及成本对比，仅表示“所有为 Rubin 建设的云提供商和数据中心运营商都在向液冷过渡”。 有趣的是，亚马逊近期也在推广其高耐受温度的风冷数据中心——说明行业内对“高温运行”这一方向存在共识，但技术路径仍有分歧。 ## 未解决的隐忧 英伟达的声明虽然积极，但并未回应 AI 数据中心引发的全部争议。例如，数据中心 **建设阶段** 的碳排放、建筑材料的水足迹，以及 **电力供应** 本身对环境的影响（尤其是当电网仍依赖化石燃料时）——这些问题与运营中的水耗同样关键。此外，社区对数据中心的抗议浪潮（如爱尔兰、智利等地）往往聚焦于 **土地占用、噪声污染和可再生能源争抢**，而不仅仅是水耗。 总体而言，英伟达的 Rubin 设计在 **减少运营水耗** 这一维度上迈出了实质一步，但它更像是对现有批评的“修补”，而非对 AI 数据中心环境足迹的全面解决。在 AI 算力需求持续爆发的背景下，如何平衡性能、成本与环境责任，仍是整个行业必须面对的长期命题。
当生成式 AI 遇到租房市场，一个老问题被推向了新的极端：虚假宣传。纽约租客 Joyce 在浏览房源时被一张照片吸引——一间宽敞、带壁炉的曼哈顿单间公寓，价格合理。然而当她赶到现场，看到的却是完全不同的景象：房间小得多，厨房水槽不对，炉灶缺了几个旋钮，壁炉更是子虚乌有。她的朋友一语道破：“照片里煤气炉上放着一盆植物，我们早该知道那是 AI 生成的。” ## 虚拟装修：从专业工具到大众骗局 虚拟装修（Virtual Staging）并非新鲜事物。过去，经纪人会用 Photoshop 给空房间加上家具，帮助买家或租客想象空间潜力。但传统的虚拟装修成本不低——每张图约 40 到 400 美元，且需要专业设计师操作。而生成式 AI 的出现，让任何人都能以近乎零成本、一键生成极度逼真的室内效果图。 问题在于，AI 的“创造力”开始失控。它不仅能添加家具，还能凭空创造出壁炉、改变厨房布局、甚至放大房间尺寸。这些改动在物理上可能完全不可能实现——比如在一个实际只有 15 平米的单间里塞进一张六人餐桌。租客看到的“梦想之家”，实际上是 AI 生成的幻象。 ## 租客的“地狱”体验 Joyce 的遭遇并非个例。在纽约这样竞争激烈的租房市场，经纪人为了吸引看房者，越来越依赖 AI 美化图片。结果就是：租客花费大量时间筛选房源、预约看房，最后却发现“照片与实物不符”成了常态。一位佛罗里达州的经纪人 Bee 坦言，虚拟装修确实能激发买家/租客的想象力，但她承认“真实 staging 至少要几千美元，而 AI 几乎免费”。这种成本差异，驱使更多经纪人在灰色地带游走。 ## 行业监管与道德困境 目前，美国房地产行业对 AI 虚拟装修的监管几乎空白。虽然部分平台要求标注“虚拟 staging”，但执行不严。更棘手的是，AI 生成的图片往往难以被肉眼识别——除非出现像“煤气炉上放植物”这样的逻辑错误。 对于租客而言，唯一的防御手段是保持高度警惕：对比多张照片中的细节、要求视频看房、甚至直接忽略那些“好得不真实”的房源。但对急于找房的人来说，这无疑增加了额外负担。 ## 小结 AI 虚拟装修是一把双刃剑：它可以降低房屋展示成本，帮助空置房产更快出租；但当它被用于系统性欺骗时，就变成了租客的噩梦。技术本身无罪，但缺乏透明度和监管的应用，正在侵蚀租房市场的信任基础。未来，或许需要平台强制标注 AI 生成内容，并建立虚假宣传的追责机制——否则，租客们将继续在“不可能的家”的诅咒中挣扎。
AI 驱动的“氛围编程”（vibe coding）正让普通人也能快速构建自己的软件，但随之而来的安全隐患不容忽视。 ## 一个典型的“盲点”案例 项目管理者 **Bob Starr** 用 AI 工具“氛围编程”创建了一个名为 **Boomberg** 的网站，用于展示美国税收资金流向科技公司的情况。他很快上线了网站，但几个月后才发现其中隐藏着一个 **SQL 注入风险**——攻击者可能借此读取或篡改敏感数据。Starr 坦言：“这完全是我的盲点，在学习这项新技术时忽视了安全问题。” ## 社交媒体上的惨痛教训 类似的故事并不少见。 - **PocketOS** 创始人 **Jer Crane** 在 X 上发帖称，AI 编程代理意外删除了公司的生产数据库。 - 连续创业者 **Joe Procopio** 用“氛围编程”构建了一个用于展示其他应用的 Web 应用，结果被黑客攻击，最终不得不下线，回归传统本地演示方式。 ## 安全专家的核心警告 **SentinelOne** 的杰出 AI 研究科学家 **Gabriel Bernadett-Shapiro** 指出，“氛围编程”本身并非坏事——它让非程序员也能创造软件。真正的危险在于，当个人应用不知不觉演变为 **承载共享、托管数据的商业软件** 时，安全风险会急剧上升。一旦“氛围编程”从本地项目转向托管环境，安全考量就必须彻底改变。 ## 给“氛围编程”者的建议 1. **认清边界**：明确应用是仅供个人使用，还是可能涉及他人数据。 2. **引入安全审查**：即使不懂代码，也可以使用自动化安全工具扫描常见漏洞。 3. **保持警惕**：AI 生成的代码可能存在隐蔽的缺陷，切勿盲目信任。 4. **及时更新**：关注安全公告，修复已知漏洞。 ## 结语 “氛围编程”降低了软件开发的门槛，但安全防护不能随之降低。在享受 AI 带来的便利时，请务必为你的应用加上一道安全锁。
## 数据库揭示AI音乐训练的“灰色地带” 近日，《大西洋月刊》记者Alex Reisner曝光了四个用于训练AI模型的音乐数据集，并将其整合为可公开搜索的数据库。这一发现再次引发业界对AI训练数据版权问题的关注。 ### 数据集规模惊人 这四个数据集中，**两个大型数据集分别包含1200万和900万首曲目**，另外两个较小的也各有超过10万首歌曲。据Reisner调查，这些数据集已被下载数千次，谷歌和Stability AI均在研究论文中确认使用过它们。 ### 数据来源与版权隐患 部分数据集来自免费音乐档案馆（Free Music Archive），其个人使用免费，但商业应用需授权。然而，更棘手的是：**三个数据集以YouTube或Spotify链接列表形式分发**，AI开发者通过自动化工具绕过登录、广告及创作者收益机制直接下载音频。Reisner指出，这类工具违反了平台服务条款。 ### 涉及艺术家范围广泛 数据库中出现的名字从流行巨星Lady Gaga、Fred Again..，到Radiohead、Aphex Twin、Wu-Tang Clan、Bruce Springsteen，再到实验音乐人Hainbach，涵盖主流与独立音乐人。 ### 行业影响与后续行动 该数据库已上线《大西洋月刊》的“AI Watchdog”站点，公众可搜索被用于训练AI的歌曲、书籍及其他媒体。此事件再次凸显AI训练数据使用的法律与道德争议，尤其是在音乐行业——此前Suno等AI音乐生成公司已获4亿美元投资，但版权纠纷持续不断。 Reisner的工作为版权持有者提供了追索依据，也为监管机构提供了重要参考。随着AI音乐生成技术的商业化加速，如何平衡技术创新与创作者权益，将成为未来数年的核心议题。