谷歌 DeepMind 近日发布了一款名为 **Nano Banana 2 Lite** 的全新图像生成模型，号称是其最快、最便宜的图像模型。该模型是 Gemini 3.1 系列的一部分，正式名称为 Gemini 3.1 Flash Lite Image，旨在以极低的成本实现快速图像生成，特别适合快速原型设计和创意探索场景。 ## 速度与成本的革命性提升 Nano Banana 2 Lite 最大的亮点在于**速度**。在默认的低思考模式下，从文本到图像仅需约 **4 秒**，而标准版 Nano Banana 则需要约 20 秒。这种速度的提升直接转化为**成本优势**：API 调用费用平均为 **每千张图像 0.034 美元**，输入 token 价格为每百万 0.25 美元，输出 token 为每百万 1.50 美元。相比之下，Nano Banana 2 的输出价格是其两倍，而旗舰版 Nano Banana Pro 的输出价格高达每百万 12 美元，是 Lite 版的八倍。 ## 质量与场景的取舍 当然，速度与低价的背后是质量的妥协。谷歌坦言，Nano Banana 2 Lite 在处理**小文字**和**信息图表**时表现不佳，容易出现错误数据或不一致。人物和角色的**一致性**在多次迭代中也较差。但谷歌提供的 Arena.ai Elo 评分显示，用户对 Lite 版本输出质量的评价几乎与标准版持平，尽管这些基准测试可能忽略细节瑕疵。 ## 适用场景与潜在影响 谷歌建议，对于需要高精度文本或逼真照片效果的任务，仍应使用 Flash 或 Pro 版本。但 Nano Banana 2 Lite 的**快速迭代**能力使其成为设计师和开发者探索创意、快速验证想法的理想工具。这种“快速射击”式生成也可能带来更多低质量 AI 内容（即“AI 垃圾”）的泛滥，这并非谷歌一家公司面临的问题。 ## 行业背景 在 AI 图像生成市场，平衡质量、速度和成本一直是核心挑战。谷歌此举直接瞄准了那些对成本敏感、需要大量试错的应用场景，如早期概念设计、广告创意素材生成等。与此同时，开源模型和竞品（如 Midjourney、Stable Diffusion）也在持续优化效率，谷歌通过 Gemini 生态的整合与定价策略，试图在开发者市场中抢占份额。 总体而言，Nano Banana 2 Lite 并非为追求极致画质的用户设计，而是为那些需要“足够好”且“足够快”的实用主义者提供了一个极具性价比的选择。
美国总统特朗普去年通过行政命令成立的“国家设计工作室”（NDS），原本雄心勃勃要利用AI在三年内重新设计所有.gov网站，但如今一年过去了，进展寥寥，反而引发诸多争议。 ### 计划与现实脱节 NDS被赋予的任务是更新美国网页设计系统（USWDS），并彻底改造约2.7万个政府网站。然而，这一任务从一开始就面临巨大挑战：DOGE（政府效率部门）大幅裁减了此前负责改进政府网站的团队，包括解散18F技术部门、重组美国数字服务局，导致相关专业人才流失。据NextGov报道，截至2023年中，仅有30%的政府网站采用了USWDS标准。而USWDS团队在特朗普上任后更是被削减至仅剩一名全职员工。 ### 成果寥寥，争议不断 一年来，NDS最大的“成就”是现代化了联邦退休系统，但前政府工作人员指责这属于“虚假胜利”，因为该项目在NDS成立前就已启动。此外，NDS仅上线了数十个网站，且多为单页或重定向页面，设计专家批评其过度依赖AI，且未测试是否符合《美国残疾人法案》的无障碍要求。随着审查加剧，大多数机构现在拒绝与NDS合作采用新标准。 ### AI设计的隐忧 NDS大量使用AI生成设计方案，但缺乏人工审核和用户测试，导致网站可用性差、视觉混乱。专家指出，AI无法理解政府网站的复杂性和对无障碍的严格要求，盲目应用可能造成更大的数字鸿沟。 ### 行业视角 这一案例凸显了在公共部门强行推广AI的潜在风险。与私营企业不同，政府网站必须兼顾公平性、可访问性和法律责任，而AI目前尚难以完全胜任。NDS的失败也为其他计划用AI快速改造公共服务的项目敲响了警钟：技术不能替代对用户需求的深入理解和专业设计团队的持续投入。
据Semafor报道，特朗普政府正与SpaceX商谈，希望其捐赠股票以充实即将于7月4日推出的儿童储蓄账户——“特朗普账户”。该账户是一种新型个人退休账户，面向18岁以下拥有社会安全号的儿童，家庭每年最多可存入5000美元，资金将自动投资于政府认定的“美国优胜企业”。目前已有600万儿童注册，迈克尔·戴尔夫妇捐赠了62.5亿美元，贝莱德和美国银行等企业承诺匹配员工捐赠。但长期前景不明，特朗普可能通过此类公共福利计划应对反AI情绪，商务部长霍华德·卢特尼克倾向于由领先AI公司注资设立主权财富基金，伯尼·桑德斯则警告此举可能加剧利益冲突。
韩国政府与三星、SK海力士、现代汽车等巨头宣布，将共同投资约**1万亿美元**，用于三大旗舰项目：**存储芯片扩产**、**AI数据中心建设**以及**类人机器人商业化**。其中，三星和SK海力士承诺投入**5850亿美元**，在西南省份及首尔首都圈新建芯片工厂，目标五年内将DRAM产量翻倍。现代汽车则计划通过其子公司波士顿动力，在2028年前实现类人机器人在汽车工厂等场景的规模部署。韩国总统李在明在电视讲话中强调：“半导体、物理AI和AI数据中心是实现飞跃的三轴。”然而，巨额投资背后也伴随着争议：AI芯片需求暴涨让韩国芯片企业利润创纪录，引发关于财富分配的讨论；同时，工会对机器人进入劳动力市场表示担忧。新晶圆厂的建设周期可能长达九年，短期内全球存储芯片高价局面或难缓解。
韩国国防部近日宣布一项雄心勃勃的计划：将全军近50万现役军人全部训练为“无人机战士”，使无人机操作像使用个人武器一样成为每名士兵的基本技能。这一举措借鉴了乌克兰和中东冲突中的无人机实战经验，意图在兵力数量劣势下通过技术优势维持对朝威慑。 ## 计划核心：无人机成为“第二武器” 韩国国防部长官安圭伯在6月26日的简报会上表示，目标是让无人机成为“通用战斗工具”，所有士兵都能像操作“第二件个人武器”一样熟练使用无人机。为此，部队将大量装备廉价、可消耗的侦察和打击无人机，并部署更多反无人机激光与微波武器。同时，原有的无人机作战司令部将转型，重点转向与韩国产业界合作，开发和采购商用无人机技术。 ## 乌克兰战场的启示 韩国防长明确提及乌克兰和中东冲突是推动这项改革的直接动因。乌克兰以无人机作为“力量倍增器”，在兵力劣势下有效对抗俄军，这与韩国的处境高度相似：韩国现役兵力约45万，而朝鲜军队规模超过120万。通过大规模普及无人机，韩国希望弥补兵力差距，并在技术层面保持领先。 ## 挑战与局限 尽管愿景宏大，但韩国面临多重现实障碍。首先，韩国实行义务兵役制，且因出生率持续下降，军队规模正逐年萎缩。要维持50万以上现役部队已非易事，何况还需确保所有士兵接受无人机训练。其次，韩国兵役制度至今仍排除女性，进一步限制了潜在兵源。此外，如何在训练成本、装备采购与实战效能之间取得平衡，也是亟需解决的问题。 ## 行业趋势与战略意义 韩国并非唯一从乌克兰战场汲取无人机经验的国家。全球多国都在加速推动军事无人机化，但韩国的“全军普及”策略尤为激进。若成功实施，韩国将成为全球首个将无人机操作列为全员基础技能的国家，这不仅会改变朝鲜半岛的军事平衡，也可能为其他中小国家提供新的军事变革范式。 未来，韩国还需解决无人机战术与现有作战体系的整合、反制敌方无人机威胁、以及无人机的持续供应与维护等问题。但无论如何，这一计划已标志着无人机从“特种装备”正式升格为“基础战斗力单元”。
《纽约时报》在最新提交的法庭文件中指控微软为OpenAI搭建了全球排名前列的超级计算机，故意诱导其侵犯版权。这一指控出现在美国最高法院对Sony诉Cox案作出裁决之后，该裁决提高了共同侵权诉讼的证明标准。NYT据此调整了诉讼策略，在澄清对微软的诱导侵权指控的同时，自愿撤销了两项相关主张。微软则回应称此举是“原告在不利判例下的最后一搏”。
Notion 于 2025 年 4 月宣布关停其邮件客户端 Notion Mail，距离该产品发布仅过去一年。Notion 在 X 平台发帖称，超过半数 Notion Mail 用户现在通过 AI 代理（agent）管理邮件，而无需手动打开收件箱。Notion 表示将“全力投入用代理来运行你的收件箱”。 Notion Mail 是 Notion 在 2024 年收购加密邮件初创公司 Skiff 后推出的 Gmail 客户端，主要开发团队来自 Skiff。如今，随着 Notion Mail 的关停，Skiff 的邮件遗产几乎被彻底终结。 Notion 指出，用户邮件数据仍保留在 Gmail 中，但草稿和定时发送邮件需在 9 月 21 日前导出。Notion 还提供了迁移方案：用户可将标签规则一键转换为自定义代理，继续在 Notion 中管理邮件。 对于受监管行业用户，Notion 提醒依赖 HIPAA 合规的用户需在 2026 年 6 月 30 日前完成迁移。 这一决定反映出 AI 代理在邮件处理领域的快速渗透。Notion 认为，与其开发传统邮件客户端，不如让 AI 代理直接接管邮件工作流。此举也符合 Notion 近年来的产品战略——从文档协作平台转向“AI 优先”的生产力工具。 Skiff 在被收购前曾拥有约 200 万用户，与 ProtonMail 等加密邮件服务竞争。Notion 的收购一度被视为其进入邮件市场的尝试，但最终证明，AI 代理才是 Notion 真正押注的方向。
谷歌 Finance 服务问世 20 年后，终于迎来了首个独立移动应用。目前该应用仅面向 Android 平台，iOS 版本计划于 2026 年晚些时候推出。与此同时，基于 AI 重新设计的 Finance 网页版也正式结束测试，将生成式 AI 深度整合为核心功能。 ### 应用核心功能一览 Android 版 Google Finance 应用提供了**实时市场数据**、**自定义关注列表**以及**金融新闻聚合**等基础功能。用户浏览股价图表时，AI 会自动生成“**关键节点**”解释价格变动原因——这一功能早在去年 5 月就已登陆网页版。应用底部悬浮的“**Ask**”按钮则接入谷歌的 AI 研究工具，用户可与经过金融数据调优的聊天机器人直接对话，询问个股相关问题。底部导航栏还设有“**历史**”板块，方便回溯之前的对话记录。 ### 网页版独有特性 谷歌表示当前 Android 应用只是起点，未来会逐步移植更多网页版功能。目前网页版仍保留着一些应用暂不具备的能力： - **投资组合管理**：支持从旧版 Finance 导入投资组合，并新增 AI 洞察与建议；用户也可上传 CSV 或 PDF 文件构建可追踪的投资组合。 - **AI 研究工具**：可设置定期推送，例如“每天盘前发送一份简报，分析主要加密货币的隔夜重大波动”。 - **个性化问答**：聊天机器人能结合用户投资组合数据回答问题。 ### AI 加持下的金融信息新形态 谷歌 Finance 的这次更新，本质上是将**生成式 AI 嵌入金融信息消费场景**的尝试。与传统金融数据终端不同，谷歌希望通过自然语言交互降低信息获取门槛——用户无需理解复杂指标，直接提问即可获得带上下文的分析。不过，AI 解读市场波动的能力仍存在局限性：模型可能无法区分“因果”与“相关”，对突发事件的反应也可能存在延迟。 ### 行业背景与战略意图 谷歌 Finance 长期处于“被遗忘”状态，此次突然发力移动端并全面 AI 化，背后有多重考量。一方面，移动金融资讯市场竞争激烈，**Robinhood、雅虎财经、TradingView** 等应用早已积累大量用户；另一方面，谷歌正将 Gemini 模型全面植入旗下产品，Finance 成为又一个 AI 落地的试验田。值得注意的是，应用发布时机恰逢**全球金融市场波动加剧**，投资者对实时、易懂的信息需求激增。 ### 小结 谷歌 Finance Android 应用的推出，标志着这款老牌产品终于迈入移动时代。AI 功能的加入固然亮眼，但应用初期功能仍显单薄，与网页版的差距需要时间填补。对于 iOS 用户而言，等待或许要到 2026 年才能结束。短期内，谷歌需要快速迭代应用功能，并证明 AI 解读金融数据的可靠性，才能在拥挤的市场中站稳脚跟。
Anthropic 在致美国参议院的信中披露，阿里巴巴旗下实验室涉嫌发动迄今为止最大规模的 Claude 模型克隆攻击。攻击发生在 4 月 22 日至 6 月 5 日期间，据称阿里通过近 2.5 万个欺诈账户与 Claude 进行了超过 2880 万次交互，重点窃取智能推理、软件工程等前沿能力。Anthropic 警告，此类“蒸馏攻击”已将美国数百亿美元的 AI 研发投入变相补贴给地缘竞争对手。 ## 攻击规模与手法 Anthropic 在 6 月 10 日致参议员 Tim Scott 和 Elizabeth Warren 的信中披露了“新机密证据”。该公司称，与阿里巴巴及其 AI 实验室 Qwen 关联的操作者使用了 **25,000 个欺诈账户**，生成了 **28.8 万次以上的对话**，远超此前发现的 DeepSeek 等公司的攻击规模。攻击者利用混淆技术和代理网络规避检测，目标锁定 Claude 最值钱的能力，包括**智能推理、软件工程和长周期任务**。 ## 行业背景与地缘政治 Anthropic 指出，这并非孤立事件。今年 4 月，特朗普政府曾指责中国进行“工业规模”的 AI 盗窃，当时 Anthropic 指控 DeepSeek、Moonshot 和 MiniMax 等公司使用类似手法。OpenAI 和 Google 也发表过关于模型被攻击的发现。Anthropic 认为，阿里巴巴在特朗普警告后仍继续行动，表明中国 AI 实验室试图**规避高昂的研发成本**，直接复制美国前沿模型。 ## 不断壮大的“规避经济” Anthropic 警告，中国对可靠混淆技术的需求催生了 **“规避经济”**，为未来的蒸馏攻击提供燃料。此类攻击“将美国数百亿美元的投资和研发转化为对我们地缘竞争对手的大规模补贴”。Anthropic 呼吁参议院采取行动，保护美国 AI 产业的知识产权和国家安全。
IBM 近日宣布推出全球首个“亚 1 纳米”芯片技术，其新型纳米堆叠（nanostack）架构可在指甲盖大小的芯片上集成近 1000 亿个晶体管，密度较上一代技术提升近一倍。该技术专为 AI 数据中心设计，旨在实现计算性能与能效的双重飞跃。 ## 纳米堆叠：突破物理极限的新思路 现代芯片制造已逼近物理极限，传统平面晶体管难以继续缩小。IBM 的解决方案是**垂直堆叠晶体管**，通过交错布局在相同面积内塞入更多晶体管。其基本单元由两个晶体管堆叠键合而成，每个晶体管包含三个纳米片——这正是 IBM 在 2021 年推出 2 纳米纳米片技术后的延续。 IBM 将这一新工艺命名为 **0.7 纳米节点（7 埃节点）**。需要强调的是，这里的“0.7 纳米”并非晶体管物理尺寸——实际上，自 20 世纪 90 年代以来，节点编号早已与真实尺寸脱钩，而是代表与同代工艺等效的性能提升。换言之，IBM 的纳米堆叠架构实现了“相当于”亚 1 纳米工艺的计算密度。 ## 性能与能效的双重红利 IBM 研究院总监 Jay Gambetta 表示，这“不只是增量改进，而是有意义的飞跃”，并指出新技术指向一个“计算能力大幅增强而能耗不相应增加”的未来。对于 AI 数据中心而言，更高的晶体管密度意味着可部署更复杂的模型、更快的推理速度，同时控制功耗。在摩尔定律放缓的今天，这种通过架构创新而非纯粹物理微缩来提升性能的路径，正成为行业共识。 ## 行业背景与竞争格局 IBM 并非唯一押注 3D 堆叠的玩家。台积电、三星和英特尔均在开发类似技术，但 IBM 此次率先公开“亚 1 纳米”节点，意在抢占技术话语权。值得注意的是，IBM 的研究成果通常先用于自身大型机与云服务，再授权给合作伙伴。此次的纳米堆叠技术能否如 2 纳米纳米片一样快速商业化，仍需观察。 ## 小结 IBM 的纳米堆叠架构代表了后摩尔时代的一种务实路径：**用堆叠换密度，用架构换性能**。虽然“0.7 纳米”的命名可能引发混淆，但其背后晶体管密度翻倍的事实，对 AI 计算基础设施的演进具有实质性意义。未来几年，我们或将看到更多采用垂直集成设计的芯片进入数据中心。
OpenAI 与芯片巨头 Broadcom 联合宣布，推出名为 **Jalapeño** 的全新 ASIC 芯片，专门针对大规模数据中心中的大语言模型（LLM）推理任务设计。这款芯片从零开始构建，基于 OpenAI 研究团队的“深度洞察”，并参考了其未来模型与产品路线图，旨在突破当前算力瓶颈，提升推理效率与能效比。 ### 九年磨一剑？从设计到量产仅用九个月 据 Broadcom 透露，Jalapeño 芯片的开发周期仅为 **九个月**，这在定制芯片领域堪称极速。作为一款专用集成电路（ASIC），它摒弃了通用 GPU 的冗余功能，完全围绕 LLM 推理的工作负载进行优化。OpenAI 表示，早期测试显示，Jalapeño 的“每瓦性能显著优于当前最先进水平”，但完整性能数据尚未公开，详细技术报告将在未来几个月发布。 ### 摆脱“英伟达依赖”的野心 此次合作是 OpenAI 垂直整合战略的关键一步。长期以来，OpenAI 依赖英伟达的 GPU（如 H100）进行训练和推理，但高昂成本与供应紧张促使公司寻求自研芯片。Jalapeño 的推出意味着 OpenAI 正逐步掌控从模型到硬件的全栈能力，减少对外部供应商的依赖。同时，面对全球算力短缺，定制芯片成为各大 AI 公司争夺有限数据中心容量的新战场。 ### 部署时间表与行业影响 双方声称，Jalapeño 芯片将在 **今年年底前** 部署至数据中心。尽管具体性能指标尚未披露，但这一消息已引发行业震动。Broadcom 近年来凭借为超大规模云厂商和前沿模型团队提供定制芯片，业务增长迅猛。若 Jalapeño 达到预期效果，可能重塑 AI 推理硬件格局，迫使英伟达等传统巨头加速创新。 ### 展望：从“通用”到“专用”的范式转移 当前 AI 推理多运行在通用 GPU 上，而专用 ASIC 有望在能效与吞吐量上实现指数级提升。Jalapeño 作为第一代产品，标志着 AI 硬件从“通用计算”向“任务专用”的转变。未来，OpenAI 计划持续迭代芯片设计，与模型演进同步优化。这场硅基竞赛的终局，或将决定谁能真正驾驭大模型时代的算力需求。
Oracle is spending billions on data center infrastructure to support AI.
科幻作家兼科技记者科里·多克托罗（Cory Doctorow）在其新书《逆半人马：AI之后的生活指南》中，对当前AI行业的泡沫与乱象进行了犀利剖析。多克托罗并不热衷于谈论AI，但频繁被要求评论，于是决定写一本书来“厘清废话与物质现实”。 ## 什么是“逆半人马”？ 多克托罗借用自动化理论中的“半人马”概念——指人类通过技术（如机器学习、驾驶汽车或自动补全）得到增强——提出了“逆半人马”：即机器主导、人类沦为附属品。他以亚马逊送货司机为例：司机被AI摄像头全方位监控，本质上只是配送车的“血肉附件”。成为半人马通常是积极的，但很少有人愿意成为逆半人马。然而，AI行业似乎正致力于创造更多逆半人马。 ## AI泡沫的根源 多克托罗并非彻底反AI，他本人也定期使用AI工具，并看到其作为插件或应用的潜力。但他对围绕AI的过度炒作、巨额资本支出、不切实际的期望以及自利性宣传深感忧虑。他指出，当AI泡沫不可避免破裂时，可能带来灾难性的经济后果。 > “泡沫不想要便宜有用的东西，它想要昂贵‘颠覆性’的东西：大型基础模型……” 多克托罗认为，当前AI行业的投资逻辑并非追求实用价值，而是追求“颠覆性”叙事，这导致了巨大的资源浪费和风险积累。 ## 如何戳破泡沫？ 多克托罗建议从根源入手：减少对大型基础模型的盲目投资，转而关注那些真正能提升人类能力、而非替代人类的工具。他强调，AI应用应当服务于人，而非让人成为机器的附庸。例如，在医疗领域，AI可以帮助放射科医生更高效地分析X光片，而不是取代大多数医生，让幸存者承担全部责任。 ## 结语 多克托罗的新书提供了一种清醒的视角：AI并非魔法，它既有潜力也有风险。当前的关键是识别并遏制那些旨在制造“逆半人马”的商业模式，推动AI向增强人类能力的方向发展。
通用汽车（GM）在其位于底特律的旗舰电动汽车工厂“Factory Zero”安装了约50台来自日本发那科（FANUC）的机器人手臂，用于装配线作业。然而，这一自动化举措正值1300名工人因临时裁员而失业之际，引发了美国汽车工人联合会（UAW）的强烈不满。UAW Local 22主席James Cotton指出，公司本可召回部分员工而非新增机器人。此前，该厂在2025年10月已永久裁员1200人。 汽车行业正加速自动化进程，斯特兰蒂斯（Stellantis）、福特（Ford）等均部署了类似机器人，现代汽车（Hyundai）更计划于2028年前在佐治亚州工厂使用波士顿动力（Boston Dynamics）的人形机器人。被裁员工Andrew Bergman批评企业优先考虑利润而非工人福祉，认为技术进步本可用于改善工作安全与缩短工时，但被管理层用于裁员增利。 这一事件折射出传统车企在向电动化转型中面临的深层矛盾：一方面需提升生产效率与竞争力，另一方面却加剧了劳资对立。UAW的强烈反应预示着未来围绕自动化与就业的博弈将更为激烈，可能影响行业政策与工会谈判策略。
Anthropic 因其对 AI 风险的频繁警告，可能间接导致了美国对其最新模型的出口禁令。根据英国《金融时报》（FT）的分析，Anthropic 在 2026 年的官方声明、社交媒体帖子和文章中，每 1000 个单词中约有 5 个与风险、监管或限制相关，而 OpenAI 的这一数字仅为 0.6，相差近八倍。这一差异在政治层面变得敏感，因为华盛顿上周禁止外国公民使用 Anthropic 的最新模型 Mythos 和 Fable。部分技术界人士将这一禁令归咎于 Anthropic 反复强调 AI 对社会构成的风险，尤其是 Mythos 模型。Meta 前首席 AI 科学家 Yann LeCun 甚至公开指责 Anthropic CEO Dario Amodei 的“荒谬恐吓”最终导致了这一结果，并称“种瓜得瓜”。 ## 数据对比：Anthropic 的风险言论远超 OpenAI FT 通过创建包含“有害”、“危险”、“不匹配”等关键词的列表，并计算这些词在两家公司或其 CEO 声明中的出现频率，发现 Anthropic 在 2026 年的传播中，“风险”一词出现 336 次，“安全措施”121 次，“漏洞”128 次；而 OpenAI 对应的数字仅为 30、33 和 10 次。这种悬殊的差距，使得 Anthropic 在公众和政策制定者眼中成为 AI 风险的“吹哨人”。 ## 出口禁令背后的政治博弈 Anthropic 一直试图将自己定位为 AI 行业的“良心”，频繁发布关于技术潜在危害的研究论文和声明，并多次呼吁政府加强干预。然而，这一策略在华盛顿产生了意想不到的后果。出口禁令的出台，让欧洲和硅谷的部分人士感到不安，他们担心特朗普政府可能会进一步限制非美国用户访问前沿 AI 模型。这场争端成为美国如何监管日益强大的 AI 模型的一次早期测试。 ## 行业反应：恐吓还是预警？ OpenAI 的 Sam Altman 在谈及 Mythos 时曾讽刺道：“声称‘我们造了一颗炸弹，即将扔到你头上’显然是极好的营销手段。” 而 Anthropic 的 Amodei 则在禁令发布前发表了长篇博客，阐述 AI 风险。批评者认为，Anthropic 的“恐吓营销”最终搬起石头砸了自己的脚；支持者则坚持，预警 AI 风险是负责任的表现。无论如何，这一事件凸显了 AI 公司在风险沟通与政策影响之间的微妙平衡。 ## 小结 Anthropic 的遭遇为整个 AI 行业敲响了警钟：企业的公开言论不仅影响公众认知，还可能直接改变政策走向。在 AI 监管日益收紧的背景下，如何既履行社会责任又不触发过度反应，将成为所有 AI 公司必须面对的课题。
面对中国日益增长的军事压力，台湾正大力投资本土无人机产业，既用于自身防御，也积极拓展海外市场，特别是美国军方。据台湾中央通讯社报道，台湾国防部于6月18日提出一项特别预算提案，计划在2026年至2031年间投入**66亿美元**，采购超过20.8万架海岸攻击无人机、1400多架海岸侦察无人机以及1320艘无人水面艇。这一规模远超台湾目前仅有的约5000架美制及本土攻击无人机存量。 在军事演习中，台湾已展示其无人机作战能力。6月初的演习中，台军使用美国安杜里尔公司子公司制造的**Altius-600游荡弹药无人机**，从拖车式发射器发射打击海上目标。今年早些时候，台湾海军陆战队也使用本土无人机进行了类似打击演练。 台湾政府的采购计划不仅旨在增强防御，也旨在扶持本土无人机企业。以**雷虎科技**为代表的台湾公司，正积极向美国军方和欧洲买家推销其无人机技术和零部件，作为中国制造无人机的替代品。同时，它们通过建立国际技术和制造合作伙伴关系，为出口铺路。台湾行政院院长卓荣泰4月30日宣布，2026年第一季度（1月至3月）台湾已出口**1.15亿美元**的整机无人机，超过2025年全年**9300万美元**的出口总额。 这一增长反映出全球对非中国产无人机的需求上升，尤其在安全和供应链多样性考量下。台湾凭借其半导体和精密制造基础，有望在无人机领域占据一席之地。然而，地缘政治风险和技术竞争仍是挑战。整体而言，台湾正将无人机作为国防和经济的双重战略支柱。
美国参议员伯尼·桑德斯提出一项激进法案，拟通过对大型AI公司征收一次性50%的股票税，建立主权财富基金，预计规模可达7万亿美元。该基金每年将向每位美国公民发放约1000美元分红，并资助医疗、教育和住房项目。法案还计划成立跨党派独立委员会，通过投票权影响企业决策，防止AI技术损害公共利益。此举可能引发AI行业强烈反对，尽管部分CEO曾表态支持公共福利，但桑德斯的方案远更激进。
NVIDIA 的 GEAR 实验室联合卡内基梅隆大学和加州大学伯克利分校，开发了一个名为 **ENPIRE** 的新型代理框架，让多个 AI 编程代理能够自主协作训练机器人完成复杂任务。在实验中，这些代理成功教会机器人 **剪断扎带** 和 **将 GPU 插入主板上的薄型插槽** 等精细操作。 ## 框架核心：让 AI 自主驱动机器人训练 ENPIRE 框架包含四个模块，赋予 AI 编程代理以下能力： - **自动重置与验证**：确保实验条件一致并验证任务结果。 - **策略优化**：迭代改进指导机器人行为的策略。 - **并行评估**：同时在多台实体机器人上测试策略。 - **故障分析与修复**：通过分析日志、阅读研究论文，改进训练基础设施和算法代码。 团队测试了三种 AI 编程代理：OpenAI 的 Codex（基于 GPT-5.5）、Anthropic 的 Claude Code（Opus 4.7）以及 Moonshot AI 的 Kimi Code（Kimi K2.6）。这些代理各自独立开发不同的算法方法，在真实实验中测试，并保留能提升整体成功率的变更，经过多轮自主迭代后，机器人任务表现持续提升。 ## 行业意义：从“人工调参”到“AI 自进化” NVIDIA AI 总监 Jim Fan 在 LinkedIn 上表示：“我们 GEAR 实验室的一部分现在可以彻夜不休地自我改进，我们早上只需阅读报告。”他调侃道：“我们都去度假，Jensen 甚至不会注意到。”这指向了机器人训练领域的一个关键瓶颈：传统方法依赖大量人工调参和手动纠错，而 ENPIRE 框架通过 **“慷慨的 token 预算”** 让 AI 代理自主完成整个训练循环。 更值得关注的是，团队计划将 ENPIRE **全部开源**，这意味着任何研究机构或爱好者都可以搭建自己的“自主运行机器人实验室”。这有望大幅降低机器人训练的门槛，加速从工业装配到家庭服务等场景的机器人部署。 ## 局限与展望 尽管成果令人振奋，论文也指出了当前方法的局限，例如对 token 预算的依赖较高，以及在极端复杂或非结构化环境中的泛化能力仍需提升。但整体而言，这项研究展示了 AI 代理在 **自动化科研实验** 和 **机器人技能习得** 上的巨大潜力，预示着未来 AI 不仅能编写代码，还能直接操作物理世界。
上周晚些时候，Anthropic 应美国政府出口管制指令，将新发布的 **Claude Fable 5** 和 **Mythos 5** AI 模型下线，禁止“任何外国公民”使用。自 4 月 Mythos 首次亮相以来，Anthropic 便警告该模型具有双重用途：既能帮助防御者发现软件漏洞，也能被恶意行为者利用进行攻击。公司最初通过 **Project Glasswing** 工作组向特定财团私下发布了 Mythos 5，而 Claude Fable 5 作为 Mythos 级别的模型，则面向公众发布并设置了生物与网络安全方面的防护栏。然而，特朗普政府认为 Fable 5 的防护可被绕过，从而完全释放 Mythos 5 的能力，构成国家安全风险。 但专家指出，这场机构间的冲突只是掩盖了一个残酷事实：Anthropic 只是冰山一角，多家公司及开源开发者很快（或已经）拥有类似 Mythos 5 的能力。TPO Group 首席安全官 Tarah Wheeler 表示：“认为其他竞争对手不会开发类似能力，甚至尚未开发，是极度短视的。许多公司紧随其后，可能已拥有类似能力，只是暂未公开。” ## 双重用途困境：AI 安全的“矛与盾” Mythos 5 的核心能力在于自动化漏洞挖掘与利用。这种技术对网络安全行业意义重大——它可以帮助防御者比攻击者更快地识别并修补漏洞。然而，一旦落入恶意之手，同样的能力可能被用于发动大规模网络攻击。Anthropic 在发布博客中明确承认：“AI 模型的高级用途是双刃剑：网络安全专家和生物学研究人员的良性查询，在恶意行为者手中可能变得危险。” 这正是 **AI 安全治理** 面临的核心悖论：如何在不扼杀创新的前提下，防止技术被滥用？Anthropic 的解决方案是分级发布：先向可信的“Project Glasswing”工作组提供完整能力，再向公众发布受限版本。但政府的担忧在于，防护栏可能被绕过——尤其是当模型权重本身被公开或泄露时。 ## 管制的局限性：防不胜防的扩散风险 尽管美国政府的出口管制暂时限制了 Anthropic 的模型，但专家认为这种措施治标不治本。Wheeler 指出：“其他公司很可能已经拥有类似能力，只是选择不公开。从开源社区到国家支持的黑客组织，技术扩散只是时间问题。” 事实上，当前 AI 领域的竞争极为激烈。OpenAI、Google DeepMind 以及众多开源项目都在竞相提升模型能力。一旦某项技术被证明可行，模仿与改进将迅速跟进。历史经验表明，对单一公司的管制往往导致技术转移至境外或地下，反而增加监管难度。 ## 未来趋势：危险能力将成“标配” Mythos 5 的出现标志着一个转折点：**高级 AI 模型的“危险”能力正在从理论走向实践**。未来，类似 Mythos 的模型将不再是特例，而是常态。这意味着网络安全行业、政策制定者和公众都必须做好准备，迎接一个“AI 黑客”泛滥的时代。 对于企业而言，防御策略必须升级。传统的漏洞扫描与修复流程将无法应对 AI 驱动的自动化攻击。对于政府而言，需要建立更灵活、更国际化的监管框架，而非仅靠出口管制。而对于 Anthropic 这样的公司，如何在透明与安全之间取得平衡，将成为长期挑战。 ## 小结 Anthropic 的遭遇只是 AI 安全困境的缩影。危险能力不会因一家公司的退让而消失，反而会加速扩散。业界需要正视这一现实，从技术、政策与教育等多维度共同应对。毕竟，当 AI 的矛与盾都变得更强时，真正的安全只能来自更深刻的认知与更系统的协作。
Google 终于为其新一代智能音箱确定了发布日期。这款名为 **Google Home Speaker** 的设备将于 **6 月 25 日** 正式开售，预购现已开启，售价 **99.99 美元**。这是 Google 近六年来首次推出家用音频设备，上一款还是 2020 年 9 月发布的 Nest Audio。 ## 设计与硬件：小巧圆润，AI 驱动 新音箱采用扁球体设计，外覆部分再生织物，提供四种配色：榛子色、瓷白色、翡翠色和浆果色（后两者仅限美国地区）。Google 声称其可输出 **360 度环绕音效**，确保房间内任何位置都能获得均匀的听感。底部环绕的灯带会在设备聆听、思考或回应时亮起，这一设计也呼应了 Google 即将推出的 Chromebook 上的发光条。 硬件配置方面，音箱搭载 **四核 A55 处理器**，主频 2GHz，并配备独立 NPU。三个远场麦克风分布在机身周围，支持语音拾取，同时设有物理静音开关。值得注意的是，Google Home Speaker 仅配备了一个 **58mm 全频驱动单元**，相比 Nest Audio（75mm 低音单元 + 19mm 高音单元）在音频硬件上有所降级。Google 向 Ars 确认，其音质介于 Nest Audio 和较小的 Nest Mini 之间。 ## 核心亮点：Gemini 与智能体验 虽然音频硬件并非顶级，但新音箱的真正卖点在于 **Gemini 集成**。本地 AI 模型运行在 NPU 上，可实现更优的声音隔离，有效滤除背景噪声，减少误唤醒和误听问题。此外，Google Home Speaker 可与 **Google TV Streamer** 配对，最多两台音箱组成沉浸式音频系统，提升观影体验。顶部电容触控区域则提供了非语音交互方式。 ## 行业视角：AI 音箱的定位之变 从 Nest Audio 到 Google Home Speaker，Google 似乎在重新定义智能音箱的优先级：**AI 能力正在取代音频质量成为核心卖点**。这反映了行业趋势——当语音助手（如 Gemini）能处理更复杂的任务时，音箱作为交互入口的价值已超越其作为音频设备的属性。然而，音质的妥协可能让部分注重音乐体验的用户犹豫。Google 能否凭 Gemini 的差异化功能说服市场，仍有待观察。