Nvidia 宣布进军消费级笔记本电脑芯片市场，推出 RTX Spark“超级芯片”，这被业内视为 Windows 阵营的“M1 时刻”。苹果 M1 芯片已证明 Arm 架构在性能和续航上的潜力，而 Windows 平台在 Qualcomm 芯片下图形性能始终未完全达标。Nvidia 的 RTX Spark 拥有 20 个 CPU 核心、6,144 个 GPU CUDA 核心和 128GB 统一 LPDDR5X 内存，集成显卡号称媲美 RTX 5070 笔记本 GPU。然而，Nvidia 并未公布实际性能基准测试数据，且该芯片主要强调 AI 和智能代理能力，引发市场对定价和实用性的担忧。分析师预计搭载 RTX Spark 的笔记本价格将远高于当前主流机型，可能影响消费者接受度。 ## 性能与定位：超级芯片的野心 RTX Spark 的参数令人瞩目：20 核 CPU、6,144 个 CUDA 核心、128GB 统一内存，这本质上相当于 Nvidia DGX Spark 迷你 PC 中的 GB10 芯片。Nvidia 称其为“有史以来最高效的 PC 芯片”，微软则将其搭载的 Surface Laptop Ultra 描述为“我们制造过的最强大的产品”。但关键性能数据缺失，Nvidia 仅在主题演讲中重点展示了 AI 和智能代理场景，而非传统游戏或生产力基准测试。 ## 市场时机：为什么现在？ 2026 年的 PC 市场正面临多重挑战：全球经济放缓、消费者支出谨慎，以及 AI PC 概念尚未完全落地。Nvidia 选择此时切入，一方面是想借助 AI 热潮建立差异化，但另一方面，高昂的定价可能使其成为小众产品。据推测，RTX Spark 笔记本的起售价可能超过 2,000 美元，远高于同类 Arm 或 x86 设备。 ## 行业影响：Windows 的转折点？ 苹果 M1 的成功在于软硬件深度整合，而 Windows 生态碎片化严重。即便 RTX Spark 性能卓越，也需要微软和 OEM 厂商优化驱动、应用和操作系统。Qualcomm 的 Arm 芯片此前在兼容性和性能上未达预期，Nvidia 能否打破僵局仍是未知数。不过，Nvidia 在 GPU 和 AI 加速上的积累，确实为 Windows 笔记本带来了前所未有的可能性。 ## 小结 RTX Spark 代表了 Windows 笔记本性能的潜在飞跃，但成功与否取决于定价、生态支持和实际体验。对于追求极致性能和 AI 能力的用户，它可能是理想选择；但对主流消费者而言，价格和实用性仍是关键门槛。
Google 在 2026 年 I/O 大会上发布了全新的 AI 代理 **Gemini Spark**，号称能“24/7”在后台替你执行多步骤任务，让你放下手机、离开电脑。但实际体验后，这款产品虽然在某些场景下表现惊人，却远未达到值得为之买单的程度。 ## 演示很酷，现实呢？ Google 在舞台上展示了 Spark 如何自动撰写邮件、整理工作周报，甚至模仿用户的语气。为了验证这些功能在真实环境中的效果，我决定用 Spark 做一件更贴近普通人生活的事：让它给我妻子写一封邮件，汇总我们 **2026 年每月的平均食品杂货支出**。 这个测试包含了三个关键挑战： - Spark 能否在我不提供姓名的情况下，自动识别出我的妻子是谁？ - 它能否在 Google Drive 中找到那份文件名中不包含“预算”字样的家庭开支表格？ - 它能否真正在 Gmail 中生成并发送邮件？ 结果出乎意料——Spark 不仅准确找到了我妻子的邮箱地址，还成功定位了那张隐藏在 Drive 深处的表格，并自动计算出了月度平均值。当我看到它生成的那封邮件草稿时，不得不感叹：“哇，这确实有点厉害。” ## 代价不容忽视 尽管功能令人印象深刻，但 Spark 的定位让我犹豫。Google 强调它“始终在你的指导下运行”，但 **“始终在线”的本质意味着持续的数据访问**。你的邮件、文件、日历甚至银行账单都可能被它扫描和处理。Google 虽然承诺“在执行重大操作前会征得你的同意”，但隐私风险依然存在。 此外，Spark 的成本也暂时不明确。目前它仅向部分用户开放测试，尚不清楚未来是否会单独收费或捆绑订阅。考虑到 Google 过去对高级 AI 功能的定价策略（如 Gemini Advanced 每月 20 美元），Spark 很可能不会免费。 ## AI 代理的“信任墙” Spark 的技术能力确实达到了演示水准，但 AI 代理类产品面临的核心问题始终是 **信任**。用户是否愿意让一个 AI 代理长期访问自己的私人数据？当它犯错时（比如发错邮件、误删文件），责任如何界定？这些问题的答案，可能比技术本身更决定 Spark 的未来。 目前来看，Gemini Spark 是一个令人兴奋的技术预览，但距离成为值得日常依赖的工具还有一段路。如果你对隐私敏感，或者不急于为 AI 功能付费，或许可以再等等。
近日，Meta 的 AI 客服聊天机器人被曝存在严重安全漏洞，黑客仅通过向该机器人发送简单指令，就能劫持他人的 Instagram 账户。据 404 Media 报道，一段在 Telegram 上流传的视频显示，攻击者要求 Meta 的 AI 支持助手“将账户关联到我的新邮箱”，随后机器人竟向黑客发送了验证码，使其成功绑定新邮箱并重置密码，从而完全控制目标账户。 Meta 在今年 3 月推出了这款 AI 支持助手，本意是帮助用户重置密码、设置双重认证或恢复账户访问。然而，该助手缺乏足够的安全验证机制，未能识别出操作者并非账户本人。黑客还通过 VPN 伪造地理位置，使其看起来与目标位于同一地区，进一步绕过了安全检测。 此次漏洞被利用的时间点，恰好与**巴拉克·奥巴马**的 Instagram 白宫官方账号 @obamawhitehouse 被黑事件重合。该账号被用于发布伊朗宣传内容。此外，美国太空部队首席军士长和丝芙兰的 Instagram 账号也遭到类似攻击。安全研究员 **Jane Manchun Wong** 也报告称其账户被劫持，密码被无故更改，并反复收到密码重置请求。 Meta 官方表示，该漏洞已被修复。但这一事件再次引发了对 AI 客服安全性的质疑：当 AI 被赋予敏感操作权限时，如何防止被恶意利用？目前，用户应尽快启用双重身份验证，并警惕来自官方渠道的异常验证请求。
经过数月的猜测，AI 领域的两大巨头——OpenAI 与 Anthropic——究竟谁将率先上市，答案终于有了眉目。2026 年 6 月 1 日，Anthropic 宣布已向美国证券交易委员会（SEC）秘密提交了注册声明草案，正式启动首次公开募股流程。这一里程碑事件标志着 Anthropic 在资本市场的征途上迈出了关键一步。 ## 估值惊人，超越 OpenAI Anthropic 在上一轮融资后估值高达 **9650 亿美元**，成为全球估值最高的初创公司，超过了其最大竞争对手 OpenAI 的 **8520 亿美元**。这一数字本身就说明了市场对 Anthropic 技术路线和商业前景的高度认可。Anthropic 由前 OpenAI 员工创立，一直以“安全 AI”为核心理念，其 Claude 系列模型在推理、编码和安全对齐方面表现突出，赢得了大量企业客户。 ## 秘密递表，细节暂不公开 与许多大型科技公司类似，Anthropic 选择了 **秘密提交** 的方式，这意味着关键的运营细节——如风险因素、高管薪酬、财务数据等——要等到后续流程才会公开。这种做法可以让公司在正式路演前有更多调整空间，也避免了过早暴露商业机密。 ## 竞争与盟友：SpaceX 的阴影 值得注意的是，Anthropic 的 IPO 时间点恰好落在 SpaceX 计划于 **6 月 12 日上市** 之前。SpaceX 的公开募股预计将筹集 **800 亿美元**，有望成为史上最大规模的 IPO。而 SpaceX 旗下拥有 xAI，并与 Anthropic 签订了每年 **150 亿美元** 的数据中心使用协议。这意味着 Anthropic 既是 SpaceX 的客户，又与其存在微妙的竞争关系。此外，OpenAI 刚刚在与马斯克的法律纠纷中胜诉，法官因诉讼时效驳回了所有指控，这让 OpenAI 得以专注于自身业务。 ## 行业意义：AI 上市潮的开启 Anthropic 的 IPO 可能开启 AI 公司的上市潮。随着大模型训练成本飙升，上市融资成为头部公司获取长期资金的关键渠道。对于投资者而言，Anthropic 的上市提供了一个押注“安全 AI”路线的机会；对于行业而言，这场 IPO 将检验市场对 AI 公司盈利模式的真实信心。 ## 小结 Anthropic 的上市进程已经启动，虽然距离正式挂牌交易还有数月，但这一消息无疑加剧了 AI 领域的竞争态势。接下来，市场的目光将集中在 SEC 的审查进度、公开的财务数据以及最终定价上。无论结果如何，这都将是 AI 产业资本化的一个标志性事件。
微软即将在旧金山举办年度 Build 开发者大会，这不仅是该公司全面转向 AI 后的又一次关键亮相，也被视为重新赢回开发者信任的重要契机。据知情人士透露，本次大会将发布一系列重磅更新，涵盖新 AI 模型、Copilot 超级应用以及针对开发者的 Windows 优化体验。 ## AI 模型：本地推理与下一代小模型齐头并进 微软将在 Build 上展示新一代 AI 模型，包括一个全新的**推理模型**，旨在提升复杂任务的处理能力。更重要的是，微软将重点推动**本地模型**在 Windows 上的运行，让开发者能够利用本地计算资源，减少对昂贵云服务的依赖。Windows 负责人 Pavan Davuluri 此前已暗示“为开发者带来新东西”，预计将推出更小、更高效的下一代 AI 模型，适配不同硬件场景。 ## Copilot 超级应用：从助手到平台 Copilot 将升级为“**超级应用**”，整合更多功能模块，成为用户与 AI 交互的核心入口。这一举措延续了微软将 AI 嵌入所有产品的战略，但超级应用形态意味着 Copilot 将不再只是辅助工具，而是具备独立生态的平台级产品。 ## Windows 11 开发者优化：专注与性能 针对开发者长期反馈的痛点，微软将推出**Windows 11 开发者优化体验**，包括： - **无干扰环境**：预装必要的开发工具、脚本和应用，减少配置时间。 - **性能重写**：继续推进 Windows 11 部分组件的重写计划，提升系统响应速度和稳定性。 - **定制化改进**：Windows Insider 团队将在大会前夕展示更多自定义选项。 此外，微软还会公布 Windows 如何适配**Nvidia RTX Spark** 等新型芯片，为 AI 工作负载提供更好的硬件支持。 ## 大会背景：信任重建与行业转折 本届 Build 大会选址更小、更亲密的场地，反映出微软希望与开发者进行更深度的交流。近年来，Windows 和 GitHub 的信任度跌至低谷，而 AI 浪潮给了微软重新定义开发者关系的窗口。从本地 AI 模型到系统性能优化，微软正试图证明自己不仅是 AI 技术的推动者，更是开发者生态的坚实后盾。 ## 小结 微软 Build 2026 的关键词是“回归”：回归开发者需求，回归本地计算，回归系统基础体验。在 AI 军备竞赛中，微软不再只谈云端大模型，而是通过小模型、本地推理和平台优化，构建更务实的开发者工具链。这一策略能否赢得开发者芳心，将成为大会后行业关注的焦点。
生成式 AI 在音乐领域的渗透速度远超预期。据流媒体平台 Deezer 报告，**每天有超过 5 万首 AI 生成的歌曲被上传**，而工具如 Suno 已成为各类音乐人创作流程中的主流部分。面对这一浪潮，格莱美奖主办方——录音学院 CEO Harvey Mason Jr. 在接受《The Verge》专访时坦言，**AI 在音乐制作中已“无处不在”**，他参与的每个录音环节几乎都有 AI 的身影。 然而，录音学院目前的规则明确：**纯 AI 生成的音乐没有资格角逐格莱美奖**。这一规定在行业内外引发激烈讨论。Mason 本人既是学院掌门人，也是曾与 Janet Jackson、Beyoncé 等巨星合作的传奇制作人。他试图在保护“人类创造力”与接纳技术革新之间寻找平衡。 ### 从“会否颠覆”到“如何共存” 2024 年，AI 对音乐的影响尚不明朗；18 个月后，Mason 用“指数级增长”来形容 AI 音乐创作的速度。他观察到，AI 工具已从实验性玩具演变为高效的生产力助手——帮助制作人快速生成和弦进行、编曲灵感，甚至完成人声合成。但问题随之而来：当 AI 参与度达到何种比例时，作品仍应被视为“人类创作”？ ### 格莱美的边界与挑战 录音学院面临的核心难题是：**如何定义“可获奖”的 AI 辅助作品**。目前规则禁止完全由 AI 生成的内容参评，但允许人类使用 AI 工具进行辅助创作。Mason 指出，学院正在研究更细致的分类标准，例如明确标注 AI 贡献占比、设立专门的 AI 音乐赛道等。但他强调，**格莱美的最高荣誉必须保留给“人类艺术表达”**——这是不可动摇的底线。 ### 行业生态的连锁反应 AI 音乐不仅冲击奖项评选，还影响平台内容审核与版权分配。Deezer 等平台已开始部署 AI 检测系统，以过滤低质或侵权内容。同时，传统唱片公司与新兴 AI 音乐公司之间的授权博弈愈演愈烈。Mason 认为，整个行业需要建立新的**透明度和归属机制**，确保人类创作者获得合理回报。 ### 展望：格莱美走向 Disney，拥抱年轻观众 除了 AI 议题，Mason 还透露格莱美奖将从 CBS 转至 Disney 平台播出，旨在触达 TikTok 时代更年轻的受众。这一战略调整暗示着传统颁奖礼正在主动适应流媒体与短视频主导的娱乐生态。 **结语**：AI 不会让音乐消失，但它正在改写“创作”的定义。格莱美作为行业风向标，其应对策略将深刻影响未来数年的音乐产业规则。Mason 的立场清晰：技术可以拥抱，但人类灵魂不可替代。
知名健身追踪平台 Strava 宣布将收紧其 API 访问权限，以应对 AI 爬虫和零代码工具带来的滥用问题。从即日起，开发者若想基于 Strava 数据构建应用，需支付每月 **11.99 美元** 的订阅费用。 Strava 在开发者中心更新中解释，这一变化源于“零代码 AI 工具”的兴起——这类工具让用户能快速创建应用，却对 API 造成“猛烈冲击”。公司数据显示，今年至今开发者申请数量同比暴增 **448%**，API 中介违规行为频发，爬虫尝试更导致平台性能整体下降。 ### 背景：从免费到收费 此前，开发者可免费申请使用 Strava API，并根据用户量逐步扩展权限。但如今，免费时代正式终结。这一举措并非孤立事件：2023 年，Reddit 已率先对 API 访问收费；Strava 自身也在 2024 年限制了第三方应用可展示的数据范围，并曾因专利问题起诉长期合作伙伴 Garmin（后撤诉）。 值得注意的是，Strava 于今年 2 月提交了 IPO 申请，收紧 API 或许也是为上市前优化商业模式、减少资源滥用。 ### 影响与例外 新政策不影响可穿戴设备和设备集成，用户仍可免费下载个人数据。此外，Strava 用户现可使用新工具将健身数据（包括配速、每秒心率、GPS 轨迹等）同步至 Claude 等 AI 平台。 ### 行业视角 零代码 AI 工具正成为 API 生态的“双刃剑”。一方面，它们降低了开发门槛，催生了大量创新应用；另一方面，过度调用和爬虫行为给平台带来沉重负担。Strava 的举措折射出平台方在开放与管控间的艰难平衡——既要保护数据价值，又要维持生态健康。 对于开发者而言，11.99 美元/月的订阅费可能筛选掉部分业余项目，但专业应用仍可接受。长远看，API 收费或将成为主流趋势，类似 Reddit、Twitter 的转型已证明：数据不再是免费的午餐。
### 一个4/20的荒诞发现 4月20日，全球大麻爱好者的“高假日”，一条Slack消息闯入我的视野：一个男人吐出一团蒸汽，图片上赫然写着“**每一口都赚比特币**”。它自称是名为 **Gudtrip** 的设备广告。作为一名科技记者，我第一反应是——这太假了。但好奇心驱使我开始了长达数周、跨越几大洲的调查。 ### 从网站到社交账号：AI与加密的“韭菜收割机” 访问Gudtrip官网后，我的怀疑更深了。产品描述堪称**科技流行语Bingo**：它不仅是“首款**代理型大麻设备**”，还融合了“优质大麻、区块链奖励和AI驱动的资产管理工具”。AI、加密货币、大麻——所有热点一网打尽。 唯一让我觉得它可能真实存在的线索是：网站声称该电子烟已在**加利福尼亚州**有售，**纽约州**“即将上线”。背后的公司叫 **Puffpaw**，自称是“世界首款游戏化智能电子烟”的制造商，主打帮助戒烟，但其奖励机制同样令人费解。 我转向Gudtrip的社交媒体账号。产品似乎在**3月**悄然上线。X上的置顶帖写着：“**抽大麻，赚比特币**。”另一条问：“纽约人，准备好抽根大麻赚比特币了吗？”Threads上则宣扬“一次一口，积累财富”。TikTok视频里，电子烟被描述为“**会付钱给你的快感**”。 ### 结论：一个科技泡沫的终极缩影 经过数周调查，我发现这并非恶作剧，而是一个真实存在的产品。但它背后是**混乱的逻辑**：通过AI分析用户吸食习惯，用区块链记录每口“贡献”，再奖励少量比特币。然而，这种模式既无法真正改变大麻消费体验，也难以规避监管风险。它更像是**AI和加密热潮下的荒诞产物**，用最时髦的概念包装一个本质上仍是电子烟的产品。 Gudtrip的存在本身，或许就是对这个时代最好的讽刺：当技术泡沫遇上消费品，什么离谱的事都可能发生。
在AI投资热潮席卷硅谷的2022年，前Meta工程师、连续创业者Craig Campbell却做出了一个反直觉的决定：拒绝投资人的“空白支票”，创办一个名为 **Past Maps** 的网站。这个看似“老派”的押注，如今正通过有机搜索实现可持续增长，成为AI时代下的一个另类成功故事。 ## 从AI热潮中抽身 Campbell并非没有机会搭上AI快车。他曾是Meta的工程师，并在2022年成功出售了自己的上一家创业公司——一个面向Shopify商家的电商工具。彼时，AI领域正涌入大量资金，投资人们急切地希望他“再干一票”。然而，Campbell选择了另一条路：做一个让人们浏览历史地图的网站。 “我之前的VC投资者一直催我，‘再搞点新东西，我们给你开空白支票。’”Campbell回忆道。但他有自己的想法。在许多人认为“谷歌零点击”时代即将到来、网站流量日益萎缩的背景下，进入网站业务显得尤为不合时宜。但Campbell不为所动。 ## Past Maps：用技术连接过去与现在 Past Maps的核心功能很简单：将某个地区的历史地图与现代地图叠加，用户可以通过调节透明度来对比古今地貌变化。这些历史地图来自美国地质调查局等公开来源，而Campbell开发了让用户以交互方式探索它们的工具。 这个项目的灵感其实源于Campbell的个人爱好——金属探测。通过定位旧建筑和小径的现代位置，他能找到新的寻宝地点。当他将工具分享到Reddit后，其他金属探测爱好者也表现出了浓厚兴趣。于是，他的新事业就此起步。 当然，Past Maps的吸引力远不止于寻宝。对于任何对身边环境充满好奇的人来说，它都是一座宝藏。例如，作者用它来了解杜瓦米什河在被截弯取直之前的原始形态。 ## 老派网站的新生机 更令人意外的是，Past Maps的增长主要依靠 **有机搜索** ——这在当下几乎被视为一种“奢侈”。在内容分发日益被社交媒体和AI推荐主导的时代，一个依赖搜索引擎自然流量的网站能够生存并发展，实属罕见。Campbell的案例表明，即使是“老派”的网站模式，只要提供独特且有价值的体验，依然能吸引用户。 ## 启示：反主流策略的价值 Campbell的故事为科技创业者提供了一个值得深思的样本。当所有人都在追逐AI时，他选择了一个看似过时的赛道，并用技术手段赋予了它新的生命力。这不仅体现了对用户真实需求的洞察，也证明了**差异化竞争**的力量。在AI浪潮中，或许并非只有做大模型或AI应用才能成功，那些解决具体问题、提供独特体验的“小”产品，同样能找到自己的生态位。
SpaceX 终于提交了 IPO 申请，这可能是史上规模最大的公开上市，估值传闻超过 1 万亿美元。但深入阅读其 S-1 文件后，你会发现这更像是金融虚无主义的终极形态——对马斯克及其银行家是盛宴，对普通投资者则可能是灾难。 ## 荒谬的数字游戏 文件中最惊人的数字是所谓总可寻址市场（TAM）高达 **28.5 万亿美元**，而美国 2025 年 GDP 也不过约 24 万亿美元。一个公司宣称的市场潜力竟然超过整个美国的经济总量，这本身就是一种讽刺。更令人担忧的是，SpaceX 去年亏损近 **50 亿美元**，却寻求万亿估值。 ## 从 WeWork 到 SpaceX：愚蠢的升级 如果说 WeWork 的 IPO 文件是一个笑话，那么 SpaceX 的则是一种威胁。WeWork 只是概念包装下的房地产公司，而 SpaceX 确实拥有星链、星舰等真实资产。但问题在于，其估值逻辑完全脱离了基本面。特斯拉目前市盈率超过 300 倍，而传统车企仅 11 倍，连印钞机般的英伟达也只有 33 倍。SpaceX 显然想复制特斯拉的“ meme 股”神话。 ## 七次“意识之光”与 AI 社交网络 S-1 文件中七次提到“将意识之光延伸到星辰”，这与其说是商业愿景，不如说是宗教布道。更值得警惕的是，SpaceX 现在自称是“太空公司 + AI 公司 + 社交网络”——一个包罗万象的概念，却缺乏清晰的盈利路径。星链虽然已有数十万用户，但前期投入巨大，且面临地面 5G 和低轨卫星竞争；星舰的星际旅行更是遥遥无期。 ## 散户的宿命：接盘侠 马斯克是原初的金融网红，他的特斯拉早已证明，故事可以比业绩更重要。但历史也告诉我们，当一家公司用宏大叙事掩盖财务亏损时，最终买单的往往是散户。WeWork 的 IPO 失败殷鉴不远，但 SpaceX 的不同之处在于它拥有真正的技术和政府合同，这反而让骗局更有迷惑性。 ## 结论 SpaceX 的 IPO 对马斯克是套现的良机，对早期投资者是退出的通道，但对普通散户而言，这可能是一个精心设计的陷阱。在金融虚无主义的狂欢中，唯一确定的是：**number go up** 不会永远持续。
本周，一家名为 **Shift** 的 AI 训练初创公司宣布，将为纽约居民提供**免费的家政清洁服务**，并计划将业务扩展到伦敦等城市。表面上是福利，但背后有一个明确的交换条件：Shift 要求拍摄清洁工工作的全过程——从洗碗、擦台面到拖地，所有家务细节都会被记录下来。这些视频并非用于宣传，而是作为训练机器人的**真实世界数据**。 为什么需要这么多家务视频？与可以从互联网大规模抓取的文本、图像数据不同，机器人要学习物理世界中的操作，需要理解空间、运动、力、摩擦、不规则形状和光线变化等复杂因素。对人类来说轻而易举的叠衣服、捡苹果、倒水，对机器人而言却是巨大的工程挑战。要教会它们这些技能，必须依赖海量的、高质量的**物理世界数据**。 Shift 并非孤例。在印度，家居服务平台 **Pronto** 也被曝出利用客户的家作为 AI 训练素材的来源，拍摄烹饪、清洁、洗衣等家务活动。Pronto 声称只在客户明确同意的情况下录制，但客户获得什么回报尚不明确。这种做法引发了关于隐私和知情同意的讨论。 ### 数据瓶颈催生“创意”采集 随着具身智能（Embodied AI）和机器人技术的升温，真实世界数据成为稀缺资源。与数字内容不同，家务数据无法轻易从网上抓取，且往往涉及隐私和伦理问题。Shift 的模式本质上是“以服务换数据”——用免费清洁换取拍摄许可，既获取了高质量训练数据，又绕过了传统数据采集的高昂成本。 ### 隐私与便利的博弈 对于消费者而言，免费清洁听起来很有吸引力，但代价是让陌生人记录下自己私密的生活空间。这些视频如何存储、使用、分享，是否会被用于其他目的，都是未知数。Shift 和 Pronto 的做法也提醒我们：在 AI 时代，**数据采集的边界正在模糊**，而日常生活中的隐私可能成为技术发展的“燃料”。 ### 小结 机器人想要真正走进家庭，必须先学会做家务。而学会做家务，又需要大量家庭场景的数据。Shift 的免费清洁计划是这一循环中的一环，它揭示了 AI 训练数据获取的新趋势——从公开网络转向现实世界，从免费抓取转向“等价交换”。但如何平衡技术发展与个人隐私，将是整个行业需要持续面对的课题。
## 当 Jony Ive 遇上法拉利：首款电动车 Luce 的“离经叛道” 大多数人都不会拥有、驾驶甚至坐进一辆 **Ferrari Luce**。但这不妨碍它成为今年最有趣、最令人惊讶的汽车之一。作为法拉利的首款电动车，Luce 在 Jony Ive 的操刀下，拥有 **完全不像法拉利的外观**，并融入了大量新技术与设计理念。 问题是：**很多人真的不喜欢它**。 ### 设计：告别传统，拥抱未来？ 在最新一期《The Vergecast》中，主持人们围绕 Luce 展开了激烈讨论。David 与 Nilay 探讨了 Jony Ive 的设计理念是否“失控”，以及法拉利为何如此急于摆脱自己的遗产。Luce 的“非典型”造型——圆润、简洁、充满未来感——彻底颠覆了人们对法拉利棱角分明、激情澎湃的固有印象。这种大胆转向能否被市场接受？还是说，它只是为少数收藏家准备的实验品？ 更值得关注的是，Luce 上的一些界面和技术创新，**能否下放到更亲民的车型中**？这是整个汽车行业都在思考的问题。 ### 电动车：消费者真的想要吗？ 节目还触及了一个全美汽车制造商都在面对的难题：**消费者真的想要电动车吗？** 尽管各大厂商纷纷押注电动化，但市场反应并不如预期热烈。价格、充电设施、续航焦虑……种种因素让消费者的选择变得复杂。 ### AI 热潮下的“人机博弈” 除了汽车，节目还探讨了 AI 领域的现状。当 Google 等巨头全力推进 AI 功能时，**消费者却表现出明显的抵触情绪**。一些竞争对手甚至通过“远离 AI”来获得增长。YouTube 在给创作者提供更多 AI 工具的同时，也加强了对 AI 内容的标注，让观众可以“敬而远之”。连教皇方济各都在提醒世界：在 AI 时代，人类依然重要。 AI 越来越普及，也越来越不受欢迎——**哪一方会先妥协？** ### 闪电轮：更多科技动态 节目最后还快速讨论了以下话题： - **Brendan Carr 是个傻瓜**（FCC 委员的争议言论） - **Meta 的新订阅层级** - **索尼令人兴奋的新电视技术**（RGB LED） - **万物涨价：一切越来越贵，且短期内不会好转** ### 延伸阅读 如果你对本期内容感兴趣，可以查看以下链接： - [Ferrari reveals its first EV, with design help from Jony Ive](https://www.theverge.com/2026/5/29/...) - [Jony Ive’s Ferrari looks nothing like a Ferrari](https://www.theverge.com/2026/5/29/...)
AI 图像工具通常让人感觉被排除在创作过程之外，它们的设计初衷是让毫无设计经验的人也能通过输入几个词获得可用结果。但 Adobe 最新推出的 Firefly AI Assistant 却带来了不一样的体验：它更像一个多任务中间人，能替你操作 Adobe 的设计应用，同时让你保留创作控制权。 我在 beta 测试中体验了这款工具。它的界面是典型的聊天机器人风格，有一个文本输入框和上传媒体文件的加号。它不调用你电脑上的实际 Adobe 应用，但能访问遮罩、对象检测和图像生成等常见功能。你告诉它“让这张照片色彩更丰富”，它就会执行操作并解释步骤。 我用一张光线特殊的个人照片进行了测试。AI 完成的照片编辑和插图乍看之下令人信服：它改变了一张照片中的发色，又替换了另一张的背景和光线。但结果并不完美——有些颜色过于鲜艳，有些修改未能与环境很好地融合。不过，普通人可能不会认为这些结果是 AI 制作或操纵的——它们看起来就像新手设计师的作品。 与专业人类设计师或照片编辑相比，Firefly AI Assistant 显然逊色不少，但它有趣的地方在于观察它工作的过程。它不仅能执行指令，还会解释每一步操作背后的逻辑，这在一定程度上让用户感觉自己参与了创作。对于需要快速迭代想法、或进行简单修图的场景，这个工具或许能节省大量时间。 然而，对于追求高质量、精细控制的设计师而言，目前的 AI 助手还远不够格。它更适合作为灵感启发或初步处理的辅助工具，而非替代专业软件操作。Adobe 的思路值得肯定——通过对话式交互降低设计门槛，同时保持用户的主导地位——但执行层面仍有很大提升空间。
微软于 2026 年 5 月 28 日发布了重新设计的 Microsoft 365 Copilot，旨在提升用户的生产力体验。此次更新最引人注目的变化是加载速度提升了两倍，同时界面更简洁，响应更可靠、结构化，便于用户快速浏览关键信息。 ## 渐进式交互与智能界面 新版 Copilot 引入了一项名为“渐进式展示”的功能。与之前一次性展示大量选项不同，现在 Copilot 会根据用户输入的提示词，动态显示相关的工具和控制选项。这意味着界面更加精简，减少了干扰，让用户能更专注于当前任务。此外，升级后的提示框支持直接格式化文本，并且会随着输入或粘贴的内容自动扩展，不再受限于固定输入区域。 ## 跨平台一致体验 此次设计更新覆盖桌面端和移动端，确保用户在不同设备上获得一致的使用体验。在 Microsoft 365 应用中，Copilot 以侧边栏形式呈现，可以回答问题、提供修改建议，甚至直接对文档、表格单元格或幻灯片进行修改。用户还可以在段落、单元格或幻灯片中直接打开聊天窗口，实现更无缝的交互。 ## 行业趋势与竞争背景 微软此次更新并非孤立事件。就在上周，谷歌也为其 Gemini AI 应用推出了重大设计更新，同样强调根据提示词结构化响应。这表明，AI 助手正在从“功能堆砌”转向“智能适配”——通过更自然的交互和更简洁的界面，降低用户认知负担，提升实际工作效率。对于 Microsoft 365 这样拥有庞大用户基础的生产力套件而言，Copilot 的体验优化直接关系到用户对 AI 辅助办公的接受度和满意度。 ## 小结 Microsoft 365 Copilot 的这次改版，不仅是界面层面的美化，更是交互逻辑的进化。更快的加载速度、更智能的控件展示、更灵活的输入方式，共同指向一个目标：让 AI 助手变得更“隐形”但更有用。随着 AI 办公助手竞争的白热化，用户体验的细微差异可能成为决定用户粘性的关键因素。
Anthropic 于周四发布 **Claude Opus 4.8**，主打“诚实”特性。公司表示，该模型在不确定时会主动标注，而非强行编造答案。内部评测显示，Opus 4.8 对代码缺陷的漏报率比前代降低约 **4 倍**。此外，新模型允许用户调节“努力程度”，高努力响应消耗更多 token，低努力则可节省额度。Anthropic 还推出“动态工作流”研究预览，支持 Claude 规划任务并并行运行数百个子代理，最终验证输出后再返回结果。此举旨在解决 AI 模型“自信胡诌”的顽疾，提升可信度。
今年6月的翠贝卡电影节将迎来一部特别的影片——完全由AI生成的75分钟长片《紫罗兰之梦》。这部影片以今年1月伊朗政府大规模杀害抗议者的事件为背景，通过虚构的戏剧化叙事再现了这场悲剧。令人瞩目的是，该片制作成本仅为**2000美元**，所有人物和画面均由AI生成，这在电影行业引发了广泛讨论。 ## 影片背景与技术细节 《紫罗兰之梦》由Ash和Pooya Koosha兄弟创作，两人于2009年离开伊朗。Pooya是影片背后公司Fountain 0的联合创始人，Ash则担任CEO。据新闻稿介绍，影片“基于新闻报道、照片和目击者证词”创作，是对真实事件的AI重构。 在技术层面，Koosha兄弟使用了多种AI工具：**Google的Nano Banana**用于图像生成，**Kling AI**负责视频生成，**Anthropic的Claude**则用于语言编辑。这种多工具协同的方式，使得低成本、高效率的创作成为可能。 ## 行业意义与争议 《紫罗兰之梦》被Fountain 0称为**首部被主流电影节正式接受的AI生成长片**。此前，虽有一部成本更高的AI电影《Hell Grind》在戛纳电影节放映，但属于外围活动，而非主竞赛单元。这一突破表明，AI生成内容正在从实验性短片向长片叙事迈进，并开始获得传统电影界的认可。 然而，AI在好莱坞的渗透也伴随着争议。一方面，Netflix已成立AI动画工作室，收购了本·阿弗莱克的AI初创公司；亚马逊Prime Video也订购了三部AI生成动画系列。另一方面，传统电影从业者担忧AI会威胁其生计。Koosha兄弟在声明中表示：“我们完全理解电影行业从业者的敏感情绪，也和他们一样担心AI对生计的未知影响。但现实是，如果没有AI能力，这部电影根本不可能被制作出来。” ## 未来展望 《紫罗兰之梦》将于6月10日在翠贝卡电影节放映。它的出现不仅展示了AI在低成本叙事中的潜力，也为独立电影人提供了新的可能性——当制作门槛大幅降低，更多边缘故事或许能获得讲述的机会。但同时，如何平衡技术创新与行业伦理，仍是整个影视行业需要面对的课题。
YouTube 正在逐步强化其播客收听体验，但步伐谨慎。从今天起，**YouTube Premium 订阅用户**（Android 端）可率先体验一系列新功能，iOS 版本也将随后跟进。这些更新旨在让 YouTube 更适合“听”播客，而非仅仅“看”视频。 ### 全新“移动模式”：音频优先布局 最引人注目的变化是新增的 **“移动模式”（on-the-go mode）**。当用户开启此模式后，视频界面将转变为音频优先布局：播放按钮被放大并简化，视频画面替换为静态图像，时间线则显示视频章节信息。YouTube 表示，用户可以在视频设置中手动开启此模式，当系统检测到用户正在移动时，也会自动弹出提示。这一设计显然是为了迎合通勤、运动等“只听不看”的场景。 ### 自动变速：智能调整播放速度 对于习惯倍速收听播客的用户，YouTube 推出了 **自动速度功能（auto speed）**。该功能会根据视频内容自动调整播放速度：在内容较慢或信息密度较低的段落加快播放，之后恢复用户设定的基准速度。用户只需设定一个最低速度阈值，系统即可智能调节。这类似于某些播客应用（如 Overcast）的“智能变速”功能，但 YouTube 将其与自身的内容理解能力结合。 ### AI 搜索扩展至播客 YouTube 还将 **Ask Music AI** 搜索功能扩展至播客领域。在 YouTube Music 应用中，用户可以通过聊天机器人提示词（如“适合运动的播客”或“关于 AI 的播客”）获得个性化推荐。Spotify 早在今年早些时候就已推出类似功能，可见 AI 驱动的播客发现正成为流媒体平台的竞争焦点。 ### 小结：播客化，但仍有距离 这些更新表明 YouTube 正在认真对待播客市场，但步伐仍显“试探性”。**关键功能（如移动模式、自动变速）仅限 Premium 用户**，且目前仅限 Android 端，这限制了其影响力。与 Spotify、Apple Podcasts 等专业播客平台相比，YouTube 的播客体验仍以视频为核心，缺乏独立播客库、RSS 订阅、章节跳过等核心功能。不过，凭借庞大的用户基数和内容生态，YouTube 的“播客化”尝试仍可能改变行业格局。 对于播客创作者而言，YouTube 的这些更新意味着新的机遇：音频优先布局降低了听众门槛，AI 推荐则有助于内容被发现。但要成为真正的“播客应用”，YouTube 还需在后台播放、离线下载、独立播客管理等方面继续发力。
苹果备受期待的 Siri 大改版预计随 iOS 27 登场，最新渲染图显示其界面可能酷似 ChatGPT 并融入 Liquid Glass 设计元素。据 Bloomberg 基于知情人士信息制作的渲染图，新版 Siri 将从灵动岛弹出聊天气泡，支持多 AI 模型切换，并拥有独立应用。此外，相机和照片应用也将加入 AI 功能。 ## 灵动岛变身 Siri 入口 渲染图显示，用户可通过从屏幕顶部中央向下滑动，在任意应用中唤醒一个药丸形状的 Siri 聊天气泡。该气泡从灵动岛弹出，并带有一个下拉菜单，提供 **Ask、Siri 和 ChatGPT** 三个选项。这意味着苹果可能允许用户在不同 AI 助手间自由选择，类似 Android 上通过长按 Home 键启动 Gemini 的方式。 ## 独立 Siri 应用：ChatGPT 风格 + 液态玻璃美学 Bloomberg 还展示了一款全新的独立 Siri 应用，其布局与 ChatGPT 高度相似：药丸形输入框、附件添加按钮、语音模式开关以及聊天历史记录。历史记录可呈现为列表或矩形卡片集合，类似 Google Keep 的笔记布局。整体设计语言被描述为“Liquid Glass”，即半透明玻璃质感，与苹果近年来的 UI 风格一脉相承。 ## 相机与照片应用迎 AI 升级 除了 Siri，iOS 27 的相机应用也将迎来更新：渲染图显示一个可自定义控件的小部件菜单，其中新增了 **“Siri”模式**，位于“照片”和“人像”模式之间。照片应用则新增了 AI **“工具”编辑选项**，暗示苹果可能将机器学习和生成式 AI 功能深度集成到影像处理流程中。 ## WWDC 见分晓 Bloomberg 的 Mark Gurman 强调，这些渲染图基于其获取的信息，最终设计可能有所差异。苹果预计将在 **6 月的 WWDC** 上正式公布 iOS 27 及 Siri 的全新面貌。若渲染图属实，这将是 Siri 自 2011 年推出以来最重大的界面与功能革新，标志着苹果在 AI 助手赛道上的全面反击。
CNN 近日向纽约法院提起诉讼，指控 AI 搜索初创公司 Perplexity 未经授权抓取其内容，并通过 AI 工具“逐字”生成文章副本，甚至提供原本需要付费订阅才能阅读的信息。这起诉讼发生在 Perplexity 与多家媒体版权纠纷持续升级的背景下，再次将 AI 公司与内容创作者之间的利益冲突推至风口浪尖。 ## 诉讼核心：抓取与“逐字”复制 根据 CNN 在纽约法院提交的诉状，Perplexity 的 AI 搜索引擎及其浏览器 Comet 被指控无视 CNN 设置的爬虫拦截措施，持续抓取网站内容。CNN 在诉状中强调：“人类记者进行报道、研究、撰写、编辑和创作的内容，却被 Perplexity 未经许可且未支付任何报酬地拿走。” 一个典型案例是：当用户仅输入 CNN 某篇报道的标题时，Perplexity 的 AI 工具竟生成了该文章“实质性”的逐字片段。这篇题为 *“What’s next for Minneapolis? A shaky promise, mounting tensions and the fight for control”* 的报道，本应通过订阅才能完整阅读，却被 AI 直接输出给用户。 ## 合作破裂与法律战升级 值得注意的是，CNN 并非没有尝试过与 Perplexity 达成合作。诉状披露，双方曾在 **2025 年 10 月** 商讨一项协议，计划通过 Perplexity 的 Comet Plus 订阅服务分发 CNN 内容。但最终因“在多个问题上无法达成一致”——包括 Perplexity 在回答中使用 CNN 内容的限制——谈判破裂。CNN 于 11 月正式退出协议，并致函要求 Perplexity 停止使用其内容与商标，但 Perplexity 据称“未予回应”。 如今 CNN 加入了一支日益壮大的原告队伍。此前，《纽约时报》、大英百科全书、韦氏词典以及《华尔街日报》母公司新闻集团均已对 Perplexity 提起诉讼。此外，亚马逊和 Reddit 也分别起诉了该公司。Perplexity 正面临来自科技巨头和传统媒体双重夹击的版权诉讼潮。 ## 行业影响与未来走向 这起案件凸显了生成式 AI 时代内容版权问题的复杂性。Perplexity 作为 AI“答案引擎”的代表，其商业模式高度依赖从网络抓取实时信息并重新组织输出。但媒体机构认为，这种操作实质上构成了对原创内容的“变相抄袭”，并侵蚀了其订阅收入。 CNN 在诉状中要求法院判令 Perplexity 永久停止侵权行为，并赔偿损失。截至目前，Perplexity 发言人 Jesse Dwyer 未就此事发表评论。随着法律程序推进，此案或将为 AI 公司如何合法使用网络内容设定新的判例边界。
近日，Rivian 首席软件官 Wassym Bensaid 在《Decoder》播客中阐述了他的核心观点：未来的汽车交互应该由 AI 驱动的语音助手主导，而非依赖手机投射系统或物理按键。这一立场不仅关乎用户体验，更深刻影响着 Rivian 与大众价值 60 亿美元的合资技术公司 RV Tech 的战略走向。 ## 为什么“不需要 CarPlay”？ Bensaid 认为，CarPlay 本质上是一种“将手机界面强加给汽车”的妥协方案，它限制了车企对座舱体验的自主权。Rivian 正在推进的 **AI 助手 Rivian Assistant** 则完全不同——它深度集成车辆控制、导航、娱乐等功能，并能通过自然语言理解执行复杂指令，比如“调低空调温度并导航到最近的充电站”。这种 **Agentic（代理式）** 交互模式，才是 Bensaid 眼中未来车载系统的核心形态。 ## 实体按键的消亡与语音的崛起 对于“去按键化”设计，Bensaid 回应了长期以来的争议：Rivian 并非盲目追随特斯拉，而是经过深思熟虑。实体按键数量有限，无法应对智能汽车日益复杂的功能。语音控制则提供了“无限按钮”的可能性——用户只需说出需求，系统即可自动执行。当然，Bensaid 也承认当前技术仍有挑战，比如多轮对话的连贯性和环境噪音下的识别准确率，但他强调 Rivian 正在通过端侧 AI 模型和持续 OTA 升级来持续改善。 ## RV Tech：两个文化的融合实验 合资公司 RV Tech 的成立，本质上是 **Rivian 的软件敏捷性** 与 **大众的规模制造能力** 的结合。Bensaid 作为联合 CEO，需要确保核心软件平台（包括操作系统和电气架构）能够同时服务于 Rivian 和大众旗下多品牌（奥迪、Scout 等）。关键策略是“分层共享”：底层基础架构完全共用，而上层应用层（如 Rivian 独有的户外越野模式）保留差异化。这种结构既避免了“一刀切”的平庸，也防止了重复造轮子。 ## Rivian R2：新架构的首发车型 即将推出的 **Rivian R2** 将是首款基于全新软件架构的车型，它承载着 Rivian 向更大众市场渗透的野心。Bensaid 透露，R2 的座舱将完全围绕语音交互设计，物理按键数量进一步减少。同时，Rivian Assistant 在 R1 车型上的反馈数据将直接用于优化 R2 的体验。 ## 挑战与展望 尽管愿景宏大，Bensaid 也坦诚当前 AI 助手的局限性：偶尔的语义误解、对模糊指令的处理不足，以及用户从“触控习惯”到“语音习惯”的迁移成本。但他认为，随着大语言模型在车端部署的成熟，这些问题将在 1-2 年内显著改善。对于消费者而言，这意味着：未来的汽车不再是一个需要学习的工具，而是一个能“听懂”你的伙伴。