**成立仅一年，AI助手初创公司Instinct便以惊人的速度崛起，完成新一轮融资，估值高达25亿美元。** 据《华尔街日报》报道，这家由23岁创始人Noah Shinn领导的公司，在周三宣布完成了由Index Ventures和Benchmark联合领投的**2.5亿美元B轮融资**。加上此前的融资，Instinct累计融资额已达**3.5亿美元**，估值达到**25亿美元**。 Instinct是一款AI代理，旨在帮助用户高效管理日常生活。用户可以将它与自己的应用和设备连接，通过短信或电话进行交互。创始人Shinn在推特上表示，早期用户已用它规划跨州公路旅行、购买每周杂货和演唱会门票、取消数百美元的订阅，甚至有人用Instinct筹备婚礼。 尽管产品仍处于**私人测试阶段**，Instinct的网站也颇为简陋，但它已引发了不少关注，同时也带来了**隐私争议**。用户担心该应用要求的权限过于宽泛，其服务条款也被认为具有潜在的侵入性。 在AI热潮的推动下，Instinct的估值迅速飙升，但隐私问题可能成为其未来发展的隐患。如何在扩张的同时赢得用户信任，将是这家年轻公司面临的关键挑战。
**亚马逊**宣布将在未来两年内为其数据中心**额外采购200万颗英伟达GPU芯片**，使其此前已相当庞大的订单量再翻三倍。这一举措源于**人工智能算力需求的持续井喷**，尤其是在大模型训练与推理场景下，GPU已成为最稀缺的资源之一。 ## 合作深化：不只是“买芯片” 此次扩展的合作关系**超越了单纯的芯片采购**。亚马逊云服务（AWS）与英伟达将共同优化**软件栈与硬件集成**，确保AWS上的AI工作负载能够更高效地运行。这意味着，AWS客户将能更快地部署和扩展生成式AI应用，而无需担心底层基础设施的性能瓶颈。 ## 云厂商的AI军备竞赛 亚马逊的这一举动并非孤例。微软、谷歌等云巨头同样在疯狂抢购英伟达芯片，以巩固其在AI云计算市场的地位。**算力已成为云厂商竞争的关键筹码**，谁能提供更强大的AI训练和推理能力，谁就能吸引更多企业客户。 ## 对行业的影响 - **供应链承压**：如此大规模的订单将进一步加剧英伟达芯片的供应紧张，可能推高其他中小型云服务商和AI初创企业的采购成本。 - **技术生态演进**：AWS与英伟达的深度合作，有望推动GPU集群在云端的标准化，降低AI应用的部署门槛。 - **市场格局重塑**：拥有充足算力的云厂商将更有可能在AI时代占据主导地位，而缺乏资源的新玩家则面临被边缘化的风险。 ## 小结 亚马逊追加订单不仅是对英伟达芯片的信任票，更是对AI算力市场长期增长的坚定押注。随着生成式AI从概念走向落地，算力基础设施的军备竞赛还将继续，而这场竞赛的结果，将深刻影响未来数年的AI产业格局。
Anthropic 再次以巨额交易彰显其对算力的渴求。据知情人士向 TechCrunch 透露，这家 AI 实验室已与英国 AI 基础设施公司 Nscale 签署协议，租用约 450 亿美元的 AI 算力。Nscale 虽成立于 2024 年，却已与微软等巨头达成合作，此次将为 Anthropic 提供基于英伟达最新 Vera Rubin 芯片系统的算力。该芯片系统由六种协同工作的芯片组成，被视为芯片设计的尖端技术。据悉，这些算力预计将于 2027 年底开始为 Anthropic 的服务提供动力。 这笔交易由彭博社率先报道，为期六年，算力将来自 Nscale 位于西弗吉尼亚州的旗舰数据中心。这是 Anthropic 在算力合作上的一系列大手笔中的最新一笔。过去八个月里，Anthropic 积极扩充算力，以更好地与 OpenAI 等竞争对手抗衡。 就在本月早些时候，Anthropic 与 AI 云初创公司 Volta 签署了 100 亿美元协议，获得挪威数据中心六年的云算力供应。7 月，Anthropic 与 AMD 达成 50 亿美元的算力相关交易。5 月，Anthropic 与 SpaceX 达成大规模算力合作，每月获得价值 12.5 亿美元的算力。4 月，Anthropic 扩大了与亚马逊的合作，额外获得 5 千兆瓦算力，同时与谷歌和博通的关系也进一步深化，增加了更多电力容量。 Anthropic 并非唯一追逐算力的玩家。谷歌、OpenAI、Meta 等巨头都在进行类似的算力军备竞赛。这场对算力的狂热追求，反映了 AI 行业对计算资源的巨大需求，也预示着未来 AI 能力的竞争将更加激烈。
谷歌在周三的公告中承诺，新版Gemini应用能通过语音命令处理各种任务，无需用户猜测该用哪个功能。然而，谷歌却给每个AI功能都取了独立品牌名，反而让用户体验更加混乱。 ## 功能命名带来的困扰 在Gemini应用中，用户需要在聊天、Spark和Daily Brief三个独立功能间切换，每个都有专属图标和入口。这种设计不仅让界面显得杂乱，也反映出Gemini尚未找到真正的杀手级应用。 以Daily Brief为例，它本质上是基于Gmail和日历等Google应用数据，提供主动个性化更新的AI日程助手。但实际使用中，它无法区分紧急、可操作或需要记住的信息，反而会推送一些无关紧要的提醒，比如继续聊天机器人中的研究，甚至提醒你之前的搜索记录。这非但不实用，反而令人不安——用户并不希望AI对自己过去的搜索行为进行事后提醒。 Spark则面临相反的问题。作为Gemini应用中能代表用户执行操作的AI代理，它其实相当实用，但谷歌却将其包装成独立品牌，这并无必要。普通用户不需要理解应用内部架构，他们只需输入请求，AI自动判断并处理即可。 ## 行业通病：暴露内部架构 公平地说，这个问题并非谷歌独有。整个AI行业似乎都在将内部架构直接暴露给消费者，而不是通过更简单的界面隐藏起来。例如，用户在使用Anthropic的Claude时，需要思考是选择聊天模式还是协作模式——直到本周，这两种模式才被整合。 这种设计思路源于工程师思维，而非用户视角。对于普通用户而言，AI应用应当像一个黑盒，输入问题、得到答案，而不是让他们学习一套复杂的产品架构。 ## 未来方向 AI应用若想真正走入大众市场，就必须简化交互，让功能自然融入对话，而非堆砌品牌和模式。谷歌和整个行业都需意识到：用户要的是结果，而非工具本身的分工。
OpenAI，这家前沿AI实验室，最近正经历一场高管离职潮。自年初以来，已有超过十二位高管离职，包括CEO Sam Altman的副手、首席运营官、首席营收官、首席营销官，以及多位团队负责人。最新消息是，数据中心负责人Chris Malone在上周离职，而他2024年3月才加入公司。尽管部分离职归因于健康问题或Altman为聚焦盈利项目而进行的重组，但Malone的离职仍令人瞩目，因为OpenAI对算力的投资是其对抗Anthropic等竞争对手的主要优势。OpenAI向TechCrunch透露，Malone的离职源于基础设施团队的重组，该团队现在由副总裁Sachin Katti领导，并向总裁Greg Brockman汇报。显然，Brockman正在重新确立其领导地位。作为联合创始人，他在早期建设OpenAI基础设施中扮演关键角色，但在2019年Altman担任CEO后，他被解除了大部分管理职责。据Karen Hao的《Empire of AI》所述，Brockman在之后扮演了具有破坏性的角色，尽管他对GPT-4等项目贡献巨大，但也助长了内部竞争，导致了2023年的董事会政变。在短暂休假后，他于2024年回归，如今基础设施和产品团队都向他汇报。OpenAI的IPO计划也笼罩着这一切，高管变动可能影响投资者信心。
OpenAI 近日发布了关于其 Hugging Face 账户泄露事件的官方报告，这是迄今为止对此次事件最完整的说明。报告详细描述了涉及多个独立网络安全漏洞的事件经过，并提供了技术细节和应对措施。 ## 事件概述 该报告涵盖了多个离散的网络安全入侵事件，披露了攻击者如何利用未受保护的凭证和配置漏洞，最终访问了 OpenAI 在 Hugging Face 上的账户。Hugging Face 是一个广受欢迎的机器学习模型托管平台，许多 AI 开发者依赖它共享和部署模型。 ## 关键发现 报告指出，攻击者可能通过窃取的 API 令牌或利用配置错误的权限，获取了某些模型的访问权限。OpenAI 强调，此次泄露并未影响其核心模型或客户数据，但建议用户审查自己的凭证使用情况，并启用多因素认证。 ## 应对措施 OpenAI 表示，已立即撤销受影响的凭证，并加强了安全监控。同时，他们与 Hugging Face 团队合作，以进一步调查事件根源。此次事件再次凸显了 AI 供应链中第三方平台的安全重要性。 ## 行业影响 这次泄露事件为 AI 开发者社区敲响了警钟：在共享模型和代码时，必须严格管理访问权限和密钥。随着 AI 模型日益复杂，供应链安全将成为行业关注的焦点。OpenAI 的报告不仅是对事件的复盘，也为其他企业提供了安全实践的参考。
**Particle**，这家由前Twitter工程师创立的AI新闻阅读器初创公司，正将重心转向一个更具商业潜力的领域：将播客中口语化的对话索引并使其可被发现。本周三，该公司推出了**Radar**，一个不仅转录播客音频，还能理解其含义的播客搜索引擎，能够提取关键引语和高光时刻。 ## 从新闻阅读器到API服务 Radar的创意源于Particle新闻阅读应用的一个受欢迎功能——该应用曾利用其API挑选有趣的播客片段，并将其与相关新闻故事一同展示在信息流中。团队意识到这一功能的价值，但也发现它被局限在新闻阅读器内。随着AI智能体浪潮的兴起，公司决定转型，专注于为播客智能产品构建API。 联合创始人兼CEO **Sara Beykpour** 表示：“我们的愿景是让所有新媒体情报和音频情报都融入这个API。这是一个有趣的领域，因为大多数API智能体和服务都在爬取网页，专注于文本。我们正在提供音频层。” ## 让AI智能体“听见”播客 智能体通常对音频“视而不见”，除非有人将其转录。Radar目前转录了超过**13万个播客**，成为现存最大的转录播客服务，覆盖苹果播客前200名（涵盖135个垂直领域），每天新增约**2万集**。转录内容包含说话人标签和丰富的元数据，能识别讨论中的人物、公司、品牌、产品和话题。 此外，Radar还能追踪这些实体在播客中的提及，并通过邮件、Slack或webhook发送提醒，支持自定义过滤，可按需生成即时通知或每日/每周摘要。 ## 商业前景：对冲基金与数据代理商 Radar的商业潜力已吸引了对冲基金的兴趣，它们急需智能体无法获取的数据。Beykpour透露：“对冲基金是直接集成API的最高量客户。”此外，AI搜索平台和数据转售商也是主要付费客户，例如AI智能体搜索API提供商**Exa**便是Radar的合作伙伴之一。 尽管记者和研究人员也能使用这些工具，但付费主力显然来自金融和科技领域。这一转向表明，音频数据正成为AI时代的新金矿，而Radar正试图抢占先机。
AI 正在改变我们周围的一切，但迄今为止，它主要局限于数字领域。然而，越来越多的初创公司正试图将其带入现实世界。由两位前 Meta 研究科学家创立的初创公司 **Perceptron** 就是其中之一。该公司成立于 2024 年 11 月，开发前沿视觉模型，旨在帮助机器更熟练地与其物理环境互动。本周，该公司发布了其最新模型 **Isaac 0.5**，其创建者称该模型旨在为机器提供在工业环境中感知、推理和行动的能力。具体来说，该软件能够帮助视觉引导机器人导航复杂环境，如仓库或工厂车间。它还可以帮助公司从机器人录制的视频中提取视觉情报。Isaac 0.5 还以开放权重模型的形式发布，因此任何人都可以检查其参数和训练材料。 该初创公司由 **Armen Aghajanyan** 和 **Akshat Shrivastava** 联合创立，他们此前曾在 Meta 的 FAIR（基础人工智能研究）部门工作。两人将他们的软件视为工业自动化部署的未来。该公司表示，物理 AI 目前迫使人们做出错误选择：要么使用通用的基础模型，每个实例需要多个专用云 GPU；要么使用狭窄的模型，只能处理感知或控制，但不能两者兼得。Aghajanyan 和 Shrivastava 表示，他们的工具不同于现有的模型，因为它是通用的，不是为特定重复任务而构建的，而是设计为根据其所处的特定环境灵活调整。 在采访中，Shrivastava 让我考虑一个简单的物理过程，比如整理盒子。想象一个机器人被部署来分拣包裹，它需要完成哪些任务？这样一个相对简单的任务实际上包含许多步骤。机器人必须首先阅读包裹上的标签，进行一些空间分析以了解盒子的位置，并决定拿起哪一个。如果它要拿起一系列盒子，它必须规划先拿起哪些盒子以及按什么顺序。Perceptron 的软件旨在帮助机器人完成每个步骤。需要明确的是，业界已有软件可以帮助机器完成大部分任务，但很少有程序能够像 Isaac 0.5 那样将感知、推理和行动整合到一个模型中。
微软联合创始人比尔·盖茨近日在其博客“盖茨笔记”上发表长文，深入探讨了人工智能对社会的影响。他不仅赞同AI领域员工呼吁放缓AI发展的公开信，还提出了一些颇具新意的政策建议，如征收机器人税和设立“人类保留”岗位。这些想法虽然尚处于概念阶段，但若被采纳，可能对AI行业产生深远影响。 盖茨在文中表示，他认同“负责任AI”阵营的观点，认为《Pacing the Frontier》公开信提出的放缓AI发展是合理的，但他也怀疑这种放缓能否持续。他对AI在科学和医疗领域的潜力表示兴奋，但也对劳动力市场的冲击表示担忧。这些观点与Anthropic的政策研究相似，但盖茨提出的两项新建议却鲜有人提及。 **机器人税**是盖茨提出的第一项建议。他指出，当前税法鼓励企业用机器替代人力：雇佣员工需缴纳工资税，但购买机器人却可作为商业支出立即抵扣。这种不对称的税收政策促使企业加速自动化。盖茨提议对机器人征税，以减缓人类劳动力被替代的速度，并为再培训和加强社会保障网络筹集资金。 **“人类保留”岗位**则是另一项建议。盖茨主张将某些工作领域划为“人类保留”，禁止AI介入。他认为，出于经济原因，例如保护难以转行的中老年劳动者，或出于伦理考虑（如告知患者绝症诊断），某些岗位应保留给人类。他举例说，不能指望一位55岁的建筑工人转行去养老院工作，这既不现实也不公平。同时，在医疗领域，让机器人告知患者不治之症的消息虽然技术上可行，但不应如此。 盖茨也承认，“人类保留”的范围会随时间演变，建议现在就开始甄别并逐步引入AI，以保留部分岗位。然而，这两项建议若实施，可能会大幅削减主要AI实验室的利润，这或许是它们此前鲜被提及的原因。此外，关于具体如何定义“机器人”以及如何执行“人类保留”政策，仍存在许多未解问题。
上周末，AI 社区因一个名为 Ox Alpha 的神秘开源权重模型而沸腾。该模型匿名发布在 OpenRouter 上，却迅速登顶多个基准测试和排行榜，与顶尖模型一较高下。如今，谜底揭晓：据彭博社报道，Ox Alpha 的创造者是知名 AI 实验室 Z.ai——GLM 系列模型的开发者。 Z.ai 已确认，Ox Alpha 是其 GLM 系列的最新迭代。此前，Hugging Face 曾公开使用 GLM 模型来防御来自 OpenAI 代理的攻击，可见其在业界的认可度。Z.ai 宣布，将于本周三（8 月 28 日）正式发布 Ox Alpha 的权重，届时开发者即可基于该模型进行二次开发。 Z.ai 将 Ox Alpha 描述为“专为编程、持续代理任务和生产工作负载设计的推理模型”，适用于长期软件工程、复杂推理以及结合文本与视觉上下文的工作流。这一发布进一步加剧了中国开源模型对西方前沿模型公司的竞争压力，尤其是对 OpenAI 和 Anthropic 等定价高昂的模型形成威胁。 本月早些时候，Z.ai 已发布 GLM-5.3，在某些基准上可与 Anthropic 的 Fable 5 相抗衡。如今 Ox Alpha 的推出，再次证明中国 AI 实验室在开源模型领域的强劲实力。 ## 行业影响 Ox Alpha 的出现并非孤立事件。近年来，中国 AI 实验室如 Z.ai、DeepSeek 等持续推出高性能、低成本的开源模型，逐步侵蚀美国公司的市场份额。这些模型不仅在性能上逼近闭源产品，还通过开放权重吸引大量开发者，形成生态优势。 对于开发者而言，Ox Alpha 的发布意味着他们可以利用世界级模型而无需支付高昂 API 费用，同时还能自主定制和部署，保障数据隐私。这无疑将加速 AI 应用的落地与创新。 ## 未来展望 随着 Ox Alpha 权重的即将开放，我们可以预见一系列基于它的衍生模型和应用将如雨后春笋般出现。Z.ai 选择在此时发布，也反映了其在全球 AI 竞赛中的战略布局。 不过，开源模型的商业化路径仍待探索。如何在开放与盈利之间平衡，是 Z.ai 及其他开源实验室面临的共同挑战。但无论如何，Ox Alpha 的发布已为 AI 行业注入了新的活力，让我们拭目以待它的表现。
物理 AI 是当下风投最热门的赛道之一，各公司纷纷筹集数十亿美元，试图将大语言模型的技术应用于机器人。这股热潮让中国领先的机器人制造商宇树科技（Unitree）成功上市，市值一度达到 660 亿美元。然而本周，该公司市值几乎腰斩。分析师指出一个显而易见的问题：虽然机器人的物理能力在提升，但它们仍缺乏真正创造价值的工作技能。 在上周举行的 Actuate 大会上，为机器人构建 AI 大脑的开发者们热情高涨。据主办方 Foxglove（一家帮助物理 AI 模型构建者管理和可视化数据的公司）称，该活动规模自 2023 年启动以来已扩大两倍，与会者达 1500 人。但风险也显而易见：物理 AI 基础设施公司 Avala 的展台上写着“解决机器人数据危机”。 所谓数据危机，是指缺乏高质量的训练数据。构建能做任何任务的通用机器人仍遥遥无期，而针对特定任务的端到端学习也尚未带来可靠、商业化的产品。开发者的答案是更好地模仿前沿 AI 实验室的进展——寻找或创造更多样化的数据集、尝试不同的训练方案、设计更好的强化学习场景。 Antioch 创始人 Harry Mellsop 认为，物理 AI 正处于 GPT-2 时代（即 ChatGPT 出现之前的 OpenAI 模型）。要突破瓶颈，需要更多数据和算力，尤其是用于创建高保真模拟的、针对光线追踪优化的 GPU。 走得最远的是自动驾驶汽车，部分原因是能从人类驾驶的汽车中收集相关数据，部分原因是其主要任务是避免碰撞，而非操控物理环境。许多模型构建工具来自自动驾驶公司；例如，Foxglove 由通用汽车旗下自动驾驶公司 Cruise 的前员工创立。如今，这些汽车公司越来越相信，它们在机器学习工具上的投资将使其能与专用人形机器人制造商竞争。特斯拉已经在用其 Optimus 机器人尝试这一点。
The company's new fundraising total now stands at $232 million.
Anthropic is giving Claude a shared memory across chat and Cowork, so users no longer have to repeatedly brief the AI on projects, preferences, and other context.
Lica co-founders are going to work on Gamma's new research team.
Tested on SemiAnalysis’ InferenceX benchmark, Jalapeño registered both more tokens per user and more throughput per kilowatt than the currently available state-of-the art.
Now exiting stealth mode with a $26 million seed round, Keenable has been building a vast web search index for AI agents.
TechCrunch talks agents, UX, and reporting to Greg Brockman with OpenAI's head of product.
The AI hedge fund went from "the talk of Wall Street" to "subject of federal subpoenas" faster than you can say "diversify your portfolio."
The president bought when the stock was in the mid-$150 range. SpaceX finished trading on Monday back at its IPO price of $135.
At TechCrunch Disrupt 2026, Replit CEO Amjad Masad will share his perspective on the future of programming and Replit's role in developing it.