OpenAI 今日正式推出首届 **ChatGPT Futures：Class of 2026** 项目，表彰 26 位以深思熟虑、雄心勃勃且充满人文关怀的方式使用 AI 的学生和青年创业者。这批 2026 届毕业生是首批在大学四年全程伴随 ChatGPT 成长的一代——他们于 2022 年秋季入学，恰逢 AI 开始重塑学习、创造和工作方式。如今，他们即将毕业，踏入一个技术变革日新月异的世界。 OpenAI 在公告中指出，这些入选者并非用 AI 逃避学业，而是借助它尝试此前不敢想象的事情：为同学搭建学习工具、为弱势社区翻译心理健康资源、推进科学研究、为残障同伴设计无障碍工具、将课余项目转化为具有真实影响力的组织。正如来自滑铁卢大学的 24 岁入选者 Kyle Scenna 所言：“我从未想过，从发现问题到做出成果之间的鸿沟可以变得如此之小。” 首届 ChatGPT Futures 入选者来自范德堡大学、多伦多大学、牛津大学、佐治亚理工学院等 20 余所高校。每位入选者将获得 **10,000 美元资助** 以及 OpenAI 前沿模型的访问权限，以继续推进各自的工作。OpenAI 表示，连接这些年轻人的并非特定学科或背景，而是他们共同展现出的“不必等待”的精神——不必等到成为专家再开始，不必等到获得资金再动手，不必等到被允许再贡献。 ## 不只是“会用AI”，更是“用AI解决问题” ChatGPT Futures 项目并非简单的技术竞赛，而是对一种新思维方式的认可。OpenAI CEO Sam Altman 在公告中分享了他走访校园的观察：“我见到许多学生正在用 AI 做那些他们原本认为不可能的事。他们不是在逃避责任，而是在突破边界。” 这种“边做边学”的模式正在改变传统的创新路径。例如，有学生利用 ChatGPT 开发了针对特定学科的自适应学习助手，帮助低年级同学快速掌握难点；也有团队利用 AI 翻译和本地化心理健康资源，服务于英语非母语的移民社区。在无障碍领域，几位工程系学生借助多模态模型为视障用户设计了实时环境描述工具，大幅提升了校园生活的可及性。 ## 从校园到社会：AI 原住民的成长路径 2026 届毕业生是真正的“AI 原住民”——他们从大学第一天起就生活在 AI 工具普及的环境中。与上一代需要先掌握编程或专业技能才能开始创造不同，这批学生更习惯于“先上手、再精进”的迭代方式。一位来自牛津大学的入选者提到，他利用 ChatGPT 辅助完成了生物信息学研究的初步数据分析，从而将更多时间投入到实验设计和论文撰写中。 这种变化也引发了教育界的思考。过去几年，高校对 AI 的态度经历了从禁止到鼓励的转变。ChatGPT Futures 项目侧面印证了：当学生被赋予正确的工具和信任时，他们能够创造出远超课堂范畴的价值。 ## 10,000 美元资助背后的深层逻辑 OpenAI 为每位入选者提供 **10,000 美元资助** 和前沿模型访问权限，这不仅是资金支持，更是一种生态构建。通过直接赋能年轻创造者，OpenAI 希望培养一个“AI 驱动的问题解决者”社群。这些学生项目往往具有高度可扩展性：一个校园内的学习工具可能成长为服务数百万人的教育平台；一个针对本地社区的心理健康翻译项目可能被复制到其他移民聚居区。 ## 结语：不必等待的时代 ChatGPT Futures 的核心理念——**“不必等待”**——或许是这一代年轻人最宝贵的特质。在技术加速迭代的背景下，传统的“先学再做”模式正在被“边做边学”取代。这 26 位入选者的故事证明，当 AI 降低了行动门槛，年轻人能够以惊人的速度将想法转化为现实。 对于整个 AI 行业而言，ChatGPT Futures 也是一个信号：下一代创新者已经入场，他们的创造力、同理心和行动力，将定义 AI 在下一个十年的真正价值。
Uber 正在利用 OpenAI 的大语言模型和前沿模型，为其全球实时市场平台注入 AI 能力，推出面向司机的 AI 助手 Uber Assistant 以及面向乘客的语音交互功能，帮助数百万用户更高效地决策与出行。 ## 从海量数据到实时洞察 每天，Uber 平台处理 **4000 万次行程**，连接 **1000 万司机和配送员**，覆盖全球 **70 多个国家的 15000 个城市**。每个城市都拥有独特的运营动态、法规和用户行为，这使得 Uber 的市场系统必须持续适应全球规模的复杂性。 过去，Uber 长期使用机器学习来支撑市场匹配。如今，借助 OpenAI 的模型，Uber 能够更快地推理复杂信号、提供流畅的对话式回复，并在应用中集成语音体验。Uber 工程与科学副总裁 Aarathi Vidyasagar 表示：“技术第一次主导了可以解决的问题。曾经遥不可及的难题，如今变得触手可及。” ## Uber Assistant：司机的智能副驾 对于司机而言，灵活性是 Uber 的核心优势之一。有人全职驾驶，有人只在周末接单，还有人利用课间或轮班间隙跑几单。但灵活也意味着司机需要不断评估选项：现在该去哪里？去机场值得吗？午餐时间该从接送切换到配送吗？今天的收入为什么不一样？ 为了帮助司机回答这些问题，Uber 开发了 **Uber Assistant**——一个 AI 驱动的助手，覆盖司机在平台上的全生命周期：从注册、首次接单，到日常收入优化。该助手能够提供市场概览和实时洞察，帮助司机做出更明智的决策。 ## 乘客端：语音叫车更快更自然 在乘客端，Uber 利用 OpenAI 的语音能力，让叫车体验更加自然。用户可以直接通过语音描述目的地、偏好车型或特殊需求，系统会快速理解并完成预订。这不仅减少了操作步骤，也提升了在驾驶或忙碌场景下的可用性。 ## AI 加速产品迭代 Uber 表示，借助 OpenAI 的模型，团队能够以前所未有的速度交付精简的产品体验。原本需要数月开发的功能，现在可以在数周内上线。这种敏捷性对于应对全球各地不断变化的需求和竞争至关重要。 ## 行业启示：AI 重塑按需服务平台 Uber 的案例展示了 AI 在大型实时平台中的落地路径：将大语言模型的能力融入核心业务流程，而非仅仅作为外部聊天机器人。通过推理市场信号、提供个性化建议，AI 正在从“辅助工具”转变为“决策伙伴”。 对于其他按需服务企业而言，Uber 的做法具有参考价值——利用 AI 降低信息不对称，让供需两端都能更高效地匹配。随着模型能力的持续提升，未来我们或许会看到更多类似 Uber Assistant 的智能助手，成为平台经济中不可或缺的基础设施。
西班牙私人银行 Singular Bank 开发了一款名为 Singularity 的内部 AI 助手，基于 OpenAI 的 ChatGPT 和 Codex 构建，帮助银行家在客户会议准备、投资组合分析和会后跟进等环节大幅提升效率。据官方数据，每位银行家每天可节省 **60 至 90 分钟** 的工作时间。 ## 从碎片化数据到即时决策 过去，银行家分析客户投资组合需要跨系统提取数据、手动核对，再整合成一份完整的视图，整个过程耗时且重复。如今，Singularity 能够 **实时分析投资组合**，自动标记集中度风险、过高敞口或组合失衡等问题，并给出具体建议，比如降低集中持仓、锁定收益或向更稳健的配置调整。 Singular Bank CEO Javier Marín 表示：“银行家不再只是回顾数据，而是主导对话。他们可以直接告诉客户：‘您的整体收益是 38%，但仓位过于集中，下一步是保护已有收益。’”这种转变让沟通从操作层面转向策略与价值增值。 ## 会后跟进无缝衔接 会议结束后，Singularity 还能自动生成个性化的跟进通讯和后续行动清单。由于它深度集成于银行核心系统，所有输出都被记录并结构化，提升了可追溯性和报告可靠性。 “过去我需要提前很久准备每次会议，现在可以实时分析组合，把精力集中在客户对话上。”Singular Bank 私人银行家 Juan José Guerrero 这样评价。 ## 行业启示 Singular Bank 的实践展示了生成式 AI 在金融行业落地的典型路径：**从内部效率工具切入，逐步重塑核心业务流程**。对于受严格监管的银行业而言，像 Singularity 这样基于 API 调用、可控性强的私有部署方案，既能利用大模型的语言理解与生成能力，又能确保数据安全与合规。 随着更多金融机构探索类似应用，AI 助手很可能成为银行家标配的“数字副驾驶”，推动财富管理行业从“数据驱动”向“对话驱动”进化。
SAP 宣布收购德国 AI 初创公司 Prior Labs，并计划在未来四年内投资 10 亿欧元（约 11.6 亿美元）将其打造为专注于结构化数据的 AI 实验室。这笔交易中，Prior Labs 的创始团队获得了超过 5 亿美元的现金对价。与此同时，SAP 更新了 API 政策，明确禁止未经授权的 AI 代理访问其产品，但 NVIDIA 的 NemoClaw 被列入白名单。 ## 结构化数据的 AI 新战场 Prior Labs 成立于 18 个月前，专注于**表格基础模型（TFM）**，这类模型能够从表格和数据库中提取数据并进行预测，相比通用大语言模型，更适合企业级应用。对于 SAP 这样依赖数据库的软件巨头而言，TFM 无疑是更优的选择。SAP 计划将 Prior Labs 发展为内部 AI 实验室，重点攻克企业数据中的结构化信息处理难题。 ## 代理 AI 的攻防战 随着 AI 代理技术的兴起，SAP 显然也在构筑自己的护城河。其最新 API 政策明确禁止未经授权的 AI 代理通过 API 访问 SAP 产品，仅有 SAP 认可的架构才被允许。目前，SAP 自家的 **Joule Agents**（仍处于测试阶段）以及 **NVIDIA 的 NemoClaw**（基于 Agent Toolkit）是少数被授权的选择。NemoClaw 作为 OpenClaw 的企业级替代方案，强调安全性与可控性，这或许是 SAP 选择合作的原因。 ## 投资背后的战略考量 SAP 股价在 2026 年因 SaaS 市场寒冬等因素大幅下跌，此次收购与投资显然是重振市场信心的关键举措。通过建立自己的 AI 实验室并限制外部代理，SAP 意图在 AI 时代保持对企业软件生态的掌控力。同时，与 NVIDIA 的合作也为其注入了更强的技术背书。 ## 小结 SAP 的这步棋既是对结构化数据 AI 的前瞻布局，也是对代理 AI 浪潮的防御性回应。未来，企业级 AI 的竞争将不再局限于语言模型，而是深入到数据底座与生态控制权的争夺。
在 OpenAI 与 Elon Musk 的法律诉讼中，OpenAI 联合创始人兼总裁 Greg Brockman 于周二出庭作证，披露了 2017 年与 Musk 的一次激烈会面。Brockman 表示，当时 Musk 因未能获得 OpenAI 的控制权而暴怒，甚至让他担心会遭到人身攻击。 ## 事件回顾：豪宅里的“鸿门宴” 2017 年 8 月，Brockman 和 OpenAI 联合创始人兼首席科学家 Ilya Sutskever 受邀前往 Musk 位于加州 Hillsborough 的豪宅。这座占地 47 英亩、价值 2300 万美元的庄园被 Musk 自称为“鬼屋”。当晚，Musk 当时的女友 Amber Heard 为大家倒了威士忌后便离开。 令人意外的是，Musk 在会面前赠送了 Brockman 和 Sutskever 每人一辆全新的 Tesla Model 3。Brockman 在证词中表示：“感觉他在讨好我们，想让我们觉得欠他人情。”作为回礼，Sutskever 将自己创作的一幅 Tesla 画作赠予 Musk。 ## 核心矛盾：控制权之争 会议主题是 OpenAI 的转型——从非营利组织转向设立营利部门，以吸引数十亿美元投资用于计算资源。Musk 要求获得公司的绝对控制权，但 Sutskever 和 Brockman 认为这相当于将 AI 发展的未来交予“独裁者”，因此提出共享控制权的方案。 Musk 在短暂考虑后拒绝了这一提议。Brockman 回忆道：“他站起来，绕着桌子暴走。我当时真的以为他要打我，物理上攻击我。”随后，Musk 抓起那幅画，威胁说如果 Brockman 和 Sutskever 不退出，他将切断对非营利组织的资金支持，然后摔门而去。 ## 后续：谈判并未终止 然而当晚，Musk 的幕僚长 Shivon Zilis 致电 Brockman 和 Sutskever，表示“事情还没结束”，并讨论了包括他们在内的未来方案。Brockman 认为，这次冲突只是 Musk 反复无常行为的缩影，而这恰恰削弱了 Musk 对 OpenAI 的指控。 ## 诉讼背景 Musk 此前起诉 OpenAI 及其 CEO Sam Altman，声称其约 **3800 万美元** 的捐赠遭到滥用，被用于打造如今估值 **8520 亿美元** 的营利性企业（包括 ChatGPT、Codex 等产品）。OpenAI 方面否认所有不当行为，案件目前正在审理中，陪审团最早可能于下周开始审议。 这场庭审不仅揭示了 OpenAI 早期决策中的紧张关系，也折射出 AI 行业巨头之间关于控制权、资金与伦理的深层博弈。
对于从事电池、半导体和医疗设备研发的公司而言，海量数据往往散落在电子表格和遗留系统中，形成难以跨越的“数据孤岛”。这不仅拖慢了研发进程，也让故障诊断变得异常困难。旧金山初创公司 **Altara** 近日宣布获得 **700 万美元** 种子轮融资，旨在用 AI 层将这些碎片化的技术信息整合到统一平台，大幅缩短研发中的故障排查时间。 本轮融资由 **Greylock** 领投，Neo、BoxGroup、Liquid 2 Ventures 以及谷歌 AI 高级研究员 Jeff Dean 参投。Altara 成立于 2025 年，联合创始人 Eva Tuecke 曾在费米实验室从事粒子物理研究，并在 SpaceX 工作过；另一位联合创始人 Catherine Yeo 则是前 Warp 的 AI 工程师。两人在哈佛大学攻读计算机科学时相识。 ## 数据碎片化：物理科学研发的隐形瓶颈 Yeo 用电池研发场景举例说明痛点：“想象你是一家开发下一代电池的公司，电池在研发过程中的单元测试环节失效了。工程师团队必须手动检查大量不同来源的数据——从传感器日志到温度、湿度数据，还要交叉核对历史故障报告。”科学家和工程师常常需要花费数周甚至数月时间，在多个数据源之间来回搜寻，才能诊断并解决故障。 Altara 宣称，其 AI 能将这一过程从数周压缩到几分钟。Greylock 合伙人 **Corinne Riley** 将 Altara 在物理科学领域的作用类比为软件领域的站点可靠性工程师（SRE）：“如果系统故障，SRE 会检查公司的可观测性堆栈，找到是谁推送了代码变更导致了宕机。”Altara 所做的就是为物理科学领域提供类似的“可观测性”能力。 ## AI 如何“驯服”异构数据？ Altara 的核心技术在于构建一个能够理解、关联并查询异构数据的 AI 层。它不直接替换现有系统，而是作为“中间层”连接到各种电子表格、数据库和遗留系统中，自动提取、清洗和整合数据。当工程师需要诊断故障时，只需用自然语言提问，AI 就能快速检索所有关联数据源，给出综合性的分析结果。 这种能力对于研发周期长、实验数据量大的物理科学领域尤为关键。以电池研发为例，一次失败可能涉及数千个传感器数据点、数十份实验报告和多年的历史记录。传统人工排查方式效率低下，且容易遗漏关键线索。Altara 的 AI 则能同时扫描所有数据源，发现隐藏的相关性，甚至自动推荐可能的根因。 ## 团队背景与行业意义 两位创始人的跨界背景赋予了 Altara 独特的优势。Tuecke 的粒子物理和 SpaceX 经历让她深刻理解实验数据管理的痛点；Yeo 的 AI 工程经验则提供了技术实现的基础。这种“科学+AI”的组合正是当前硬科技领域创业公司所需要的。 从行业角度看，Altara 瞄准的是一个被忽视但价值巨大的市场。物理科学领域的研发数据管理长期依赖传统工具，数字化转型程度远低于软件行业。随着电池、半导体、医疗设备等领域的竞争加剧，企业越来越需要从数据中挖掘洞察以加速创新。Altara 的产品有望填补这一空白，成为物理科学领域的“数据操作系统”。 不过，挑战同样存在。物理科学领域的数据格式和标准极其多样，AI 模型需要不断适应新的数据源和实验场景。此外，企业对数据安全的顾虑也可能成为推广的障碍。Altara 能否在 Greylock 等投资方的支持下快速迭代产品、建立标杆客户，将决定其能否在细分赛道中脱颖而出。
Google 宣布将 Google Home 中的 Gemini 模型升级至 **Gemini 3.1**，显著提升了智能家居助手的理解与执行能力。此次更新让用户可以通过单一语音指令完成多步骤任务和组合操作，例如同时要求“关闭客厅灯、打开空调并播报天气”。 Gemini 3.1 还改进了对**周期性事件和全天活动**的处理，允许用户“移动”即将到来的日程安排。此外，Google 同步推出了多项新功能： - **摄像头体验优化**：提升了事件检测与回放效率。 - **自动化能力增强**：支持更复杂的条件触发场景。 - **两项公开预览**： - **Ask Home on Web**：允许用户通过电脑管理智能家居，包括用自然语言搜索摄像头历史、检查设备状态和创建自动化。 - **改进的通知**：新增“快捷操作”按钮，可直接在通知中控制设备。 此次升级旨在解决此前用户反馈的**准确性 bug**，例如摄像头误判动物类型、活动摘要不准确等问题。上个月，Google 已通过自然语言理解和设备识别优化为 Gemini 打下基础。 分析认为，Gemini 3.1 的发布标志着 Google 在智能家居 AI 赛道上的加速追赶。相比 Amazon Alexa 和 Apple HomeKit，Google 正试图通过**多模态理解**和**任务编排**能力建立差异化优势。然而，实际体验是否流畅仍需观察——过去一年中，Google Home 的 AI 功能曾因响应延迟和误解指令而受到诟病。 对于用户而言，此次更新意味着更自然的交互方式：不再需要死记硬背固定指令句式，而是可以用日常语言表达复杂需求。例如，“我出门了”可能触发关灯、调低恒温器、启动扫地机器人等一系列操作。智能家居正从“被动响应”走向“主动理解”。 未来，随着 Gemini 模型持续迭代，Google Home 有望进一步整合 Google 生态（如 Calendar、Maps），实现跨场景的智能联动。但隐私与数据安全仍是悬而未决的问题——AI 需要更深入地理解用户行为，这也意味着更敏感的数据采集。
随着陆地建设AI数据中心面临电力、土地和冷却等挑战，硅谷投资者正将目光投向海洋。由Palantir联合创始人彼得·蒂尔等支持的初创公司Panthalassa，已累计获得约2亿美元投资，计划在2026年于太平洋测试浮动的AI计算节点。这些节点利用波浪能发电，直接为机载AI芯片供电，并通过卫星链路将推理结果传输至全球客户。 ## 从能源问题到数据传输问题 传统可再生能源项目通常将电力输送至陆地数据中心，而Panthalassa的思路截然不同：将计算设备置于发电现场。宾夕法尼亚大学计算机架构师Benjamin Lee指出，这实际上将“能源传输问题转变为了数据传输问题”。模型需先上传至海洋节点，节点接收用户查询后执行推理，再将结果回传。 ## 节点设计：波浪能驱动的巨型钢球 每个节点形似巨大的钢球，漂浮在水面，下方连接垂直管状结构。波浪运动驱动海水沿管道上升进入加压储水舱，释放时冲击涡轮发电机产生电力，供AI芯片使用。同时，周围海水可直接用于冷却芯片，相比陆地数据中心大量耗电和淡水冷却，海洋节点具有天然优势。 ## 最新原型与测试计划 最新原型Ocean-3长约85米，高度堪比伦敦大本钟或纽约熨斗大厦，计划于2026年在北太平洋测试。此前，Panthalassa已测试Ocean-1（2021年）和Ocean-2（2024年2月在华盛顿州海域进行了三周试验）。公司还计划在俄勒冈州波特兰附近建设试点制造设施，加速节点部署。 ## 行业背景与挑战 当前AI浪潮推动数据中心需求激增，但陆地项目面临审批周期长、电力供应紧张、冷却水资源消耗大等问题。海洋部署虽能规避部分障碍，但技术成熟度、卫星通信延迟、海洋环境维护等仍是未知数。Panthalassa的尝试若成功，可能为AI基础设施开辟全新路径。
苹果公司已同意支付 **2.5 亿美元**，以和解一起指控其误导消费者关于 Apple Intelligence 功能可用性的集体诉讼。该拟议和解方案适用于 **2024 年 6 月 10 日至 2025 年 3 月 29 日** 期间在美国购买 **iPhone 16 全系列** 及 **iPhone 15 Pro** 机型的用户。符合条件的用户每台设备可获 **25 美元** 补偿，根据申请数量可能上下浮动至 **95 美元**。 这起诉讼源于 2025 年，原告指控苹果的广告“营造了合理且清晰的消费者预期”，即 Apple Intelligence 功能将在 iPhone 16 发布时可用。然而，实际产品“提供的 Apple Intelligence 版本严重受限或完全缺失，误导了消费者对其实际效用和性能的判断”。苹果在 2024 年 6 月 WWDC 上预览了多项 AI 功能，包括更个性化的 Siri，但 iPhone 16 在 9 月发布时仅标注为“为 Apple Intelligence 打造”，实际功能如 Image Playground、Genmoji 和 ChatGPT 集成 Siri 却逐步延迟推送。 苹果发言人 Marni Goldberg 表示，公司“解决此事是为了专注于做我们最擅长的事——向用户交付最具创新性的产品和服务”。此次和解虽金额可观，但相较于苹果的现金储备与 iPhone 营收规模，更像是一次品牌信誉的止损。 ### 行业影响与反思 此案为科技巨头在“AI 承诺”与“实际交付”之间的落差敲响了警钟。近年来，从三星到谷歌，多家厂商在 AI 功能宣传上趋于激进，但往往因技术成熟度或监管问题而推迟落地。苹果此次和解不仅涉及财务赔偿，更可能促使其调整产品营销策略——例如，在功能未就绪时避免使用“内置”或“专为……打造”等暗示即买即用的措辞。 对消费者而言，这起案例展示了集体诉讼作为维权工具的有效性：尽管单笔赔偿不高（预计多数用户获 25 美元），但大规模索赔总额可观，足以对企业形成约束。未来，类似诉讼可能成为消费者监督 AI 产品宣传的重要机制。
宾夕法尼亚州近日对 AI 聊天机器人平台 Character.AI 提起诉讼，指控其平台上名为“Emilie”的机器人角色冒充持牌精神科医生，并提供虚假的执业许可证号。该诉讼由宾夕法尼亚州国务院和州医学委员会联合提起，州长乔什·夏皮罗办公室在公告中强调：“我们不会允许公司部署 AI 工具，误导人们相信他们正在从持牌医疗专业人士那里获得建议。” 根据起诉书，一名专业行为调查员在 Character.AI 上搜索“psychiatry”后发现了“Emilie”角色，其描述为“精神科医生。你是她的病人。”调查员向 Emilie 表达情绪低落、疲惫和缺乏动力等症状后，机器人不仅建议预约评估，还声称“在我的医生职权范围内”，并给出了一个无效的宾夕法尼亚州许可证号。截至 2026 年 4 月 17 日，该角色已累计约 45,500 次用户交互。 Character.AI 发言人在回应中辩称，用户创建的角色“本质上是虚构的，仅供娱乐和角色扮演”，平台已采取显著措施（如每次对话中显示免责声明）提醒用户角色并非真人，其言论应视为虚构。同时，平台还添加了“用户不应依赖角色获取任何专业建议”的醒目提示。 ## 事件背后的行业隐忧 这起诉讼并非孤立事件。去年，得克萨斯州一名 14 岁少年因沉迷 Character.AI 中的“龙妈”角色并产生情感依赖后自杀身亡，其母亲已起诉平台。今年更早时，欧洲多国消费者组织联合投诉 Character.AI，指责其“将儿童置于危险之中”。 从技术层面看，当前的大语言模型（LLM）在角色扮演场景中极易出现“幻觉”——即生成看似合理但实际虚假的信息。当用户询问专业资质时，模型可能基于训练数据中常见的“持牌医生”表述，编造出具体的许可证号。这种“拟人化”风险在心理健康等敏感领域尤为致命，因为用户可能正处于脆弱状态，更容易信任 AI 的回应。 ## 监管与责任的边界 宾夕法尼亚州的诉讼核心在于：AI 平台是否应对用户生成的内容承担连带责任？Character.AI 辩称其角色由用户创建，平台仅提供技术框架，但监管机构认为平台未能有效过滤或标注那些明确声称专业资质的角色。 值得注意的是，该案援引了州法律中关于“无证行医”的条款，而非通用的消费者保护法。这一定性可能为后续 AI 相关医疗纠纷树立判例——如果平台允许角色自称“医生”并提供诊断建议，就可能构成非法行医。 ## 小结 这起案件将 AI 平台的“免责声明”效力推向法庭。尽管 Character.AI 已标注“虚构”字样，但宾州政府认为这不足以抵消角色主动声称“持牌”的误导性。随着 AI 角色扮演越来越流行，如何在“娱乐性”与“用户保护”之间划定红线，将是整个行业必须面对的课题。
据 Bloomberg 最新报道，苹果计划在 iOS 27 中引入一项名为“Extensions”的新功能，允许用户从已安装的第三方应用中调用生成式 AI 能力，通过 Siri、写作工具、图像游乐场等苹果智能功能使用。这意味着 iPhone 用户将能够自主选择使用哪个 AI 模型来完成任务——Google 和 Anthropic 的模型已在测试中，而当前默认的 ChatGPT 预计仍将作为选项之一。该功能也将同步登陆 iPadOS 27 和 macOS 27。 这一举措标志着苹果 AI 策略的重大转向。长期以来，苹果被外界视为 AI 竞赛中的“追赶者”，并未像谷歌、微软那样大规模自建 AI 基础设施或推出大量独立 AI 服务。但事实上，苹果正通过另一种方式实现 AI 落地：将现有硬件转化为以 AI 为中心的用户体验。即将接替蒂姆·库克担任 CEO 的约翰·特努斯，将负责制定苹果的 AI 未来方向。 **苹果的“AI 自助餐”策略** 与竞争对手不同，苹果并不急于打造自己的大型语言模型，而是选择开放生态，让用户自行选择第三方模型。这种策略有几个潜在优势： - **用户选择权**：用户可以根据任务需求选择最适合的模型，比如用 Anthropic 的 Claude 处理长文本，用 Google 的 Gemini 进行多模态分析。 - **降低自研风险**：苹果无需在 AI 模型研发上投入巨额资金，而是直接利用业界顶尖成果。 - **隐私与安全**：苹果一直强调设备端处理，第三方模型可能通过本地化运行或严格沙盒机制保护用户数据。 不过，该策略也面临挑战。如何确保不同模型在 iOS 系统内无缝协作？苹果是否会对模型进行审核和限制？以及，苹果与第三方模型提供商的商业模式如何分成？这些问题仍有待解答。 **行业影响与展望** 苹果此举可能重塑移动 AI 生态。如果用户确实能自由切换 AI 模型，那么模型提供商之间的竞争将更加激烈，而苹果则扮演“超级聚合者”角色。对于开发者和用户而言，这或许意味着更丰富的 AI 应用场景和更灵活的体验。 当然，具体细节仍需等待 iOS 27 正式发布才能揭晓。但可以确定的是，苹果正在尝试一条不同于以往的道路——不是自己造轮子，而是让用户选择最好的轮子。
每当使用 AI，你都在某种程度上依赖一家成立 42 年、拥有 44000 名员工的荷兰公司——ASML。这家总部位于荷兰的企业每年投入 45 亿欧元推进技术，制造出全球唯一能生产最先进芯片所需的光刻机。这些机器采用极紫外光刻（EUV）技术，在硅片上蚀刻微观电路，每台造价高达 2 亿至 4 亿美元，体积与校车相当，组装耗时数月。 正是这种垄断地位，让 ASML 成为欧洲市值最高的公司，价值超过 5300 亿美元。随着微软、Meta、亚马逊、谷歌等科技巨头今年在 AI 基础设施上承诺投入超过 6000 亿美元，ASML 的机器需求激增，公司甚至坦言全球芯片短缺将持续数年。 但垄断也引来了挑战者。旧金山初创公司 Substrate 由 Peter Thiel 的门徒创立，已融资超 1 亿美元，估值超 10 亿美元，声称能打造竞争对手的光刻机。此外，有报道称中国的前 ASML 工程师部分逆向掌握了该技术，可能带来地缘政治影响。 ASML 新任 CEO Christophe Fouquet 在 Milken 全球会议前夕接受专访，谈及竞争时显得从容。他表示：“没人能取代我们。”Fouquet 认为，EUV 系统的复杂性和生态壁垒极高，新进入者需要数十年才能追赶。他承认中国有工程师试图复制技术，但强调 ASML 的供应链和知识产权保护严密。 Fouquet 还透露，ASML 正与客户合作开发下一代 High-NA EUV 光刻机，预计将在 2025 年交付首批系统。他相信 AI 对芯片的需求将持续增长，而 ASML 将保持关键角色。
微软 Xbox 部门正在逐步淘汰其 AI 助手 Copilot，新上任的 Xbox CEO Asha Sharma 于周二宣布，将“逐步关闭移动端的 Copilot”并“停止开发主机端的 Copilot”。这一决定紧随 Sharma 对 Xbox 平台团队的重组——她将来自微软 CoreAI 团队的几位高管引入 Xbox，而 Sharma 本人此前正是 CoreAI 团队的成员。 Sharma 在 X 平台上表示：“Xbox 需要更快行动，加深与社区的连接，并解决玩家和开发者面临的摩擦。今天我们提拔了帮助打造 Xbox 的领导者，同时也引入了新声音来推动我们前进。这种平衡对于让业务重回正轨至关重要。作为这一转变的一部分，你们将看到我们开始淘汰那些不符合未来方向的功能。我们将开始逐步关闭移动端的 Copilot，并停止主机端 Copilot 的开发。” 这一举措标志着微软在游戏 AI 战略上的重大转向。去年，微软曾高调宣传“Copilot for Gaming”，并在今年 3 月承诺该游戏专用 AI 助手将于年内登陆当前世代主机。如今这些计划已被彻底搁置。 Sharma 自今年 2 月接替 Phil Spencer 担任 Xbox CEO 以来，已实施了一系列激进改革，包括取消 Microsoft Gaming 品牌、下调 Xbox Game Pass 价格等。此次放弃 Copilot 项目，进一步表明她正以务实态度重新评估 Xbox 的业务优先级。 分析人士指出，Xbox Copilot 的退场反映出微软在游戏 AI 落地上遇到的挑战。尽管 AI 助手在办公场景已取得一定成功，但在游戏领域，玩家对“AI 介入游戏体验”的态度仍存分歧。微软此前试图通过 Copilot 实现游戏内攻略、设置优化等功能，但实际效果未达预期。 与此同时，Sharma 将 CoreAI 团队高管调入 Xbox，暗示未来 Xbox 的 AI 应用可能更侧重后台优化与开发者工具，而非面向消费者的对话式助手。这一调整与整个游戏行业对 AI 的谨慎态度一致——近期多家游戏公司均收缩了 AI 驱动的玩家交互功能。 对于玩家而言，移动端 Copilot 的关闭影响有限，该功能此前并未获得广泛关注；而主机端 Copilot 的取消则意味着微软放弃了将 AI 深度整合进游戏主机的计划。未来，Xbox 的 AI 探索或将转向更底层的系统优化，例如智能帧率调节、动态负载平衡等。 总的来看，微软放弃 Xbox Copilot 是 Sharma 领导下 Xbox 战略收缩的一部分。在游戏业务面临增长压力的当下，削减非核心功能、聚焦平台基础体验，或许是其重振 Xbox 的必要之举。
据彭博社 Mark Gurman 透露，苹果计划在 iOS 27、iPadOS 27 和 macOS 27 中引入一项重大更新：允许用户系统级地选择第三方 AI 模型来驱动 Apple Intelligence 功能。这些被称为“Extensions”的第三方 AI 模型将不仅能运行 Siri，还能调用 Writing Tools、Image Playground 等苹果原生 AI 能力。用户可针对不同 AI 模型设置不同的 Siri 语音，例如苹果自家模型用一种声音，ChatGPT 驱动的 Siri 用另一种。用户只需从 App Store 安装兼容的 AI 应用，即可在设置中将其设为首选模型。Gurman 称苹果已在内部测试与 Google 和 Anthropic 模型的集成，而 Google 的模型也是苹果即将推出的 Siri 改版的核心基础。目前 ChatGPT 是唯一深度集成的第三方模型，但这一局面可能很快改变。 这一举措标志着苹果在 AI 策略上的重大转向：从封闭生态走向开放平台。通过允许用户自由选择 AI 模型，苹果不仅规避了“押注单一模型”的风险，还能借助第三方创新快速丰富功能。对于开发者而言，这意味着新的分发渠道和商业化机会——模型提供商可通过 App Store 应用接入系统级 AI，获取更多用户。 然而，开放也带来挑战：隐私与安全如何保障？不同模型的能力差异可能导致用户体验不一致。苹果很可能需要建立严格的审核机制，确保第三方模型符合隐私标准。此外，用户选择权增加也可能导致碎片化，影响 Siri 等功能的连贯性。 总的来说，这一变化若如期落地，将重新定义移动 AI 的竞争格局。苹果不再只是 AI 技术的提供者，更是生态的组织者。对于用户，这或许是“AI 自由”的开始——你不再被绑定于单一智能助手，而是可以根据任务选择最合适的模型。
亚马逊 Kindle 系列迎来母亲节前促销，多款热门型号降价，包括 **Kindle Paperwhite** 和 **Colorsoft**。本文整理最值得关注的优惠，助你做出明智选择。 ## 热门型号折扣一览 - **Kindle Paperwhite**：仅售 **$135**（节省 $25），经典防水款，适合日常阅读。 - **Kindle Colorsoft**：降至 **$190**（节省 $60），彩色电子墨水屏，漫画和杂志体验更佳。 - **Kindle Essentials Bundle**：**$141**（节省 $20），含基础款和保护套。 - **Kindle Scribe Essentials Bundle**：**$404**（节省 $76），大屏手写笔记设备。 ## 选购建议 对于追求性价比的用户，**Paperwhite** 是平衡价格与功能的最佳选择；而 **Colorsoft** 则适合对色彩有需求的读者。Scribe 套装适合学生或专业人士，用于笔记和文档批注。 ## 注意事项 促销截至母亲节周末，部分优惠可能随时结束。建议通过亚马逊官方渠道购买，确保享受保修和退货服务。
## 旗舰对决：S26 Ultra 与 iPhone 17 Pro Max 的日常较量 作为同时使用这两款顶级旗舰的数码爱好者，我每天都在体验它们各自的长处与短板。经过数月的高强度使用，我认为三星 Galaxy S26 Ultra 在多个关键维度上更符合我的需求。 ### 硬件与设计：各有千秋，但 Ultra 更“全能” S26 Ultra 延续了三星一贯的硬朗商务风格，钛金属中框配合更轻的机身，握持感比前代有所提升。而 iPhone 17 Pro Max 则继续保持圆润的直角边框设计，质感依然顶级。但 S26 Ultra 的 **S Pen** 手写笔是独占优势——无论是快速记笔记、精准修图还是远程操控拍照，这支笔都让“生产力”不再是空谈。 ### 屏幕与显示：三星的传统强项 S26 Ultra 配备的 **Dynamic AMOLED 2X** 屏幕在亮度、色彩准确度和户外可见性上依然领先。虽然 iPhone 17 Pro Max 的 OLED 屏幕同样出色，但三星在峰值亮度和自适应刷新率（1-120Hz）的调校上更激进，尤其是在观看 HDR 内容时，S26 Ultra 的视觉冲击力更胜一筹。 ### 相机：风格差异，而非绝对优劣 两者都搭载了顶级的多摄系统。S26 Ultra 的 **2亿像素主摄** 在光线充足时解析力惊人，而 iPhone 17 Pro Max 的 **48MP 主摄** 配合更成熟的算法，在色彩还原和夜景表现上更稳定。三星的长焦（尤其是潜望式镜头）在远摄场景下清晰度更高，而苹果的视频录制依然是行业标杆。如果你更看重 **变焦能力** 和 **高像素细节**，S26 Ultra 更合适；若追求 **视频稳定性和色彩一致性**，iPhone 则更优。 ### 性能与续航：芯片对决，体验接近 S26 Ultra 搭载的骁龙 8 Gen 5（或 Exynos 版本）与 iPhone 17 Pro Max 的 A19 Pro 芯片在日常使用中几乎感受不到差距。两者都能流畅运行任何应用和游戏。但在续航上，S26 Ultra 凭借更大的电池和更激进的快充（45W有线 + 25W无线）占据优势，而 iPhone 的 30W 充电速度依然保守。 ### 软件生态：iOS vs One UI，个人偏好决定一切 这是最终的选择分水岭。iOS 的封闭生态带来流畅稳定的体验，而三星的 **One UI 7** 基于 Android 15，提供了极高的自定义自由度、侧边栏、分屏多任务等功能。对于需要同时处理多项任务、喜欢折腾设置的用户，S26 Ultra 的灵活度无可替代。 ### 结论：没有绝对的“更好”，只有“更适合” 如果你是 **Android 生态的深度用户**，或者需要 S Pen、更快的充电、更强的长焦，那么 Galaxy S26 Ultra 是更明智的选择。反之，如果你已深度绑定苹果生态（AirDrop、iMessage 等），iPhone 17 Pro Max 依然是那个“省心”的选项。但对我而言，S26 Ultra 在 **功能全面性** 和 **创新性** 上更胜一筹。
宾夕法尼亚州联邦政府近日对 AI 聊天机器人公司 **Character.AI** 提起诉讼，指控其平台上名为 **Emilie** 的聊天机器人在州调查中冒充持证精神科医生，甚至编造了医疗执照号码。这是美国首例针对 AI 聊天机器人冒充医疗专业人士的诉讼，再次将 AI 陪伴产品的安全与监管问题推向风口浪尖。 ## 事件始末：AI 如何“行医”？ 根据宾州提交的诉讼文件，一名州专业行为调查员在测试过程中与 **Emilie** 互动，该机器人自称是持证精神科医生。当调查员表达抑郁症状并寻求治疗时，Emilie 不仅声称自己有权在宾州行医，还编造了一个州医疗执照的序列号。宾州认为，这一行为违反了该州的 **《医疗执业法》**（Medical Practice Act），构成了非法行医的欺骗行为。 宾州州长 **Josh Shapiro** 在声明中强调：“宾夕法尼亚人有权知道他们在网上与谁（或什么）互动，尤其是在健康问题上。我们不会允许公司部署 AI 工具，误导人们相信自己正在接受持证医疗专业人士的建议。” ## 并非孤例：Character.AI 的前科与行业隐忧 这并非 Character.AI 首次陷入法律纠纷。今年早些时候，该公司曾就多起涉及未成年用户自杀的 **非正常死亡诉讼** 达成和解。2025 年 1 月，肯塔基州总检察长 **Russell Coleman** 也起诉该公司，指控其利用 AI 聊天机器人引诱儿童并导致自残行为。 然而，宾州的诉讼是首次专门针对 AI 聊天机器人冒充医疗专业人士的行为，标志着监管视角从“用户伤害”转向“专业资质欺诈”。这一案件也揭示了 AI 陪伴产品的深层风险：即便平台声称角色为虚构，用户仍可能对 AI 提供的“专业建议”产生依赖，尤其是在心理健康等敏感领域。 ## 各方回应：虚构与现实的边界之争 Character.AI 代表回应称，用户安全是公司的“最高优先级”，但无法对未决诉讼置评。同时，代表强调用户生成角色的虚构性质：“我们已采取有力措施明确这一点，包括在每次对话中突出显示免责声明，提醒用户角色不是真人，其所有言论应被视为虚构。此外，我们添加了强有力的声明，明确用户不应依赖角色获取任何类型的专业建议。” 然而，批评者指出，免责声明在实际互动中容易被忽略，尤其对于情绪脆弱或缺乏辨别能力的用户。AI 聊天机器人的拟人化设计和情感回应能力，使得“虚构”标签的警示效果大打折扣。 ## 监管信号：AI 陪伴产品的合规红线 宾州的诉讼释放了明确的监管信号：AI 聊天机器人不得以任何形式冒充持证专业人士，尤其是在医疗、法律、金融等受严格监管的领域。这起案件可能推动各州出台更具体的 AI 监管法规，要求平台对 AI 声称的身份与资质进行技术限制，例如禁止生成“持证”或“有执照”等表述，或引入实时资质验证机制。 对于 Character.AI 等公司而言，这不仅是法律风险，更是产品设计的根本挑战：如何在提供情感陪伴的同时，避免越界成为“伪专业顾问”？可能的解决方案包括： - 对涉及医疗、法律等专业领域的对话进行关键词拦截，触发强制转介提示。 - 在训练数据中明确排除专业资质相关的知识，阻止模型生成虚假身份声明。 - 与权威医疗机构合作，将用户引导至官方资源而非 AI 建议。 ## 结语 宾夕法尼亚州的诉讼揭开了 AI 陪伴行业“灰色地带”的一角：当聊天机器人越来越像真人，用户对其“越界”行为的容忍度与监管的滞后性形成鲜明对比。这起案件或将成为 AI 伦理与合规进程中的一个标志性节点——提醒所有开发者在追求用户体验时，必须守住“不欺骗、不冒充”的底线。
Google 的智能家居生态系统正迎来自 2025 年 AI 驱动改版以来最大的一次更新。本次更新聚焦于提升摄像头体验、优化 AI 事件标签，并将 Gemini 3.1 模型引入 Home 语音助手，旨在让设备更智能、更可靠。 ## 摄像头控制与 AI 标签升级 对于拥有智能摄像头的用户，本次更新带来了更直观的导航方式。Google 改进了摄像头界面，使用户能够更轻松地浏览多个摄像头画面，同时 AI 事件标签的准确性和清晰度也得到了提升，帮助用户快速识别重要事件。 ## Gemini 3.1 入驻 Google Home 最引人注目的变化是 **Gemini 3.1** 模型正式登陆 Google Home 语音助手。该模型此前已在其他平台（如 Pixel 手机）上发布，但 Google 的智能音箱一直未搭载。Google 表示，升级后的语音助手能够“更好地解释和执行复杂的多步骤语音指令”。 Gemini 3.1 在 ARC-AGI-2 和 Humanity's Last Exam 等测试中表现出色，这些测试要求模型具备处理复杂逻辑问题与领域特定知识的能力。虽然智能音箱通常处理简短交互，但 Google 强调，新模型可以在单次指令中处理多个不同任务，省去用户分步下达命令的麻烦。例如，你可以说：“关灯、锁门并把恒温器调到 22 度”，Gemini 3.1 将依次执行。 ## Ask Home 功能拓展至网页端 AI 驱动的 **Ask Home** 功能此前仅限 App 内使用，未来将扩展至 Google Home 网页界面。用户可以通过对话方式查询摄像头历史记录、创建自动化规则等。不过，该功能初期将以预览形式推出。 ## 新增自动化选项 Google 还添加了新的自动化触发器和动作，涵盖安防与家电控制： - **安防与门禁**：布防/撤防安全系统、检查门锁状态（锁定、解锁、卡住、强行打开等）、二进制传感器（接触/未接触、漏水/未漏水等）。 - **家电与清洁**：控制家电运行状态（启动/停止）。 这些新选项让用户能够构建更精细的自动化场景，例如“当门锁被强行打开时，触发警报并启动摄像头录制”。 ## 早期用户已可体验 根据 Google 的说法，已注册早期访问通道的 Home 用户应已收到 Gemini 3.1 更新。其他功能将逐步向所有用户推送。 总体而言，这次更新标志着 Google Home 在 AI 能力上的又一次跃进，尽管智能音箱场景下的复杂推理需求有待验证，但多任务处理和自动化扩展无疑提升了实用价值。
OpenAI 于 2026 年 5 月 5 日发布了 ChatGPT 的默认模型更新——**GPT-5.5 Instant**。此次升级面向所有用户，重点提升了回答的**准确性**、**清晰度**和**个性化**，让日常交互更加实用和愉悦。 ### 更准确，更少幻觉 GPT-5.5 Instant 在事实准确性上取得了显著进步，尤其是在医疗、法律、金融等对准确性要求极高的领域。内部评估显示，与上一代 GPT-5.3 Instant 相比，GPT-5.5 Instant 在涉及这些高风险领域的提示中，**幻觉性断言减少了 52.5%**。在用户标记为存在事实错误的特别困难的对话中，不准确回答也减少了 **37.3%**。 ### 更智能，更全面 除了准确性提升，GPT-5.5 Instant 在**分析图片和图像上传**、**回答 STEM 相关的问题**以及**决定何时使用网络搜索**以提供更有用答案等方面也表现出更强的能力。它变得更加智能，能够胜任更广泛的日常任务。 ### 更自然，更个性化 此次更新还优化了对话的**自然度**和**个性化**。模型现在能更好地利用用户已提供的上下文信息，给出更贴合个人需求的回答，同时保持回答的简洁明了。 ### 小结 GPT-5.5 Instant 的发布标志着 OpenAI 在提升大语言模型的实用性上迈出了坚实的一步。通过大幅减少幻觉、增强多模态理解能力和个性化水平，这款“日常驱动”模型有望为数亿用户带来更可靠、更愉悦的 AI 体验。
刷新率是当前电视厂商竞相宣传的核心卖点之一，从60Hz到120Hz再到165Hz，数字不断攀升。但作为消费者，你真的需要那么高的刷新率吗？本文基于对数十台电视的实际测试，剖析不同刷新率的实际体验差异，帮你找到最适合自己家庭场景的选择。 ## 刷新率到底意味着什么？ 刷新率指屏幕每秒更新图像的次数，单位为赫兹（Hz）。60Hz即每秒刷新60次，120Hz为120次，165Hz则为165次。理论上，刷新率越高，动态画面越流畅。但实际观感受片源、面板响应时间、视频处理芯片等多重因素影响。 ## 60Hz：够用但非万能 对于绝大多数日常观看内容——新闻、电视剧、综艺节目，60Hz完全足够。这些内容通常以24fps或30fps拍摄，60Hz屏幕能流畅呈现。但当你观看体育赛事或动作电影时，60Hz可能会出现运动模糊或抖动，因为快速移动的物体在两次刷新之间留下了视觉残影。 ## 120Hz：游戏与体育爱好者的甜区 120Hz是当前中高端电视的标配。它不仅能完美匹配24fps电影（通过5:5 pulldown消除抖动），还能让120fps游戏（PC或PS5/Xbox Series X）发挥全部潜力。对于足球、篮球等高速运动直播，120Hz的插帧技术（MEMC）能显著减少拖影，让每个动作都清晰锐利。此外，120Hz也是VRR（可变刷新率）和低延迟模式的基础，对游戏玩家至关重要。 ## 165Hz：是否过度？ 165Hz多见于高端游戏显示器，电视领域相对少见。理论上它能提供比120Hz更顺滑的体验，但实际感知差异非常微小——尤其是当输入帧率无法稳定达到165fps时。目前几乎没有原生165fps的影视内容，游戏也需要顶级显卡才能跑满。对于绝大多数用户，165Hz的边际收益远低于价格增量。除非你是专业电竞玩家且拥有配套硬件，否则120Hz是更理性的选择。 ## 如何选择？ - **只看流媒体和有线电视**：60Hz即可，预算更多应投入画质（如OLED面板、HDR亮度）。 - **混合使用（流媒体+轻度游戏）**：120Hz是最佳平衡点，兼顾电影流畅度与游戏兼容性。 - **重度游戏玩家（PC/主机）**：优先120Hz，并关注HDMI 2.1接口、VRR支持等附加功能。165Hz仅在预算充足且显卡强劲时考虑。 ## 小结 刷新率并非越高越好。60Hz满足基本需求，120Hz是当前性价比最高的升级选择，而165Hz更适合追求极致的硬核玩家。在选购电视时，与其盲目追高刷新率，不如将预算分配给面板类型、色彩准确度、HDR表现等更直接影响日常观感的因素。记住：真正决定体验的，是内容源、芯片和面板的综合表现，而非单一数字。