一家名为 **Current AI** 的非营利组织正在构建开放、公共的 AI 基础设施，目标是让 AI 惠及每一种文化和语言，就像万维网一样免费向所有人开放。该组织由 Martin Tisne 于 2025 年 2 月创立，CEO Ayah Bdeir 此前曾领导 Mozilla 的 AI 战略，并创办了教育科技公司 littleBits。 ### 从印度乡村的离线设备到开源聊天机器人 在 2 月的印度 AI 峰会上，Current AI 与印度政府 AI 语言部门 Bhashini 合作，推出了 **Suno Sutra**（印地语意为“聆听编年史”）。这是一款口袋大小的离线设备，无需互联网即可运行 22 种印度语言的 AI 模型。印度有数百种语言和方言，而当前的 AI 系统并未充分代表它们。Bdeir 表示，该设备已开源，开发者社区可以在此基础上进行二次开发。 上个月，该组织向四个项目拨款 **320 万美元**；上周，它在日内瓦的“AI 造福人类”峰会上发布了一款开源 AI 聊天机器人。 ### 资金与使命：公共替代方案 Current AI 采用公私合作模式，汇集政府、企业和慈善机构的资金。法国政府率先投入 **1 亿美元**，福特基金会、麦克阿瑟基金会、DeepMind 和 Salesforce 等机构加入，总承诺资金已达 **4 亿美元**。Bdeir 强调：“他们不是投资者，而是资助者。” 该组织的核心目标直指当前 AI 格局的痛点：从 OpenAI 到 Google 再到 Anthropic，每一个主流 AI 系统都属于私营公司。Bdeir 认为，如果 AI 是真正的变革性技术，它将改变每个人生活的方方面面，那么必须有一个公共替代方案——就像万维网一样，任何人都可以免费使用。 ### 语言与文化：AI 不能只属于英语 全球有一半的口头语言面临灭绝风险。而英语驱动着最大的语言模型和 AI 系统，这意味着大量语言、文化及社区被抛在后面。当被问及科技巨头的多语言布局时，Bdeir 指出：大型科技公司构建多语言模型是为了扩大市场，往往不顾及社区的同意或背景。例如，对于土著语言，传教士的圣经翻译常常成为训练数据，这带来了文化挪用和语境错位的问题。 ### 行动与展望 Current AI 的进展速度令人瞩目：从成立到推出硬件和软件产品仅用了短短几个月。其开源策略和公共资助模式为 AI 的民主化提供了一条不同于商业巨头的路径。未来，该组织计划继续拓展语言支持范围，并推动更多政府和企业加入其公共 AI 生态系统。Bdeir 总结道：“我们正在建设 AI 的公共广场——一个不属于任何单一公司，而是属于全人类的数字基础设施。”
本周，中国人工智能初创公司 **Moonshot AI** 发布了其 **Kimi 模型** 的新版本，引发了行业内的广泛讨论与些许不安。部分观察人士甚至用“全面AI共产主义”来形容该模型可能带来的影响，暗示其能力或将对现有AI市场格局形成冲击。 Kimi 模型以长文本处理能力著称，能够一次性分析数十万字的文档，这一特性在中文AI领域具有显著优势。新版模型在推理、多轮对话以及复杂任务执行上进一步提升，使其在知识密集型场景（如法律、金融、学术研究）中表现出色。Moonshot AI 强调，Kimi 的定位是“通用智能助手”，旨在降低用户获取和处理信息的门槛。 然而，正是这种“降低门槛”的愿景引发了部分专家的忧虑。他们认为，如果AI模型能够高效地处理大量信息并生成高质量结论，可能会加速知识垄断的瓦解，甚至改变现有的信息权力结构。所谓“全面AI共产主义”一词，暗示了技术可能带来的资源重新分配——当AI能够平等地为所有人提供接近专家水平的分析时，传统依赖信息不对称的行业将面临挑战。 从产业角度看，Kimi 的发布进一步加剧了中国AI大模型赛道的竞争。百度、阿里巴巴、字节跳动等巨头均已推出自有模型，而 Moonshot AI 作为初创公司，凭借技术差异化获得了市场关注。不过，Kimi 目前仍面临商业化落地和算力成本的挑战，其长期影响尚待观察。 值得注意的是，“全面AI共产主义”这一说法更多是比喻而非技术判断，它反映了公众对AI潜在社会变革的复杂情绪——既期待技术普惠，又担忧既有秩序被打乱。对于 Moonshot AI 而言，如何在推动技术进步的同时管理好这种预期，将是其持续发展的关键。
Index Ventures 的联合创始人 Neil Rimer 近日发表了一个引人深思的观点：人工智能在硅谷创造的巨大财富，最终将不可避免地重新分配——无论是主动还是被动。 ### 财富的集中与再分配压力 Rimer 指出，当前 AI 领域正以前所未有的速度生成财富，但高度集中在少数公司和个人手中。这种集中度引发了关于社会公平和经济可持续性的讨论。他认为，历史规律表明，当财富积累达到一定程度时，社会会通过税收、监管或市场机制等方式推动再分配。 ### 主动 vs 被动：两种可能路径 Rimer 将再分配分为两类：**主动再分配**，即企业和个人自愿通过慈善、投资公共项目或提高员工薪酬等方式回馈社会；**被动再分配**，则可能由政府通过更严格的税收政策、反垄断措施或立法干预来实现。他警告称，如果行业不主动行动，被动再分配的可能性会显著上升。 ### 对 AI 行业的启示 这一观点对 AI 从业者具有实际意义。一方面，公司需要提前规划社会责任策略，避免成为监管靶心。另一方面，投资者也应关注 AI 带来的系统性风险——财富过度集中可能引发的社会动荡或政策突变，最终影响行业长期回报。 ### 硅谷的“技术乐观主义” vs 现实 长期以来，硅谷信奉“技术解决一切”的乐观主义。但 Rimer 的言论提醒我们，技术创造的财富如何分配，同样关乎技术能否持续造福社会。AI 的颠覆性越强，其社会影响越不容忽视。 ### 小结 Neil Rimer 的预测并非危言耸听，而是基于历史经验的理性判断。对于 AI 行业而言，主动拥抱责任或许比被动应对监管更为明智。毕竟，财富的再分配不是是否会发生的问题，而是何时、以何种方式发生的问题。
## 奢侈手机的新战场：AI 助理 智能手机行业的 AI 竞赛愈演愈烈，各大厂商纷纷推出 AI 功能以吸引主流消费者。但英国奢侈手机品牌 Vertu 选择了另一条路：为超富人群打造身份象征。其最新折叠屏手机 **Alphafold** 起售价 **6880 美元**，目标用户是企业高管，核心卖点并非硬件参数，而是一个名为 **Hermes Agent** 的 AI 助理，号称能自动化高管工作中的部分任务。 ### 不只是手机，更是“数字管家” Vertu 的 Alphafold 并非普通旗舰机。评测者放弃了跑分、相机和影音对比，转而模拟高管的使用场景：管理文档、分析电子表格和合同、规划商务旅行、自动化日常任务。Hermes Agent 基于开源项目 Hermes 构建，不仅能回答提问，还能**执行多步骤工作流**，跨应用完成任务，并在必要时将请求转交人工管家。 ### 硬件：奢华感与重量的权衡 Alphafold 采用**真皮小牛皮包裹**和钛合金装饰，重量达 **264 克**，比三星 Galaxy Z Fold 7 重了近 50 克。虽然手感扎实，但长时间使用会感到沉重。不过其弧形边框让展开操作更顺滑，而三星在折叠状态下的单手握持更舒适。包装和配件也延续了高端定位，开箱体验极具仪式感。 ### 实际表现：AI 能力是亮点还是噱头？ 初步测试显示，Hermes Agent 在**文件分析**和**任务自动化**方面确实有独特价值。例如，它能快速提取合同关键条款、自动生成行程安排，甚至跨应用执行操作。但 AI 的响应速度和准确性仍有提升空间，部分复杂请求需要多次尝试。Vertu 强调其**安全性和隐私保护**，这对高管用户至关重要，但具体效果仍需长期验证。 ### 小结 Vertu Alphafold 并非面向大众的产品。它是一款**极致的身份符号**，同时尝试用 AI 助理解决高管群体的效率痛点。6880 美元的价格意味着它注定小众，但对于那些追求独特性和专属服务的买家来说，这可能正是他们需要的“数字管家”。
Databricks 周四宣布获得新一轮融资，估值达到 **1880 亿美元**，由 Coatue 领投。公司未透露具体融资金额，但据其他媒体报道，本轮融资约为 **30 亿美元**。Databricks 表示资金尚未到账，交易将于今年夏天晚些时候完成。 值得注意的是，这已是 Databricks 在一年半内的第四轮大额融资。今年 2 月，它刚完成 50 亿美元的 L 轮融资，估值 1340 亿美元；去年 9 月，融资 10 亿美元，估值 1000 亿美元；而 2024 年 12 月，它曾以 620 亿美元估值完成 100 亿美元的创纪录融资。频繁的融资让网友调侃“字母表都不够用了”。 但 Databricks 的估值飙升并非凭空而来。这家成立于 2013 年的公司，最初以大数据分析软件起家，帮助企业高效存储和处理云端数据。随着 AI 浪潮兴起，Databricks 成功转型为 AI 基础设施提供商，推出了一系列产品，如面向 AI 智能体的数据库 **Lakebase**、AI 网关 **Unity**，以及管理多个智能体的 **Omnigent** 平台。 更关键的是，Databricks 成为企业采用中国开源模型（如智谱 GLM 5.2）以降低成本的典型案例，这是 2026 年 AI 行业的重要趋势之一。Databricks CEO Ali Ghodsi 上周分享内部测试结果：在 3000 名软件工程师中，通过使用开源模型进行编码，成本显著降低。 Databricks 的崛起反映了 AI 行业的一个核心变化：企业不再盲目追求大模型，而是更关注实际落地中的成本与效率。Databricks 利用其数据平台的优势，将 AI 与企业级安全、治理需求结合，成为 AI 时代的“第二幕”赢家。
在AI转录工具泛滥的当下，一位风投家通过在Zoom上改名来拒绝被录音。这一做法既讽刺又现实，引发了关于无处不在的录音文化对社交、工作与隐私影响的讨论。 ## 一个名字背后的抗议 **Bessemer Venture Partners**的合伙人 **Jeremy Levine** 在Zoom上的名字现在变成了“Jeremy Levine I do not consent to transcribing or recording”（杰里米·莱文，我不同意转录或录音）。这看似一个无伤大雅的玩笑，实则是对当前AI笔记应用泛滥的无声抗议。 据《华尔街日报》报道，Levine的这一举动源于他对“随时记录”趋势的厌恶。他认为，这种行为“完全扼杀了自发的对话”，是一种“社会不可接受的行为”。 ## 录音无处不在 另一位风投家 **Eric Bahn** 表示，他现在自动假设与创始人的会议都会被录音，即便他还没看到对方把手机滑到会议桌上。更极端的案例是，一位创始人告诉《华尔街日报》，她甚至用 **Granola** 应用录制自己的第一次约会，然后将转录文本喂给 **Claude** 分析，以评估自己是否更投入、更共情，以及谁在对话中占主导地位。 “在旧金山约会可不容易，”她自嘲道。 ## 法律与社交雷区 文章指出，这一趋势不仅是社交雷区，也是法律雷区。未经同意的录音在许多地区是违法的，但在实际场景中，界限往往模糊。更重要的是，当每一场会议、茶水间闲聊甚至浪漫约会都被转录和总结时，**到底有谁会真正去读这些内容？** 这是否会形成一种“音频垃圾填埋场”——每个对话都被记录，但没人有时间回放？ ## 工具与反思 TechCrunch 曾报道过大量AI笔记应用和设备，甚至做过排名。它们确实提高了效率，但也引发了更深层的疑问：**当记录成为默认选项，我们是否正在失去对话的即兴与真诚？** Levine 的改名行为或许是一种戏谑的反抗，但它提醒我们：在拥抱技术便利的同时，也需要重新审视隐私与社交的边界。
人形机器人领域的先行者 Agility Robotics 近日宣布，将在加州弗里蒙特开设一座占地 60,000 平方英尺的新设施，专门用于其双足机器人 Digit 的培训与部署。这一选址颇具战略意味——弗里蒙特正是特斯拉计划今年开始生产其 Optimus 人形机器人的工厂所在地，两者仅隔一条高速公路。 **先行者的底气：Digit 已实现商业化** 与仍处于原型阶段的特斯拉 Optimus 不同，Agility 的 Digit 已经进入真实商业环境。据公司透露，Digit 目前已在亚马逊、GXO、舍弗勒和丰田汽车制造加拿大公司等客户的仓库和制造工厂中执行搬运任务，累计完成超过 10 万个料箱的搬运。Agility 声称已获得价值 3 亿美元的合同订单，但未公开具体部署的 Digit 数量，外部估计约为数十台。 CEO Peggy Johnson 对与特斯拉“同城竞技”表示欢迎：“长期以来 Agility 在人形机器人领域几乎是孤军奋战，现在有更多参与者是好事。我们已经实现了商业化，知道如何满足工厂的安全标准、监管要求、IT 系统集成以及仓库管理系统对接。” **务实的技术路径：安全优先于 AI 炫技** 面对以 Figure、1X 等 AI 驱动的新一代机器人初创公司的竞争，Agility 采取了更为谨慎的技术策略。联合创始人兼董事长 Damion Shelton 强调，在涉及安全的关键环节不应依赖生成式 AI：“就像自动驾驶汽车中，你不会让 AI 控制防抱死刹车系统一样，人形机器人的所有安全机制必须走非生成式 AI 的路径。安全堆栈不能有‘创意’。” 这种实用主义态度使 Agility 在风险较高的工业场景中更容易获得客户信任。尽管 Transformer 架构和大型语言模型为机器人行为带来了巨大潜力，Agility 选择将 AI 用于提升自主性，而将底层控制留给经过验证的传统方法。 **资本运作：冲刺“人形机器人第一股”** Johnson 目前正带领 Agility 通过反向合并的方式推进上市，预计今年晚些时候将成为首家在公开市场上市的人形机器人纯业务公司。这比许多尚未实现营收的同行更早迈入资本市场。 成立于 2015 年的 Agility，由一群在双足行走技术方面取得突破的研究人员创立。如今，它正试图利用先发优势，在特斯拉、Figure 等巨头与新锐的夹击中巩固自己的市场地位。弗里蒙特的新训练中心不仅是对产能的补充，更是对行业发出的信号：人形机器人的商业化竞赛已经进入新阶段。
印度智能手机市场正经历一场由 AI 驱动的内存芯片短缺引发的“寒流”。市场研究机构 Counterpoint Research 数据显示，2024 年第二季度印度智能手机出货量同比下降 10%，创下六年来该季度最大跌幅。背后的推手并非需求疲软，而是 AI 热潮对内存芯片产能的挤占。 ## 内存芯片的“AI 溢价” AI 数据中心对高带宽内存（HBM）的渴求，正深刻改变着全球芯片产业的供需格局。三星、SK 海力士、美光等存储巨头，纷纷将产能从利润较低的消费级 DRAM 和 NAND 转向 HBM——这类专为 AI 加速器设计的芯片，每片晶圆的利润远超传统内存。产能的倾斜直接推高了智能手机所用标准内存的价格，进而拉高了手机整机成本。 ## 印度市场为何首当其冲？ 印度是全球第二大智能手机市场，但其结构高度依赖低价位机型：约 60% 的市场集中在**2 万卢比（约 210 美元）以下**的区间。Counterpoint 研究副总裁 Tarun Pathak 指出，这些对价格极度敏感的入门级机型，受内存成本上涨的冲击最大。相比之下，中国 Q2 出货量仅下降 2%，因为其市场结构更偏向中高端，对价格波动的缓冲能力更强。 ## 消费者推迟换机，品牌分化加剧 Pathak 预计，消费者不会完全放弃智能手机，但换机周期将从原先的 3.5 年延长至**4 年左右**。这一趋势正在重塑品牌竞争格局：**三星**在 Q2 实现印度出货量同比增长 2%，成为唯一保持增长的主流品牌；而**苹果**因供应链限制和库存调整，出货量下降 3%，但其高端定位使其受内存涨价的直接影响较小。 ## 更广泛的行业启示 印度的案例并非孤例，它揭示了 AI 热潮如何通过**供应链传导**，对消费电子市场产生“挤出效应”。内存厂商优先满足 AI 数据中心的高利润订单，导致普通消费者为手机支付更高价格。这一现象也提醒业界：AI 的繁荣并非总是与消费电子同频共振，有时反而会带来意想不到的“副作用”。 ## 小结 印度智能手机市场的下滑，本质上是 AI 基础设施投资与消费电子成本之间矛盾的集中体现。短期内，内存价格可能继续维持高位，迫使手机厂商在定价策略、产品配置上做出调整，并加速向高端化转型。长期来看，随着内存厂商扩产计划的落地，供需失衡有望逐步缓解，但 AI 对芯片产能的“虹吸效应”将成为未来几年消费电子行业必须面对的新常态。
苹果公司上周五对OpenAI提起商业秘密诉讼，指控其系统性地招聘苹果员工并窃取机密信息，涉及超过400名前苹果员工。诉讼时机对OpenAI极为不利，因其正筹备首次公开募股（IPO）。 ## 诉讼核心指控 苹果在诉状中称，OpenAI的行为构成“大规模、持续性的商业秘密盗用”，尤其指向OpenAI首席硬件官。苹果指控OpenAI利用苹果的招聘渠道和内部信息，挖走关键人才，并利用这些人才掌握的商业秘密开发自身技术。 ## OpenAI的回应 OpenAI方面回应谨慎，否认不当行为，并表示将积极应诉。但法律专家指出，此类诉讼可能旷日持久，且一旦苹果获得禁令，OpenAI的研发和人才招聘将受严重影响。 ## IPO前景蒙阴影 OpenAI近期估值已超800亿美元，市场对其IPO期待已久。然而，诉讼可能带来以下风险： - **监管审查**：美国证券交易委员会（SEC）可能要求OpenAI在招股书中披露诉讼风险，增加上市不确定性。 - **投资者信心**：商业秘密案件往往难以迅速解决，投资者可能担忧潜在赔偿或业务限制。 - **品牌声誉**：诉讼曝光可能损害OpenAI作为“开放AI”的形象，影响合作伙伴关系。 ## 行业影响 此案凸显AI行业人才争夺的激烈程度。苹果与OpenAI的对抗，也反映了科技巨头在AI领域的战略分歧：苹果强调隐私与封闭生态，而OpenAI则追求开放与快速迭代。若苹果胜诉，可能引发更多针对AI初创公司的商业秘密诉讼，改变行业竞争格局。 ## 小结 苹果的诉讼为OpenAI的IPO之路增添了重大变数。短期内，OpenAI需集中资源应对法律挑战，IPO进程可能推迟。长期来看，此案或重塑AI行业的人才流动与知识产权保护规则。
Patreon 正在加强防御 AI 爬取的措施，与 Cloudflare 合作直接阻止那些未经许可使用创作者内容训练 AI 模型的机器人。此举标志着 Patreon 从依赖 robots.txt 请求转向主动拦截未经授权的 AI 训练。 ## 从“请求”到“阻止”的转变 Patreon 此前在 2023 年就曾采取措施阻止 AI 爬虫，但如今 AI 爬取技术变得更加复杂。公司指出，仅靠 robots.txt 文件（一种告知机器人如何访问网站的标准方式）已不足以保护创作者内容。现在，Patreon 借助 Cloudflare 的 **AI Crawl Control** 技术，直接从服务器层面拦截 AI 训练机器人。 Patreon 在博客中强调：“同意不应取决于爬虫是否选择遵守规则。”测试显示，个别 AI 训练爬虫每周对 Patreon 的访问尝试从数千次降为零——这证明此前这些爬虫根本无视了 robots.txt 的请求。 ## 为什么现在行动？ Patreon 的付费墙长期以来保护了大部分创作者内容。但近期公司推出的新发现工具，如重新设计的 **Home Feed** 和类似推文的 **Quips** 功能，可能让更多内容暴露在爬虫面前。与此同时，AI 公司大量抓取在线内容用于模型训练，引发了内容创作者和出版商的广泛担忧。 Cloudflare 近期也调整了政策：对于既用于索引又用于训练的“混合用途”爬虫，在托管广告的页面上默认拦截。此外，Cloudflare 还推出了 **Pay Per Crawl** 市场，允许网站向 AI 机器人收费。 ## 对创作者的意义 Patreon 产品负责人 Drew Rowny 表示：“随着 AI 代理变得越来越强大和流行，创作者应该对 AI 公司如何使用他们的作品拥有有意义的发言权。”新措施允许那些将用户引导回 Patreon 的索引机器人，但坚决阻止用于训练 AI 的爬虫。 这一举措反映了整个互联网行业对 AI 数据采集的反弹趋势。越来越多的网站和平台正在从被动防御转向主动拦截，保护创作者的权益和内容的商业价值。 ## 小结 Patreon 与 Cloudflare 的合作为创作者提供了更坚实的保护层，将 AI 训练爬虫拒之门外。这不仅是对 robots.txt 失效的补救，更是对 AI 时代内容所有权的一次明确表态。
上周五，苹果对OpenAI提起了一项商业秘密诉讼，指控其存在不当行为，涉及OpenAI首席硬件官，并声称超过400名前苹果员工现在为OpenAI工作。OpenAI的回应谨慎，但时机极为不利——该公司据传正考虑在今年晚些时候IPO。 ## 诉讼指控与背景 苹果的诉讼指控OpenAI系统性地窃取商业机密，包括招聘苹果员工获取敏感技术信息。OpenAI尚未正式回应，但内部可能面临严峻挑战。 ## IPO与信任危机 IPO前夕的诉讼可能动摇投资者信心。同时，微软CEO萨提亚·纳德拉警告企业谨慎与AI实验室共享数据，指出“特洛伊木马”式数据信任问题。开源被提及为潜在解决方案，但实施复杂。 ## 行业更广影响 此案凸显AI领域的人才争夺和数据安全争议。前向部署工程师（FDE）正改变AI实验室与企业客户的关系，而General Catalyst为贝克汉姆的健康饮品公司设立10亿美元客户价值基金，显示资本流向。此外，前OpenAI研究员创立了2亿美元的药物发现初创公司。 苹果的诉讼不仅针对OpenAI，更是对AI行业数据实践的警示。随着IPO临近，OpenAI需快速应对法律与信任双重挑战。
AI推理云初创公司 General Compute 获得 Upper90 提供的 4 亿美元贷款，这可能是首笔以专用推理芯片作为抵押品的交易。与传统用于训练模型的昂贵 GPU 不同，这些芯片专为运行已训练好的 AI 模型而设计，能效更高、部署更快。Upper90 此前曾开创性地为 GPU 提供抵押贷款，如今随着 GPU 市场趋于饱和，他们将目光投向了推理芯片。这笔交易标志着市场正通过转向更廉价的开源模型基础设施，来应对 AI 工具价格过高的担忧。General Compute 计划利用 SambaNova 的 SN50 芯片，提供比 GPU 云快 16 倍的推理服务，并加速数据中心部署。
Google 正在为其视频创作工具 Vids 添加个性化 AI 化身功能，用户可以通过上传自拍照和语音录音，创建一个外观和声音都像自己的数字分身，从而制作以自己为主角的 AI 视频。与此同时，Google 将多模态 AI 模型 Gemini Omni 引入 Vids，支持用户通过文字提示和参考图像组合生成视频，并实现背景替换、光线调整、逐步编辑等操作。这些更新使 Vids 从最初的 AI 辅助工作演示工具，转变为更全面的视频创作平台。作为 Google Workspace 的一部分，Vids 定位于企业场景，如公司动态更新或培训视频，但个性化化身和对话式编辑功能使其与 HeyGen、Synthesia、Captions、D-ID 等 AI 视频初创公司展开竞争。Google 强调，AI 化身将与账户持有人的身份绑定，并采用 SynthID 隐形水印技术，且仅限特定地区年满 18 岁的用户使用。
Roblox 于周四宣布推出名为 **Build** 的新功能，允许用户通过 AI 在移动设备上设计游戏。用户只需输入简单的文字提示（如“制作一个以茂密森林为背景的舒适冒险游戏”），Build 即可自动生成包含玩法、环境、角色、视觉风格和音效等元素的初始版本，随后用户可进行修改并分享。Roblox 表示，该功能由一系列 AI 模型驱动，包括开源和 Roblox 自研模型。 类似的功能已在 Google、微软和腾讯等公司出现，但 AI 游戏生成也引发了开发者与玩家的担忧：降低门槛可能导致大量低质量、同质化游戏涌入，加剧平台竞争。今年游戏开发者大会的行业调查显示，52% 的从业者认为生成式 AI 对行业产生了负面影响。 为应对这一问题，Roblox 计划根据玩家留存率对 AI 生成游戏进行排名，与平台其他游戏采用相同机制。如果游戏无人游玩，将不会获得突出展示。公司强调：“我们的发现系统旨在突出具有长期留存率的游戏，不包括 AI 垃圾内容。首页游戏质量不会改变：如果没人玩——就没人能找到。” Build 功能将于 **7 月 28 日** 进入公开 Alpha 测试，首先面向新西兰 9 岁及以上已通过年龄验证的用户开放。16 岁及以上用户可向全球受众发布作品。该功能提供免费基础版和付费选项。此外，Roblox 还在开发 AI 代理，帮助创作者进行游戏测试和分析，预计未来几个月内推出。 此次更新凸显了 Roblox 在 AI 领域的持续投入，但也引发了关于 AI 对游戏生态影响的讨论。
谷歌于本周四宣布，其对话式搜索体验 **AI Mode** 迎来重要更新，用户现在可以直接在AI Mode中链接并操作常用应用，首批支持 **Instacart、Canva 和 YouTube**。这意味着AI Mode正从单纯的问答工具向任务执行平台演进，旨在提升用户在规划、购物等场景下的使用黏性，并与 **OpenAI 的 ChatGPT** 和 **Anthropic 的 Claude** 等竞争对手的应用集成能力看齐。 ### 具体功能与场景 谷歌提供了几个典型用例： - 如果你正在计划一场烧烤，并让AI Mode生成购物清单，可以连接 **Instacart** 账户，将食材直接添加到购物车并快速结账。 - 设计项目需要灵感时，可以要求 **Canva** 展示一系列模板。 - 想要为派对创建歌单，可以直接让AI Mode生成并保存到 **YouTube Music**。 ### 战略意义与竞争格局 此次更新是谷歌在AI搜索领域的重要一步。自2025年初AI Mode上线以来，谷歌持续为其添加新能力，包括近期推出的**本地库存查询**、**并排浏览对比**以及**个人数据集成**（调用Gmail和Google Photos）。通过将应用操作整合进搜索流程，谷歌希望将AI Mode打造成更全面的“行动中心”，而非仅提供信息。 ### 未来展望 目前该功能面向美国用户开放。谷歌表示正在与更多合作伙伴合作，计划很快支持更多应用。这一举措延续了今年Google I/O上发布的 **Gemini 应用连接第三方应用** 的能力，当时已支持Canva、OpenTable、Spark等。随着AI Mode能力的不断扩展，用户与搜索引擎的交互方式可能迎来根本性转变——从“搜索信息”到“完成任务”。
外卖平台 DoorDash 正在向开发者推出一项颇为极客的新功能——**dd-cli**，一款命令行工具。目前该工具处于**限量测试阶段**，允许开发者和 AI 代理在终端中搜索商店、构建购物车并下单。这标志着 DoorDash 正迈出重要一步：打造不仅面向人类用户、也面向 AI 代理的软件。 ## 从图形界面到命令行：DoorDash 拥抱开发者生态 长期以来，点外卖的流程都依赖图形界面——打开 App、浏览菜单、点击下单。而 dd-cli 彻底改变了这一交互方式。通过简单的命令，用户可以直接在终端里完成整个点单流程。例如，`dd search "pizza"` 即可搜索附近的披萨店，`dd add "large pepperoni"` 将商品加入购物车，最后 `dd checkout` 完成支付。 这种设计最初可能让普通用户感到陌生，但对开发者而言，命令行意味着更高的效率和自动化可能性。更重要的是，它**为 AI 代理的接入铺平了道路**。想象一下，一个智能助手可以直接通过命令行帮你订餐，无需打开任何 App。 ## AI 代理的新入口 DoorDash 的这一步并非孤例。近年来，越来越多的服务开始提供 CLI 或 API 接口，以适配 AI 代理的“无界面”操作模式。从 Slack 的 CLI 工具到 GitHub 的 Copilot，再到如今 DoorDash 的 dd-cli，趋势很明显：**软件正在从“人机交互”转向“机机交互”**。 对于 AI 代理来说，命令行接口比图形界面更友好。它们无需解析复杂的 UI 元素，只需处理结构化的文本命令和输出。DoorDash 的此举可能吸引大量开发者为其平台构建自动化工具，例如定时订餐、根据日历事件自动下单等场景。 ## 限量测试与未来展望 目前 dd-cli 仅向部分申请者开放 beta 测试。DoorDash 尚未公布正式上线时间，但这一动作已释放出强烈信号：**外卖服务正在成为可编程基础设施的一部分**。 对于普通用户而言，短期内可能仍会使用 App 下单。但长期来看，当 AI 代理足够成熟，我们或许只需对智能音箱说一句“帮我订份午餐”，背后的流程就由一系列 CLI 调用完成。DoorDash 的这一步，正是通往那个未来的一个路标。 ## 小结 - DoorDash 推出 dd-cli 命令行工具，面向开发者和 AI 代理。 - 支持搜索商店、构建购物车、下单等核心功能。 - 目前处于限量 beta 阶段。 - 反映了行业趋势：软件接口正从 GUI 向 CLI/API 迁移，以适应 AI 代理的自动化需求。
本周，OpenAI 发布了其首款硬件产品——一款售价 230 美元的迷你键盘，但你可能不知道，同期上架的还有另一件“奇葩”周边：**ChatGPT 篮球**。 这款篮球隶属于名为“Pause. Play. Prompt.”的推广活动，产品页描述称其旨在“提醒人们创造力不只存在于屏幕中”。不过，OpenAI 官网并未提及该活动的其他信息。篮球售价 **70 美元**，约合 GPT-5 的 5600 万输入 token，采用 100% 橡胶材质，适合户外球场。 ### 谁在买？ 一个 ChatGPT 篮球，真的有人敢带它去球场吗？在硅谷之外，拿着这种“AI 标签”装备上场，可能面临被嘲笑的尴尬。但作为会议免费赠品，它或许能成为反讽式的谈资——就像笔者珍藏的 Facebook 涂鸦帆布袋。 ### 不止篮球 OpenAI 还推出了系列周边：印有“Good research takes time”的服饰，适合向投资者解释增长慢的创始人；175 美元的拉链衫，领口“致敬学术时光”，却可能疏远自学成才的编程天才——毕竟，他们没上过大学。产品文案还出现了“an object reminisce”这样语法别扭的句子，让人怀疑是否出自 AI 之手。 ### 反思 从 Humane Ai Pin 的惨淡收场可见，AI 公司对产品市场契合度的直觉并不靠谱。ChatGPT 篮球或许只是品牌营销的一环，但它提醒我们：在加速碳排放的生成式 AI 热潮中，OpenAI 至少还“幻想”着户外运动的可能性。
Drawing on more than a decade spent helping build some of the world's most influential AI systems, including research that later informed the development of ChatGPT, Andrew Dai explains why he believes visual AI is one of the next major frontiers in artificial intelligence.
当整个 AI 行业都在追逐“超级智能”这一标签时，Yann LeCun 的世界模型初创公司 AMI Labs 的 CEO Alexandre LeBrun 却对此不屑一顾。他在接受 TechCrunch 采访时明确表示，公司从不使用“AGI”或“超级智能”这类词汇。 ## 拒绝炒作，回归务实 LeBrun 指出，行业术语的更迭更像是一种营销游戏：“我们从未用过 AGI 这个词。我注意到现在没人再用它了，大家都改口叫‘超级智能’。下次估计又会换成别的。”他认为这些术语缺乏明确定义，毫无实际用处。对于一家尚未推出产品、但已开始与机器人、制造和电子行业合作的公司而言，这种务实态度显得尤为突出。 ## 世界模型：让 AI 理解物理世界 AMI Labs 专注于构建**世界模型**——一种能够预测物理世界状态的 AI 系统。与预测下一个词的大语言模型（LLM）不同，世界模型预测的是“下一个状态”。LeBrun 以推倒杯子为例：人类凭直觉知道杯子会倾斜并洒出水，而世界模型正是要捕捉这种直觉。 他强调，世界模型并非要取代 LLM，两者是互补关系。正如人脑有独立的语言和推理功能，LLM 仍是处理语言的最有效工具，而世界模型则提供上下文和真实世界理解。 ## 机器人行业的痛点 LeBrun 认为，当前机器人行业的硬件进步神速，但“缺乏大脑”。大多数机器人仍运行固定程序，完全静态，在物理世界中显得“非常愚蠢”。如果能赋予机器人对环境的感知能力，就能避免类似机器人跳舞时踢到儿童的尴尬事故。这种**上下文感知的 AI** 将是机器人领域的重大突破。 ## 工业场景先行 尽管 AMI Labs 尚未发布产品，但已在积极寻找工业合作伙伴。世界模型需要走出实验室，在机器人、制造和电子等真实场景中证明自己。LeBrun 透露，他上周在首尔参加国际机器学习大会时，就在物色当地工业伙伴和全球企业。 ## 行业反思 LeBrun 的言论或许代表了一股正在兴起的务实思潮：在“超级智能”的喧嚣之下，真正推动行业进步的可能是那些专注于解决具体问题、不追逐华丽术语的研究者。世界模型能否如其所述，为 AI 带来物理世界的“常识”，值得持续关注。
据《金融时报》报道，中国AI实验室月之暗面（Moonshot AI）即将推出的Kimi K3模型，预计将在性能上与Anthropic的Opus 4.8持平甚至超越。该报道援引匿名消息人士称，Kimi K3将成为中国最大的开源AI模型，参数量在**2万亿到3万亿**之间，并将在未来几天内发布。 此前，月之暗面的Kimi K2模型已在开源AI市场获得良好反响，在多个基准测试中排名靠前，展现出与前沿闭源模型差距不大的能力。而Kimi K3则旨在进一步缩小与OpenAI、Anthropic等闭源模型的差距。 与此同时，月之暗面正在进行新一轮融资，估值可能达到**315亿美元**。该公司曾在今年5月以200亿美元估值融资20亿美元。 这一消息正值业界对支付昂贵闭源模型价值的重新讨论。行业领袖担心AI实验室可能从客户提交的数据中提取信息，用于改进其AI产品（如ChatGPT和Claude）。高管们开始推荐自家产品作为替代，或建议企业采用DeepSeek、Z.ai、月之暗面等开发的更便宜的开源模型，并针对自身用途进行训练。 Kimi K3的发布将进一步加剧开源与闭源模型之间的竞争，为AI行业提供更多选择。