OpenAI 正在为 ChatGPT 招聘一位专门的产品经理，负责为家庭、看护者和老年人打造体验。这标志着这家 AI 公司正从关注个人用户转向家庭场景。 ## 用户结构变化驱动战略调整 根据 Sensor Tower 的独家数据，ChatGPT 的用户年龄结构正在发生显著变化。全球 35 岁及以上用户占比从去年同期的 26% 上升至 2025 年第二季度的 31%，而 18-24 岁用户占比则从 34% 下降至 29%。在美国，近四分之一的家长用户在过去一个季度使用了 ChatGPT，高于去年的 16%。 ## 家庭场景的战略意义 科技咨询公司 Creative Strategies 首席执行官 Ben Bajarin 认为，设立面向家庭的产品角色，表明 OpenAI 开始将产品视为面向家庭的技术，而非仅仅是个人效率工具。这与 Google、苹果和 Meta 等公司平台融入日常生活后的路径相似，但 AI 的介入让这一转变更具挑战性，因为 AI 助手不仅是在中介内容或设备，而是直接参与家庭互动。 ## 信任与安全的新挑战 家庭在线安全研究所首席执行官 Stephen Balkam 指出，这一招聘反映了 OpenAI 的成熟，也表明业界逐渐认识到面向儿童和青少年的 AI 产品需要不同于成人的安全保护措施。他将此举称为“安全再设计”——针对最初并非为儿童设计的产品进行必要的调整。 该研究所本周发布的研究显示，家长往往低估了孩子使用生成式 AI 的频率。调查中，27% 的美国家长称孩子在过去一周使用过生成式 AI，但 38% 的儿童自己报告了使用行为。Balkam 强调，AI 公司应为年轻用户设计不同的产品，并采取更严格的防护措施。 ## 结语 OpenAI 的这次招聘看似细微，实则信号明确：ChatGPT 正从个人助手向家庭基础设施演进。如何在拓展用户群的同时平衡信任与安全，将是 OpenAI 及整个行业必须面对的课题。
Meta 近日悄然下架了 Instagram 上一项颇具争议的 AI 功能——该功能允许用户通过 @提及公开账号，利用其照片生成新图像。这一功能于本周早些时候随一系列 AI 工具一同推出，但上线后迅速引发用户和业内人士的强烈批评。 ## 功能初衷与争议焦点 该功能属于 Meta 新推出的 **Muse Image** AI 图像生成器的一部分，由 Meta 旗下的 **Meta Superintelligence Labs** 开发。其设计初衷是让用户能够引用公开 Instagram 账号的内容作为创作灵感，只需在提示词中输入 @账号名即可。然而，Meta 并未设计通知机制——当用户的照片被他人用于 AI 生成时，原账号不会收到任何提醒。这种“沉默的引用”让许多用户感到隐私被侵犯，尤其担心自己的肖像被滥用。 ## 迅速反转的决策 TechCrunch 此前曾专门撰写指南，教用户如何关闭该功能。在舆论压力下，Meta 于周五发布博客文章，正式宣布移除该功能。公司在博文中表示：“我们的初衷是提供一个有用的创意工具，并让用户控制自己的公开内容是否被以这种方式引用。我们听到了反馈，这个功能未能达到预期，因此它不再可用。” Puck News 的 Dylan Byers 最早报道了这一决定。他指出，Meta 的退让不仅源于普通用户的反弹，还受到了来自 **CAA 等人才经纪机构**的压力——这些机构担心旗下艺人的形象被滥用。 ## 行业背景与反思 自 AI 与社交媒体深度整合以来，滥用现象屡见不鲜，其中 **生成女性名人裸照** 等恶意使用尤为突出。平台虽尝试设置护栏，但效果往往有限。Meta 此次功能的失败，再次暴露了 AI 功能在隐私保护设计上的短板：当技术赋予用户强大的创作能力时，若缺乏对原始创作者权益的尊重和保护，必然引发信任危机。 ## 后续影响 目前，Meta 尚未透露是否会推出替代方案或对功能进行改进。但这一事件无疑为其他社交平台敲响警钟：在部署 AI 生成工具时，**用户知情权与同意机制** 必须前置。否则，再先进的 AI 能力也可能因伦理失范而迅速夭折。
苹果公司于上周五向美国加州北区联邦地区法院提起诉讼，指控OpenAI及其高管指使前苹果员工窃取商业机密，涉及iPhone等未发布产品的技术细节。诉讼特别点名OpenAI首席硬件官Tang Tan（谭坦）和高级系统电气工程师Chang Liu，称Tan在招募苹果员工时要求候选人携带苹果硬件组件，并指导离职员工规避安全流程。Liu则被指控在离职后未归还苹果笔记本电脑，并下载了包含未公开技术规格、工程演示和专有项目数据的机密文件。苹果称，这些行为是OpenAI系统性窃取苹果机密战略的一部分，旨在加速其AI硬件开发——OpenAI正被传将推出首款硬件产品，可能直接挑战iPhone。苹果于今年2月致函OpenAI表达关切，但未获回应。OpenAI尚未公开回应。此案凸显科技巨头在AI浪潮下的人才与知识产权争夺日趋白热化。
开源AI正在蓬勃发展。Hugging Face CEO Clem Delangue 在TechCrunch的Equity播客中表示，该公司已发展成为类似“AI界的GitHub”的平台，AI开发者可以分享和下载开源模型与数据集，目前约有一半的《财富》500强企业正在使用其服务。Delangue观察到一种反复出现的模式：企业最初依赖前沿API，但随着规模扩大，成本压力促使它们转向开源模型。 ## 开源与闭源的博弈 在Anthropic暂停Fable发布的背景下，Delangue强调了开源与闭源之争的重要性。他担心少数大公司可能最终控制一切，而开源是防止AI技术被垄断的关键。 ## 中国实验室的崛起 值得注意的是，目前美国下载的大部分开源模型来自中国实验室。Delangue认为这是一个需要解决的问题，但不应因此不信任开源本身。开源社区应该加强自身建设，而不是关闭大门。 ## 资本效率优先 Hugging Face在融资策略上选择了资本效率，而非硅谷常见的巨额融资路线。Delangue透露，公司去年拒绝了Nvidia的一笔大额投资。这一决策反映了公司对独立性和长期发展的考量。 ## 机器人领域的开源紧迫性 Delangue认为，机器人技术比聊天机器人或编码工具更需要开源和透明。因为机器人将深入家庭生活，看到大量私人信息，开源可以确保其安全性和可控性。 ## 结语 Delangue的观点表明，开源AI不仅是技术选择，更是关乎权力分配和公共利益的战略问题。随着AI应用日益广泛，开源模式的开放性和协作性将变得更加关键。
AI芯片热潮催生了华尔街史上最大规模的外国公司IPO。韩国存储芯片巨头SK海力士宣布，通过美国上市融资265亿美元，创下非美国公司IPO新纪录。与此同时，美国商务部长霍华德·卢特尼克在活动中表示，已与SK海力士及三星就在美建厂展开讨论，旨在减少对韩国存储芯片的依赖。 ## 华尔街最大外国IPO诞生 SK海力士此次发行1.779亿份美国存托凭证（ADR），每份定价149美元，相当于首尔市场股价的十分之一。该交易超过阿里巴巴2014年250亿美元的IPO，成为史上最大外国公司美国上市。股票于7月10日在纳斯达克开始交易，临时代码SKHYV，7月13日转为正式代码SKHY。上市首日开盘价较发行价上涨14%，且盘中继续走高。尽管ADR定价较首尔市场近三日均价溢价2.7%，但需求仍超过供应七倍以上。 ## 韩国折价不适用于SK海力士 长期以来，韩国公司因治理结构复杂、股东回报低、地缘政治风险等因素，估值普遍低于全球同行，这一现象被称为“韩国折价”。但SK海力士显然未受此影响，原因在于其核心产品——高带宽内存（HBM），这是AI GPU的关键组件。目前，英伟达将SK海力士作为主要供应商之一，使其成为AI芯片热潮的最大受益者。 ## 募资用途：扩建韩国工厂与采购EUV光刻机 根据文件，募资将用于三个方向：一是建设韩国新晶圆厂，以应对AI带来的全球存储芯片短缺；二是建设韩国新封装设施；三是采购EUV光刻机，用于制造下一代芯片。这些投资将进一步巩固其在存储芯片领域的领先地位。 ## 美国商务部长施压在美建厂 美国商务部长卢特尼克在美光科技的活动上表示，已与三星和SK海力士就在美建厂进行洽谈。他强调，不希望韩国继续主导这项重要技术，暗示美国将推动存储芯片本土化生产。这一表态与《芯片与科学法案》鼓励半导体制造回流美国的政策方向一致。 ## 行业影响与展望 SK海力士的IPO成功和建厂压力，折射出AI时代存储芯片的战略地位。作为英伟达的核心供应商，其产能扩张直接关系到AI算力供应链的稳定。而美国要求海外芯片巨头在美建厂，则反映出全球半导体供应链的深度重构。未来，SK海力士、三星和美光之间的竞争，以及各国政策博弈，将深刻影响存储芯片产业格局。
开源AI正在蓬勃发展。Hugging Face CEO Clem Delangue在TechCrunch的Equity播客中分享了他的观察：越来越多的企业正在从依赖付费API转向使用开源模型，原因直指成本与控制权。 ## 从“租用”到“拥有”的转变 Delangue表示，他反复看到相同的模式：企业最初会使用前沿API（如OpenAI的GPT系列）来快速验证想法，但随着规模扩大，高昂的API费用开始成为负担。“当使用量达到一定程度时，租用AI的成本会远远超过自行部署开源模型的成本。”他解释道。这种成本压力促使企业转向像Hugging Face这样的平台，寻找可自由下载和部署的开源模型。 目前，Hugging Face已成为AI领域的GitHub，约一半的财富500强企业都在使用其平台。Delangue认为，开源不仅降低了成本，更让企业获得了对AI系统的完全控制权——包括数据隐私、模型定制和长期维护。 ## 开源与闭源之争：谁控制未来？ Delangue对闭源AI的垄断风险表示担忧。他指出，如果少数几家大公司控制了最先进的AI模型，它们将有能力决定技术的使用方式、定价甚至发展方向。这种集中化可能扼杀创新，并带来安全隐患。他以Anthropic暂停发布Fable模型为例，说明闭源公司可以单方面决定什么“安全”，而这种权力不应由私人企业独享。 相比之下，开源模型允许社区审查代码、发现漏洞，并共同改进。Delangue认为，开源是确保AI安全、透明和民主化的关键路径。 ## 中国AI模型与全球竞争 在谈到中国AI模型时，Delangue承认中国团队在开源领域做出了重要贡献。他提到，许多来自中国的模型在Hugging Face上获得了大量下载，这表明开源社区是全球性的。他认为，各国之间的开源协作有助于加速AI进步，但也需要警惕技术被滥用。 ## 结语 对于企业而言，选择开源还是闭源已不仅仅是技术偏好，而是关乎成本、控制权和长期战略。Delangue的观察揭示了一个趋势：随着开源模型能力的提升和生态的完善，越来越多的企业正从“租用AI”转向“拥有AI”。Hugging Face作为这一转型的平台，正在成为AI基础设施的核心。
## 快讯：GPT-5.6 成 Copilot 365 首选模型 OpenAI 最新发布的高级模型系列——GPT-5.6，已被指定为微软 Copilot 365 的“首选模型”。这一消息由 OpenAI 官方确认，在近期关于两家公司可能“分手”的传闻甚嚣尘上的背景下，显得尤为关键。 ## 背景：合作关系的“定心丸” 微软与 OpenAI 的深度绑定曾是 AI 行业最受关注的合作之一。微软向 OpenAI 累计投资超 130 亿美元，并将 OpenAI 的模型深度整合进 Azure、Office 365 等核心产品。然而，随着 OpenAI 开始向企业客户直接销售服务，以及微软推出自研小模型 Phi 系列，外界开始猜测双方关系可能出现裂痕。此次 OpenAI 明确将 GPT-5.6 称为 Copilot 365 的“首选模型”，无疑是对这些猜测的有力回应。 ## GPT-5.6 能力亮点 尽管 OpenAI 尚未公开 GPT-5.6 的完整技术细节，但已知该模型在**推理能力、多轮对话连贯性**以及**指令遵循精准度**上有显著提升。对于 Copilot 365 的用户而言，这意味着在 Word 中生成文档、在 Excel 中分析数据、在 Teams 中总结会议纪要等场景将获得更流畅、更准确的体验。 ## 行业影响 这一声明也揭示了 AI 行业的一种新趋势：**超级模型提供商与应用平台之间的“共生”关系正在加深**。微软并未因自研模型而放弃外部最强模型，反而通过“首选”地位确保其生产力套件始终拥有最前沿的 AI 能力。反之，OpenAI 也通过微软庞大的用户基础（Copilot 365 已覆盖数亿 Office 用户）获得了稳定的商业变现场景。 ## 小结 GPT-5.6 成为 Copilot 365 的首选模型，不仅是一次产品升级，更是双方战略联盟的再确认。对于企业用户而言，这意味着他们可以继续依赖微软平台获得 OpenAI 的最新成果，而无需担心技术供应链的断裂。未来，随着 GPT-5.6 的全面部署，Copilot 365 的 AI 功能有望迎来质的飞跃。
OpenAI的二号人物、应用业务CEO Fidji Simo宣布辞去全职职务，转为兼职顾问。她的医疗休假因神经免疫疾病复发而延长，最终决定不再回归全职。这一变动发生在OpenAI可能启动IPO、并在企业市场追赶Anthropic的关键时期，给CEO Sam Altman留下了一个重要的领导空缺。 Simo于2024年加入OpenAI董事会，2025年5月正式加入公司，担任新设立的应用业务CEO，直接向Altman汇报，整合了商业和产品运营。当时，COO Brad Lightcap、CFO Sarah Friar和CPO Kevin Weil都向她汇报，而Altman则聚焦研究、算力与安全。Simo此前在Instacart担任CEO，带领公司完成2023年IPO，并在Meta工作超过十年，负责Facebook应用。 在Simo休假期间，公司已出现高层变动：CMO Kate Rouch因癌症康复离职，CPO Kevin Weil也已离开，COO Lightcap转任特殊项目。Simo的正式退出意味着Altman需要寻找一位新的二把手，而此时OpenAI正面临多重挑战：ChatGPT增长放缓、企业市场份额落后于Anthropic，公司正将重心转向编程工具。 Simo的离职对OpenAI的消费者业务战略是一个打击。她曾被视为IPO后承担更大责任的热门人选，如今这一空缺让Altman的接班计划变得更加紧迫。
OpenAI 近日正式推出了其新一代模型家族——**GPT-5.6**，该系列在多个维度实现了显著提升，尤其在网络安全领域表现突出。作为 GPT 系列的最新迭代，GPT-5.6 不仅延续了前代在语言理解和生成上的优势，更在安全防护、对抗性鲁棒性以及代码安全审查等方面进行了专项强化。 ## 安全升级：从被动防御到主动防护 GPT-5.6 最引人注目的改进在于其安全架构。据 OpenAI 透露，新模型在训练阶段引入了更严格的对抗训练机制，能够更有效地识别并抵御提示注入、越狱攻击等常见威胁。此外，模型在代码生成过程中内置了安全审查模块，可自动检测潜在的漏洞代码，并给出修复建议。这一特性对于依赖 AI 辅助编程的企业级用户尤为重要。 ## 性能全面提升，覆盖多领域 除了安全能力，GPT-5.6 在常规任务上同样实现了进步。根据官方基准测试，新模型在数学推理、多语言翻译、长文档理解等核心场景中均优于前代 GPT-4o。在 MMLU（大规模多任务语言理解）基准上，GPT-5.6 的得分提升了约 5 个百分点，而在 HumanEval 代码生成任务中，其通过率达到了 **92%**，接近人类专家的水平。 ## 行业影响与展望 此次发布标志着 OpenAI 在“负责任 AI”道路上的重要一步。随着 AI 模型在金融、医疗、政务等敏感领域的应用日益广泛，安全与可靠性已成为行业刚需。GPT-5.6 的网络安全强化，可能促使其他 AI 厂商跟进，将安全能力作为模型竞争力的核心指标。 值得注意的是，OpenAI 并未透露 GPT-5.6 的具体参数规模，但据推测其采用了更高效的架构，从而在提升性能的同时控制了推理成本。目前，GPT-5.6 已通过 API 向开发者开放，部分功能（如代码安全审查）需额外订阅。 ## 小结 GPT-5.6 的发布不仅是一次技术升级，更是 AI 安全治理的里程碑。它表明，在追求更强能力的同时，模型的安全性同样可以被系统性地提升。对于企业和开发者而言，这意味着更可靠的工具，也预示着 AI 应用落地将进入一个更注重信任与合规的新阶段。
AI 智能体能帮你融资吗？总部位于新泽西州泽西市的初创公司 **Lyzr** 刚刚给出了教科书式的答案——它让自己的 AI 智能体 **SivaClaw** 主导了 **1 亿美元** 的 B 轮融资，公司估值约 **5 亿美元**。这不仅是一次成功的融资，更是一次极致的产品演示：如果连融资这么复杂的工作都能交给 AI 智能体完成，企业客户还有什么理由不买单？ ## 智能体如何“跑完”融资全程 根据彭博社的报道，Lyzr 的融资过程与传统方式截然不同。SivaClaw 这个 AI 智能体系统承担了融资中的关键角色： - **与超过 130 家投资机构沟通**，回答各种尽职调查问题 - **自动撰写投资备忘录**，生成标准化的融资文件 - **追踪投资人行为**，比如记录他们在演示文稿中哪些页面停留时间最长，以此判断兴趣点 整个过程中，Lyzr 的创始人无需像传统创业者那样频繁飞往硅谷，在 Sand Hill Road 上穿梭于咖啡会议和熟人引荐之间。这种“远程融资”模式不仅节省了时间和精力，还向投资人传递了一个强有力的信号：我们的产品真的能干活。 ## 400 亿美元兴趣背后的资本热潮 更令人瞩目的是，Lyzr 透露，他们在没有创始人亲自出马的情况下，收到了来自硅谷、中东以及金融领域投资机构总计 **4 亿美元** 的投资意向。最终实际融资 1 亿美元，说明市场对 AI 智能体赛道的热情已经溢出了传统融资渠道。 这背后反映出一个更大的趋势：**当前 AI 领域的资本密度极高**。只要创业公司展现出明确的 traction（产品市场契合度），创始人几乎可以“足不出户”就完成九位数融资。Lyzr 的案例并非孤例，而是这一波 AI 投资热潮的缩影——当资本追逐优质标的时，融资流程本身也在被 AI 重塑。 ## 产品即销售：最干净的销售话术 对于 Lyzr 而言，这次融资本身就是一场完美的营销。当创始人向企业客户推销“让 AI 智能体替你工作”时，客户可能会质疑：这东西真的可靠吗？而 Lyzr 直接用自己的融资过程作为案例：我们把自己的融资交给了 AI 智能体，它谈下了 1 亿美元，你说它行不行？ 这种“吃自己的狗粮”的做法极具说服力。在 AI 企业服务领域，信任是最稀缺的资源。Lyzr 通过一场真实的商业活动证明了其产品的价值，比任何白皮书或 demo 都更有力量。 ## 小结：AI 智能体正在改变创投游戏规则 Lyzr 的故事揭示了一个更深层的变化：AI 智能体不仅能在客户场景中提升效率，还能重塑创业公司自身的运作方式。从融资、销售到内部管理，智能体正在渗透到企业运营的每一个环节。对于创始人来说，这意味着未来融资可能不再是一场“社交马拉松”，而更像是一场“系统优化挑战”——你的 AI 智能体足够聪明吗？ 当然，这种模式是否适用于所有行业和阶段仍有待观察。但至少在这个案例中，Lyzr 用 1 亿美元证明了一点：AI 智能体不仅能干活，还能帮公司“搞钱”。
OpenAI近日宣布关闭其AI浏览器Atlas，这款以ChatGPT为核心的产品上线不到一年即被放弃。然而，这并非OpenAI放弃AI浏览场景的信号——相反，它正在将Atlas中的关键代理浏览功能迁移至ChatGPT桌面应用和一款全新的Chrome扩展中。 ## 从“侧任务”到核心整合 Atlas的关闭并非意外。今年早些时候，OpenAI应用部门CEO Fidji Simo明确要求团队削减“侧任务”，此前公司已因此关停了AI视频生成工具Sora。这一决策反映出OpenAI对产品战略的重新聚焦：与其打造一个独立浏览器，不如将AI浏览能力嵌入用户现有的工作流中。 ## 浏览器之争：从独立产品到功能组件 过去一年，AI行业掀起了一场“浏览器战争”：Perplexity推出了Comet，The Browser Company发布了Dia，谷歌和微软也分别为Chrome和Edge添加了AI功能。然而，经过数月实验，OpenAI似乎得出了一个关键结论：**浏览器本身不是目的地，而是一个功能载体**。因此，它决定将Atlas的代理能力移植到用户已经习惯的平台上。 ## 两大新动作：Chrome扩展与桌面应用升级 OpenAI的最新举措包括： - **ChatGPT Chrome扩展**：该扩展能够访问当前浏览页面的上下文，允许用户直接提问、总结内容或启动更复杂的任务。这直接对标谷歌的Gemini侧边栏功能。 - **ChatGPT桌面应用增强**：新版桌面应用内置了更强大的浏览器，用户无需离开ChatGPT即可浏览网页、登录账户、下载文件并与页面交互。此外，一个独立的云浏览器运行在OpenAI服务器上，作为AI代理代表用户执行任务的场所。 ## 打造连续工作空间 这两项更新共同将ChatGPT转变为一个**跨Chrome、桌面应用和AI代理的连续工作空间**。用户可以在浏览器中快速获取摘要，在桌面应用中执行深度浏览任务，并委托云端代理完成复杂操作——所有这一切都在ChatGPT的生态内无缝衔接。 ## 行业影响与未来展望 OpenAI的战略转向标志着AI浏览器赛道的分化：当其他初创公司仍在争夺浏览器市场份额时，OpenAI选择了一条更务实的路径——**将AI浏览能力嵌入现有生态**。这一做法不仅降低了用户迁移成本，也避免了与Chrome等成熟浏览器的正面竞争。对于开发者而言，这意味着未来AI代理的交互界面可能不再是独立的浏览器，而是无处不在的插件与桌面助手。 随着Chrome扩展和桌面应用的逐步上线，OpenAI正在重新定义“AI浏览器”的含义：它不再是一个单独的窗口，而是一种随时待命的能力。
Anthropic是否该信任埃隆·马斯克来托管其模型？在X平台用户暗示马斯克可能某天突然将这家AI实验室从SpaceX服务器上踢出以削弱竞争对手后，马斯克回以高度赞扬，并承诺“这不符合我的风格”。 马斯克在周四的帖子中写道：“我显然看错了Anthropic。”他指的是自己2025年9月曾断言“Anthropic从未有过胜算”。然而当时Anthropic已被报道在企业AI市场中占据最大份额。如今，马斯克的态度彻底转变：截至2026年7月，Anthropic已成为SpaceX最大客户之一。 回顾一下：Anthropic在5月签署协议，购买300兆瓦计算能力——即xAI位于田纳西州孟菲斯的Colossus 1数据中心全部产出（xAI于2月与SpaceX合并）。Anthropic同意每月支付12.5亿美元，合同持续至2029年5月，为SpaceX的xAI部门带来约400亿美元收入。此外，谷歌也签署了租用SpaceX基础设施的协议，每月9.2亿美元，持续至2029年6月。 马斯克坚称Anthropic的决策并无风险，并表达了对竞争对手的钦佩：“他们显然是当前AI领域的领导者。没有公司发布过像Mythos/Fable这样好的模型，他们无疑很快就会准备好Mythos 2。我绝不会以严重伤害他们的方式切断服务，即使作为竞争对手。这不是我的风格。” 作为证据，他列举了特斯拉2014年的决定——不主动对善意使用其技术的公司提起专利诉讼，以及开放超级充电站网络和充电接口设计。他还指出SpaceX发射竞争性卫星系统时不提价或使用不公平条款。“即使是我最大的敌人也可以在这个平台上攻击我。” 当然，马斯克并非完全不屑于针对竞争对手的策略，尤其是那些与他有历史纠葛的对手——例如他起诉过OpenAI。不过，Anthropic不必完全依赖马斯克的“风格”保证：如果马斯克突然关闭Anthropic的基础设施，必然会产生合同后果，更不用说这对SpaceX的xAI部门带来的巨大利益。
三年前，红杉资本合伙人 David Cahn 率先算了一笔账：以英伟达 500 亿美元的 GPU 年收入为起点，加上数据中心运营成本和运营商利润，得出需要 2000 亿美元收入才能收回前期投资。如今，经过三年超大规模扩张，Cahn 给出了 2026 年 AI 基础设施支出的新数字：**1.5 万亿美元**。他计算，整个 AI 行业需要赚取 **3 万亿美元** 才能证明所有芯片和数据中心支出的合理性——而且这很可能还是低估，因为内存成本上升以及专用芯片的使用会推高数字。 在收入端，Anthropic 据报道已达到 600 亿美元年化收入，OpenAI 在 2025 年赚了 130 亿美元（2025 年 11 月称其年化收入达 200 亿美元），且今年可能更多。但差距依然巨大。 资产管理巨头 Apollo 的首席经济学家 Torsten Slok 关注着这个缺口。他最近指出，超大规模企业——谷歌、Meta、微软、亚马逊——都预测 2028 年自由现金流将大幅加速，即期望从购买的芯片中获得回报。但如果未能实现呢？Slok 注意到一个风险：更多组织转向更便宜的开放权重模型（通常来自中国），而非前沿实验室的模型，整体 token 价格正在下降。OpenAI 最新模型在编码任务上 token 效率提升 54%。这对用户是好事，但对构建 token 工厂的公司可能不利——如果用户没有大幅增加整体 token 使用量。 Slok 担心，如果超大规模企业未能实现现金流目标，市场反应可能严重——因太多押注集中在少数几家巨头身上。
Meta 于周四正式发布 Muse Spark 1.1，这是一款面向智能体编程的多模态 AI 模型，旨在与 OpenAI 和 Anthropic 的同类产品竞争。Spark 1.1 是今年四月首次发布版本的升级，据称具备多步推理、处理复杂流程、管理数字工作流以及在业务系统中部署新功能的能力。 尽管 Meta 在时间上落后于 Anthropic 和 OpenAI，但其定价策略颇具竞争力。据路透社报道，Meta 的定价为每百万输入 token 1.25 美元，每百万输出 token 4.25 美元，与 Anthropic 的 Claude Haiku 4.5 和 OpenAI 的 GPT-5.6 Luna 基本持平（略高）。Meta 的卖点在于 Spark 处理大型智能体工作负载、修复 bug 以及协助大规模代码迁移的能力——这些正是企业日益向 AI 公司寻求的自动化功能。 Meta 在博客中表示：“Muse Spark 1.1 在需要跨外部应用和服务进行规划与编排的个人智能体任务中表现出色。” 过去几年，Meta 已发布多款基础 AI 模型，而 Muse Spark 的发布显然足够重要，以至于 CEO 马克·扎克伯格三年来首次在 X（原 Twitter）上发帖。他称 Spark 是“一款性价比极高的强智能体和编程模型”，并暗示“更多产品即将到来”。 本周对于 AI 领域来说是忙碌的一周。Meta 周二还发布了图像生成模型 Muse Image；SpaceXAI 推出了新版 Grok；OpenAI 也在周四发布了 GPT-5.6 系列模型。可见 AI 行业的竞争依然激烈，想要脱颖而出的公司仍需加倍努力。
《纽约时报》与《每日新闻》指控OpenAI在长达两年的版权诉讼中隐藏关键证据，包括其能够搜索训练数据与聊天记录的能力。原告称，OpenAI数据隐私工程师Vinnie Monaco在法庭作证中披露，公司早已建立约7800万条去标识化ChatGPT对话的数据库，用于内部评估侵权情况，并开发了名为“Project Giraffe”的工具集，其中“Bloom”过滤器可检测并记录输出中的版权内容复现。这些内部工具与数据的存在，与OpenAI此前声称“无法搜索训练语料”、“技术负担过重”等抗辩理由直接矛盾。原告还指出，OpenAI在诉讼后删除了数十亿条ChatGPT输出，违反法院证据保全令，且提交的2000万条日志样本因大量涂黑被法院认定为“不可用”。该动议旨在寻求制裁，进一步激化这起标志性AI版权案。 ## 核心争议：OpenAI是否隐瞒了技术能力？ 诉讼焦点在于OpenAI是否故意隐瞒其检索训练数据与对话记录的能力。此前，OpenAI以技术困难与用户隐私为由，拒绝提供大规模日志数据。但Monaco的证词显示，公司早在诉讼前就已构建对话数据库，并用于内部侵权评估。此外，“Project Giraffe”工具的披露表明，OpenAI有能力检测版权内容复现，却未主动向法院说明。 ## 原告指控：证据破坏与拖延策略 原告声称，OpenAI在诉讼后删除数十亿条ChatGPT输出，涉嫌违反证据保全令。同时，OpenAI将原本要求的1.2亿条日志样本压缩至2000万条，且提交版本中大量信息被涂黑，法院评价其“不可用”。这些行为被解读为刻意阻碍原告获取关键证据。 ## 行业影响：AI版权诉讼的标杆案例 此案若认定OpenAI存在隐瞒行为，可能加剧监管对AI企业训练数据透明度的要求。目前，多家出版商与创作者正密切关注此案进展，其判决结果或为AI训练数据合理使用范围划出更清晰的边界。
谷歌近日宣布，将在其广告系统中推出新的消费者可见功能，帮助用户识别哪些广告使用了人工智能技术。这项功能将集成在 **My Ad Center**（我的广告中心）面板中，用户通过点击广告上的三点菜单或信息图标即可进入。此前，该面板已支持用户屏蔽或举报广告、了解广告主信息及广告展示原因，现在新增的“How this ad was made”（此广告如何制作）选项将告知用户该广告是否由AI创建或编辑。 这一举措的背景是，AI技术大幅降低了广告制作的门槛——品牌可以轻松生成产品在不同场景下的展示图，而无需进行真实的电商摄影。但与此同时，如果消费者无法区分真实照片与AI生成内容，就可能导致误导。虽然谷歌早已禁止误导性和欺骗性广告，但过去只要求选举类广告披露AI使用情况。现在，这一要求扩展至所有广告。 对于使用谷歌生成式AI广告工具创建的广告，系统会自动启用披露标签。但如果广告由第三方工具制作，广告主则需要手动通过新的控制选项来声明是否使用了AI。谷歌表示，**不会主动核查广告主的声明是否属实**，这意味着该机制在很大程度上依赖广告主的诚信。此外，在某些法律法规有明确要求的市场，广告可能会被强制标注AI相关标签。 从行业角度看，谷歌此举是对AI广告透明度呼声的回应。随着生成式AI在广告创意领域的快速普及，消费者对“所见是否所得”的疑虑日益增加。Meta、TikTok等平台此前也推出了类似的AI内容标签，但多集中在用户生成内容或政治广告领域。谷歌将披露机制扩展到所有商业广告，且将其纳入统一的广告信息面板，降低了用户的认知成本。 不过，依赖广告主主动申报的策略也引发了争议。批评者认为，缺乏第三方验证可能让不诚信的广告主钻空子。谷歌对此尚未公布具体的抽查或惩罚措施。未来，随着各国AI监管法规的完善，强制标注或将成为行业标配，而谷歌的这一步或许只是开始。
**巴黎AI语音初创公司Gradium宣布完成1亿美元种子轮融资，英伟达（Nvidia）作为新投资者加入。** 本轮融资最初于去年12月启动，当时以7000万美元规模走出隐身模式，如今追加至1亿美元，显示出资本市场对实时语音AI赛道的强烈信心。 Gradium由前Google Brain、DeepMind和Facebook研究员Neil Zeghidour联合创立，从法国AI实验室Kyutai（由电信亿万富翁Xavier Niel支持）分拆而来。公司专注于开发超低延迟的语音AI模型，旨在消除AI对话中常见的“尴尬停顿”，实现近乎即时的语音响应。 ## 融资细节与战略意图 此轮融资的投资者阵容豪华，包括**FirstMark Capital、Eurazeo、DST Global Partners、Eric Schmidt以及Xavier Niel**。新增的Nvidia参投尤为引人注目——作为AI算力基础设施的绝对龙头，Nvidia的投资往往带有生态布局意味。Gradium表示，资金将主要用于在**旧金山湾区开设办公室**，与Anthropic、Google、Meta和OpenAI等巨头争夺人才。 > “巴黎虽是欧洲AI重镇，但能接近全球最活跃的AI生态系统至关重要。”公司声明中如此解释跨洋扩张的决策。 ## 产品与竞争格局 Gradium的技术核心是**大规模、超低延迟的语音生成模型**。与市面上多数需要数百毫秒甚至更久才能响应的方案不同，其模型可将延迟压缩至人类自然对话的感知阈值以下。这在客服、虚拟助手、游戏NPC等场景中具有显著优势——用户不再需要等待“呃...让我想想”式的机械回应。 竞争方面，该赛道已十分拥挤：**ElevenLabs**在2月估值达到110亿美元，**Google的Gemini**等大模型厂商也内置了强大的语音能力。但Gradium似乎已找到差异化路径：自去年12月上线以来，已拿下包括**法国汽车制造商雷诺（Renault）**在内的大客户。 ## 行业视角 这笔交易折射出两个趋势：一是**语音AI正从“能听会说”向“即时交互”演进**，低延迟成为产品落地的关键门槛；二是**欧洲AI初创公司越来越多选择“双总部”模式**——保留欧洲研发根基的同时，在美国建立商业和人才据点。Gradium的案例表明，即使拥有欧洲顶级实验室背景，要参与全球AI竞赛，仍需直接切入硅谷的人才池与客户网络。 ## 小结 1亿美元种子轮、Nvidia背书、雷诺订单——Gradium用三个标签为自己贴上了“值得关注”的标记。但语音AI赛道已进入白热化阶段，资金只是入场券，真正的考验在于能否将技术优势转化为可持续的客户价值。对于这家巴黎起家的公司，硅谷的新办公室既是机遇，也是挑战。
OpenAI 正逐步向公众开放其最新高级语言模型 **Sol**，该模型被认为至少与 Anthropic 的 **Fable** 相当——后者曾因其能力（或所有权）让白宫紧张，一度被禁止公开访问。那么，这些模型是如何获得发布许可的？简短回答：没人确切知道。 乔治城大学安全与新兴技术中心高级研究分析师 Mina Narayanan 对 TechCrunch 表示：“坦白说，我无法了解这些具体流程，因此没有足够信息判断它们是否充分。”Anthropic 曾透露他们与政府进行了对话，开发了检测越狱尝试的分类器，并实施了防御性差距策略以防止未来越狱，但“政府与 Anthropic 和 OpenAI 之间的对话具体内容并不清晰”。 前特朗普政策顾问、现任职于 OpenAI 的 Dean W. Ball 上个月在其通讯中写道：“没人知道获得许可的要求是什么。”Databricks、Perplexity 和 Laude Institute 的联合创始人、计算机科学家 Andy Konwinski 表示，他从未与任何了解该流程的人交谈过，甚至包括前沿实验室的员工。“这本质上是个问题，”他对 TechCrunch 说，“无论是否涉及安全，关键在于谁拥有决策权——谁把关并决定权限？” 特朗普政府执政 18 个月后，推进路径仍不明确，部分批评者认为这恰恰是因为行业人士在制定政策。上个月，经过数周内斗，一项行政令发布，为评估前沿模型制定了路线图，但具体细节尚未填充——除了明确不会有的内容。“不会出现‘AI 领域的 FDA’，”前 Andreessen Horowitz 合伙人、上月刚卸任白宫 AI 高级顾问的 Sriram Krishnan 告诉《金融时报》。 值得注意的是，目前仍未就哪些模型需要政府审查、以及应由哪个或哪些机构进行评估达成一致。目前，商务部下属的 **AI 标准与创新中心** 似乎正在牵头，但行政令要求六个内阁机构在 8 月初之前确定最终流程。在此期间，过程充其量是临时性的。OpenAI CEO Sam Altman 在 CNBC 上表示，该流程涉及……（正文因字数限制截断，但核心信息已涵盖）
Meta 于本周二推出了名为 **Muse Image** 的新 AI 图像生成功能，允许用户在旗下应用内创建原创图片、编辑现有照片，甚至生成定制广告。然而，其中一项能力迅速引发争议：Muse Image 允许用户利用公开 Instagram 账户中的照片生成 AI 图像。只要某人的个人资料是公开的，其他用户就可以标记该账户并将其照片用于 AI 生成内容。（仅私密账户和 18 岁以下用户的账户被自动排除在外。） **核心问题在于知情同意**。用户可能完全不知道自己的公开照片会被陌生人纳入 AI 图像，且当有人复用其公开内容时，用户甚至不会收到通知。此外，轻松操控他人图像的功能为滥用、骚扰、冒名顶替和非自愿图像编辑打开了大门。 ## 如何退出 Meta 的 Muse Image 生成器 如果您希望阻止自己的照片被用于 AI 生成，可按照以下步骤操作： 1. 前往您的个人资料页面，点击右上角的三条横线。 2. 向下滚动找到“分享与复用”。 3. 寻找“允许他人在 Instagram 上使用您的内容参与 Meta AI 功能”的选项。 4. 将帖子和 Reels 的对应开关都关闭。 ## 行业背景与隐私担忧 Muse Image 的推出正值 AI 工具日益融入社交媒体平台之际。随着科技公司竞相推出新的生成式 AI 功能，许多专家认为需要更强的隐私保护和更高的透明度，以便用户充分了解自己的照片和个人数据如何被使用。 公众对 AI 的怀疑情绪已然高涨。根据皮尤研究中心的调查，**35% 的受访者**表示对人工智能日益广泛的应用感到担忧多于兴奋。此外，Meta 在用户隐私方面的过往记录也加剧了人们对其最新 AI 功能的质疑。2019 年，美国联邦贸易委员会（FTC）因 Facebook 违反 2012 年的同意令，误导用户对其个人信息的控制权，对其处以 **50 亿美元** 罚款。此前，政治咨询公司剑桥分析通过一款性格测试应用获取了多达 **8700 万** Facebook 用户的数据。当时 Facebook 的平台政策允许开发者收集用户好友的信息，而许多用户对此并不知情。 ## 小结 Muse Image 的争议再次凸显了 AI 时代隐私保护的困境。对于普通用户而言，主动关闭相关设置是目前最直接的防护手段；而对于行业而言，如何在创新与隐私之间取得平衡，仍是一个待解的难题。
据路透社援引内部备忘录报道，Meta计划于今年9月开始生产其最新版本的AI定制芯片，旨在缓解因组件短缺导致的GPU成本压力。该芯片是Meta训练与推理加速器（MTIA）项目的一部分，由Meta与博通合作设计，并由台积电负责制造。备忘录透露，至少有一款芯片在大约六周内通过了测试阶段。 Meta在3月详细介绍了四款新芯片，其中部分已部署或将在今年或明年部署。公司采取模块化设计方法，通过可组合的芯片组（chiplet）来适应AI技术的快速演进。每一代MTIA都基于前代改进，融入最新的AI工作负载洞察和硬件技术，并以更短的周期进行部署。 这些芯片将主要用于训练排名和推荐算法模型、处理更广泛的AI工作负载以及面向应用的推理任务。尽管Meta仍会从英伟达和AMD等厂商采购GPU，但自研芯片有望帮助公司节省大量成本。自2023年以来，Meta一直在自研AI芯片，并已投入巨资确保计算能力。公司4月预计今年资本支出将在1250亿至1450亿美元之间，其中很大一部分用于AI项目。 此外，Meta还在全球范围内达成数据中心和电力协议，投入数百亿美元获取计算能力，以训练和部署其新的Muse Spark系列AI模型。据备忘录，Meta计划今年部署7吉瓦的计算能力，明年翻倍。去年，Meta还与ARM签约以确保推荐系统的计算资源，并分别与AMD和亚马逊达成数十亿美元的协议，使用其Instinct GPU和自研CPU满足AI需求。 Meta并非唯一试图减少对英伟达依赖的公司。OpenAI上月也发布了自研AI芯片计划。随着AI芯片竞争加剧，Meta的模块化策略和快速迭代能力或将成为其关键优势。