分类: AI资讯

聚焦前沿人工智能动态,速览行业热点、技术突破、产业风向与实用 AI 干货,紧跟科技潮流,第一时间掌握 AI 最新趋势。

  • Meta甩开Ray-Ban单干了:299美元的自有品牌智能眼镜今天开卖

    过去三年,提到Meta的智能眼镜,大家脑子里蹦出来的词都是”Ray-Ban”。这个合作确实聪明——让一个做眼镜起家的老牌子给智能眼镜背书,消费者才不会觉得头上戴的是个怪胎电子产品。但现在Meta决定单干了。

    昨天,Meta正式发布了自有品牌的智能眼镜,不贴Ray-Ban的标,也不贴Oakley的标,就是Meta自己的牌子。价格定在299美元,比Ray-Ban版本便宜了80美元。

    Meta智能眼镜
    Meta自有品牌智能眼镜,三种款式、七种颜色,299美元起

    三个款式,其中一个是Kylie Jenner联名

    这次一共出了三个款式,七种颜色。其中一款是跟Kylie Jenner(就是那个卡戴珊家族的小妹,真人秀明星)联名设计的,叫”Muse”。另外两个款式的名字分别是”Adventurer”和”Spark”。

    虽然牌子换成Meta自己了,但生产还是跟EssilorLuxottica合作的——这家公司同时拥有Ray-Ban和Oakley,是全世界最大的眼镜制造商。所以眼镜本身的质量和新工艺还是有保障的。

    硬件配置跟Ray-Ban版本基本一样:摄像头、麦克风阵列、接入Meta AI聊天助手,该有的都有。Meta可穿戴设备副总裁Alex Himel说,电池续航也在改进,隐私保护功能会在后续更新中跟上。

    “人们会在它足够好的时候开始用它,就像坐公共交通一样。”——Peter Bristol,Meta工业设计副总裁

    为什么要甩掉Ray-Ban

    这件事得从两头看。跟Ray-Ban合作确实帮Meta智能眼镜快速打开了市场——三年前智能眼镜看起来还像科幻片里的道具,或者至少戴出去会让人觉得你是个呆子。Ray-Ban的经典镜框设计让这副眼镜看起来就是一副普通的墨镜,你戴着它走在街上不会觉得尴尬。

    但贴别人的牌子,意味着Meta始终是在借力,而不是在建立自己的硬件品牌。苹果那边智能眼镜的传闻一直没停过,到时候如果Meta还在靠Ray-Ban的牌子卖眼镜,就很被动。所以现在单干,时机不算坏。

    价格砍到299美元也很关键。Ray-Ban版本的智能眼镜定价在379美元左右,降到299美元就意味着更多人买得起。智能眼镜这个品类能不能真正普及,价格是一道必须跨过去的坎。


    隐私这道坎还没过去

    说回来,Meta做硬件有一个绕不过去的问题:隐私。《纽约时报》和《Wired》都在最近几周报道过,Meta正在给智能眼镜开发人脸识别功能。这个功能一旦上线,戴着这副眼镜走在街上,它就能告诉你对面走过来的人是谁——如果你之前在Facebook或者Instagram上见过的话。

    这件事让很多人感到不舒服。Meta的历史记录在这儿摆着——它对用户数据的态度一直比较”激进”。现在把摄像头放到一副人们天天戴在脸上的眼镜上,质疑声只会更大。

    Alex Himel说隐私改进功能”在路上”,但具体是什么、什么时候上线,他没有细说。这可能是Meta未来几个月需要认真对外讲清楚的一件事。

    跟苹果的正面对决越来越近

    Meta选择在这个时间点发布自有品牌眼镜,很难不让人联想到苹果。一直有传言说苹果在做自己的智能眼镜产品,如果真的做出来,以苹果的生态系统和品牌号召力,对Meta会是很大的冲击。

    所以Meta的策略很清晰:在苹果进来之前,尽量多占市场份额,把价格打下来,把品牌建立起来。299美元的定价就是一个信号——它不想只做小众极客的玩具。

    • Meta自有品牌智能眼镜今天正式开卖,299美元起
    • 三个款式(Adventurer / Spark / Muse),七种颜色,Muse为Kylie Jenner联名款
    • 仍由EssilorLuxottica生产,硬件配置与Ray-Ban版本基本一致
    • 隐私问题仍是最大质疑点,人脸识别功能正在开发中
  • Superhuman把GPTZero买了,AI内容检测这事儿终于有人认真做了

    做邮件客户端起家的Superhuman(前身是大家都用过的Grammarly)刚刚宣布收购了AI内容检测工具GPTZero。这笔交易让Superhuman一下子多出了3000万美元的年度经常性收入,以及1900万注册用户。

    一个大学宿舍里长出来的公司

    GPTZero的联合创始人Edward Tian今年才26岁。2022年,他还是普林斯顿大学的一名大四学生,因为看到ChatGPT出来以后满世界都是AI写的文章,就自己动手做了一个检测工具。结果这个工具一下子火了,他也干脆全职做起了公司。

    另一个联合创始人是Alex Cui。公司2023年正式注册,到现在全公司也就30个人。据PitchBook的估值数据,GPTZero目前的估值已经超过8800万美元。投资方里你能看到Uncork Capital、Neo、Footwork,还有Jack Altman(Lattice的CEO)也在其中。

    AI内容检测示意图
    AI生成内容检测正成为越来越重要的基础设施

    为什么是现在

    AI写出来的一篇稿子,你很难用肉眼判断它到底是不是人写的。这件事在教育领域已经是个大麻烦了——学生交上来的作业,老师根本分不清是谁写的。GPTZero最早就是在学校里用得最多,现在教育领域贡献了Grammarly约7亿美元年度收入的差不多三分之一。

    “GPTZero创立时的使命是保护人类写的东西。现在我们需要保护的是批判性思维。”——Edward Tian

    除了教育,咨询、招聘、新闻这些行业也在大量使用GPTZero。你招聘的时候收到一份简历,你怎么知道它不是AI帮你写的?记者用AI辅助写稿已经很普遍了,但哪些内容应该是人写的、哪些可以交给AI,这需要一条清楚的线。

    Superhuman在下一盘什么棋

    Superhuman的前身就是Grammarly,后来改名重新做了定位,要做” wherever you work的AI助手”。他们之前已经买了Coda(那个做协作文档的)、自己的邮件客户端、还有Rows(AI表格工具)。这次买GPTZero是第四笔收购。

    Superhuman的CEO Shishir Mehrotra(之前在谷歌待了很多年)说,他们有4000万日活用户,这是一个”蹦床”——收购进来的产品可以借助这个用户规模快速起量。GPTZero会被整合进Superhuman Go,这是一个能在100万个网站和App里随时调用的AI助手。

    合并之后,Edward Tian和Alex Cui会留在Superhuman,带一个专门做”真实性”的团队。GPTZero的30名员工也全部并入。


    这桩买卖背后的大逻辑

    AI内容检测这个赛道,在ChatGPT发布后冒出了几十家创业公司。但大部分都做不大,因为检测准确率永远是个猫鼠游戏——AI在进化,检测器也得跟着进化。GPTZero能跑出来,很大程度上是因为它起步早、在教育界建立了口碑。

    现在并入Superhuman,意味着检测能力会被直接嵌进人们的日常写作流程里。你在写东西的时候,它就能实时告诉你这段话看起来像不像AI写的,而不是直接等你写完再去”鉴定”。这个打法比单独做一个检测网站要聪明得多。

    • GPTZero目前1900万注册用户,3000万美元ARR
    • Superhuman日活4000万,收购后GPTZero将嵌入Superhuman Go
    • 交易金额未披露,GPTZero估值超8800万美元
    • 这是Superhuman的第四笔收购
  • Anthropic给Slack加了个常驻AI队友:Claude Tag能记住你们组在干嘛

    Anthropic给Slack加了个常驻AI队友:Claude Tag能记住你们组在干嘛

    如果你在公司Slack里用过AI助手,大概知道那种感觉:每次都要重新解释背景,AI像得了短期记忆症,说完就忘。Anthropic今天推出的一样新东西,想解决这个问题——它叫Claude Tag,本质上是让Claude住进你的Slack频道里,不再是个随叫随到的工具,而是一个能”待在那里”的队友。

    Claude Tag集成到Slack工作界面
    Claude Tag让AI直接驻留在Slack频道中,持续感知团队工作上下文 | 图片来源:AI生成

    不只是@一下那么简单

    之前Anthropic其实已经在Slack里有了集成——你可以私信@Claude,或者在频道里@它提问。但Claude Tag加了一层之前没有的东西:持续上下文和记忆。Anthropic在介绍里是这么写的:”随着Claude跟着频道一路看下去,它会越来越了解这份工作。”

    具体来说,Claude Tag如果被管理员授权,可以读取其他频道的消息,然后把信息带回来。同一个Slack频道里的所有人共享同一个Claude身份——任何人都能看到Claude之前干了什么,也能从上一个人打断的地方接着聊。这个设计挺有意思,它把AI从一个”私人工具”变成了一个”团队资源”。

    Anthropic的描述是:这让Claude感觉像一个”真正的同事”——它能在公开视图里产出工作成果,拥有比之前丰富得多的上下文和理解。

    管理员手里还有控制权

    当然,让AI能读公司Slack消息,这件事在任何大公司里都会引发隐私和安全讨论。Anthropic这次给管理员留了相当细的控制权:系统管理员可以指定Claude能访问哪些工具、哪些信息、哪些频道。每个Claude身份都被限定在管理员定义的频道范围内——给法务部门设置的Claude,看不到工程频道的消息。

    这个设计其实是向企业客户释放信号:Anthropic知道你在担心什么。AI公司想进企业市场,合规和权限控制是绕不过去的门槛。Microsoft的Copilot也是这套逻辑——先搞定IT部门,再谈推广。


    还有一个”环境模式”

    Claude Tag最值得注意的一个功能是”ambient mode”(环境模式)——它不仅能被动等你@,还能主动跳出来。比如它发现组织里别的地方有个和你当前任务相关的信息,它会自己插一句。或者它注意到某个线程的讨论没了下文,会主动跟进去问一句进展。

    这个设计方向上,Anthropic不是独一家。Microsoft有Graph(通过Copilot和Work IQ表达),Snowflake和Databricks都在把自己的平台定位成”企业隐性知识”的后端,让AI Agent能调取到组织里的隐性知识。Glean也在做类似的事——在模型和企业数据之间建一个”理解上下文”的层。

    • Claude Tag目前处于research preview阶段,仅对Claude Enterprise和Team客户开放
    • AI Agent能主动”跳出来”参与讨论,这和企业聊天工具的传统交互逻辑很不一样
    • 上下文记忆是企业AI部署里最敏感也最有价值的部分,各家都在抢

    说到底,这场竞争的核心不在于谁的模型最强,而在于谁能把AI真正”放”进企业的工作流里——不是让你跳到一个聊天窗口里去问AI,而是让AI就在你本来就在用的工具里,知道你在干什么,记得你们组之前聊过什么。从这个角度看,Claude Tag是一个挺认真的尝试。

  • Google DeepMind砸7500万美元牵手A24,AI进军好莱坞不想只做配角

    Google DeepMind砸7500万美元牵手A24,AI进军好莱坞不想只做配角

    好莱坞和硅谷的关系,从来没像现在这样微妙又紧密。6月22日,Google DeepMind宣布向独立电影公司A24投资7500万美元,双方要一起开发面向电影制作的AI工具。这个消息一出,不少人脑子里冒出的第一个问题大概是:AI到底是要帮导演拍电影,还是要自己当导演?

    Google DeepMind与A24达成AI电影制作合作协议
    Google DeepMind与A24达成战略合作,共同开发AI电影制作工具 | 图片来源:AI生成

    为什么是A24?

    A24这几年在好莱坞的存在感有多强,看过《瞬息全宇宙》《妈的多重宇宙》《背屋》的人应该有感受。这家成立于2012年的独立制片公司,体量比不上迪士尼和Netflix,但在创作者群体里的口碑相当硬——它愿意给导演更大的创作空间,而不是盯着票房数据做决策。

    Google DeepMind CEO Demis Hassabis在新闻稿里说了一句挺关键的话:”我们相信,要做出真正赋能艺术家的工具,最好的方式就是直接和他们一起工作。”这句话的潜台词其实是:之前那些科技公司闭门造车搞出来的”AI创作工具”,艺术家们并不买账。这次DeepMind想换个路子,从一开始就让导演和创作者参与进来,给反馈、提需求。

    根据《华尔街日报》的报道,这笔投资的实际金额约为7500万美元。DeepMind将借此获得A24艺术家群体的”反馈和指导”,反过来为电影制作开发新的AI功能。

    好莱坞的AI争议还没结束

    其实A24远不是第一个碰AI的好莱坞玩家。今年早些时候,Netflix宣布收购了Ben Affleck创办的AI工具公司InterPositive,专门给 filmmakers做AI辅助工具。去年,亚马逊的MGM Studios也低调启动了一个AI部门,目标就是为影视制作开发工具。

    但好莱坞工会对AI的态度,大家都还记得——2023年的大罢工,AI就是核心争议之一。编剧工会和演员工会都明确要求对AI在剧本创作和数字人复制方面的使用设限。A24这次和DeepMind的合作,能不能真正让创作者在镜头前松一口气,还是会让”AI代替人类”的焦虑进一步蔓延,现在下结论还太早。


    DeepMind在下一盘什么棋?

    站在这个时间点看,DeepMind的意图其实不止于”帮人拍电影”。过去一年,AI公司都在找”落地场景”——光有技术没有应用,估值故事讲不远。好莱坞代表的不只是电影,而是整个内容产业的制高点。如果AI工具真的在A24这样的公司里跑通了,接下来游戏、广告、短视频……每一个内容赛道都会成为下一个目标。

    还有一个细节值得注意:Demis Hassabis本人是诺贝尔化学奖得主(2024年因蛋白质结构预测获得诺贝尔奖),他领导的DeepMind在科学计算领域已经证明过自己。现在把触角伸向好莱坞,这个跨度看起来大,逻辑上却一以贯之——DeepMind想证明AI不只能在实验室里算蛋白质,还能在创意产业里”有用”。

    • A24近期与Timothée Chalamet和Anne Hathaway等知名演员有过多次合作,创作者资源雄厚
    • DeepMind强调”艺术家主导”,试图和好莱坞工会建立信任关系
    • 这是DeepMind第一次直接向一家内容公司投资,标志其商业化路径的扩展

  • Cate Blanchett联手好莱坞巨星,建了个对抗AI深伪的人类登记处

    AI换脸、AI配音这几年越来越猖獗,普通人防不胜防。今天,一个由Cate Blanchett联合创立的非营利组织RSL Media正式上线了一个新工具——”人类同意登记处”(Human Consent Registry),让每个人可以自己设定:AI能不能用我的脸、我的声音、我的作品。

    人类同意登记处概念图
    “人类同意登记处”上线,对抗AI未经授权使用个人肖像(图源:RSL Media)

    好莱坞集体出手了

    这个登记处的背景很硬。除了Cate Blanchett,支持者还包括George Clooney、Tom Hanks、Meryl Streep、Viola Davis、Kristen Stewart、Steven Soderbergh等一众好莱坞重量级人物。创意艺术家 agency(CAA)和音乐艺术家联盟也都在背后支持。

    它的运作逻辑其实不复杂:每个人可以在登记处注册自己的身份信息,设定AI使用自己肖像、声音、姓名等属性的条款——可以允许、可以有条件允许(比如要求付费授权)、也可以直接禁止。AI公司在抓取和使用这些数据之前,先查登记处,就知道能不能用了。

    RSL Media联合创始人Eckart Walther说,AI系统可以通过网站的robots.txt页面发现这个登记处,就像现在网站告诉搜索引擎能不能抓取内容一样。但这个标准不是针对某个URL的内容,而是针对”作品、身份、角色或标识本身”,无论它出现在哪里。

    技术上怎么落地

    这个想法其实去年就已经有雏形了。当时推出的是”Really Simple Licensing(RSL)标准”,主要面向网站内容,告诉AI爬虫能不能抓取。这次的”人类同意标准”(Human Consent Standard)是把类似逻辑扩展到了个人身份和创作作品层面。

    技术实现上,AI系统需要主动去查询登记处的数据。这依赖的是行业的自愿遵守——就像robots.txt依赖搜索引擎的自愿遵守一样。如果AI公司选择无视,这个登记处也没有法律强制力。

    但好莱坞的背书让这件事有了不一样的分量。当George Clooney和Tom Hanks这样的明星公开支持,AI公司要无视这个标准,面临的舆论压力会相当大。

    普通人能用吗

    登记处今天正式上线,理论上任何人都可以去注册。设定自己肖像和作品的使用条款,不需要是好莱坞明星。这对普通人来说,至少是多了一层保护——哪怕没有法律强制力,但有了明确的”我不同意”的记录。

    当然,这个工具能不能真正起作用,关键还是看AI公司买不买账。目前还没有看到主要的AI公司(OpenAI、Google、Meta等)公开表态支持这个标准。但好莱坞的集体行动,至少让这件事进入了公众视野。


  • Midjourney搞了个身体扫描仪,专家们看完直摇头

    做AI图像生成的Midjourney,上周突然抛出一则让人摸不着头脑的消息:它要造医疗身体扫描仪了。不是软件,不是AI滤镜,是一台你要站进去、被水浸没的硬件设备。公司CEO David Holz说这东西最终效果可以媲美MRI,体验像去水疗中心一样轻松。

    Midjourney AI医疗扫描仪概念图
    Midjourney宣称的AI医疗扫描仪概念图(图源:Midjourney Medical)

    从AI绘画到身体扫描,这跨度是不是太大了

    Midjourney在AI图像生成领域算是明星公司,旗下模型生成的图质量高、创意强,很多设计师都在用。但这次转向医疗成像,让很多人都懵了。公司说这台扫描仪用超声波+AI处理,单次扫描不超过60秒,未来可以做到”媲美MRI的精度”。

    概念图展示的是一个金色奢华房间,中间放着一个水槽,人站进去,水下的传感器环绕身体发射声波,生成内部3D图像。公司说未来要把这种设备部署在水疗中心,扫描作为附加服务推出。

    Midjourney医疗部门负责人Tom Calloway说,扫描仪使用AI和专用芯片处理”难以想象的海量数据和算力”,同时AI还用于实现无损压缩,大幅提升处理速度。

    专家们的问题很直接:证据呢

    The Verge采访了多位医学成像专家,几乎没有人买账。密歇根大学医学院放射学教授Matthew Davenport说得更直接:这是他见过”最夸张的宣传”,完全没有证据支撑。

    问题出在几个基础上。超声波成像是个很老的技术,物理限制一直存在:声波很难穿透足够深的人体组织,会被空气和骨骼阻挡、扭曲。脂肪也会快速衰减超声信号,这意味着大体重人群用这套设备,图像质量会明显下降——而Midjourney展示的示例图像里的人都非常瘦。

    还有水的问题。要让超声波成像质量好,水必须完全纯净,没有气泡和杂质。这意味着每次使用之间可能都要换水,维护成本不低。Midjourney说水槽下方有大型脱气装置可以去除气泡,但这个解释并没有完全打消专家的疑虑。

    为什么不直接做医疗设备

    这里有一个很巧妙的规避策略。医疗设备要上市,需要通过FDA许可,完成大量临床试验,门槛极高。Midjourney现在的做法是把扫描仪定位为”健康 Wellness 产品”,不是诊断设备,只是给你提供”身体成分地图”,不涉及医疗诊断。

    这样做的好处是上市快、监管松,但也带来了风险:如果用户因为相信这台设备的扫描结果,就跳过了真正有医学证据的筛查(比如乳腺X线摄影、结肠镜检查),反而可能害了自己。

    密歇根大学医学院教授Venkatesh Murthy说:”Midjourney很多关于分辨率的宣传显然是理论层面的,’效果媲美MRI’的说法完全没有支撑。公司目前展示的图像分辨率明显很低。”

    这让人想起Theranos

    专家们的怀疑不是没有道理。通过成像提升健康的想法听起来很美好,但这正是Theranos当年讲的故事——最终被证明是一场骗局。Midjourney这次转向,到底是一场真正的科技创新,还是另一场”基于氛围的发布”,时间会给出答案。

    有意思的是,Midjourney在介绍这个计划的博客里几乎没提AI——尽管CEO说AI是关键技术。这种低调处理也许是因为,在医疗领域,AI这个词的分量跟在消费级产品里不太一样。


  • 英伟达说它的AI数据中心可以不用水了

    英伟达说它的AI数据中心可以不用水了

    AI数据中心耗水这件事,过去一年里被翻来覆去地骂过了。从美国中西部 farmers 抱怨地下水被抽干,到环保组织把数据中心称为”数字吸血鬼”,舆论的压力终于让产业链里最有话语权的人坐不住了。

    英伟达在本周的一篇博客里给出了自己的答案:把数据中心的设计改成100%液冷,同时让服务器运行在更高的温度——最高到45摄氏度(113华氏度)。两套组合拳打下来,英伟达说,传统冷却塔系统每兆瓦每年要耗掉约260万加仑水,而新设计可以”把用水量降到接近零”,最高减少100%。

    热一点,反而省水

    这套设计的核心逻辑其实不难理解。传统数据中心用冷却塔把热量排到水里,水被加热后蒸发,带走热量——但这也意味着大量的水就这么没了。英伟达的Rubin代参考设计改用了全液冷:热量在芯片上就被”抓住”,通过液体回路传递出去,而且液体本身可以跑很高的温度。

    温度越高,室外的干式冷却器就越容易把热量排出去——因为温差大了。结果是,一年里有大部分时间,根本不需要用水来冷却。英伟达的可持续发展负责人乔什·帕克说,从传统冷却塔系统的约260万加仑/兆瓦/年,可以降到”接近零”。

    “热量在芯片上被直接捕获,通过液体回路以高得多的温度传输,让室外干式冷却器在一年中的大部分时间里都能高效排热。”——英伟达官方博客

    不是所有人都买账

    当然,英伟达的这篇博客出来之后,质疑的声音也不少。Gizmodo的文章就指出了一个很现实的问题:英伟达没有提这套液冷数据中心的建设成本比传统风冷贵多少。如果贵到大部分公司不愿意改,那”参考设计”再好也就是个参考。

    另一个更根本的问题是,数据中心耗水只是它环境足迹的一部分。建设过程中混凝土和钢材的碳排放、运行时的耗电量(哪怕水冷更有效率,AI训练本身还是要吃大量电力)、还有为这些数据中心配套的新增发电能力——这些都没有因为液冷而消失。

    换句话说,英伟达解决了一个真实但局部的问题。至于整个AI基础设施是不是在一条不可持续的发展路径上狂奔,那是另一篇文章的话题了。


    亚马逊也在做类似的事

    英伟达不是唯一一个在这个方向上发力的人。亚马逊最近也高调宣传了自己数据中心的”更高耐热 tolerance”设计,通过让服务器允许运行在更高温度,减少冷却所需的能量和水。只不过亚马逊的数据中心大部分还是风冷的,改进幅度没有英伟达的100%液冷那么激进。

    有意思的是,英伟达在博客里说”每一个为Rubin代建设云服务和数据中心的运营商都在做这个转型”。如果这是真的,那意味着从2026年开始,新建的大型AI数据中心会大规模转向液冷——这对那些还在用老设计的公司来说,可能会面临越来越大的舆论和客户压力。

    Nvidia液冷AI数据中心设计
    英伟达Rubin代参考设计,100%液冷方案 | 图源:Nvidia

    这件事的真正意义

    把这件事放在更大的背景里看,它其实标志着AI基础设施竞争的一个新阶段。过去大家比的是谁的芯片快、谁的模型准,现在开始有人比谁的数据中心更”干净”了。

    这对消费者来说可能是无感的——你不会因为你用的AI服务跑在液冷数据中心里就觉得它更好用。但对那些正在被数据中心”围困”的社区来说,这是一个实实在在的差异。如果英伟达的说法经得起独立验证,那它至少给行业指出了一条路——AI不一定非要以耗尽当地水资源为代价。

    当然,路有了和大家都走,是两回事。成本、标准、监管,这些才是决定液冷能不能真正普及的关键。英伟达开了口,接下来要看云服务商们跟不跟了。

  • 2026年科技大裁员:AI成了最好的借口

    2026年科技大裁员:AI成了最好的借口

    甲骨文(Oracle)本周一披露的文件让很多人倒吸一口凉气——过去12个月里,这家软件巨头悄无声息地裁掉了2.1万名员工,占其总劳动力的13%。而在同一份年报里,公司清楚地写着:”AI技术的采用和部署已经导致、并可能继续导致我们的劳动力减少。”

    这句话把2026年科技行业最刺眼的一层遮羞布给扯了下来。公司们一边报告着创纪录的营收,一边把”AI”三个字当成裁员通知书上最体面的理由。

    数字比故事更荒诞

    根据裁员追踪网站Layoffs.fyi的数据,今年以来已经有196家科技公司裁掉了超过11.98万名员工。而5月单月,美国科技行业的裁员规模达到了数年来的最高峰——促成这一波裁员的最常被提及的理由,就是AI。

    Cloudflare的CEO马修·普林斯在裁掉1100人(约占员工总数20%)之后,写了一篇博客文章解释原因。他说,被裁掉的”绝大多数人是测量者”——中层管理、财务、法务、内部审计、收入确认岗位。言下之意,AI把这些活儿接了,人不需要那么多了。那一个季度Cloudflare的营收是6.398亿美元,同比增长34%,是公司历史上最好的单季表现。

    营收在涨,人头在减。AI既是增长的引擎,也是砍人的理由。这套叙事在2026年的科技公司里,已经快变成标准模板了。

    一份不断变长的名单

    把今年这波”AI裁员潮”里的名字捋一遍,会发现一个有趣的模式——越赚钱的公司,砍人砍得越理直气壮。

    • Block(前Square):杰克·多西把将近一半的员工送走了——4000人,从1万多人砍到不到6000人。他在X上写,AI工具让”一种全新的工作方式成为可能”。
    • 亚马逊:1月砍掉1.6万个企业岗位,紧接着2025年10月已经砍过1.4万个。CEO安迪·贾西的理由是”减少层级、增加 ownership、去掉官僚作风”,顺带提了一句生成式AI会让公司需要”更少的人来做今天在做的一些工作”。
    • 谷歌:没有宣布一个总数,但过去一年里悄悄裁掉了超过三分之一管理小团队的管理者。云业务季度营收增长63%,首次突破200亿美元,网络安全团队却被悄无声息地削了一刀。
    • Meta:5月裁掉约8000人(约占劳动力10%),同时把约7000人转进了AI岗位——据说是”他们讨厌的那些岗位”。
    • 英特尔:2025年Q4到2026年4月,估算累计裁掉3000到9000个美国岗位,累计自2024年9月以来超过1.5万个职位消失。

    这份名单还可以继续列下去:Intuit裁3000人(17%劳动力)、Cisco裁4000人、Coinbase裁700人、PayPal计划未来两三年内裁20%员工(超4500人)……

    AI是真话,还是漂亮的借口?

    科技公司把裁员归因于AI,外界的反应从”果然如此”到”分明是借口”都有。有一点是真的:疫情期间科技公司大举招人,如今这些膨胀的编制本来就需要消化。把AI搬出来,至少让裁员听起来像是面向未来的主动选择,而不是管理失误的后遗症。

    但数据是另一回事。Coinbase的CEO布莱恩·阿姆斯特朗说,AI让工程师”用几天时间完成了过去一个团队要花几周才能做完的事”。如果这是普遍事实,那被裁掉的人里,有多少是真正被AI替代的,又有多少只是恰好在编制缩减的名单上?

    更有意思的是,这些公司一边裁人,一边还在招AI相关岗位。IBM说要三倍增加美国AI和混合云方向的校招名额;通用汽车裁掉500-600个IT岗位的同时,还有约80个AI相关职位挂着。AI没有消灭工作,它只是重新分配了——往哪个方向,就看你站在哪一边了。

    2026年科技行业AI裁员潮
    2026年,AI成为科技公司裁员公告里的常客 | 图源:TechCrunch

    普通的打工人该怎么办

    这场”AI裁员潮”最让人不安的地方,不是某一家公司裁了多少人,而是它正在变成一种预期——每当你听到一家科技公司报告了好业绩,下一个新闻可能就是它要”优化组织结构以拥抱AI”了。

    对普通人来说,这个信号其实挺清楚的:如果你的工作主要是”测量”——做报表、走流程、把A数据搬到B表格里——那AI确实已经在敲门了。但不是所有人都没机会,那些能跟AI协作、懂得用工具放大自己产出的人,反而在这一轮里变得更值钱了。

    只是,这个过程里有多少人是被抛在后面的,就没有人愿意仔细算了。

  • AI把租房广告变成了”卖家秀”:虚拟staging正在坑租客

    看房前,先学会识别AI生成的”假房子”

    Joyce在纽约找房子,在网上看到一间曼哈顿的Studio公寓,照片里空间宽敞、装修精致,还有个壁炉。她立马约了看房。到了现场才发现:房间比照片小了快一半,水槽不一样,灶台少了几个旋钮,壁炉根本不存在。她的朋友后来开玩笑说:”其实应该早点看出来是AI的——你看照片里燃气灶上还放了一盆植物。”

    这种事在纽约、旧金山、洛杉矶这样租房紧张的城市越来越常见。房产经纪人历来擅长把破房子拍出”能住人”的感觉,但生成式AI把这件事变成了点几下鼠标就能完成的任务——而且效果比传统修图夸张得多。

    AI虚拟staging租房陷阱
    AI虚拟staging让租房广告中的房子看起来比实际好太多|插图

    “虚拟布置”不是新东西,但AI让它失控了

    Virtual staging(虚拟布置)本身不是新鲜事。早在这波AI热潮之前,房产经纪人就会用软件把空房间”摆”上家具,让租客更容易想象自己住进去的样子。那时候的虚拟布置还算克制——家具尺寸大致合理,房间布局基本符合物理规律。

    生成式AI进来之后,情况变了。现在的AI工具可以在几秒钟内生成一套”完美”的房间效果图,而且不需要任何真实性约束——六人餐桌可以塞进10平米的Studio,不存在的壁炉可以放在不存在的客厅里。更关键的是,这些图片看起来”足够真实”,如果不是细心的人,很难一眼看出来。

    问题在于:租房市场上的信息不对称本来就严重,AI让这种不对称变得更极端了。租客花了时间、通勤成本去看房,结果发现房子和照片完全两样——这种浪费对整个市场的效率是一种损耗。

    监管在哪?

    目前美国各州对AI生成内容在房屋租赁广告中的使用,基本处于”没人管”的状态。联邦贸易委员会(FTC)有关于广告真实性的规定,但那些规定是针对”虚假宣传”的,执行起来需要有人举报、调查、取证,周期很长。

    纽约市正在考虑一项法案,要求房屋租赁广告必须披露是否使用了AI生成的图片。这个思路是对的——就像食品包装上要标注成分一样,租房广告如果用了AI修图,也应该让租客知道。但法案能不能通过、通过了怎么执行,都是未知数。

    租客能做什么?

    眼下的现实是:租客只能靠自己。几个实用的建议:

    • 看房前用Google街景确认一下楼的外观,如果广告里的楼和街景对不上,基本可以确定照片有问题
    • 注意照片里的细节——家具比例、光线方向、窗外景色是否一致
    • 要求看”原始照片”或视频看房,很多经纪人其实手里有没修过的照片
    • 如果条件允许,优先选择提供实地看房的房源

    说到底,AI虚拟staging本身不是坏事——它可以帮助租客更好地理解空间可能性。问题在于当它为虚假宣传服务的时候,没有人来约束。这个灰色地带还会存在多久,取决于监管什么时候跟上。


    Joyce后来找到了另一间公寓,没用AI照片的那间。她说:”以后看房前,我都会先假设照片是假的。”这句话挺悲哀的,但在2026年,这可能是最实用的生存策略。

  • OpenAI给ChatGPT买了一张”合法身份证”:和Getty Images的合作,不止是几张图片的事

    一张照片的授权费,OpenAI替AI行业交了

    上周OpenAI和Getty Images悄无声息地签了一纸协议,内容是:ChatGPT以后在回答问题和搜索结果里,可以直接展示Getty Images的授权图片。这不是一句公关废话,背后是AI公司和版权方长达三年的对峙终于换了一种玩法。

    Getty Images不是小角色。它手里握着近6亿张图片的版权,是全球最大的专业图库之一。2023年,Getty以”未经授权使用版权图片训练模型”为由,把Stability AI告上了法庭,索赔金额高达1.8万亿美元。那场官司到现在还没打完,但整个AI行业都看清了一件事:训练数据从哪儿来,以后会越来越是个问题。

    ChatGPT与Getty Images合作
    OpenAI与Getty Images达成多年授权合作,ChatGPT将展示正版图片|插图

    Perplexity先走了一步,OpenAI跟上了

    其实在这之前,Getty Images已经和另一家AI公司做过类似的事。今年早些时候,Perplexity宣布在搜索结果里嵌入Getty Images的授权图片,用户搜到的每一张图都是”干净”的,有授权、有来源。当时不少人觉得Perplexity是在借Getty的品牌背书,让自己和那些”随便抓图训练”的AI公司区别开来。

    现在OpenAI也跟进了。ChatGPT的搜索功能每天都在和Google、Perplexity抢用户,如果搜出来的图片一半是侵权风险、一半是来历不明,用户迟早会用脚投票。与其等法院判,不如先自己把路铺好。

    这次合作的核心逻辑很简单:AI公司付钱买授权,版权方拿到一笔稳定的”AI时代版税”,用户用到的图片有来源可查。三方各退一步,换一个都能接受的局面。

    AI训练数据的”原罪”,正在被悄悄洗掉

    过去两年,AI公司和版权方的关系基本是”你告我、我继续用”。Stable Diffusion、Midjourney、ChatGPT的图像生成能力,很大程度上建立在”互联网上所有图片我都能用”的假设上。这个假设现在越来越站不住脚了。

    欧盟的《AI法案》已经要求AI公司披露训练数据来源。美国法院的判决也在往版权方倾斜。上个月,一名联邦法官裁定AI公司使用版权内容进行训练不一定属于”合理使用”(fair use),这个判决对整个行业都是一记警钟。

    OpenAI选择和Getty Images合作,某种程度上是在给整个行业探路。如果这条路走得通,其他AI公司大概率也会跟进——毕竟,没人想成为那个”坚持不付钱然后被告到破产”的典型。

    用户感知不强,但影响深远

    对普通ChatGPT用户来说,这个变化可能不太明显。以前搜”埃菲尔铁塔”出来的图片是哪儿来的,大多数人不会去点开看。以后这些图片会带上Getty Images的水印或来源标注,仅此而已。

    但往大了说,这是AI行业从”野蛮生长”向”合规化”转型的一个缩影。训练数据、生成内容、版权归属——这些问题在过去是可以”先做了再说”的灰色地带,现在正在一个个被摆到台面上来解决。

    Getty Images首席执行官Craig Peters在公告里说了一句话,挺值得玩味的:”我们要确保AI的发展不会以牺牲创作者的权益为代价。”这话听起来像公关辞令,但仔细想想,如果创作者真的从AI的每一张生成图片里都拿不到一分钱,谁还愿意往互联网上传原创内容?那样的话,AI训练数据枯竭也不是不可能。


    OpenAI和Getty Images的这笔交易,金额没披露,期限说是”多年”。可以预见的是,接下来会有更多类似的授权协议冒出来。AI公司掏钱买安心,版权方拿到新的收入来源,这大概是眼下能想到的、最不坏的一种结局。