YOHO AI

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。

  • 亚马逊要直接卖AI芯片了，英伟达迎来最重磅挑战者

    亚马逊要卖芯片了，英伟达的日子不好过了

    上个月，亚马逊CEO Andy Jassy在年度股东信里写了一句话，让整个芯片行业都竖起了耳朵：”如果把我们的芯片业务单独拿出来，今年卖给AWS和其他第三方的芯片，年运行率大概有500亿美元。”

    500亿美元是什么概念？差不多是Intel一年的营收。而现在，亚马逊真的打算把这块业务做大——直接把自家的AI芯片卖给其他公司，而不只是放在AWS云平台上自己用。

    亚马逊AI芯片
    亚马逊的Trainium芯片正在挑战英伟达的主导地位（图源：TechCrunch）

    Trainium到底是什么？

    亚马逊的AI芯片叫Trainium，是专门为训练大型AI模型设计的。目前用的是Trainium3，下一代Trainium4要等到明年才能量产。

    这块芯片之前只提供给AWS的客户——你想用Trainium，就得在AWS上跑。这也是为什么亚马逊一直不愿意对外卖芯片：反正你用了我的芯片，就得用我的云，存储、安全、网络这些服务我都能收钱，干嘛要把芯片单独卖给你？

    Jassy在股东信里说，现在的Trainium芯片产能一上线就卖光了，连明年的Trainium4产能也已经被预订一空。需求旺盛到这种程度，亚马逊才动起了对外销售的念头。

    亚马逊的底气从哪来？

    第一个底气是需求。AI芯片现在是全球最紧缺的资源之一，英伟达的GPU虽然强，但产能跟不上，价格也高得离谱。很多公司愿意尝试替代品，只要性能差不太多。

    第二个底气是客户。Anthropic、OpenAI、甚至苹果都在用AWS的Trainium芯片。这些公司愿意用自己的业务给亚马逊的芯片”背书”，说明Trainium确实能打。

    第三个底气是生态。亚马逊不只是卖芯片，它还提供全套的软件工具，让开发者能把自己的AI模型从英伟达GPU迁移到Trainium上。这套东西英伟达有，亚马逊现在也有了。

    英伟达会怕吗？

    短期来看，不怕。英伟达现在的年营收运行率是3260亿美元，亚马逊的500亿芯片业务就算全吃下来，也才英伟达的六分之一。更何况，英伟达不止卖GPU，它还在进军CPU市场，黄仁勋刚刚说要开辟一个2000亿美元的新市场。

    但长期呢？不好说。芯片这个行业，一旦有人做出了靠谱的替代品，客户就会开始分散风险——不会把所有鸡蛋放在一个篮子里。谷歌的TPU、亚马逊的Trainium、AMD的Instinct，都在瓜分英伟达的市场。

    而且，亚马逊如果真的开始对外卖芯片，它面临的第一个难题可能是制造产能。Trainium是台积电代工的，而台积电现在的头号客户是英伟达，不是亚马逊。亚马逊要想拿到足够的产能，得先说服台积电给它腾地方——这可不容易。

  • 诺贝尔奖得主John Jumper离开DeepMind，加入对手Anthropic

    诺贝尔奖得主跳槽，DeepMind失去一位核心科学家

    上周五，2024年诺贝尔化学奖得主John Jumper在X上宣布，在Google DeepMind工作了近9年之后，他要跳槽去Anthropic了。这条消息在AI圈子里炸开了锅——毕竟，能和诺贝尔奖得主扯上关系的公司不多，DeepMind和Anthropic现在居然成了”对手戏”。

    Jumper在帖子里的语气倒是很温和。他特意感谢了DeepMind CEO Demis Hassabis，说对方在自己博士毕业仅六个月的时候就敢让他领导AlphaFold团队，这确实冒了不小的风险。他还说，DeepMind是个特别的地方，以后也会很期待看到他们接下来能搞出什么大新闻。

    Demis Hassabis和John Jumper在Breakthrough Prize Ceremony上
    Demis Hassabis和John Jumper在Breakthrough Prize Ceremony上（图源：TechCrunch）

    AlphaFold到底有多厉害？

    要说Jumper为什么这么抢手，得先说说AlphaFold。这个AI模型能根据基因的序列，预测蛋白质的3D结构——听起来很专业？打个比方，就像是你给你一个字符串，它能告诉你这根绳子最后会折成什么形状。蛋白质的结构决定了它的功能，而搞清楚蛋白质结构，对理解疾病、开发新药都有关键意义。

    2024年，Jumper和Hassabis因为这个工作拿到了诺贝尔化学奖。诺贝尔奖官网当时说，AlphaFold”解决了困扰科学界50年的问题”。这话一点不夸张——以前科学家要用X射线晶体学这种实验方法，花几年时间才能搞清楚一个蛋白质的结构，现在AlphaFold几个小时就能给出预测。

    AlphaFold的开源让全世界的研究者都能用上这个工具。截至目前，AlphaFold预测的蛋白质结构已经超过2亿个，覆盖了几乎所有已知的蛋白质编码基因。

    为什么是Anthropic？

    Jumper为什么要走？目前还没有详细的公开说明。不过Bloomberg的报道提供了一个线索：Jumper是Google开发编码工具团队的关键成员，而这块业务在公司内部推得并不顺利，卖给企业客户的时候遇到了不少阻力。

    Anthropic这边呢，一直在招兵买马。这家公司由前DeepMind和OpenAI的研究人员创立，主打”安全可靠的AI”，目前是AI领域最受关注的公司之一。Claude就是他们家的产品。能把Jumper这样的顶尖人才挖过来，对Anthropic的基础研究能力绝对是加分项。

    顺便说一句，这周离开DeepMind去竞争对手的，不止Jumper一个人。Character AI的联合创始人Noam Shazeer也宣布离开，不过他是去了OpenAI。AI人才争夺战，现在是越来越热闹了。

    这对AI格局意味着什么

    短期来看，这对DeepMind是个损失，但对整个AI领域不一定是坏事。人才在不同机构之间流动，往往会带来新的思路和碰撞。Jumper去了Anthropic，说不定能把AlphaFold的思路带到新问题上——比如，蛋白质结构预测和大型语言模型之间，有没有可能擦出火花？

    再说，DeepMind本身也不是吃素的。Hassabis带领的团队依然是世界上最强的AI研究组之一，人才储备厚实得很。一个研究员离开，不会动摇根本。

  • 美国能源监管层大开绿灯，AI数据中心接电不再排队

    AI数据中心电网接入
    美国联邦能源监管委员会为AI数据中心开辟电网接入快速通道

    美国AI竞赛里最卡脖子的不是芯片，是电。

    6月18日，美国联邦能源监管委员会（FERC）做了一件AI行业盼了很久的事：下令六大电网运营商，给数据中心的并网申请开“快速通道”。以后AI公司想接电，不用再跟传统电厂排同一条队了。

    等了又等，AI公司快撑不住了

    电网接入的队伍有多长？到2023年底，全美国待接入的发电项目总容量，已经超过了现有电网的总供电能力。换句话说，排队等接电的项目，比电网能承载的极限还多——这条队，本质上永远排不到头。

    AI公司等不起。数据中心的需求预计2035年前要翻近三倍，电网运营商过去二十年习惯了需求零增长，突然被这波AI浪潮砸懵了，有些电网（比如全美最大的PJM）已经乱到有几家大公用事业公司威胁要退群了。

    讽刺的是，等不到电网接入的科技公司，被迫自己掏钱搞”表后发电”——在自己数据中心旁边自建电站。这比接公网更贵、更麻烦，但总比没电用强。

    FERC的新规到底放了什么大招

    FERC的指令主要有几层意思。第一，六大电网运营商必须在30天内上报自己还有多少富余的供电能力；60天内为数据中心”辩护或修改”电价方案。第二，电网运营商必须考虑”替代输电技术”——比如固态变压器或超导输电线，这些都是能让现有电网跑得更猛的新玩意儿。

    第三，也是最有实质意义的：数据中心要为并网成本自己买单，但作为交换，他们不用再跟发电项目一起排长队了。

    这个决定的背后推手是能源部长Chris Wright。他去年10月就公开表态，说数据中心接电的延误已经威胁到美国在全球AI竞赛中的竞争力。话音刚落，FERC就动起来了。

    电价已经在疯涨，这道绿能解多少渴？

    一个无法忽视的现实是：批发电价已经比五年前飙涨了最多267%。数据中心疯狂抢电，推高了所有人的用电成本。FERC开了快速通道，但并没有变出新电厂来——发电容量短缺这个根本问题，依然存在。

    更有意思的是时机。就在FERC出台新规的前两天，特朗普政府刚宣布掏7.65亿美元，让可再生能源开发商Invenergy取消加州、缅因州和纽约州附近的四个海上风电租约。Invenergy转而要用这笔钱在中西部建天然气电厂。

    到目前为止，特朗普政府已经花了大约26亿美元来拆海上风电的台。AI要电，政府给数据中心开绿灯，但同时又在对清洁能源使绊子——这其中的矛盾，恐怕日后还要找补。

  • 《大西洋月刊》把AI音乐训练的“底牌”掀了

    AI音乐训练数据透明度
    AI训练用了谁的歌？现在谁都能查到了

    你有没有想过，你随手发在YouTube或Spotify上的一首歌，会不会悄无声息地被人拿去训练AI了？

    这个念头听着像阴谋论，但它真的发生了。《大西洋月刊》的调查记者Alex Reisner最近做了一件让整个AI音乐圈睡不着觉的事——他把四个被用于训练AI模型的音乐数据集，原原本本地做成了可公开搜索的数据库，任何人都能上去查自己的作品是不是在里面。

    1200万首歌，免费摆在互联网上

    这四个数据集的规模大到离谱。两个最大的分别包含1200万和900万首曲目，剩下两个”小”的也有10万首以上。这些数据集在互联网上可以被自由下载，已经被下载了数千次。

    Google和Stability AI都曾在研究论文中确认，他们用了其中的数据集来训练自己的AI音乐模型。换句话说，这些”免费”的音乐，已经变成了Suno、Google Lyria等AI音乐生成器的”教材”。

    有意思的是，有些数据集的来源（比如Free Music Archive）允许个人免费收听，但商业使用需要授权。AI公司拿去训练商业模型，版权归属是个大问题。

    Lady Gaga、Radiohead，一个都跑不了

    在这四个数据集里能搜到名字的音乐人，跨度简直离谱——流行天后Lady Gaga、电子音乐鬼才Aphex Twin、摇滚天团Radiohead和Wu-Tang Clan、摇滚教父Bruce Springsteen，甚至实验音乐作曲家Hainbach，统统在内。

    更值得玩味的是这些数据是怎么被”拿”到的。Reisner发现，其中三个数据集本质上是一堆YouTube和Spotify的链接列表。AI开发者用自动化工具批量下载音频，有些工具还能绕过登录、跳过广告——这些操作明显违反了平台的服务条款。

    也就是说，音乐人被”投喂”给AI的过程，本身可能就踩在了灰色地带甚至违法的边缘。

    《大西洋月刊》为什么较这个真？

    《大西洋月刊》专门开辟了一个叫”AI Watchdog”的栏目，系统性地追踪AI训练数据的来源。这次把音乐数据集公开可查，等于是把AI公司的”锅底”彻底掀了——以后哪家公司用了谁的音乐训练模型，版权方一点进去就能找到证据。

    这个搜索库不只包含音乐，还有用于训练AI的书籍和其他媒体。对版权持有者来说，这是一把迟来的”知情权”的钥匙。

    目前AI训练数据的版权诉讼已经在全球遍地开花，这次《大西洋月刊》的动作，相当于是给这些诉讼又添了一把柴火。音乐人们终于有一个地方可以去证实：没错，我的歌确实被拿去训练AI了。

  • 亚马逊自研AI芯片要对外卖了，英伟达迎来最强劲对手？

    英伟达在AI芯片市场的霸主地位，终于有人正面挑战了。据Bloomberg报道，亚马逊云科技（AWS）掌门人Peter DeSantis透露，AWS正在洽谈将自研的Trainium AI芯片出售给其他公司，用于其数据中心。如果这桩生意做成，将是迄今为止对英伟达AI芯片统治地位最强有力的冲击之一。

    贝佐斯想卖芯片，Jassy把话说在前头了

    这事儿其实有伏笔。今年4月，亚马逊CEO Andy Jassy在年度股东信里就写得明明白白：如果我们的芯片业务独立成一家公司，把今年生产的芯片卖给AWS和其他第三方，年化营收规模大约在500亿美元左右。”我们对自家芯片的需求太旺盛了，未来很有可能会把整机架的芯片卖给第三方。”

    亚马逊AI芯片挑战英伟达
    亚马逊Trainium芯片冲击AI芯片市场格局

    500亿美元是个什么概念？英伟达目前的年化营收是3260亿美元，500亿当然还”干不掉”英伟达。但这个体量已经跟英特尔的全年营收相当——也就是说，如果AWS真的对外卖芯片，它一上来就是个”英特尔级别”的选手。

    为什么AWS一直不卖芯片？

    既然芯片这么强，为什么AWS憋了这么久不外卖？根本原因是一个”瀑布效应”——芯片是引子，真正赚钱的是后面的存储、安全、网络、监控等一整套云服务。客户买了Trainium的算力，顺带就要用AWS的S3存数据、用CloudWatch做监控、用IAM管权限……这笔账，比单纯卖芯片划算多了。

    另一个现实问题是产能。Jassy在股东信里说，目前的Trainium芯片产能一上线就被抢光，连下一代Trainium4的产能也早就预订完了——而这芯片要到一年以后才上市。自己都不够用，怎么卖给别人？

    AWS发言人Doron Aronson确认了对外销售芯片的可能性：”虽然我们历史上一直拒绝直接销售芯片的请求，但Andy说过，未来我们很可能会把整机架的芯片卖给第三方。”

    台积电的产能争夺战

    真要外卖芯片，AWS得先解决制造端的问题。Trainium芯片由台积电代工，而台积电的先进制程产能是全世界科技公司争抢的香饽饽。最新消息是，英伟达已经取代苹果，成为台积电的最大客户——这意味着黄仁勋在产能谈判桌上，比AWS有更多话语权。

    所以AWS要外卖芯片，不仅仅是”我想卖”的问题，还得在台积电那里挤出产能来。这事儿的难度，不亚于做芯片本身。

    黄仁勋的200亿，Jassy的500亿

    这场竞争有个有趣的对照：黄仁勋最近宣布英伟达发现了一个全新的2000亿美元市场——卖CPU给AI基础设施（不只是GPU），直接入侵英特尔和AMD的地盘。Jassy的500亿美元芯片野心，则是反过来从英伟达碗里分肉。

    两家公司的CEO都在押注同一件事：AI基础设施的市场，远远没有见顶。区别在于，英伟达是从芯片往系统走，AWS是从系统往芯片走——最后谁更能打，接下来几年就见分晓了。

    • AWS Trainium芯片年化营收潜力约500亿美元，相当于英特尔全年营收规模
    • 英伟达当前年化营收3260亿美元，地位短期难以撼动
    • AWS外卖芯片的最大障碍：自身产能不足 + 台积电产能争夺
    • 亚马逊从云服务端往芯片端渗透，与英伟达的”反向包抄”形成对决

  • Signal总裁警告：AI聊天机器人不是你的朋友

    你现在跟ChatGPT聊过天吗？问它拿主意、让它帮你写邮件、甚至把它当树洞说心事？这没什么稀奇的，越来越多人把AI聊天机器人当成了某种”数字朋友”。但Signal的总裁Meredith Whittaker最近给出一个很直白的警告：它们不是你的朋友。

    它们没有意识，也不是你的对话者

    Whittaker在接受Bloomberg采访时被问到ChatGPT和Claude这类聊天机器人的隐私问题时，她的回答相当犀利：”它们不是你的朋友，不是有意识的生物体，也不是有感知的对话者。”

    这话听起来有点冷酷，但她的逻辑很清晰。AI聊天机器人本质上是在”平均化”互联网上已经存在的内容——它给出的每个回答，都是基于训练数据里海量文本的统计分析，而不是它自己”想”出来的。如果你让AI替你思考，你自己的思维过程就被截断了。

    AI聊天机器人隐私警示
    AI聊天机器人便利的背后，是隐私让渡的代价

    她自己几乎不用AI来”帮忙思考”。她说：”我很认真地对待自己的思考和写作，不希望把一个想法推演的过程，被一个把网上已有内容做了平均化的系统的回答给截断或遮蔽掉。”

    微软Copilot的”圣诞购物”场景吓到人了

    真正让人警惕的，是AI公司自己描绘的”未来场景”。微软AI CEO Mustafa Suleyman最近预测，用户今年就能让Copilot全权负责圣诞购物——它会监听家庭群聊，判断每个亲戚想要什么，然后自动下单。

    Whittaker对此的回应是：这意味着你要给Copilot访问你信用卡的权限、访问浏览器的权限、访问你Signal消息的权限、替你给兄弟姐妹发消息的权限、你家庭住址的权限，还有你日历的权限。”你刚才描述的，是一个在多个应用和服务之间拥有极度广泛访问权的系统。”她说，”在Signal的语境下，这相当于一种后门。”

    这番话值得琢磨。AI公司不停告诉我们”让AI帮你做事”，但它们很少同时告诉你：要做到这一点，你需要把生活中几乎所有的数字权限都交给它。

    Signal的坚持：不跟风做AI”助手”

    Whittaker不是随便说说——她领导的Signal是目前少数几家坚决不往产品里塞AI”助手”的主流通讯应用。Signal的核心卖点就是端到端加密和隐私保护，往里面加一个需要把消息内容发给云端AI处理的”智能助手”，等于自废武功。

    这跟整个行业的风向形成了鲜明对比。WhatsApp已经加了AI助手，iMessage据传也在考虑类似功能。Signal的做法在商业上可能”不够聪明”，但Whittaker显然认为，有些底线不能破。

    说回开头那句话——AI不是你的朋友。这不代表你不能用它，而是说你得清醒地知道：你输入给它的每一句话，都在训练它、也在暴露你。把它当工具用，别把它当知己。

  • 挪威对AI进课堂说不了：6-13岁禁用，17岁以上才让学

    挪威政府这周出了一个政策，简单说就是：小学生别碰AI，初中生老师看着用，高中生才能正经学。这套分层管理的思路，在全球范围内算是相当明确了，生效时间是今年8月。

    挪威AI教育政策
    挪威对AI进课堂祭出分层管理（插图：AI生成）

    具体怎么分的？6到13岁（一年级到七年级）原则上不让用AI；14到16岁（初中）可以在老师监督下”谨慎地”用；17到19岁（高中）的目标是把AI用对、用好，为以后上大学或工作做准备。

    为什么是挪威先动手

    挪威这个决定，背景其实很清晰。过去一年，生成式AI在青少年群体里的渗透率疯涨，ChatGPT、Claude、Gemini，随便一个手机就能用。学校这边，老师们的心态也很分裂——有人当成教学辅助工具，有人坚决抵制，觉得学生在用AI写作业、写作文，根本不是在学东西。

    挪威教育部的判断是：年龄太小的孩子，认知能力还没发展到能分辨AI生成内容的好坏，更别说理解AI的局限性了。这个阶段盲目引入AI，弊大于利。等到初中，可以在特定场景下用，比如辅助查找资料、整理思路，但必须有老师在场。到了高中，学生已经具备一定的批判性思维，这时候学的是”怎么用好AI”，而不是”怎么被AI替代”。

    挪威的政策核心不是”禁”，而是”分级管控”。它承认AI是未来必备技能，但前提是你得先学会不用AI也能把事情做对。

    别的国家在干嘛

    挪威不是第一个碰这个问题的国家，但可能是第一个给出如此明确年龄分层的。法国之前禁过ChatGPT，后来又松口了；美国有些学区全面封杀AI工具，有些则鼓励老师把它纳进课程设计；中国这边，”双减”之后对教育科技监管整体趋严，AI进课堂的口子也没完全放开。

    欧盟的《AI法案》里，对教育场景下的AI使用也有专门条款，要求是”高风险”应用必须经过严格评估。挪威作为欧盟经济区成员，这套政策某种程度上也是在给欧盟其他成员国探路。

    老师和家长的真实反应

    政策出来之后，挪威本地的反应挺值得玩味。有老师觉得，终于有个明确说法了，之前是各搞各的，有的班级AI用得飞起，有的班级连提都不让提，学生之间也不公平。现在有个国家标准，至少大家在同一套规则下跑。

    但也有人担心执行问题。14到16岁”在老师监督下使用”，监督的边界在哪里？是用AI辅助教学，还是老师得盯着每个学生的屏幕？这些细节，政策文件里还没说清楚。而且，挪威的数字化程度本来就很高，孩子们在家用AI，学校禁止，这种”校内校外两重天”的情况，怎么处理？

    说到底，挪威这套政策反映的是一个更普遍的焦虑：AI来得太多快，教育和监管都还没想清楚该怎么接。完全禁止不现实，放开了又怕害了孩子。挪威选了一条中间路线，至于效果好不好，得等几个学期之后才看得出来。

    对其他国家来说，挪威这个”试验”值得盯着看。如果效果好，大概率会被拿来当模板；如果搞砸了，那就成了反面教材。

  • DeepMind诺奖得主跳槽Anthropic，Google的AI人才防线崩了？

    6月20日，一条消息在AI圈炸了锅——2024年诺贝尔化学奖得主John Jumper在X上宣布，离开工作了近9年的Google DeepMind，加入对手Anthropic。

    John Jumper加入Anthropic
    2024年诺贝尔化学奖得主John Jumper从DeepMind跳槽至Anthropic（插图：AI生成）

    Jumper在X上说，DeepMind CEO Demis Hassabis在他博士毕业仅6个月的时候就敢让他领导AlphaFold团队，这确实冒了很大的风险。过去这些年，整个GDM团队教会了他”如何做伟大的科学”。他还特意补了一句：GDM是个特别的地方，我仍然会兴奋地关注他们接下来会有什么惊人的发现。

    AlphaFold到底有多厉害

    说Jumper是AI领域最炙手可热的人物之一，一点不夸张。2024年，他和Hassabis一起拿了诺贝尔化学奖——理由是他们开发的AlphaFold，用AI预测蛋白质三维结构，直接把一个困扰生物学界几十年的难题给破了。

    蛋白质的3D结构决定了它的功能，传统方法要用X射线晶体学，动辄几个月甚至几年。AlphaFold把这个过程压缩到了几天，而且准确率惊人。这个成果开源之后，全世界的生物学家都在用，药企也在用它加速新药研发。Jumper就是这个世界级突破的核心推手。

    蛋白质结构预测精度的提升，意味着我们能更快地理解疾病机制、设计靶向药物。Jumper的离开，对DeepMind来说是个不小的损失。

    一周之内，两个人走了

    Jumper的离开并不是孤立事件。就在这周，Character AI的联合创始人Noam Shazeer也宣布离开DeepMind，不过他的目的地是OpenAI。

    Shazeer是什么来头？他在Google工作了20年，2024年Google花了27亿美元把他和一批研究员从Character AI”买”回来。结果才过了不到两年，他又走了，而且是去了OpenAI——Google最直接的竞争对手。

    Bloomberg的报道还透露了一个细节：Jumper在DeepMind后期，是Google开发AI编程工具的核心成员之一。而这个工具，Google到现在都没能成功地卖给企业用户。巧合的是，这正好是Anthropic的Claude在企业市场最强势的领域。

    Anthropic在攒什么局

    Anthropic这边的算盘其实挺明显的。公司成立以来，一直打着”安全AI”的旗号，但在顶尖研究人才上，跟Google DeepMind和OpenAI比还是有差距。现在把Jumper这样的诺贝尔奖得主揽入麾下，研究实力一下子就上了一个台阶。

    而且Jumper的专长——用AI解决科学问题——正好跟Anthropic最近发力的方向吻合。Claude在写代码、做研究这些”知识型任务”上本来就很强，如果有AlphaFold级别的科学AI能力加持，想象空间不小。

    这场AI人才大战，打到这个份上，已经不只是薪水或算力的比拼了。顶尖研究者想去的地方，是能做最前沿研究、能产生最大影响力的地方。DeepMind曾经是这个地方的代名词，但现在，Anthropic和OpenAI显然也在争夺这个位置。

    Jumper在X上的那条官宣帖子，发出没多久就引来了几千条回复。有人祝贺，有人感叹，也有人直接在评论区问：”所以AlphaFold的下一个版本会在Claude里跑吗？”

  • Google把AI翻译做到极致了：Gemini 3.5 Live Translate支持70+种语言实时互译

    Google把AI翻译做到极致了：Gemini 3.5 Live Translate支持70+种语言实时互译

    跨语言沟通一直是人类的梦想。从古代的翻译官，到现代的词典软件，再到AI翻译工具，我们一直在寻找能让人和人之间无障碍交流的方法。Google最早在2006年推出Google Translate，用机器学习做语言翻译。二十年过去，Google现在发布了Gemini 3.5 Live Translate，一个专门为实时语音到语音翻译设计的音频模型。

    Gemini 3.5 Live Translate是什么？

    简单说，它是一个能实时把一种语言翻译成另一种语言，并且用说话人自己的音色、语调、语速讲出来的AI模型。不是那种机械的合成音，而是听起来很像真人说话的翻译。

    Google说这个模型采用了一种”动态处理方式”。传统的轮流式翻译系统通常要等说话者说完后才开始翻译，这导致对话中经常出现尴尬的停顿。Gemini 3.5 Live Translate通过智能地平衡上下文优化与即时输出的需求，将翻译延迟控制在数秒内，减少了对话中的中断感。

    Gemini 3.5 Live Translate实时翻译展示
    Gemini 3.5 Live Translate实现低延迟实时语音互译

    70+种语言，保留说话人音色

    这个模型目前支持超过70种语言的自动识别和翻译。更重要的是，它不仅能生成自然流畅的翻译语音，还能精准还原说话者的语调、语速和音高特征。

    这意味着什么？如果你用英语说话，AI翻译成日语后，不是说日语的”AI机器人”，而是用你自己的”声音特点”说日语。听的人会觉得”哦，他虽然在说日语，但我能感觉到这是他在说话”。

    这种能力背后是Google在语音克隆和音色保留技术上的积累。当然，Google也说这个技术目前还在优化中，不是所有语言对都能做到完美的音色保留。

    低延迟实时翻译，让跨语言对话更自然

    实时翻译的最大挑战不是”翻译得准不准”，而是”翻译得快不快”。如果每次说话都要等三秒钟才能让对方听到翻译，那对话的流畅感就全毁了。

    Gemini 3.5 Live Translate的突破在于它能在”翻译质量”和”响应速度”之间找到平衡点。Google说它的延迟是”数秒内”，这意味着在实际对话中，你不会感觉到明显的卡顿。

    技术上，这得益于Gemini系列的强大多模态能力。它能同时处理音频输入、语义理解、跨语言转换、语音生成等多个步骤，而且是在一个端到端的模型中完成的，不需要把任务拆分成多个独立模块。

    应用场景——从国际会议到旅行沟通

    Google已经宣布把这个技术集成到Google Meet中。想象一下：一个视频会议，里面有说英语、中文、日语、西班牙语的参与者。每个人说自己的语言，其他人能实时听到用自己语言翻译的内容，而且延迟很低，对话能自然进行。

    除了会议场景，这个技术对旅行者也很有用。假如你去日本旅游，不会说日语，但有了支持Gemini 3.5 Live Translate的工具，你可以直接和餐厅服务员、出租车司机、酒店前台对话，AI会实时帮你翻译。

    当然，目前这个技术还在早期阶段。Google说它会逐步向更多用户开放，首先在Pixel设备和Android系统中上线，然后再推广到iOS和其他平台。

    AI翻译这几年进步很快。从最早的基于词典的逐词翻译，到神经机器翻译（NMT），再到现在的大语言模型驱动的实时语音互译，我们离《银河系漫游指南》里的”巴别鱼”（一种能实时翻译任何语言的生物）越来越近了。Gemini 3.5 Live Translate不一定是最完美的AI翻译工具，但它代表了这个领域的一个新里程碑。

  • iOS 27的AI藏在哪？苹果把这10个日常功能都悄悄升级了

    iOS 27的AI藏在哪？苹果把这10个日常功能都悄悄升级了

    WWDC 2026上，苹果把大部分舞台时间给了Siri AI重构和Apple Intelligence的宏大叙事。但如果你仔细翻翻iOS 27的更新列表，会发现苹果其实把AI藏在了你每天都会用到的那些小功能里。不是那种”我们革命性地重新定义了XX”的夸张宣传，而是润物细无声地让事情变得更顺手。

    Siri的彻底重构——从语音助手到AI代理

    这是iOS 27最重大的AI升级。Siri不再是那个偶尔用来设闹钟、查天气的语音助手了。苹果对其进行了2011年发布以来最彻底的重构，把它变成了一个真正意义上的AI代理。

    新Siri能理解屏幕上的当前上下文内容。比如你在微信聊天里提到周末要去某家餐厅，Siri能自动识别这个信息，主动问你要不要加到日历里，甚至帮你查那天的天气。

    更厉害的是跨应用搜索能力。Siri现在能搜索消息、相册、邮件、日历，然后把信息串联起来。你问”上周和老王讨论的那个项目进展怎么样了”，它能自动找到相关的消息记录、邮件往来、甚至Notes里记的会议要点，然后给你一个完整的摘要。

    跨设备连续性也是个亮点。在iPhone上和Siri的对话，切换到iPad或Mac上能无缝衔接，不会丢失上下文。这意味着可以在手机上开始一个复杂任务，然后在电脑上继续完成。

    当然，苹果没忘记自己的”隐私优先”策略。Siri的AI处理尽量在设备端完成，实在需要上云的，也是用私有云基础设施，而且承诺第三方审计。

    iOS 27 AI功能展示
    iOS 27的AI功能深度整合到日常应用中

    Apple Wallet的智能账单分割

    这个功能特别实用。iOS 27里的Apple Wallet可以用iPhone摄像头扫描收据，然后AI自动识别上面的每一项，计算出每个人应该分摊多少（包括税费和小费），然后直接通过Messages或Wallet完成还款。

    想象一下：聚餐后拿到收据，打开Wallet拍个照，勾选朋友吃了哪些菜，系统自动算出每个人的份额，然后直接发Apple Cash请求给每个人。整个过程不到一分钟。

    这个功能由Apple Intelligence驱动，背后是OCR（光学字符识别）和自然语言处理的结合。苹果说它最多能同时处理10个人的账单分割。

    iOS 27的AI修图功能

    苹果的AI修图工具这次终于追上了Android阵营。iOS 27带来了三个核心AI修图功能：

    • Clean Up（去路人）：升级到了更强大的云端模型，能更精准地识别照片里不想要的元素，然后无缝移除。
    • Extend（扩展照片边缘）：AI能自动”想象”照片边缘之外的场景，然后把照片向外扩展。
    • Spatial Reframing（空间重构）：AI能模拟相机移动，重新构图。

    Apple Music的AI歌词翻译

    对于喜欢听外文歌的人，这个功能很贴心。iOS 27扩展了”Lyrics Translation”功能，新增支持法语、德语、意大利语、韩语、西班牙语、日语到英语的翻译。

    “Lyrics Pronunciation”功能更复杂。它能显示音译歌词（用拉丁字母标注非拉丁字母语言的发音），帮你唱对那些不会说的外语歌词。

    苹果做AI的方式，和OpenAI、Google不太一样。它不急于把AI包装成一个独立的”产品”，而是把它当成一种”能力”，悄悄注入到每天都在用的那些功能里。你不一定能感受到AI的存在，但会觉得”哎，这功能怎么突然变好用了？”