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。

  • 三星谷歌智能眼镜再加两款设计，今秋带着 Gemini 正式登场

    智能眼镜这条赛道，最近又热闹了一点。在三星 7 月的 Unpacked 发布会上，三星和 Google 把双方合作的 Android XR 智能眼镜往前推了一步：除了今年 5 月已经亮相的那批设计，又多了 Gentle Monster 和 Warby Parker 两家时尚品牌操刀的两款新样子。眼镜本身就带着 Google 的 Gemini AI，计划今年秋天正式开卖。

    这不是凭空冒出来的概念。Android XR 是 Google 专门给头显和眼镜打造的操作系统，三星负责把硬件做出来。早在 5 月的 Google I/O 上，这个项目就以”Project Aura”之类的名号露过脸，当时大家就猜它会走”科技公司出系统、传统眼镜品牌出颜值”的路线。现在看，这条路真的走通了。

    三星与谷歌合作的智能眼镜新设计
    三星与 Google 的智能眼镜新设计，由 Gentle Monster 与 Warby Parker 操刀。（图源：The Verge）

    “眼镜真正的门槛从来不是屏幕够不够亮，而是你愿不愿意天天戴出门。”一位行业观察者这样形容这场竞赛。

    为什么非得拉时尚品牌入伙

    智能眼镜卖了好几年，始终没真正飞进大众生活，原因很直白：大多数长得像实验器材。Meta 的雷朋眼镜之所以能卖出点声量，靠的正是”看起来就是副普通墨镜”。三星和 Google 显然也想通了这点——与其自己设计一个四不像，不如把镜框交给 Gentle Monster、Warby Parker 这种本来就被年轻人追捧的品牌。

    对用户来说，这意味着挑眼镜第一次有了”选款式”的余地；对品牌来说，则是把自己的设计语言直接铺到一块全新的智能硬件上。双赢的算盘打得挺响。

    Gemini 上车，意味着什么

    比起镜框长什么样，更值得琢磨的是眼镜里那颗 Gemini。Google 的当家多模态模型塞进镜架，意味着你戴着它就能做实时翻译、看东西问问题、把眼前看到的信息直接喂给 AI 处理。出门旅游对着路牌拍一下、开会时悄悄记笔记、逛街时问”这牌子哪家店有货”——这些场景正是 Google 想用 Gemini 抢下来的日常入口。

    这也让眼镜从”显示设备”变成了”始终在线的 AI 助手”。区别在哪？以前的智能眼镜主要把内容投给你看，现在的思路是让 AI 主动帮你处理世界里的信息。

    一场还没打完的仗

    把镜头拉远，Google 和三星这步棋，正面撞上了 Meta 的雷朋眼镜，以及苹果也在悄悄布局的 AI 眼镜计划。大家赌的都是同一件事：下一代人机交互的入口，可能不再是手机屏幕，而是一副你忘了自己戴着、却随时能调起 AI 的眼镜。

    不过话说回来，设计和模型都就位了，真正的考验才刚开始。续航、重量、隐私，还有”戴着它跟人说话会不会尴尬”这种说不清的社会接受度，任何一个卡住，再好看的镜框也救不回来。

    • 新设计来自 Gentle Monster 与 Warby Parker，今秋随三星新品上市；
    • 眼镜搭载 Google Gemini，支持实时翻译、视觉问答等 AI 能力；
    • 背后是 Google 的 Android XR 平台，三星负责硬件落地；
    • 直接竞品指向 Meta 雷朋眼镜与苹果的 AI 眼镜计划。

  • AMD 豪掷 50 亿美元投资 Anthropic，2GW 的 MI450 显卡就位

    这两天 AI 圈又有笔大钱落了地。AMD 在周三官宣，要往 Anthropic 投最多 50 亿美元，同时帮这家公司把算力盘子做大。作为交换，Anthropic 会用上最多 2 吉瓦（GW）的 AMD Instinct MI450 系列 AI 显卡，跑在 AMD 新推出的 Helios 机架级系统上。

    AMD 与 Anthropic 达成最高 50 亿美元战略合作
    AMD 将向 Anthropic 投资最多 50 亿美元，并部署 MI450 系列 AI 显卡。（图源：The Verge）

    光看数字可能没感觉，拆开说就明白了。2GW 是什么概念？大概相当于两座中等城市全年的用电峰值压进一堆机房里。Anthropic 计划先在 2027 年上半年把第一座 1GW 的集群点亮，剩下的后续铺开。这事儿最早是《华尔街日报》捅出来的，AMD 自己随后发了公告确认。

    “通过与 AMD 在全栈层面合作，我们既锁定了需要的算力容量，又能针对 Claude 的训练和推理做优化。” —— Anthropic 联合创始人、首席计算官 Tom Brown

    为什么是 AMD，而不是老朋友英伟达

    过去提到前沿模型的算力，大家默认就是英伟达的卡。Anthropic 虽然也不是纯英伟达阵营——它之前就搭过 Google 的 TPU、Amazon 的 Trainium——但 AMD 能拿下一家顶级实验室的”主粮”订单，意义不一样。MI450 是 AMD 今年力推的新一代 Instinct，配上 Helios 这种把计算、网络、散热打包好的机架方案，摆明了是要正面啃英伟达的蛋糕。

    对 AMD 来说，这笔买卖不只是一张订单。Anthropic 是当下最能打的大模型团队之一，它的背书等于给 MI450 做了一次硬核实测广告。往后别的公司采购时，心里会多一个”连 Anthropic 都在用”的参照。

    Anthropic 的算力拼图越铺越大

    把这次合作放进水里看，Anthropic 最近在算力上的动作密集得有点吓人。它前面已经和 SpaceX、TeraWulf 签了数据中心协议，又拉着 Google、博通（Broadcom）搞了一笔不小的基建交易，和 Amazon 也有算力方面的合作。甚至有传闻说，它跟 Meta 之间也可能谈成类似的租赁协议。

    一家原本以”安全优先”出名的实验室，现在像在同时下好几盘棋：一边要保证训练和推理用的算力源源不断，一边还得把供应方分散开，别被任何一家芯片厂绑死。2GW 的 AMD 卡，就是这张网里最新、也最显眼的一根线。

    钱之外的那层合作

    这次不是单纯的”我买你股票、你买我显卡”。双方还签了个多年工程协作：AMD 会把 Anthropic 的 Claude 用到自己的软件开发、工程和产品的日常流程里。换句话说，卖卡的人自己先成了重度用户——用 Claude 来写代码、做工程决策，等于把客户的工具嵌进了供应商的研发流水线。

    这种”你用我的模型优化我的芯片，我拿你的算力跑你的模型”的闭环，正在成为大厂之间的新默契。对 Anthropic 而言，多一个强力算力后盾；对 AMD 而言，多一个能帮它把软件生态磨顺的顶级伙伴。

    • AMD 最多投 50 亿美元，Anthropic 部署最多 2GW 的 MI450 显卡；
    • 首批 1GW 计划在 2027 上半年上线，基于 Helios 机架级系统；
    • Anthropic 近期算力合作已覆盖 SpaceX、TeraWulf、Google、博通、Amazon；
    • 双方另有多年工程协作，AMD 将 Claude 引入内部研发流程。

  • OpenAI 推出 Presence：把“靠谱”的 AI 智能体塞进企业客服和电话里

    企业用 AI 智能体，早就不缺”能不能跑起来”的证明了，缺的是”能不能放心让它干正事”。OpenAI 今天拿出的 Presence，瞄准的就是这个缺口——一套帮企业把可信智能体真正部署到生产和内部流程里的产品。

    从”能答”到”能办事”

    Presence 支持的智能体可以回答问题、解决工单、调用公司系统、在授权范围内直接动手操作，必要时再转给真人。关键设计是每个部署只盯一个具体活儿：处理账单纠纷、理赔保险索赔、解决员工 IT 求助都行。智能体只拿到这件事需要的知识和权限，企业自己定规则——什么它能做、什么要审批、什么必须人工接手。

    上线不是终点。真实会话和转人工的记录会暴露智能体的盲区，Presence 用 Codex 去分析这些信号、提出改动建议，团队先在和生产版本对照的环境里测过，再批准小范围推送。模型在变，业务在变，智能体也得跟着变，但方向盘始终在企业手里。

    已经替 OpenAI 自己接电话了

    这套东西不是 PPT。它现在就跑在 OpenAI 自己的英文电话客服线上（1-888-GPT-0090）：接开放式提问、核验来电人身份、调取账户信息、执行授权操作。几周内，它的质量评分就追平甚至超过了一线人工客服的标准，目前 75% 的进线问题能自己搞定；靠 Codex 驱动的提升循环，十天里把人工转接率又压低了 15 个百分点。

    OpenAI Presence 平台示意
    OpenAI Presence 将语音、聊天、策略与人工转接工作流整合到企业智能体平台中。

    外部客户也在试：BBVA 在墨西哥探索用语音智能体做日常银行服务，软银在测自然的日语客户对话，IAG 想在大风大浪等极端天气时段提供及时支援。BBVA 的人说，他们就是把 Presence 当设计伙伴，一起把金融客服的语音体验打磨得更顺、更个性化。

    不是自助，是”陪跑”

    上线前，团队会用模拟和评分器把常见请求、边界情况、高风险场景先跑一遍，护栏在互动越界时介入。目前 Presence 还是限量开放，由 OpenAI 的现场部署工程师和少数全球集成商带着企业落地，暂时不卖自助版。

    对企业来说，最难的从来不是”上 AI”，而是”上完之后不出事”。Presence 的思路不性感，但很实在：把权限、策略、护栏、评估、改写全捆在一起，让智能体在受控的框里慢慢变聪明。

    📎 原文来源：Introducing OpenAI Presence

  • 阿里千问甩出 Qwen-Image-3.0：这次不拼好看，拼的是“像真的”

    阿里这两天把 Qwen-Image 系列推到了第三代。前两代分别强调”精准”，以及”精准、多样、完整、美观、真实”，到了 3.0，团队把核心词压成了一个字——”实”。说白了，前两代在想办法让图”好看”，这一代想让图”有用”。

    一张图里塞下一整版报纸

    最直观的变化是”内容量”。新模型能吃进最多 4.5k token 的指令，一口气画出报纸版面、分镜脚本、试卷这类信息密度极高的图。官方演示里有个 3×3 的网格，九宫格里每一格都是独立的科普插图——隧道安全漫画、空间几何课、细胞 DNA 对比……单是描述这张图就花掉 3.7k token，而它是一口气生成的，不是把九张小图拼起来。

    Qwen-Image-3.0 渲染的人像细节
    Qwen-Image-3.0 渲染的人像细节，皮肤质感接近照片级。

    这种”横向铺开”考验的是模型在同一张画布上并列多个概念、还互不干扰的能力；而”纵向钻深”考验的是层层嵌套——比如在一张图里从外到内叠出 VSCode 界面、Qwen Chat 窗口、微信对话，再到一张手冲咖啡海报。

    10 像素的小字也读得清

    光塞得多没用，还得细。Qwen-Image-3.0 能把 10px 的小字渲染得清清楚楚，毛孔、发丝这种微观细节也到位，皮肤质感接近照片。学术排版是终极压力测试，密集的 LaTeX 公式、上下标、希腊字母、定理编号，符号一个都不能错。它甚至能模拟高中生课堂笔记的红笔批注——下划线、波浪线、圈画，笔迹自然得有点真假难辨。

    会说 12 种语言，还懂真实世界

    第三块叫”深知识”：原生支持 12 种语言的文字渲染，能模仿网页、游戏、直播间的界面，背后是世界知识的支撑。它还能联网取最新信息——你让它画一张”杭州 7 月 21 日天气预报”，它能真的去查。更脑洞的是，它可以把齐白石和梵高拽进同一个直播间，一起给 Qwen-Image-3.0 打广告。

    从”能用”到”好用”，图像生成模型这三年走了很远。阿里的算盘很清楚：当模型能稳定产出报纸 PDF、短剧分镜、复杂 UI 这类高价值内容，它就不只是玩具，而是真正能进设计、教育、电商产线的生产力工具。

  • AI 数据中心 2035 年或吃下美国五分之一电力，是今天的 4 倍

    一个被低估的数字

    彭博新能源财经（BloombergNEF）刚出的一份报告，算了一笔有点吓人的账：到 2035 年，美国的数据中心可能吃掉全国五分之一的发电量，是现在的 4 倍。撑起这个预测的，是 AI 算力的疯狂扩张——未来十年，数据中心容量会冲到接近 200 吉瓦，其中将近一半用来做模型训练和推理。

    更关键的是，这些算力大部分还挤在美国本土。报告估计，到 2033 年，按电力需求算，全球 64% 的 AI 芯片都会落在美国。

    彭博这次对 2035 年用电量的预测，比它自己去年 12 月的版本高出了 83%。

    这可不是孤例。电力行业非营利机构 EPRI 把 2024 年的预测直接翻了一倍多，标普的预估在半年里也涨了超过三分之一。各大机构对数据中心耗电的判断，几乎都在往上修，原因只有一个：美国建数据中心的速度，比任何人预想的都快。

    电网已经在喊疼

    问题紧接着就来了：未来十年新建的数据中心，大部分要接上本来就紧绷的电网。PJM 互联电网从弗吉尼亚一路覆盖到伊利诺伊，到时要把 34% 的电力分给数据中心；管着得州大半的 ERCOT，也得拿出 22% 的发电容量。

    PJM 自己早就扛不住了。它手里攥着全美大量的数据中心，连接申请一度多到瘫痪，最后干脆把新电源接入的排队冻结了四年。今年 4 月虽然重新开放，但局面已经紧张到有一家公用事业公司（American Electric Power）威胁要退出互联。供需失衡，把电价在一年里推高了 76%。

    • 即便排队拥堵、价格飞涨，数据中心还是拼命想挤进 PJM——最近一次容量拍卖里，它们占了 38% 的费用。
    • 美国之外，数据中心也在狂奔。按激进情景，到 2033 年全球会多出 1935 太瓦时的电力需求，差不多等于印度一年的用电量。

    AI 的账单，最后谁来付

    这份报告点破了一件事：我们整天聊 AI 有多聪明、多便宜、多无处不在，却很少算它背后的电费。每一次模型训练、每一句聊天回复，都在悄悄吃掉电网里的电。当数据中心要占掉一个国家五分之一的电力，涨价的就不只是科技公司，还有普通家庭的账单。

    算力是 AI 的燃料，电是算力的燃料。在大家追逐更大模型、更强智能的时候，这道最底层的约束，可能比算法本身更早撞上天花板。

    数据中心与电力消耗
    图片来源：TechCrunch / Bloomberg via Getty Images

  • Anthropic 15亿美元版权和解获批：作家拿到钱，AI公司却赢麻了

    一笔刷新版权史的天价赔偿

    上周一，美国一名联邦法官正式批准了 Anthropic 与一群作者、出版商达成的 15 亿美元（约 108 亿元人民币）和解协议。这是美国版权史上金额最大的一笔和解，覆盖大约 50 万部作品，平均每一部书赔 3000 美元。表面看，写书的人终于从 AI 公司手里讨到了一笔钱。

    但把这个案子拆开看，真正笑到最后的可能不是作家。这场官司的核心争议其实只有一句话：用受版权保护的书籍去训练 AI 模型，到底合不合法。

    主审的 Alsup 法官给出的回答是：训练本身属于「合理使用」（fair use），只有「偷书」这件事违法。

    也就是说，法院把「训练 AI」和「获取数据的方式」切成了两件事。Anthropic 建训练库时有两条路：一条是花钱买书自己扫描，这条路没问题；另一条是从 Library Genesis、Pirate Library Mirror 这类盗版站点直接下载，这条路被法官认定违法。Anthropic 愿意认栽赔钱，是为了避免盗版那部分真的上法庭——万一陪审团开出天文数字的赔偿，可比这 15 亿疼多了。

    作家为什么高兴不起来

    很多作者和创作者并不觉得这是一场胜利。原因很直接：判决确认了「用版权书训练 AI 算合理使用」这一点，等于给整个行业发了一张通行证。以后 Google、Meta、OpenAI、Midjourney 再被起诉，都可以拿这个判例当挡箭牌。

    更要命的是，Anthropic 选择和解而非上诉，意味着这个案子永远走不到上诉法院，也就没法变成一个有约束力的先例。其他法官在别的事实下，照样可以给出完全不同的结论——事实上，类似的官司正在四处开花。

    • 就在一周前，Hachette、Cengage、Elsevier 等出版商连同作家 Scott Turow，又把 Google 告上了法庭，指控后者用他们的版权作品训练 Gemini。
    • Meta、OpenAI、Midjourney 也各自背着一堆版权诉讼，案子一件没少。
    • 部分作者和出版商还选择退出了这次和解、单独起诉 Anthropic，认为每本书 3000 美元根本不够。

    AI 公司为什么不慌

    对 Anthropic 来说，15 亿美元看着吓人，但公司前不久刚又融了 130 亿美元。比起可能高达数百亿甚至上万亿的盗版侵权赔偿风险，这笔钱更像买个安稳。Anthropic 的总法律顾问也直言，这次和解恰恰证明了「用书籍训练 AI 属于合理使用」这一立场站得住脚。

    站在这个节点回看，这场和解更像是 AI 公司与内容创作者之间力量对比的一次公开亮相：模型需要数据，而数据快被扒光了，公司宁愿花钱摆平「怎么拿的数据」，也不愿让「能不能拿」成为问题。写作者拿到的是补偿，失去的却是对自己作品的控制权。

    Anthropic 的 Claude 形象
    图片来源：TechCrunch / Westend61 via Getty Images

  • Meta 的 AI 绘图翻车了：默认拿你的公开照片乱改，遭抵制后紧急下线

    上线几天就翻车

    Meta 上周高调推出了一款叫 Muse Image 的 AI 绘图工具，由旗下的”超级智能实验室”打造，能在 Meta AI、Instagram 快拍和 WhatsApp 里免费用。功能本身不稀奇，能生成各种搞怪卡通图。真正惹众怒的是其中一个设定：只要对方的 Instagram 是公开账号，你在提示词里 @ 一下，就能直接拿对方的照片当素材去生成新图——而且 Meta 默认不会通知照片主人。

    Meta Muse Image 争议
    Muse Image 因默认调用公开照片引发隐私争议后，相关功能被紧急下线（图源：TechCrunch）

    “默认开启”的老毛病又犯了

    消息一出，用户和经纪公司（包括 CAA）立刻反弹。TechCrunch 还专门写了教程教大家怎么关掉这个功能。周五，Meta 自己发博客认错，说本意是提供好用的创作工具、让用户能控制自己的公开内容被怎么用，”但我们听到反馈，这个功能没达到预期，所以不再提供”。说白了，就是先默认全开、被骂了才下线。

    “我们的本意是提供一个有用的创作工具，并让人们能控制自己的公开内容是否被这样引用。我们听到了反馈，这个功能没达到预期，所以它不再可用。”——Meta 官方博客

    关掉开关，也不算真正干净

    更让人不舒服的是，即便你手动关掉”允许他人用我的内容生成 AI 图”的开关，它也只管以后，已经拿你照片生成出来的图并不会被删掉。想要彻底干净，只能把账号设成私密——可那是公开账号的人才会有的麻烦。AI 接入社交平台以来，拿名人的脸生成裸图的滥用就没停过，这次的争议不过是又一次提醒：把别人的照片默认当成免费素材，迟早要出事。

    • 争议点：公开照片被 @ 引用生成图，且照片主人收不到任何通知。
    • Meta 回应：功能”没达到预期”，已从 Instagram 移除。
    • 残留风险：已生成内容无法撤回，只能靠设私密账号规避未来使用。

  • OpenAI 首款硬件曝光：没有屏幕，但会自己”动”的 AI 伙伴

    一台没有屏幕的”音箱”

    OpenAI 一直说想做硬件，外界猜了很久，有人说它要出手机，有人说要做 AR 眼镜。结果彭博周二的一则报道把谜底揭开了：这家公司的第一款实体产品，可能是一台没有屏幕、还能自己动的智能音箱。它现在还在开发阶段，内部把它定位成”住在家里、像人一样的 AI 伙伴”，能跟 ChatGPT 同步，顺手帮你打理家里的各种 AI 服务。

    OpenAI 首款硬件概念
    据彭博报道，OpenAI 首款硬件是一台无屏、可移动的 AI 智能音箱（图源：TechCrunch）

    它不只是听话，还会”主动”

    跟我们熟悉的智能音箱不一样，这台设备被描述成有”性格”。它会随着时间慢慢了解主人，越用越懂你，提供的服务也越来越个性化。更特别的是，它还能接入你的数字生活——比如你的邮件。彭博在报道里专门提到，机器里塞了”能自己动的机械部件”，目的是让它”感觉像一个伙伴，成为 ChatGPT 的实体化身”。一台音箱满屋子自己挪位置，这画面确实有点科幻。

    “我们的新产品和苹果今天市场上的任何东西都有明显区别，不太可能侵犯苹果的商业机密。”——彭博援引知情人士称

    前苹果的人，和苹果的官司

    有意思的是，这款设备背后有不少来自苹果的老将，据说当年打造 iPhone 和 Mac 的工程师也参与了进来。可偏偏上周，苹果刚把 OpenAI 告了，指控它窃取商业机密，还放话称这不过是”冰山一角”。OpenAI 当然否认了。两种说法撞在一起，让这台还没露面的硬件多了几分戏剧性。

    • 无屏设计：把交互彻底交还给语音，主打更自然的对话体验。
    • 可移动：内置机械结构，能从”被动等待指令”变成”主动靠近你”。
    • 消费级 AI 硬件升温：Hark 这类公司五月就拿到了 7 亿美元融资，估值冲到 60 亿美元。

  • 马斯克把Grok塞进Outlook：收件箱里多了个AI副驾

    马斯克旗下的 xAI（公司主体挂着 SpaceXAI 的名字）在 7 月 21 日又往前迈了一步。继给 Word、Excel、PowerPoint 都接上 Grok 之后，它正式把这款 AI 带到了 Outlook，发布了一款面向 Microsoft 365 的邮件插件 Grok for Outlook。所有付费的 X 和 SuperGrok 用户都能用，直接从 Microsoft Marketplace 装就行。对那批天天在邮箱里「打仗」的职场人来说，这相当于把 AI 直接按进了收件箱的最前线。

    它到底能帮你干嘛

    功能设计得很实在，全是围着「邮件效率」转。它能自动总结冗长的对话串，你不用再翻几十封往来邮件去拼前因后果；能按你自己的说话语气起草回复，让一键回邮不再千篇一律；还能干一件很多人最头疼的事——收件箱大扫除：归档已经聊完的对话、把噪音信息过滤掉、自动标出那些你真正得回的邮件。

    不止正文，连附件和外网都管

    除了处理邮件本身，这个插件还能读取附件里的内容，并且实时去搜网页和 X 平台的信息。关键是，所有这些动作都不用你跳出 Outlook 界面。当你需要确认邮件里提到的一个链接或者一组数据时，不用再开浏览器，在插件里就能顺手查完。这种「在哪做事就在哪给辅助」的嵌入感，恰恰是 xAI 在办公场景里想铺开的一条产品线。

    从文档、表格、演示到现在的邮件，Grok 正在一个一个吃掉微软 365 的核心应用。对用户来说，它不是多了一个新工具，而是在原有工作流里长出来的一层 AI。

    权限给得很大，但发出去前你说了算

    装插件时，你会看到一个 OAuth 授权界面，列出它要拿的权限范围：读邮件、写邮件、替你发邮件、读写日历等等。听起来权限不小，但 xAI 在这点上留了一道安全阀——所有 Grok 生成的邮件都先躺在「草稿箱」里，必须你亲手点发送才会真的出去，它不能自己替你群发。xAI 也表示不会拿你的邮件数据去训练模型。对企业来说，IT 管理员还能通过 Azure AD / Entra 后台集中管控这个插件，分阶段推给员工，不想要了也能一键收回权限。

    这步棋，图的是什么

    把视野拉开来想，Grok for Outlook 不是孤立的一个功能。它折射出 xAI 的一个清晰意图：把 AI 做成一层贴着现有办公软件走的「基础设施」，而不是另起炉灶做一个独立应用。谁的工作流先被它嵌进去，谁的切换成本就越高，后面越难被替代。在微软自家 Copilot 已经铺开的情况下，马斯克这一脚踩进来，Office 里的 AI 助手之争算是正式变成了多角战。

    • 这不是免费新功能，得先有 X Premium 或 SuperGrok 订阅，没有单独的 Outlook 收费。
    • 企业部署前最好先测一下数据防泄漏（DLP）和敏感标签的执行情况。
    • 对普通用户最大的甜头，是把「拒绝会议」「确认日程」「从 PDF 抽日期」这类重复活儿交给它。

    邮件可能是普通人每天接触 AI 最高频的入口。当 Grok、Copilot 们争先恐后钻进同一个收件箱，真正分高下的不会是「能不能写」，而是「放不放心让它看、让它动」。这一步，xAI 用草稿箱和权限回收留了退路，但信任这件事，终究要用户在真实邮件里一封一封攒出来。

    Grok for Outlook 插件概念图
    Grok for Outlook：嵌入收件箱的 AI 邮件助手（配图由 AI 生成）

  • 前Google Brain研究员用AI智能体替非英伟达芯片写底层代码

    上个月，Jeremy Nixon 悄悄把一家公司推到了台前。这家叫 Infinity 的初创公司刚宣布拿到 1500 万美元融资，估值 1 亿美元，投资方里除了 Touring Capital、Principal VC，还有来自 OpenAI 和 Anthropic 的研究员个人。Nixon 本人是个有意思的人——他曾在 Google Brain 做研究，也是黑客社区 AGI House 的创始人。真正让外界注意到他的，是他抛出的一个有点狂的念头：AI 系统本身，能不能成为一种「元技术」，自己发明新东西。

    从「自动发明算法」到「自动写芯片代码」

    早在做 Infinity 之前，Nixon 就捣鼓过一个叫 Omega 的机器学习算法。它的特别之处在于，能自己创造出新的机器学习算法，然后在一个反馈回路里自动评估好坏。那次成功让他开始琢磨：这套思路能不能挪到别的地方？他盯上了硬件——自动化系统或许也能生成那些让芯片跑得更高效的底层代码，比如内核（kernel）这一类东西。

    英伟达的护城河，一半是软件

    这里得先说清楚一件事。很多人以为英伟达厉害是因为芯片性能好，这当然没错，但另一半答案藏在 CUDA 里。CUDA 是英伟达的软件层，让原本为图形设计的 GPU 能当通用处理器用，PyTorch、TensorFlow 都建在它上面。开发者用 Python 写应用，默认就跑在英伟达的卡上。问题是，绝大多数应用层公司既没资源也没本事自己写内核、把应用移植到别的芯片上。

    Nixon 想做的，是把 CUDA 这套「让芯片好用」的活儿交给一个 AI 智能体来干，而且不挑芯片——SRAM、GPU、手机芯片、Systolic Array 统统能适配。

    一个会自己改自己代码的智能体

    Infinity 的核心产品叫 Ignition，是个 AI 研究智能体。它的任务很硬核：为那些想挑战英伟达的芯片写 AI 推理所需的底层代码。它会测试、调试，测量硬件在这套代码下跑得快不快，不行就自动重写，直到性能提上去。整个系统是自优化的，会持续学习、自我改进，而且能适应不同的芯片架构，不管对方是不是闭源的。

    不收授权费，只抽性能提升的成

    这种打法听起来很「AI 原生」。Nixon 说，客户里已经包括 AI 芯片公司 D-Matrix——一家立志挑战英伟达的玩家，同时 Infinity 还在和其他大芯片厂、云厂商谈。更妙的是它的收费模式：不收前置授权费，而是从性能提升和成本节省里抽成，衡量的指标很直接，就是每秒令牌数（tokens per second）的变化。在一个案例里，这个智能体把原本可能要花几年或几个月的过程，压缩到了几小时或几天。

    • Infinity 不是第一家想拆英伟达墙角的公司，但它走的是「逐产品蚕食」的软件路线，而不是去造另一块卡。
    • 人类并没有被踢出局，而是给智能体定大方向，繁琐的体力活交给它。
    • 公司目前只有 26 个人，分布在设计、运营和工程岗。

    把视角拉远一点，Infinity 其实是这一波「AI 基础设施去中心化」浪潮里的一朵浪花。当训练和推理不再被绑死在某一家厂商的软件栈上，更多芯片公司才有机会把货卖出去。这条路能不能走通，取决于 Ignition 真能在不同架构上稳定逼近 CUDA 的水平——这是个需要时间验证的承诺，不是今天就能盖棺的事。

    Infinity 创始人 Jeremy Nixon
    Infinity 创始人 Jeremy Nixon（图源：TechCrunch）