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。

  • 好莱坞写剧本开始用AI了，但演员的「数字分身」归谁还没扯清楚

    好莱坞写剧本开始用AI了，但演员的「数字分身」归谁还没扯清楚

    Brian Grazer现在用Claude来构思电影大纲。这位Imagine Entertainment联合创始人（《美丽心灵》《阿波罗13》《大话王》）说，他先把想法丢给Anthropic的AI助手，让它把整个故事铺成大纲，再交给编剧去细化。过去要花一年的事，现在一周就能拿出雏形。

    但他反复强调：你还是需要编剧的。这句话抓住了好莱坞眼下最真实的AI状态——技术成了加速剂，而不是替代者。Amazon MGM、Netflix、Disney都在AI上砸了大钱，行业争论的焦点已经从「要不要用」变成了「怎么用、谁授权、谁拿钱」。

    好莱坞AI创作
    AI正在改变好莱坞的创作流程，但肖像权归属仍是核心争议

    真正的战场是同意权

    SAG-AFTRA的最新合同把这件事划出了明确界限：一边是「授权数字复刻」——用演员的肖像和声音，但必须本人同意；另一边是「完全合成创作」——从零生成的虚拟表演者，不需要任何人授权。像Tilly Norwood这样的AI虚拟演员已经让这个问题从理论变成了现实。

    经纪公司也在围绕同一个逻辑布局。Creative Artists Agency（CAA）过去几年建了一个叫「CAA Vault」的东西——把客户的形象、肖像、声音都数字化扫描存档，但使用权完全握在艺人自己手里。CAA副法务总监Tammy Brandt说，现在越来越多交易开始涉及数字肖像授权，但好莱坞还没想清楚怎么把这些「数字分身」变成真正的收入来源。

    「你得拥抱这项技术，搞清楚它能做什么，然后诚实地面对一个问题：怎么跟艺人合作，用他们的创意资产赚钱——而且要用户真的感兴趣才行。」——Tammy Brandt，CAA副法务总监

    studios的「风险胃口」决定一切

    生成式AI公司Promise的总裁Jamie Byrne说，采用AI的程度说到底是客户自己定的。每家制片公司带着不同的「风险胃口」来找他们，各自定下能用哪些模型、要上哪些保护措施。有些艺人对AI咬牙切齿，有些则完全无所谓。

    Byrne把采用AI描述为一种竞争必要性：「每次技术更迭，总有制片公司趁势崛起，也总有人掉队——通常就是那些不拥抱新工具的人。」Imagine的Ron Howard则觉得，最终的界限会是观众定的。他预计AI生成内容会沉淀成一个子类型，观众会用脚投票，告诉行业哪里是红线。

    好莱坞的AI故事才刚开场。工具已经就位，钱也在往里砸，但「谁的肖像、谁说了算、谁拿分成」这几个问题，估计还得扯上好几年。

  • 美国盯上了ASML的顶级光刻机：一台EUV，卡住了全球AI芯片的脖子

    美国盯上了ASML的顶级光刻机：一台EUV，卡住了全球AI芯片的脖子

    一台机器，重达180吨，体积有一辆公共汽车那么大，售价超过1.5亿美元。它不是超级计算机，也不是粒子对撞机——它是ASML的EUV光刻机，地球上唯一能制造最先进芯片的机器。而现在，美国商务部部长Howard Lutnick正在告诉ASML的高管们：这台机器，有可能已经在中国了。

    一块硅片的国界

    ASML是一家荷兰公司，大多数普通人没听说过它的名字。但在半导体产业链里，它是无可争议的天花板——全球所有最先进的芯片，从Nvidia的AI训练芯片到苹果手机的A系列处理器，都离不开ASML的光刻机。而其中最顶尖的EUV（极紫外光刻）机器，全世界只有ASML能造。

    EUV光刻机的原理说起来简单：用极紫外光在硅片上”画”出芯片的电路图案。但做起来，是人类工业史上最难的工程挑战之一。ASML花了将近20年、投入了数百亿欧元，才把这项技术商业化。至今没有第二家供应商。

    ASML EUV光刻机与半导体制造
    ASML的EUV光刻机是全球最先进芯片制造的唯一工具（配图由AI生成）

    这项技术的战略意义，在美国对中国实施芯片出口管制时彻底暴露了出来。特朗普第一个任期就开始不让ASML把EUV机器卖给中国，这个禁令一直延续到现在。如果中国拿到了一台EUV机器，就能自己制造最先进的AI训练芯片，美国的整个出口管制体系就会出现一道巨大的口子。

    美国说有，ASML说没有

    根据彭博社的报道，美国商务部部长Lutnick在最近一系列会议中告诉ASML的高管，美国政府掌握的信息显示，一台EUV机器可能已经流入了中国。但彭博社同时提到，美国政府 repeatedly 拒绝向媒体展示他们所说的证据——不管是给彭博社看，还是 apparently 给ASML自己看。

    ASML的回应非常直接：没有这回事。公司说他们追踪自己生产的每一台机器——要么在客户那里正常运行，要么已经被拆卸并运回公司。EUV机器从来没有、也不可能出现在中国。

    ASML CEO Christophe Fouquet在今年5月接受TechCrunch采访时表示，公司花了20年才解决EUV光源这个核心难题，任何没有接触过这台机器的人，不可能通过逆向工程复现它。

    这场”罗生门”的背后，是美中科技博弈最敏感的神经。美国的逻辑是：中国有能力通过第三国、壳公司或者其他隐蔽手段获取被管制的设备，出口管制不能只靠”白纸黑字”的合规审查。ASML的逻辑是：EUV机器太大、太显眼、太难隐藏，而且公司对所有机器都有远程监控，不可能在中国出现而不被察觉。

    Why now？Lutnick的新动作

    这个话题为什么在现在被翻出来？一个值得注意的背景是，美国商务部去年底同意向xLight——一家开发下一代EUV光源技术的初创公司——注资最高1.5亿美元。xLight的CEO去年表示，他们的技术是要做ASML机器的”插件”，而不是取代ASML。但ASML CEO Fouquet对此并不买账。

    现在Lutnick一边让联邦资金支持的初创公司去挑战ASML的技术垄断，一边又在向ASML施压，说它的机器可能流入了中国。这两件事放在一起看，至少让外界产生了一些合理的疑问：美国对ASML，究竟是想让它更强，还是想给自己留一条后路？

    与此同时，国会里还有一项跨党派的法案在推进，比EUV禁令走得远得多——它要求禁止ASML向中国出口所有DUV（深紫外）光刻机，也就是比EUV老一代、但依然很重要的芯片制造设备。DUV设备约占ASML 2026年预期收入的20%。如果这道禁令落地，对ASML的财务报表将是一个真刀真枪的打击。

    AI芯片的战争，从光刻开始

    把这件事放在AI的大背景下，逻辑就清楚了。AI训练芯片需要最先进的制程，最先进的制程需要EUV光刻机，EUV光刻机只有ASML能造——这条链子上的每一个环节，现在都是地缘博弈的棋子。

    中国当然也在做自己的光刻机。但业内公认的判断是，中国在EUV这个级别的技术上，至少还差5到10年。如果美国真的相信一台EUV机器已经流入中国，那就不只是出口管制的失败了，而是整个AI军备竞赛底层逻辑的一次重大改写。

    目前为止，美国政府还没有公开它的证据。ASML也继续否认。但这件事已经被摆上了台面，不管最后结果如何，它都已经起到了一个作用：让全世界再次意识到，AI芯片的命脉，握在荷兰的一家公司的手里——而这家公司，正在同时被美国和它的竞争对手盯着。

  • OpenAI企业AI销售负责人入职5个月又走了：Barret Zoph的来回与OpenAI的IPO焦虑

    OpenAI企业AI销售负责人入职5个月又走了：Barret Zoph的来回与OpenAI的IPO焦虑

    OpenAI的企业赛道刚刚折了一员大将。Barret Zoph——今年1月才高调回归、被寄予带领OpenAI进攻企业市场的核心人物——入职仅仅5个月，又一次离开了。

    两次离开，两次回归

    Zoph不是第一次在OpenAI进进出出了。2024年秋天，他第一次离开OpenAI，转身加入了Mira Murati新创的Thinking Machines Lab，担任联合创始人兼CTO。Murati是OpenAI前CTO，去年9月带着一批OpenAI员工出走创业，在当时闹得沸沸扬扬。

    但Zoph在Thinking Machines Lab也没待长。今年1月，Murati在X上发帖称公司已与Zoph”分道扬镳”，他将不再担任CTO。随后有媒体报道称，Zoph的离开与一起未披露的办公室恋情有关——他被指与一名同事存在未申报的关系。

    有意思的是，Zoph离开Thinking Machines Lab后，几乎没有耽搁就回到了OpenAI。1月中旬，OpenAI宣布他回归，并且给了他一个极其重要的职位：领导企业的AI销售业务。这个时机选得很微妙——OpenAI当时刚表态要砍掉那些分散精力的”支线任务”，全力聚焦企业和编程这两个核心收入引擎，为IPO铺路。

    OpenAI企业AI业务
    OpenAI正全力押注企业市场，为IPO铺路（配图由AI生成）

    IPO前夜的人事震荡

    Zoph的离开，是OpenAI最近一波人事震荡的延续。就在这5个月内，OpenAI经历了相当密集的高管进出——前GitHub CEO Nat Friedman短暂加入又离开，前特斯拉AI负责人Andrej Karpathy的继任者迟迟未定，现在轮到了负责企业销售的Zoph。

    OpenAI向The Verge确认了Zoph的离开消息。他在公司的Slack频道里发了一条告别留言，然后就消失了。至于他为什么又走了，OpenAI没说，Zoph本人也没回应媒体的询问。

    OpenAI在IPO前夜频繁调整核心团队，折射出这家公司在商业化压力与研发使命之间的持续拉扯。

    Thinking Machines Lab的影子

    这件事还有一个值得玩味的背景。Thinking Machines Lab作为OpenAI的”影子对手”，本身就充满戏剧性。Murati在2023年11月Sam Altman被短暂开除时，曾临时接任OpenAI CEO，后来Altman回来，她也没留太久，直接出去单干了。

    而在最近的OpenAI内部庭审披露的文件里，Murati作证说她无法信任Altman说的每一句话。这两家公司的关系，已经从”同门师兄弟”变成了真正的竞争对手。

    Zoph在两边都有过任职经历，他的快速来去，某种程度上也是这段恩怨的注脚。他在Thinking Machines Lab只待了不到一年，回到OpenAI也只待了5个月。这种高频的职业变动，在AI圈虽然不算罕见，但在OpenAI这样处于IPO前夜的公司里，还是引人侧目。

    企业AI销售，OpenAI的必争之地

    Zoph走的这个岗位，对OpenAI来说可不是无关紧要的。企业AI市场现在是各家AI公司的主战场——Anthropic靠着Claude for Enterprise拿下了大量企业客户，Google把Gemini塞进了Google Workspace，微软更不用说，Copilot已经铺到了几乎所有微软企业产品里。

    OpenAI在这个方向上其实起步不晚，但一直没能把企业市场吃透。ChatGPT Enterprise推出了快两年，市场份额却不如预期。Zoph的任务本来是改变这个局面——他有过企业销售的经验，又有OpenAI内部的背书，看起来是个合适的人选。

    现在他走了，这个位子又空了出来。OpenAI得再找一个人来接盘。而IPO的时间表不会等人，企业收入的增长压力也不会因为人事变动而减轻。

    截至目前，OpenAI还没有宣布谁将接替Zoph的职位。公司在IPO前夜保持核心团队稳定的压力，显然比想象中更大。

  • Waymo召回近4000台robotaxi：13次闯入施工区，自动驾驶的安全考题

    Waymo召回近4000台robotaxi：13次闯入施工区，自动驾驶的安全考题

    Waymo主动召回了全美近4000台robotaxi——原因是在高速施工区，有至少13台车没有识别到封闭标志，直接开了进去。

    13次闯入，召回近4000台

    根据Waymo向美国国家公路交通安全管理局（NHTSA）提交的文件，第一起事件发生在4月的凤凰城，有6台robotaxi闯入了封闭的高速施工区域。5月，旧金山湾区又发生了7起类似事件。

    5月19日，Waymo暂停了所有高速运营。公司表示，问题出在软件优先处理其他高速路况风险时，没有正确识别施工区的封闭标志。6月8日，Waymo的安全委员会决定发起自愿软件召回。

    Waymo robotaxi 施工区
    Waymo robotaxi（配图由AI生成）

    这不是第一次

    这是Waymo对robotaxi发起的第六次召回。之前的五次分别涉及： flooded道路行驶（2026年5月）、校车周围违规行为（2025年12月）、与链条和大门的低速碰撞（2025年5月）、电线杆碰撞（2024年6月）、以及拖车识别问题（2024年2月）。

    有乘客把车内视频发到了X上。5月19日，用户@Elliot_slade发帖称他乘坐的Waymo”直接冲过了锥形桶”，后面还有警车追。他自己描述说：看到施工标志、警示灯，然后车加速了，当时觉得”我们要死在这里了”。Waymo后来赔偿了他价值最高40美元的三张免费乘车券。

    “有施工标志，有警示灯。警车在远处，然后它加速了。我看了看我的未婚妻，心想：完了，我们要死在这台Waymo里了。”
    ——乘客 Elliot Slade

    扩张路上的”边缘案例”

    Waymo目前在扩张的关键阶段，计划今年在20多个城市推出服务，包括伦敦和东京。但快速扩张也让一些”边缘案例”暴露出来——高速施工区就是最新一个。

    公司声称自家的车已经自动行驶了超过1.7亿英里，跟人类司机相比，严重伤亡事故减少了13倍。但监管压力也在增加：NHTSA和国家运输安全委员会（NTSB）正在调查Waymo车辆在学校班车附近的行为——今年1月，一台robotaxi在学校附近撞到了一名儿童。

    地面道路的服务目前仍在继续，暴雨等极端天气时Waymo也会暂停运营。高速服务的恢复时间取决于软件修复的进展，目前还在开发中。

    每一次召回都在提醒同一件事：把AI放到公共道路上，跟在实验室里跑benchmark完全不是一回事。边缘案例永远存在，而每一次失败的成本，都不是论文里的数字，是真实的人。

  • 376个孩子的未解病例，AI帮医生多找出了18个答案

    376个孩子的未解病例，AI帮医生多找出了18个答案

    波士顿儿童医院和哈佛的研究人员跟OpenAI合作，用o3 Deep Research模型重新分析了一批长期未确诊的儿童罕见病病例。结果比传统路径多出了18个确诊——比例看起来不高，但对那些家庭来说，这就是全部。

    376份病历，AI来”二次会诊”

    这批病例一共376份，覆盖了神经发育障碍、神经肌肉疾病、早期精神病，以及突发性儿童死亡。这些孩子之前都做过基因检测、看过专科医生，走过了现有诊断流程能走的每一步，但仍然没有答案。

    研究人员把去标识化的临床数据和基因组数据交给o3，让模型生成有证据支持的假设，再由专家来评审。最终经过实验室确认，多出了18个诊断，额外诊断率是4.8%。论文6月18日发表在《NEJM AI》上。

    AI辅助医疗诊断
    AI辅助基因组分析，为罕见病诊断提供新线索（配图由AI生成）

    4.8%的背后是什么

    这个数字看起来不大。但放在罕见病的语境里，意义完全不一样。很多罕见病家庭要花数年时间、跑十几家医院，才可能得到一个确诊。如果AI能在第一轮就多给出近5%的答案，省下的是几年时间和无数希望。

    研究里有一个案例很能说明问题。一个早期精神病病例，o3在输入数据里并没有明确列出某个变异的情况下，仍然提出了22号染色体缺失的假设——这个缺失跟迪乔治综合征有关。后续的基因组测序证实了这个结果。

    模型没有直接下诊断，只提供证据链接的假设——每一个诊断最终都经过有资质的专家审核和临床确认。

    局限与前方

    这18个诊断里，有7个其实是”重新发现”——诊断已经在别处建立了，只是没有反映到研究人员审查的记录里。这说明问题不只在AI，还在于临床记录、数据库和医疗系统之间的信息整合。

    研究人员也坦承局限性：这是回顾性研究，没有测量节省了多少时间、医生工作量怎么样、花了多少钱。大语言模型有时候会生成听起来很有道理但实际上经不起推敲的解释，所以专家审核是必不可少的。

    作者在文末建议：需要前瞻性的多中心研究，把AI辅助基因组重新分析和标准方法做对比，评估它对诊断率、医生工作量、成本和患者结局的影响。

    这篇论文没有直接宣告”AI要取代医生”。但它指出的方向很清楚：当科学知识在不断演进，AI可以帮助专家在重新检视困难病例时生成线索。对于那些已经走投无路的家庭来说，这可能是第一道真正有用的光。

  • Photoshop也能聊天的了：Adobe把AI助手塞进了所有创意工具

    Photoshop也能聊天的了：Adobe把AI助手塞进了所有创意工具

    Adobe今天迈出了把AI助手塞进所有Creative Cloud应用的那一步。Photoshop、Premiere Pro、Illustrator、InDesign，甚至做视频协作的Frame.io，现在都有一个专属的AI助手——不是简单地套个ChatGPT接口，而是针对每个工具做了”专业化”调整的版本。

    这件事从今天开始进入公开测试阶段。Adobe的说法是，每个AI助手都”作为专家”在自己的应用里工作。意思就是，Premiere里的AI助手知道怎么帮你整理视频时间线，Photoshop里的那个知道怎么用内容感知填充工具。

    Adobe Creative Cloud AI助手
    Adobe 将对话式AI助手引入全套创意工具

    Premiere的AI助手，帮你把最烦的活干了

    视频剪辑里最枯燥的部分是什么？整理素材、给片段重命名、在时间线上打标记——这些活现在可以交给Premiere的AI助手。你用自然语言描述一下你想要什么，比如”把这段采访里提到预算的部分标出来”，AI就会去扫描视频里的语音内容，找到对应位置，然后在时间线上加好标记。

    Adobe的说法是”繁琐的设置工作帮你搞定了”。这话听起来像广告词，但实际用起来，对于要处理几十个小时素材的剪辑师来说，确实省了不少机械劳动。

    Photoshop用户最熟悉的”描述一下你想要什么”

    Photoshop的AI助手延续的是Adobe之前在Firefly助手里的思路——你用自然语言描述想要的效果，AI去执行。换背景、调整图层结构、为不同平台重新调整素材尺寸，这些以前要点好几下的操作，现在可以试着用对话完成。

    不过Adobe强调，AI助手不是来替代创意决策的。它的定位更像是”执行代理”——你定调子，它帮你跑腿。这和Adobe一贯的叙事是一致的：AI是创意的加速器，不是创意的源头。

    Adobe创意业务负责人David Wadhwani的说法是：”现在每个创意工作者都有了一个agent，能在他们工作的每个应用和平台上帮忙执行——这样他们可以定愿景、运用品味、做只有他们能做的判断。”

    Illustrator和InDesign也没落下

    Illustrator的AI助手能处理”多步骤生产任务”——比如从电子表格或文档里读取数据，批量生成多个版本的设计文件；还能标记出颜色模式错误和缺失字体，顺手把图层整理好。

    InDesign那边，AI助手可以帮你做”打印就绪检查”——就是那种在把文档送去印刷之前要逐项核对的事情。你上传一个新的PDF或者打开一个现有模板，AI可以跨所有页面布局统一更新文案和样式。

    • Photoshop：描述编辑意图，整理图层，调整尺寸
    • Premiere：整理素材夹，重命名片段，根据语音内容打标记
    • Illustrator：批量生成设计文件，标记错误，整理图层
    • InDesign：打印就绪检查，跨页面统一更新样式
    • Frame.io：整理反馈，生成B-roll，辅助创意方向

    这套AI助手背后的技术，统一用的是Adobe自己说的”对话式创意agent”。也就是说，虽然每个应用里的助手看起来是独立的，但它们共享同一套底层能力。这样做的好处是，你在Photoshop里和AI助手建立的工作上下文，理论上可以在Premiere里延续——当然，Adobe这次没说这个功能什么时候来。

    对创意从业者来说，这套工具的实用价值取决于一个事：AI助手能不能真的理解”设计意图”，还是只会机械地执行指令。公开测试版刚上线，答案很快就会揭晓。

  • OpenAI冲刺IPO前夜：挖来Google Transformer之父，还找了特朗普政府的老人

    OpenAI冲刺IPO前夜：挖来Google Transformer之父，还找了特朗普政府的老人

    OpenAI最近两天的动作，像是一场精心编排的IPO前戏。先是从Google挖来了Noam Shazeer——这个人可不是普通工程师，他是2017年那篇《Attention Is All You Need》的作者之一，也就是Transformer架构的奠基人。要知道，现在所有大模型公司都在用的Transformer，源头就是这篇论文。

    从Google到OpenAI，一场人才”逆向输送”

    Shazeer在Google的履历很有意思。他在2000年就加入了Google，中间离开过三年去创办Character.AI——那个让你和AI角色聊天的平台。2024年Google花了27亿美元把他请回来，顺便拿到了Character.AI的技术授权。结果不到两年，他又走了，这次目的地是OpenAI。

    他在Google期间不是没有争议。据The Information报道，Shazeer在内部留言板上发表过关于跨性别身份和以色列在加沙战争的看法，以至于管理层不得不删除了他的帖子。这些争议会不会跟着他到OpenAI，现在还不好说。

    OpenAI IPO前的人才布局
    OpenAI在IPO前夜的关键人才布局

    不只是技术人才，还有政策”内幕人”

    更值得玩味的是另一个人的加入——Dean Ball。这个名字你可能不太熟悉，但他刚刚在特朗普白宫待过，帮忙起草并发布了”美国AI行动计划”。现在他要在7月6日加入OpenAI，领导一个叫”Strategic Futures”的新团队。

    Ball自己说，这个团队的任务是”帮助公司领导层塑造前沿AI政策”，直接向首席战略官Jason Kwon汇报。具体管什么事呢？他列了一份清单：灾难性风险、递归自我改进、劳动力市场规模影响，还有”前沿实验室与政府（尤其是美国联邦政府）之间的关系”。

    Ball在博客里写了一句挺直白的话：”换句话说，内部治理对未来AI的重要性，比大多数人意识到的要高得多。”

    时机很微妙：Anthropic正在挨揍

    Ball加入OpenAI的时机，让人忍不住多想一层。就在上周，特朗普政府下令禁止Anthropic的最新模型Fable 5和Mythos 5向外国国民提供访问权限，Anthropic被迫把这两个模型整个下架——因为要避免违反出口管制。Anthropic和美国政府的关系，正在从”合作”走向”对抗”。

    而OpenAI这边，招揽Ball这样一位刚从特朗普白宫出来的人，信号很明确：他们要在华盛顿拿到”自己人”的席位。如果你在写S-1文件（IPO招股书），”政府干预”一定是风险因子之一。Ball就是OpenAI对这一风险的答案——与其让政府来管，不如先把自己的政策人安排好。

    • Shazeer的加入补上了OpenAI在技术原创性上的叙事——”Transformer之父在我们这里”
    • Ball的加入则是在政策层面筑起一道墙，尤其是Anthropic正在和政府交恶的当下
    • 两件事同时发生，时间点选在IPO之前，很难说是巧合

    这一轮AI人才争夺战，已经不只是技术人才的竞争了。政策人才、政府关系人才，现在也成了前沿AI实验室的必争之地。OpenAI在IPO前把这件事摆上台面，等于告诉市场和监管机构：我们想清楚了谁来管”AI治理”这件事。

    至于Shazeer那些在Google惹过的争议，OpenAI显然认为这不算什么——技术大神的才华，向来比他的帖子更值钱。只是这一次，他要在一家正在准备上市、面临更多公众审视的公司里工作。那些帖子的事，恐怕不会就这样被遗忘。

  • 联邦能源监管委员会给AI数据中心开了绿灯，电网接入不再排队

    联邦能源监管委员会给AI数据中心开了绿灯，电网接入不再排队

    联邦能源监管委员会给AI数据中心开了绿灯，电网接入不再排队

    电网与AI数据中心连接概念图
    AI数据中心电力接入成为美国基础设施新战场（配图由AI生成）

    在美国建AI数据中心，最大的瓶颈已经不是芯片，也不是钱，是电。

    准确说，是”接电”——把数据中心连上电网这个动作。这个过程慢到什么程度？排队时间经常以年计算。等到你接上电，竞争对手可能已经把模型训练完三代了。

    FERC出手了

    本周四，美国联邦能源监管委员会（FERC）终于出手了。他们向六大电网运营商下达命令：数据中心的并网请求，必须走”快速通道”。

    命令写得相当直接：电网运营商必须证明，数据中心能够”及时且有条理地”接入输电系统。当然，接电的钱还是数据中心自己出。但这条规定的重要意义在于，它从监管层面把”数据中心并网”这件事的优先级提上来了。

    六大电网运营商现在有两个死线：30天内，提交报告说明自己还有多少富余发电容量（如果有的话）；60天内，”辩护或修改”自己辖区内的电价。

    FERC还专门提到了”替代输电技术”——虽然没有点名，但固态变压器、超导输电线路这些新技术，理论上现在都有机会进入电网运营商的采购清单了。

    电网快被AI”吃”掉了

    这件事的背景是：美国电网已经快被AI”吃”掉了。

    到2035年，数据中心的电力需求预计将增长近三倍。而电网运营商过去二十年已经习惯了需求近乎零增长，突然被砸过来这么一个增量，直接懵了。一些电网运营商——最典型的是美国最大的电网运营商PJM——已经陷入某种接近混乱的状态，大型公用事业公司甚至威胁要退出。

    排队接电网的不只是数据中心。截至2023年底，发电厂并网申请的总容量，已经超过了美国现有发电厂总装机量。也就是说，排队的队伍比电网本身能承载的还要长。

    电费在疯涨

    在这种背景下，科技公司和开发者等不及了，开始转向”表后发电”（behind-the-meter）——在自己数据中心园区里自建电站。这种做法通常更贵、也更复杂，但没办法，等不起。

    代价是电费在疯涨。根据彭博社的数据，批发电价相比五年前最高涨了267%。数据中心密集的地区，居民电费也在跟着涨，这也是为什么各地开始出现反对数据中心扩建的声浪。

    • 数据中心用电需求2035年前将增长近三倍
    • 批发电价五年最高涨幅267%
    • 电网并网排队已超过电网总容量
    • 科技公司已转向”表后发电”自救

    清洁能源在退潮

    FERC这次出手，背后有能源部长Chris Wright的推动。他去年十月就说过，数据中心并网延误已经威胁到美国在AI领域的竞争力。

    但讽刺的是，就在FERC为数据中心”开绿灯”的同一周，公众对AI和数据中心的态度已经明显转冷。斯坦福大学的一份报告今年四月指出，AI圈内人和圈外所有人之间，存在越来越大的认知鸿沟。

    而特朗普政府的动作则更加直接——本周三，政府宣布将支付7.65亿美元，让开发商Invenergy取消加州、缅因州和纽约附近的海上风电租约。Invenergy说，这笔钱将用来在中西部建天然气电厂，在西部建地热项目。

    算下来，特朗普政府现在已经花了大约26亿美元，用来”搞掉”海上风电项目。

    所以现在的情况是：一边是联邦层面为AI数据中心”开绿灯”接电，另一边是同样级别的联邦政府出钱拆清洁能源项目。AI数据中心的电从哪儿来？答案可能越来越偏向化石燃料。

    FERC的命令能在多大程度上加速数据中心并网，还得看电网运营商怎么执行。但方向已经很清楚了：AI基础设施被上升到了”国家竞争力”的高度，监管在为它让路。

  • 做AI推理的公司突然值钱了，Baseten两年估值翻了十倍

    做AI推理的公司突然值钱了，Baseten两年估值翻了十倍

    做AI推理的公司突然值钱了，Baseten两年估值翻了十倍

    AI推理技术概念图
    AI推理层正成为新一轮融资热点（配图由AI生成）

    如果你最近在VC圈混，一定听过”推理层”（inference layer）这个词被提起的次数越来越多了。简单说，训练是大模型”学习”的过程，推理是模型”回答你问题”的过程。我们每次跟ChatGPT对话、让Claude写代码，背后都是推理在跑。这个环节烧钱烧得厉害——每次推理都要用GPU算力——但也是离用户最近、最可能产生收入的地方。

    Baseten就是在这个环节上做生意的一家公司。

    130亿美元，这个距离IPO还有多远

    本周，《华尔街日报》爆出消息：这家2019年成立的创业公司，正在接近敲定一笔高达15亿美元的融资，投后估值130亿美元。如果你对这个数字没概念，可以这么看：仅仅五个月前，Baseten刚宣布完成3亿美元的E轮，估值50亿美元。再往前九个月，它刚完成1.5亿美元的D轮。不到两年，估值从15亿到50亿再到130亿，涨了将近十倍。

    如果这轮融资最终落定，Baseten的估值在不到半年内涨了160%。

    “分价轮”正在成为AI创业公司的标配操作——让领投方享受更高估值，账面回报好看， headline valuation也更高。

    当然，这个数字有点”水分”。《华尔街日报》透露，这轮是一个”分价轮”——有些投资人进来的估值是130亿美元，有些则是110亿美元。这种做法在当下的AI创投圈已经不算新鲜。据知情人士透露，本轮由Spark Capital、Sands Capital、Altimeter Capital和Wellington Management共同领投。

    推理层为什么突然值钱了

    Baseten做的生意说起来不复杂：它帮企业和开发者跑AI推理，但承诺比直接调OpenAI或Anthropic的API更便宜、更灵活。它的做法是把请求”路由”到最合适的模型——有时候是OpenAI的GPT，有时候是Claude，但更多时候是那些能力强、成本低的开源模型。对企业来说，同样的质量，花的钱更少。

    这个模式踩中了一个真实的需求：越来越多公司想用AI，但不想把所有鸡蛋放在OpenAI一个篮子里，也不想每次推理都付”奢侈品”价格。Baseten的定位就是那个”中间层”——你不用管背后跑的是什么模型，它帮你搞定。

    • 训练层的钱已经被几家公司（OpenAI、Anthropic、Google）烧完了
    • 推理层还很分散，有机会长出新的大公司
    • 企业对”不锁定单一模型”的需求是真实的

    VC们押的就是这个”推理黄金热”（inference gold rush）。逻辑是：训练是少数巨头玩的，推理是每个想用AI的公司都要面对的。这个市场太大了。

    问题是，估值能不能撑住

    130亿美元的估值，放在整个AI创业版图里，已经进入”大个子”行列了。但它离真正IPO还有多远，能不能在那之前把盈利模型跑通，是下一个值得看的故事。

    推理层这个生意，技术门槛并不是高到不可逾越——大厂随时可以自己做，开源社区也在追赶。Baseten的真正护城河，可能是它已经拿下的客户量，以及它帮客户省了多少钱。这些数据，外界暂时还看不到。

    但估值的数字已经摆在这里。在AI基础设施这个赛道里，Baseten用两年时间，把自己从一家”做推理优化的创业公司”变成了”130亿美元级别的公司”。这个故事本身，已经足够让整个VC圈重新思考”推理层”到底值多少钱。

  • 在亚马逊支持数据中心监管，三个工程师被叫去HR「喝茶」了

    在亚马逊支持数据中心监管，三个工程师被叫去HR「喝茶」了

    三个亚马逊软件工程师上个月跑去西雅图市议会听证会上发言，支持对数据中心建设加一道监管。一周后，他们每人都被叫去和HR开了一次”即兴会议”——会上告诉他们：公司正在调查你们，处罚随时可能来，包括解雇。

    这件事发生在6月10日。刚好是市议会通过数据中心暂停令（moratorium）的第二天。

    亚马逊员工因支持数据中心监管面临解雇
    亚马逊员工在数据中心监管问题上的处境（配图由AI生成）

    他们说了什么？

    这三个工程师分别叫Patrick Schloesser、Darius Irani和Liesl Wigand。他们在听证会上发言时，开场白引用了西雅图本地一条法律——这条法律禁止雇主因为员工的政治言论而歧视他们。

    他们发言支持的内容，是西雅图市议会正在讨论的一项紧急禁令：暂停新建功率超过20兆伏安的大型数据中心，时限一年。这个禁令背后是当地居民和环保团体对数据中心能耗和用水压力的担忧。

    西雅图是全美AI基础设施扩张最激烈的城市之一。亚马逊总部就在这里，数据中心建设直接关系到这家公司的核心业务扩张能力。

    HR说了什么？

    6月10日，三个人各自被叫去和亚马逊的”员工关系部”（Employee Relations）开会。HR代表告诉他们，公司正在调查，可能会有纪律处分，最严重的后果是解雇。

    一周后，他们正式向西雅图民权办公室提交了法律申诉，指控亚马逊违反了禁止基于政治活动进行就业歧视的地方法律。

    Patrick Schloesser对外媒说了一句挺硬的话：”我不愿意接受这样一种现实——亚马逊或者任何一家公司，可以因为我在行使自己的权利就把我噤声。我们不会乖乖回去排队。”

    亚马逊怎么说？

    亚马逊发言人Margaret Callahan的回应相当标准：员工当然可以自由谈论工作环境，但公司有政策规定，任何以公司代表身份对外发言的行为都必须走流程——他们现在正在调查这三个工程师是否违反了这个政策，至于会不会真的开除，现在还说不准。

    亚马逊还特别否认了”已经决定开除这几个人”的说法。

    但 timing 确实很微妙。听证会是6月3日开的，市议会6月9日全票通过禁令，而 HR 约谈刚好是6月10日。工程师们觉得这不是巧合。

    这件事为什么值得关注？

    往小了说，这是一个劳动纠纷。往大了说，这件事把AI基础设施扩张和本地社区利益之间的张力，用一种非常直接的方式暴露了出来。

    数据中心不是抽象概念——它们消耗大量电力和水，对周边社区的基础设施造成压力。在西雅图这个问题尤其尖锐，因为亚马逊的总部就在这里，它是这座城市最大的雇主之一，也是数据中心建设的主要推手。

    员工站出来支持对雇主不利的监管政策，然后疑似遭到报复——这个剧本在美国科技行业其实不新鲜。但放在2026年这个AI基础设施大扩张的背景下，这件事有了更多的象征意义。

    • AI公司对算力的渴求，正在把数据中心建设推向前所未有的规模
    • 各地社区开始意识到：这些数据中心的能耗和用水，代价是本地居民在承担
    • 科技公司的员工，正在试图用政治参与的方式影响公司的扩张行为
    • 而公司如何回应”不乖”的员工，将成为一个越来越敏感的问题

    这件事目前还在法律程序初期，西雅图民权办公室是否正式立案调查，还需要一段时间才能知道。但这三个工程师愿意站出来公开指控，本身就已经把”科技公司员工能否自由表达对雇主不利的政治立场”这个问题，摆到了台面上。

    数据中心的争议不会只有这一回。随着AI算力需求继续膨胀，会有更多城市面临和西雅图一样的选择题：要科技公司的税收和就业，还是要对能耗、用水和社区影响的监管权。而员工在这场博弈里站在哪一边，也会变得越来越复杂。