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。

  • Anthropic 加入碳去除联盟,AI 公司的环保账本

    Anthropic 加入碳去除联盟,AI 公司的环保账本

    Anthropic 上周做了一个在其他 AI 实验室眼里可能有点”格格不入”的举动——它加入了 Frontier,一个由 Stripe、Google、Shopify 等科技公司发起的碳去除集体。Anthropic 是第一个加入这个组织的纯 AI 公司。

    Frontier 这次新募集了 9.15 亿美元,让总承诺金额几乎翻了一倍,达到 18 亿美元。到目前为止,Frontier 已经签下了近 7 亿美元的合同,覆盖 50 多个项目,预计能去除 180 万吨二氧化碳。

    Anthropic 加入 Frontier 是它第一个和气候相关的动作。此时 AI 公司们正在疯狂买电,而且买的不都是”干净”的电。

    为什么这件事值得关注

    xAI 在孟菲斯的数据中心装了 57 台未获许可的燃气轮机,被环保组织告上法庭;SpaceX 的 IPO 文件显示它未来三年还要花 28 亿美元买更多燃气轮机。Anthropic 在这种时候加入 Frontier,多少有点想给自己贴上”我们在乎气候”标签的意思。

    但说实话,Anthropic 自己也没那么干净。它还没有发布过可持续发展报告,而且在今年早些时候的一份声明里说它支持”all of the above”的能源策略——这句话翻译过来其实就是”什么电都买”。

    Frontier 是怎么运作的

    Frontier 本质上是一个”碳去除项目的买手团”。想买碳去除信用的公司面临一个困境:它们想在未来一二十年达到零排放,但有些排放是消不掉的(比如坐飞机),而碳去除这个行业又太早期了,没有哪家供应商能稳定地去除大企业需要的那个规模。

    Frontier 就来做这个”尽调”——它评估哪些碳去除技术靠谱,然后替成员公司签合同。这些碳去除信用就像资产负债表上的”利润”一样,可以用来抵消企业账面上的碳排放。

    Anthropic 与碳去除
    AI 公司的环保账本(配图由 AI 生成)

    碳去除到底在去除什么

    Frontier 投过的技术路线很广:直接从空气里抓二氧化碳的装置、把磨碎的石头撒到农田里加速风化的方案、把生物质转化成生物油然后封存的路径、往海里倒抗酸剂来吸收二氧化碳,还有烧生物质发电并同时封存二氧化碳的技术。

    现在 Frontier 说要换打法了——少投一点项目,但每个项目的钱给多一点,重点押注那些有希望每年去除 10 亿吨以上二氧化碳的技术。新合同的期限也拉长了,大概 8 到 10 年。

    一个 Frontier 的发言人说,以后任何新合同都会要求碳去除公司”展示出通往政府补贴的路径”。这话其实挺诚实的——企业不想永远当这个行业的提款机。

    联合国 IPCC 已经说了,要实现净零排放,碳去除技术是必要的。但问题是,没多少人愿意买单。Frontier 签合同可以签到 2040 年,但 2040 年以后呢?按照现在全球变暖的速度,我们到时候大概会有比碳去除更紧迫的问题要操心。


  • 机器人训练数据成了AI新战场,这家公司刚拿了7000万美元

    机器人训练数据成了AI新战场,这家公司刚拿了7000万美元

    机器人训练数据收集
    机器人训练数据收集需要大量物理交互场景的标注

    训练一个大语言模型,你只需要扒下整个互联网的文本就行。但训练一个能叠衣服、拿杯子的机器人?那可没现成的数据海洋给你捞。

    这就是XDOF看到的机会。这家今天刚从隐身模式走出来的初创公司,刚拿了7000万美元融资,投资方包括Thrive Capital、Spark Capital、a16z、Lux和WndrCo。他们的赌注很简单:AI的下一个瓶颈不是模型也不是芯片,而是教机器人理解物理世界的数据反馈回路。

    为什么机器人数据这么难搞

    语言模型可以啃下整个互联网的文本,因为文字是现成的。但机器人需要的数据得捕捉物理交互——手怎么抓、力怎么控、物体怎么响应。这类数据几乎不存在。

    YouTube视频?画质太低,而且你不知道视频里的人到底用了多少力、手指是什么角度。众包工人拍的片段?同样的问题,而且很难和真实的物理参数对上号。

    XDOF的联合创始人兼CEO Philipp Wu在UC Berkeley读博时就撞上了这堵墙。他的研究方向是让机器人从大规模数据集里学习技能,但问题来了——根本没有大规模数据。

    “这是一个鸡生蛋、蛋生鸡的问题——我们得先实际收集数据,才能开始问怎么为机器人训练基础模型。”

    从学术论文到商业项目

    Wu和后来的联合创始人、CTO Fred Shentu搞出了一个叫GELLO的低成本遥操作系统,让人类操作员可以控制机械臂来生成训练数据。这个项目后来成了一篇在机器人圈很有影响力的论文,因为很多实验室都有同样的数据瓶颈,开始用这类设备来采集数据。

    看到机会后,Wu、Shentu和第三位联合创始人、COO Nemo Jin在2024年10月创立了XDOF,专门为搞机器人模型的公司提供数据生态系统。公司现在有约60名员工,已经在对口20家客户,包括几家前沿AI实验室(名字不能透露)。

    Wu说得很直接:”所有顶尖实验室都在追机器人。我们已经看到在语言模型竞赛中稍微落后的后果……你不想在物理AI成为下一个前沿时被甩在后面。”

    数据金字塔的三层结构

    XDOF的计划是覆盖一个数据金字塔的三个层级。最值钱的一层是在实际部署的机器人上采集的遥操作数据;第二层是用遥操作机器人采集更通用的数据(就像GELLO那样);第三层是”以自我为中心”的数据——人类戴穿戴式传感器完成日常任务时采集的数据,XDOF计划自己造这种传感器。

    选什么摄像头会直接影响数据质量,进而影响手 tracking 算法的表现。Wu说:”如果你一开始不把硬件设计好,你采集的数据可能会有你没预料到的特定问题。”

    为什么大实验室不自己搞

    这个问题很自然:为什么OpenAI、Google DeepMind这些巨头不自己建数据管道?Wu的回答是规模和专注度:”你需要一个几十万平方英尺的仓库,里面放上几百台机器人。你还得维护这些机器人、校准它们的物理参数、 properly培训操作员。”

    这种重资产、劳动密集的运营模式,大多数AI实验室宁愿外包。而这正是XDOF押注的市场。

    公司名字XDOF是个双关,既指机器人学里的”自由度”(degrees of freedom,描述机器人能独立运动的方向数),也表达了他们的野心:”任意自由度,无限自由度。”


    XDOF已经和UC Berkeley的AI研究实验室合作,发布了他们声称的有史以来最大的高质量机器人训练数据集合,叫ABC。里面有13万条机器人操作数据轨迹、300小时仿真数据和100小时评估数据。这种规模的预训练数据以前学术界根本拿不到。

    团队已经用这些数据训练机器人做折T恤、压扁纸箱、把AirPods塞进盒子这类基准任务。接下来,物理AI的数据军备竞赛才刚刚开始。

  • 只有16%美国人对AI的社会影响感到乐观,年轻人最悲观

    只有16%美国人对AI的社会影响感到乐观,年轻人最悲观

    皮尤研究中心刚发布了一份让AI行业尴尬的调查报告。他们问美国人:你觉得AI未来20年对社会的影响是正面还是负面?结果只有16%的人说”正面”,40%的人直接说”负面”。剩下的人勉强算中立或者没想好。

    这个数字比很多人预期的更悲观。要知道,AI现在可是经济里的热门话题,科技公司砸了上千亿美元,IPO一个接一个,新闻里天天说”AI改变世界”。但普通人似乎并不买账。

    年轻人反而更悲观

    最让人意外的是年龄分布。30岁以下的人对AI最不看好,只有14%认为AI会有正面社会影响。按理说年轻人应该是最拥抱新技术的群体,结果他们对AI的态度比老一辈还消极。

    一个可能的解释是年轻人最先感受到AI对就业的冲击。实习岗位被AI替代、入门级工作消失、招聘要求莫名其妙地”升级”——这些都直接发生在年轻人身上。你让他们怎么乐观?

    三分之二的人说AI发展太快了

    除了对长期影响悲观,大部分美国人还觉得AI发展速度失控。近三分之二的受访者表示AI”发展太快”。这个数字和之前几次调查的趋势一致,说明公众的担忧不是一时兴起。

    67%的美国人压根不相信美国政府会对AI做有效监管。59%的人不信任企业能安全地开发AI。

    这两个数字值得玩味。它说明公众对美国治理AI的能力几乎失去信心,无论是对政府还是对企业。在AI监管这件事上,信任已经透支得差不多了。

    每天都在用,但心里打鼓

    矛盾的地方来了:尽管态度悲观,美国人用AI的频率却在上升。约四分之一的美国人说他们每天都会用AI聊天机器人。用途主要是研究和工作相关任务。

    ChatGPT的用户覆盖率涨得最快,现在44%的美国成年人说他们用过ChatGPT,比2023年翻了一倍还多。排在第二的是Gemini(24%),然后是Copilot(17%)和Meta AI(14%)。Grok、Claude和Character.ai还在个位数徘徊。

    男性比女性更常用AI,也更有热情。27%的男性说每天用AI聊天机器人,女性只有20%。不过双方在用ChatGPT这件事上差不多,差异出现在Copilot和Grok这些相对小众的产品上。

    一半人坚决不用AI

    调查还发现约一半的美国人明确表示不用AI。这部分人年龄偏大,65岁以上的人里有近75%说他们从来不用AI聊天机器人。他们给出的理由也很直接:不感兴趣,也没打算以后用。

    这其实是个信号。AI的普及率可能已经接近某类用户群体的天花板,剩下那一半人可能不是靠产品迭代就能转化的。他们需要的也许是更根本的信任重建。


    AI行业现在面临一个尴尬局面:产品用的人越来越多,但公众对这项技术的长期看法却在走下坡路。这有点像社交媒体在2010年代后期的处境——大家都在用,但没人觉得它在让世界变好。AI会不会走同样的路,接下来几年就能看出来。

  • 世界模型公司Odyssey冲到145亿美元估值,Amazon、AMD都来了

    世界模型公司Odyssey冲到145亿美元估值,Amazon、AMD都来了

    大语言模型之后,AI的下一个战场在哪里?越来越多人的答案是:世界模型(World Model)。而这家叫做Odyssey的公司,刚刚用一份融资成绩单告诉市场:资本已经用真金白银投了票。

    Odyssey完成3.1亿美元B轮融资,投后估值145亿美元。这轮由Natural Capital领投,Amazon、AMD Ventures、GV等跟投。加上这笔,公司成立以来总共融了3.37亿美元——对于一个2023年才成立的初创公司来说,这个速度相当惊人。

    AI世界模型概念图
    世界模型试图让AI理解物理世界的运行规律 | 概念图

    创始人背景:自动驾驶的老兵

    Odyssey的两位创始人,CEO Oliver Cameron和CTO Jeff Hawke,都是从自动驾驶行业出来的。Cameron之前是自动驾驶初创公司Voyage的联合创始人兼CEO,后来Voyage被GM的Cruise收购,他就在Cruise做产品VP。Hawke则在另一家英国自动驾驶公司Wayve当工程师。

    这个背景其实解释了Odyssey在做什么。世界模型的核心是:让AI理解物理世界的运行规律——重力、碰撞、光线、物体之间的相互作用。这正是自动驾驶公司一直在攻克的问题,只不过Odyssey把它做成了一个通用平台,可以应用到游戏、机器人、虚拟现实等多个领域。

    怎么采集数据?背上摄像头走遍全世界

    要训练世界模型,得先有海量真实世界的视频数据。Odyssey的做法相当”物理”:派人背上摄像头,走街串巷地拍。这个思路其实和Google Earth有点像,只不过Google是开车拍,Odyssey是让人背着设备步行采集,能覆盖到车辆到不了的地方。

    世界模型不只是生成视频,它要模拟物理规律。这意味着AI生成的画面里,一个杯子掉到地上会碎,一个球踢出去会按照抛物线飞行——而不是每一帧都”猜”接下来发生什么。

    应用场景:从游戏到机器人

    目前Odyssey的世界模型已经有几个明确的方向。游戏是最直接的——用文字提示词生成可交互的3D视频内容,理论上可以大幅降低游戏场景的制作成本。机器人是另一个大方向:用世界模型做仿真训练,让机器人在虚拟环境里”摔”几千次,再放到现实里。

    和Amazon的合作也值得注意。Odyssey宣布AWS成为其首选云服务商,并且会优化模型以运行在AWS的Trainium芯片上——这是Amazon自家开发的AI训练芯片,直接对标Nvidia的GPU。有了Amazon的投资和云资源,Odyssey在算力成本上可能比竞争对手更有优势。

    天使投资人名单:硅谷半壁江山

    除了机构投资人,Odyssey这轮还拉来了一批重量级天使:Google传奇工程师Jeff Dean、知名天使Elad Gil、YC现任CEO Garry Tan、Vercel CEO Guillermo Rauch,还有Cruise创始人Kyle Vogt。这个阵容基本上把硅谷AI圈最有话语权的那批人都聚齐了。

    世界模型是不是下一个大机会,现在下结论还为时过早。但资本已经在用行动表态:这个方向,值得押注。

  • Google终于认真做智能音箱了,这次靠Gemini能不能翻身

    Google终于认真做智能音箱了,这次靠Gemini能不能翻身

    智能音箱这个品类,已经沉寂太久了。自从2020年Google发布Nest Audio之后,这个品类就进入了某种休眠状态——功能年年小修小补,但没人真正重新想一想:有了大模型之后,音箱到底应该是什么样子。

    Google本周给出了它的答案:一台叫做Google Home Speaker的新设备,售价99.99美元。这是Google六年来第一款真正意义上的新音箱,也是第一款”为Gemini而生”的音频设备。

    Google Home Speaker智能音箱
    Google Home Speaker,底部有一圈环形灯 | 图片来源:Google

    自然语言,终于能用了

    老一代智能音箱最大的问题,是你得”学它的语言”。想关灯,得说”关掉客厅的灯”;说错了用词,它就听不懂。Gemini进来之后,这个逻辑被打破了。

    新音箱支持完全自然的多步骤指令。你可以说:”把厨房灯调暗,放点轻松的音乐,再设个20分钟的定时器。”一句话,三个动作,不需要分三次说,也不需要记住特定的唤醒词格式。

    更实用的一点是:它支持中途纠正。说到一半改主意了?直接改就行。”把咖啡机关掉……哦不对,是打开。”Gemini能理解这种日常对话里的反复,而不是让你重新来过。

    10种新声音,能聊也能问

    除了控制智能家居,这台音箱还被设计为可以和你对聊。它内置10种新声音,支持”持续对话”模式——不用说”OK Google”就能接着问。你可以拿它学东西、查资料、聊想法,基本就是把Gemini的对话能力,从手机屏幕搬到了客厅里。

    音箱的麦克风会在”持续对话”模式下短暂保持开启,让你能自然追问,而不必每次都重新唤醒。

    外观上,新音箱延续了Google一贯的织物包裹设计,圆形身材,3.4 x 4.2英寸大小。美国市场有Jade和Berry两种颜色,全球版本则提供Hazel和Porcelain。底部新增一圈环形灯,用不同光效表示”在听”、”在想”和”在回答”三种状态。

    订阅制来了:高级功能月费10美元

    不是所有新功能都免费。Google推出了Google Home Premium订阅计划,月费10美元(或年费100美元),解锁更强大的AI能力:

    • Gemini Live自由对话(更高级的多轮语音聊天)
    • Nest摄像头活动解读——你不在家时,AI帮你总结发生了什么
    • 更深度的智能家居场景联动

    好消息是,Google会在前六个月免费提供这些高级功能,让你先试试再看值不值得续费。这套路和手机厂商差不多——先让你用上,再决定要不要交钱。

    问题是,消费者愿意为智能音箱的AI能力每月交10美元吗?Google在这个时间点推订阅制,勇气可嘉,但市场买不买账,还得看实际体验。


    这台设备目前已经开放预购,本月晚些时候发货。Google显然希望Gemini能成为下一个时代的”音箱灵魂”,就像Siri定义了上一代设备一样。只是,六年过去了,人们的注意力早就从音箱转移到了手机、耳机、甚至眼镜上。Google这次能不能翻盘,答案可能要等到年底假期销售季才能揭晓。

  • Snap 发布 2195 美元智能眼镜:戴着它能不能看起来不傻,这是个问题

    Snap 发布 2195 美元智能眼镜:戴着它能不能看起来不傻,这是个问题

    昨天 Snap 正式发布了 Specs 智能眼镜,定价 2195 美元。CEO Evan Spiegel 在接受 CNBC 采访时说,这款产品他们做了12年以上,目标是”把计算带进现实世界”,让人不再低头看手机屏幕。

    Snap Specs 智能眼镜
    Snap Specs 的粗框设计在时尚与科技之间走钢丝

    Spiegel 戴着它上镜,然后大家都分心了

    Spiegel 在采访里侃侃而谈的时候,作者 Victoria Song 注意到一个细节:他每动一下头,光线就会照在镜片上,隐约露出里面显示屏的轮廓。这个人正在讲”屏幕疲劳”和”想要更真实地连接世界”,而他脸上正架着一台把屏幕摆在眼睛前面的设备。

    但更多人注意到的是——这副眼镜戴在他脸上,看起来挺滑稽的。

    时尚是很主观的事,但 Specs 的设计客观来说很大胆。粗框、棱角分明的飞行员风格、巨型镜腿——如果里面没有任何科技,这副眼镜也会被当成”宣言单品”,大概只有 Iris Apfel 或者《超人总动员》里的 Edna Mode 才会日常戴着出门。

    2195 美元,本来也没想让普通人买

    Snap 把这副眼镜定位成” aspirational 级”时尚科技单品,不是卖给大众的日常消费品。这一点从他们的全球广告 campaign 就能看出来——拍摄者是时尚摄影师 Steven Meisel,这人在 Vogue 和 Versace、Valentino、Balenciaga 这些高定品牌里都是常客。

    所以这个逻辑大概是:先让时尚圈和科技圈的人戴上,做出一种”未来已来”的意象,然后再慢慢往大众市场渗透。当年 Snap 的太阳镜相机 Spectacles 也是这个路数,只不过那次渗透率比预期低了不少。

    和 Meta Ray-Ban 走的是两条路

    目前市面上最成功的 AI 智能眼镜是 Meta 和 Ray-Ban 合作的款,走的是”看起来像普通眼镜”的路线,价格也控制在普通人能接受的范围。Snap Specs 完全反着来——它长得就是要让你注意到,价格也直接拉到 2000 美元以上。

    • Meta 的路数:先让大众习惯戴着眼镜听歌、拍照、调 AI,悄悄把市场做起来
    • Snap 的路数:先做品牌调性,再谈销量,宁可让大多数人觉得”酷但买不起”
    • 两种策略各有道理,但 Snap 的前几代眼镜产品并没有证明这条路能走通

    说到底,眼镜这件事比手机难多了

    手机你可以做得很酷,因为没人看你的手机长什么样。眼镜不一样——它架在你脸上,每个人跟你说话的时候都在盯着它看。Meta 选了 Ray-Ban 这个本身就代表”经典好看”的框型,很聪明。Snap 选了一条更难的路:要让大家觉得这副看起来很怪的眼镜是”酷”的。

    这件事不是完全不可能。早期戴 Apple Watch 的人也被嘲笑过,现在它已经是全球销量最大的手表了。只是 Snap 需要回答一个问题:除了”这是 Snap 做的”和”这是智能眼镜”,普通人为什么要花 2195 美元买这副看起来有点怪的眼镜?

    Spiegel 说人们已经受够了屏幕。他说得也许对。但如果解决方案是换一种方式把屏幕摆在面前,这件事到底算不算”减少屏幕”,可能每个人都有自己的答案。

  • Claude Design 新编辑器上线:AI设计工具开始认真和 Figma、Canva 抢饭碗了

    Claude Design 新编辑器上线:AI设计工具开始认真和 Figma、Canva 抢饭碗了

    Anthropic 这周给 Claude Design 推了一波大更新,说白了就是要把”AI生成设计”这件事从玩具变成真正能干活的工具。最显眼的变化是一个新编辑器——现在你可以直接在画布上拖拽、缩放、对齐元素,不用再靠文字描述让AI猜你想要什么布局。

    Claude Design 新编辑器界面
    Claude Design 新编辑器支持直接拖拽和对齐元素

    一周破百万用户,然后呢?

    Claude Design 上线第一周就有超过100万人用过。这个数字挺吓人的,但也说明一个问题:想用AI帮忙做设计的人真的很多,只是之前的工具还不够顺手。

    新编辑器的逻辑其实很直接——之前你用Claude Design,基本上是用文字描述你想要什么,然后AI给你出图。现在多了一步:AI出图之后,你可以直接在画布上微调,拖动某个按钮的位置、调整间距、对齐元素。听起来不算什么大突破,但实际用起来差别很大,因为之前每次想改个小地方都要重新生成,很浪费时间。

    和设计系统打通,这才是企业级功能

    这次更新里最值得企业用户关注的功能,是设计系统导入。你可以把公司已有的设计系统(从GitHub仓库、设计文件或者直接上传)喂给Claude Design,之后它生成的所有内容都会自动对齐你们的设计规范。大公司里还能设置一个管理员角色,锁定标准设计系统,防止有人乱改。

    Claude 会把输出和你的设计系统做比对,在你看结果之前就先自己纠正一遍。这对需要保持品牌一致性的团队来说,省了不少事后返工的功夫。

    和 Claude Code 打通,设计到代码不用截图

    这次更新还有一个挺实用的功能:Claude Design 和 Claude Code 之间可以无缝接力。你在Design里把设计定稿了,可以直接交给Claude Code接着做开发,Code会接着你之前的设计继续,而不是从头开始重新理解一遍(或者靠截图来猜)。

    反过来也行——如果你习惯先在终端里干活,现在可以在Claude Code里直接用 /design 命令创建和编辑设计项目,不用切来切去。

    出口通向一堆常用工具

    生成好的设计现在可以导出到不少地方:PDF、PowerPoint是基本的,还能直接推送到Adobe、Canva、Gamma、Lovable、Miro、Replit、Vercel、Wix等工具里。Anthropic和Replit、Lovable都有合作表态,说要让”从想法到上线”整个流程更顺畅。

    • 对独立开发者来说,在Claude Design里画完界面,直接推去Replit改改就能跑,这个流程确实诱人
    • 对企业设计师来说,导出到Canva或Adobe继续精修,比重新在那些工具里从零开始效率高
    • 目前支持的出口还在增加,Anthropic说”更多目的地即将到来”

    Figma和Canva肯定注意到了这个动向。Claude Design的打法和它们不一样——它不是要做一个更好的设计工具,而是把”设计生成”这件事嵌进整个开发流程里,从想法到设计到代码,尽量不让你重复描述同一件事。

    这种做法的风险在于:如果AI生成的设计不够好,后面所有接力都是在浪费时间。Anthropic说这版的错误率已经大幅下降,生成同样质量的结果用的token也更少了。实际用起来怎么样,还得看用户自己的反馈。

  • 三星手机将推出宠物健康AI检测,拍张照片就知道猫咪狗狗有没有病

    三星手机将推出宠物健康AI检测,拍张照片就知道猫咪狗狗有没有病

    三星在巴黎VivaTech 2026大会上亮了个新功能,挺有意思的——用手机拍一张猫狗的照片,AI就能帮你判断宠物有没有牙周病或者肥胖问题。这个功能是与宠物健康管理平台Lifet合作开发的,预计会整合到Galaxy手机的SmartThings应用和宠物护理生态里。

    给宠物看病的AI来了

    养宠物的人大概都有过这种经历:猫狗有点不对劲,但你不确定是不是该去看兽医,或者你拍了照片发给朋友,大家也都是凭经验猜。三星这个功能的思路是直接用AI分析照片,给出健康风险提示。

    三星宠物健康AI检测
    用Galaxy手机拍摄宠物照片,AI分析健康状况

    Lifet的平台本来就有网页版和App,这次和三星合作以后,相当于把宠物健康筛查直接搬到了手机上。你拍张照,几秒钟就能知道你的猫是不是可能超重了,或者狗狗的牙龈有没有发炎的迹象。

    三星的AI健康布局

    这不是三星第一次往健康领域押注。他们的Galaxy Watch已经能测心电图、血氧、睡眠质量,现在又把宠物健康拉进了生态。三星在VivaTech上说的”连接式护理解决方案”,其实就是想把人的健康和宠物的健康都整合到SmartThings里,一站式的健康管理。

    全球宠物经济一直在涨,但宠物医疗的信息不对称一直没怎么被科技解决。三星这个方向选得挺聪明的。

    当然,这种AI检测肯定不能替代真正的兽医诊断。三星应该也会在功能上线时加免责声明。但它的价值在于”提醒”——很多问题如果发现得早,治疗成本和宠物遭的罪都会少很多。AI做不了兽医,但做个早期预警还是可以的。

    这个功能目前还在开发阶段,三星没有公布具体的上线时间。不过从VivaTech的演示来看,基本思路已经跑通了。等正式推出以后,Galaxy用户随手拍张照片就能给宠物做个简易体检,这体验还是挺有吸引力的。


  • 三分之二美国人认为AI发展太快,年轻人最悲观

    三分之二美国人认为AI发展太快,年轻人最悲观

    皮尤研究中心刚发布了一份挺有意思的调查报告,他们问了几千个美国人怎么看AI。结果出来以后,估计硅谷那帮人会觉得有点扎心——63%的受访者说AI发展太快了,只有16%的人觉得AI对社会会有正面影响。

    用的人多了,担心的也多了

    这次调查是今年2月做的,一共问了5119个美国成年人。有个数字挺显眼:49%的人说用过AI聊天机器人,比2024年的33%涨了不少。ChatGPT最常用,44%的人说用过,比2023年翻了一倍。

    年轻人用得最多——18到29岁这个年龄段,66%的人用过聊天机器人。但讽刺的是,恰恰是这群人最不看好AI的前景。48%的年轻人觉得AI会产生负面影响,只有14%觉得是好事。

    AI调查配图
    三分之二的美国人对AI的快速发展保持警惕

    每天在用,但不太信

    大约四分之一的美国人说他们每天都会用聊天机器人。用得最多的场景是搜索信息(42%)和工作任务(38%)。三成的人觉得AI让他们的生产力提高了,但也有不少人对AI给出的信息质量表示怀疑。

    66%的美国人认为AI会让他们的个人信息更不安全,只有3%的人觉得会更安全。

    对政府的监管能力,大家也没什么信心。67%的人说他们对美国政府有效监管AI”信心不足”。有趣的是,民主党人比共和党人更不相信政府能管好AI——这在两年前还是反过来的。

    智能设备渗透日常生活

    除了聊天机器人,AI还在以别的方式进入美国人的家。35%的人有智能音箱(比如Amazon Echo),37%的人有智能手表,18%的人装了智能门铃。60%的人说他们会看搜索引擎结果顶部的AI摘要。

    这些数字说明,AI已经不是什么未来概念了,它正在真实地改变人们获取信息、管理健康和与科技互动的方式。但公众的情绪显然比硅谷的乐观叙事复杂得多——人们在使用这些工具,同时也在用警惕的眼光打量它们。


  • AI代理进公司打工,这家公司要给它们发员工身份

    AI代理进公司打工,这家公司要给它们发员工身份

    AI代理进公司打工,这件事在过去一年里从概念变成了现实。Goldman Sachs去年把AI编程代理Devin当正式员工来用,McKinsey年初说自家已经有25000个AI代理在和60000名人类员工一起干活。问题跟着来了:这些”数字员工”谁来管?权限怎么给?出了问题找谁?

    给AI代理发”工牌”

    网络安全创业公司NewCore从隐身模式走了出来,拿了6600万美元种子轮,估值after investment 3亿美元。领投的是专注网络安全的风投Cyberstarts,Index Ventures和Evolution Equity Partners跟投。他们的产品说白了就是一件事:把AI代理当”员工”来管理,给它们发身份、设权限、能吊销、能审计。

    AI代理身份管理概念图
    AI代理需要自己的”员工身份”,而不只是一串API密钥 | 配图来源:WorkBuddy AI生成

    创始人Zohar Alon之前创办过云安全公司Dome9(后来卖给了Check Point),他说服自己再创业的理由是:现在的身份系统——Okta、微软的Entra这些——都是给人类员工设计的,AI代理往里一塞,scale和复杂度会把它们撑爆。

    “我们很确定,AI代理要给那些用了15年、20年的身份平台增加的规模和复杂度,迟早会把它们搞崩。”
    ——Zohar Alon,NewCore联合创始人兼CEO

    不是给机器密钥,是给数字员工身份

    NewCore的平台把人类员工和AI代理的身份放在同一个系统里管,但AI代理拿的是”一等身份”——有自己的权限生命周期控制、独立的吊销机制,而不是被塞进传统的service account或者机器密钥的抽屉里。

    技术上一个关键是所谓的”split-key”架构:把关键身份凭证分成两份,客户拿一份,平台拿一份,这样就没有单一妥协点了。对于已经在用Anthropic Claude Code、OpenAI Codex或者Cursor的团队,NewCore提供了一个”Agentic Skill”集成包,让这些AI工具以受管身份访问企业系统,而不是靠人工分发的密钥。

    员工还可以用NewCore的手机App来授权、审查、吊销AI代理的访问权限——Alon把它描述成人类监督层,公司在部署更自主的系统时,总得有个”人”在循环里。

    AI代理比你想象的更快进入职场

    NewCore现在有50多个员工,分布在美国和以色列,平台当前有不到10个客户和10多个设计伙伴在用它。公司预计今年夏天开始向客户收费。

    Alon的预测是:在聚焦技术的组织里,AI代理数量几年内就会超过人类员工。TCS董事长N. Chandrasekaran最近也说了类似的话:AI代理的规模终将匹敌这家印度IT服务公司的员工总数。

    身份系统很可能是第一个被大规模AI代理部署压垮的企业系统。公司最终会需要新办法来监控、授权和吊销那些在网络里跑来跑去的数字工人——在它们搞出乱子之前。