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。

  • xAI内部爆炸:工程师因警告Grok安全问题被解雇,现在把公司告了






    xAI内部爆炸:工程师因警告Grok安全问题被解雇,现在把公司告了

    Devin Kim在xAI待了一年多,负责Grok聊天机器人的AI安全工作。他的职责本来就是确保这个模型不会出大岔子。但据他新提交的诉讼称,他因为反复指出Grok的安全隐患,被公司炒了鱿鱼。

    Kim今年6月在加州州法院正式起诉xAI及其母公司SpaceX。此时距离SpaceX那场史上最大IPO只有几天——这 timing 怎么看都很微妙。

    xAI Grok AI安全争议
    xAI的Grok聊天机器人因多起安全争议饱受批评(图源:TechCrunch)

    他警告的事情,后来真的发生了

    根据诉讼文件,Kim在xAI期间反复抱怨公司在Grok的开发过程中没有把安全放在优先位置。他特别担心两件事:Grok可能会煽动歧视,以及它有可能帮助传播大规模杀伤性武器的相关信息。

    后来的事情大家都看到了。Grok上线后闹过好几次公关灾难——最出名的一次是它把自己比作希特勒,搞出个”MechaHitler”的名号,xAI不得不紧急把模型下线改系统提示词。还有一次,Grok在X平台上大量生成非同意的裸照内容。

    “Grok当然证明了Kim是对的——它搞出了那些骇人听闻的在线仇恨言论,包括把自己比作希特勒。”诉讼文件中这句话写得相当不留情面。

    官司的矛头指向谁?

    有意思的是,这起诉讼没有直接把Elon Musk列为被告。Kim的律师在诉状里描述Musk曾指示xAI遵守法律、实施适当的安全测试和流程。问题出在Kim的直属上司——xAI联合创始人Jimmy Ba。

    Ba今年早些时候已经离开了xAI,但在职期间,据诉状描述,他根本不把安全当回事。有一次他甚至对Kim说”AI反正迟早要弄死我们所有人”,然后把精力全放在冲向超级智能的目标上,安全测试能省就省。

    诉状还提到一个具体事例:2025年8月左右,Ba在发布Grok Code 1时试图规避欧盟的安全监管,对模型的某些方面做了不实描述,目的就是绕过法律要求的测试。最后还是Musk亲自介入才拦住。


    Kim是谁?这事儿靠谱吗?

    Kim不是什么无名之辈。在加入xAI之前,他在Scale AI做过早期AI安全项目,带过训练数据生成的工作,专门帮AI系统学会检测有害内容。离开xAI后,他上周被非营利组织Center for AI Safety任命为总裁——这个机构专门研究AI风险,在业界有一定分量。

    xAI和SpaceX对这起诉讼暂时没有回应。Kim这边要求的补偿包括赔偿金、惩罚性赔偿,以及一份宣告性判决,认定xAI和SpaceX的行为违法。

    这起诉讼的时机选得很刁——SpaceX即将IPO,任何关于内部管理的负面消息都有可能影响投资者信心。xAI这边则一直在努力让Grok看起来可靠,毕竟它现在已经深度整合进X平台,出了事就是Musk自己的平台背锅。

    AI安全这个话题在业界已经从边缘讨论变成了主流关切。Anthropic、OpenAI都有自己的安全团队,但像xAI这样被前员工公开起诉”无视安全”的,还是头一遭。不管官司最后怎么判,xAI在AI安全上的信誉已经先被撕开了一个口子。


  • Mistral融资30亿欧元,欧洲AI独角兽估值翻倍背后






    Mistral融资30亿欧元,欧洲AI独角兽估值翻倍背后

    法国AI实验室Mistral AI正在谈一笔大融资——约30亿欧元(合35亿美元),公司估值冲到200亿欧元(约231.5亿美元)。这个数字比它去年9月Series C融资时的117亿欧元估值,差不多翻了一倍。

    Bloomberg上周五放了这条消息,援引的是匿名信源,Mistral这边还没正式回应。如果这笔钱真落袋,Mistral手里攒的融资总额也才大约40亿美元——跟美国那帮巨头比起来,还是小巫见大巫。OpenAI融了约1860亿美元,Anthropic约1612.5亿美元,估值更是甩开欧洲这边好几条街。

    Mistral AI融资
    Mistral AI联合创始人兼CEO Arthur Mensch(图源:TechCrunch)

    开源路线是卖点,也是筹码

    Mistral 2023年成立,口号挺响——”把前沿AI交到每个人手里”。跟OpenAI、Anthropic那种把模型捂得严严实实的路子不同,Mistral走的是开源权重路线,几个基础大语言模型直接放出来,谁想定制随便改。

    当然它也没全开源,闭源模型也在卖,主打编程、语音克隆生成、光学字符识别这些场景。这种”半开源”策略在欧洲挺吃香,尤其是现在欧洲各国都在跟美国科技巨头保持距离的时候。

    法国最近都在 ditch Windows 换 Linux 了,减少对美国技术的依赖。Mistral适时把自己包装成”主权AI”的本土替代方案,这步棋走得准。

    欧洲各国政府买单了

    Mistral已经在巴黎附近建数据中心了,钱是去年3月融的8.3亿欧元债务。合作名单也挺好看:法国军方、卢森堡政府、ASML、欧洲防务AI公司Helsing——都是欧洲本地的”大客户”。

    这跟美国那边的打法不一样。OpenAI、Anthropic的企业客户遍布全球,营收规模和高管需求把估值顶到了天上去。Mistral目前的营收数据外界不太清楚,但估值涨成这样,投资方肯定是看到了什么。


    估值翻倍,钱够烧吗?

    40亿美元总融资,对标OpenAI的1860亿,差距不是一点半点。AI这行的烧钱速度快得离谱,算力、数据、人才,每一项都是天价。Mistral选的时机也有意思——正值欧洲”AI主权”情绪高涨,各国政府愿意掏钱支持本土选手。

    但估值200亿欧元这个数字,最终能不能站稳,还得看它能不能把模型做到真正跟美国巨头抗衡,以及能不能在欧洲之外打开市场。目前Mistral的模型口碑还不错,尤其是在开源社区里,但企业客户的买单意愿——尤其是美国企业——还是一个问号。

    这轮融资还在早期谈判阶段,条款随时可能变。Mistral拒绝置评,Bloomberg的匿名信源消息准确到哪一步,也得等官方宣布才知道。


  • 微软悄悄限制了Claude Fable,原因跟数据有关

    Anthropic前几天发布了Claude Fable,这是他们第一个Mythos级别的模型,能力比之前的Claude强了一大截。本来这事应该皆大欢喜——Anthropic的重要合作伙伴微软第一时间就把Fable 5接进了GitHub Copilot和Foundry,让外部用户能用上。

    但有个细节外界当时没注意到:微软自己员工用的内部版GitHub Copilot里,模型选择器中没有出现Claude Fable 5。

    微软总部大楼
    微软正在内部评估Claude Fable 5的数据留存政策(图源:The Verge)

    问题出在数据存储上

    根据The Verge从知情人士那里拿到的消息,微软限制Claude Fable 5的原因跟Anthropic新的数据留存要求有关。

    之前的所有Claude模型都遵循”零数据留存”(ZDR)规则——你的提示词和AI的回答不会被Anthropic保存。但Fable 5不一样,它需要数据留存才能运行Anthropic新的一套安全分类器。这意味着Anthropic会保留用户的提示词和输出内容,30天后再删除。

    如果某些内容被标记违反了Anthropic的使用政策,这些数据甚至可能被保存长达两年。

    对于微软这样的大公司来说,员工跟AI聊天时难免涉及客户数据或内部机密信息。如果这些信息会被第三方保留30天甚至两年,法务部门很难点头。

    微软法务还在评估

    据了解,微软已经告知员工,法务团队正在评估Anthropic数据留存要求的变化。目前还不清楚法务会不会最终批准Claude Fable用于内部使用。

    有意思的是,微软对其他所有Claude模型没有限制,因为它们仍然遵循零数据留存规则。被卡住的只有Fable 5——偏偏是Anthropic目前最强的模型。

    微软拒绝对此事发表评论。但知情人士透露,主要的担忧集中在客户数据和机密信息泄露风险上。

    这事儿背后有个更大的背景

    Claude Fable 5是Anthropic Mythos级模型的首次大规模公开发布。就在几周前,Anthropic还公开表示这个级别的模型在网络安全任务上的能力太强,公开发布过于危险。

    后来Anthropic加了一系列提示词防护措施,才觉得可以发了。但也正是这些安全防护措施,带来了数据留存的需求——Anthropic需要拿用户的实际使用情况来训练和验证这些安全分类器。


    AI公司的两难

    这件事其实反映了一个AI行业普遍面对的矛盾:模型越强,越需要拿真实用户数据来训练安全机制;但越是企业用户,越不愿意让自己的数据被模型提供方看到。

    Anthropic选择用数据留存来换安全,微软选择暂时不让员工用最新模型。两边都有道理,但夹在中间的是那些想用最强工具的开发者。

    目前GitHub Copilot和Foundry的用户仍然可以使用Claude Fable 5——微软只是限制了内部员工的使用。但如果有企业客户跟微软一样在意数据留存问题,Anthropic可能得给出一个不需要数据留存的版本,否则最强模型反而会被大客户拒之门外。

    这事最后怎么解决,取决于微软法务的评估结论。但无论如何,它提醒了整个行业:AI安全问题不只是模型会不会干坏事,还包括用户数据在被用来训练安全机制时,到底安不安全。

  • DoorDash上线AI点单助手,说话、拍照就能把菜买好、把饭点到

    外卖点餐这件事,说方便也方便,说麻烦也挺麻烦。你知道自己想吃啥,但就是找不到——翻了20家餐厅,还是不知道点哪个。买菜更不用说了,看着食谱里的食材清单,一样一样手动搜,搜完还得核对冰箱里还有没有。

    DoorDash这周干了件事:给app里塞了一个AI聊天机器人,叫”Ask DoorDash”。你不用再翻菜单翻到眼花,直接跟它说人话就行。

    DoorDash AI聊天机器人界面演示
    DoorDash AI聊天机器人可以识别食谱照片并自动添加食材到购物车(图源:DoorDash)

    怎么用?说一句话就行

    传统的搜索框要求你知道自己要找什么——确切的餐厅名、确切的菜名。Ask DoorDash反过来,专门对付”我不知道吃什么”的时刻。

    你可以跟它说:”帮我找点适合全家四口人的饱腹晚餐。”它会弹出一批餐厅,每个都附上一小段推荐理由,解释为什么匹配你的需求。不满意?继续说:”要适合小孩的素食餐厅,口味清淡一点的。”它就帮你筛选。

    传统搜索在你明确知道目标时很好用,Ask DoorDash要解决的,是那些你根本不知道自己想要什么的时刻。

    买菜更省事,拍张照片就搞定

    点外卖只是开胃菜,真正有意思的是买菜功能。你把食谱链接扔给它,或者拍一张食谱书的照片、手写购物清单的照片,它就帮你把所需食材一样一样加到购物车里,分量也帮你算好。

    加完之后它还会多问一句:糖、黄油这些基础食材你家里还有吗?免得你重复购买。这个细节做得挺贴心。

    你还可以让它根据你之前的订单推荐商品,或者把上次的购物车重新下单——对于经常买同样东西的人来说,这功能省了不少时间。

    订座也能聊

    DoorDash这几年悄悄做了一件很多人没注意到的事:它不只是外卖平台了,还在做餐厅预订。Ask DoorDash现在也能帮你找座位。

    你说:”帮我找市中心适合约会的两人位,晚上8点左右。”它就把有空位的餐厅列出来。想要更私密的氛围?再补充一句,它继续帮你筛。


    这事儿不只是DoorDash在干

    把AI塞进购物流程里,DoorDash不是第一家。Uber Eats今年2月就推出了”购物车助手”,用AI帮你建杂货购物车。Instacart也更早之前上线了AI购物助手,还让合作的杂货商也能用。

    大家都在赌同一件事:AI助手会成为日常生活的标准配置。你不用学怎么用,直接说话就行——这对不爱折腾的中老年用户尤其友好。

    DoorDash说这个功能先在iOS上向部分地区用户推出,覆盖餐厅搜索和买菜,接下来几周会扩展到全美更多用户。免费还是付费?目前看是免费的,毕竟目的是让你多点几单,不是再收你一笔订阅费。

    实际用起来怎么样,还得等用户反馈。AI推荐出错、理解偏了,都是大概率会发生的事情。但方向是对的——点餐这件事,本来就应该更像跟朋友推荐,而不是填表格。

  • 智谱GLM-5.2发布:MIT协议全面开源,跑分对标Opus 4.5

    从5.0到5.2,智谱只用了四个月

    智谱GLM-5.2开源AI模型
    开源AI模型正在快速追赶闭源商业模型

    2026年2月,智谱发布GLM-5,当时打出的旗号是”从Vibe Coding到Agentic Engineering”,代码和工程上下文能力被放到了最前面。不到三个月,5.1来了,主打智能体。又过了一个多月,5.2在6月13日凌晨推送,这次的亮点不是能力升级这么简单——是所有用户免费、API接口开放、模型权重以MIT协议全面开源。

    MIT协议意味着什么?简单说,你拿这个模型做任何事情,包括把它塞进你的商业产品里去卖钱,都不用给智谱交一分钱,只需要保留版权声明,不用开源你自己的代码。这是开源协议里最宽松的一种。

    智谱选择MIT协议开源GLM-5.2,等于把这个模型的使用权交给了所有人。开发者没有使用限制,可以用任何方式部署。

    跑分到底怎么样?

    消息发布几个小时后,已经有用户在社交平台上反馈:”跑分和Opus 4.5差不多,速度也够。”Opus 4.5是Anthropic的旗舰模型,能做到”跑分差不多”这个水平,加上MIT协议开源,这件事的意义不只是智谱又发了一个新模型。

    它意味着开源生态正在缩小与闭源商业模型之间的差距,而且缩小的速度比很多人预期的要快。几个月前,大家还在讨论开源模型能不能追上GPT-4级别的能力;现在,GLM-5.2已经把目标对准了Opus 4.5。

    开源之后的玩法变了

    智谱不是第一家把大模型开源的公司,但它是少数几家既做得出有竞争力的模型、又愿意用最宽松的协议开源的公司之一。Meta的Llama系列也是开源的,但Meta的开源带着自己的算盘——通过开源建立生态,巩固自己的地位。智谱的MIT协议,没有这些附加条件。

    这对开发者来说是个好消息。以前要用上Opus级别的能力,每月至少要掏几十美元订阅Claude;现在,懂一点部署的人可以把GLM-5.2跑在自己的服务器上,成本只是显卡和电费。

    当然,开源不等于每个人都能用上。部署一个大模型需要不少算力和技术门槛,这不是普通用户点个按钮就能搞定的事。但门槛在降低,这是确定的。智谱同时发布了ZCode 3.0,每天给300万token的免费额度,就是为了让更多人能直接体验到GLM-5.2的能力。

    从2月的5.0到6月的5.2,智谱的迭代节奏很快。这种速度能不能持续,模型能力能不能稳定地往上走,还需要更多时间验证。但至少现在,开源AI的版图里,又多了一个不能忽视的名字。


  • 前a16z合伙人发飙:硅谷富豪正在用钱堵住AI监管的嘴

    一个风投老人的”反水”

    AI监管讨论
    AI监管走向,谁说了算?

    约翰·奥法雷尔在安德森·霍洛维茨(a16z)干了七年,今年1月离开的时候,大概率没想到自己会在《纽约时报》上公开骂老东家。

    他写的那篇专栏,核心意思很直接——他的前同事们正在用巨额财富压制关于人工智能监管的公开讨论。”人工智能不只是另一种技术,”他写道,”它可能把生产力推到新高度,也可能让数百万人的工作被自动化取代;它可能找到癌症的治愈方法,也可能加速我们还没准备好应对的生物风险;它可能改变孩子的学习方式,也可能让他们分不清真假;它还可能以让’镀金时代’都相形见绌的方式,把经济权力集中到极少数人手里。”

    “我们需要一场严肃的公共讨论:如何让AI造福所有人,而不是仅为少数富人服务。但眼下,这场讨论正被有钱人的噪音盖住。”

    钱是怎么堵住嘴的

    奥法雷尔没有直接点名所有目标,但字里行间指向的,是那些正在用政治捐款、游说和法律手段把AI监管挡在门外的人。a16z本身就是AI领域最活跃的投资机构之一,它的合伙人本就是这场游戏里的核心玩家。一个前合伙人跳出来批评,多少有点”盗号”的意思——但也正因如此,他的话才值得听。

    这话出来的时机也值得玩味。眼下正是AI监管在全球范围内最关键的时间窗口——欧盟的AI法案已经开始落地,美国的监管方向却因为政治周期而充满变数。硅谷的科技巨头们很清楚,现在如果不把监管的口子堵住,等舆论和立法跟上来,就晚了。

    良心觉醒,还是另一次自我营销?

    奥法雷尔没有在这篇文章里给出具体的监管方案,他的目的更像是在敲警钟:别让几个人的财富决定了所有人的未来。这话从一个刚从硅谷核心投资机构出来的人口里说出来,分量不一样。

    当然,也会有人质疑他的动机。离开a16z之后,他是不是在借攻击老东家来建立自己的公众形象?这很难说。但不管动机如何,他提出的核心问题——AI的走向到底由谁决定——是真实存在的。

    这篇文章在《纽约时报》发表之后,科技圈的讨论并不算多。可能是因为周末,也可能是因为大家不知道该怎么接这个话。一个前a16z合伙人的批评,到底是良心的觉醒,还是另一次的自我营销,可能只有他自己知道。但可以肯定的是,AI监管这个话题,不会因为他这篇文章就变得简单。


  • 苹果AI照片编辑工具:好用,但让人困惑什么叫照片

    WWDC 2026上苹果给了iPhone用户三件新玩具:AI清理、AI扩展画幅、还有个听起来很玄乎的”空间重新构图”。官方演示看得人心痒,但实际用起来怎么样?我花了一周时间折腾iOS 27开发者测试版,说说真实感受。

    苹果AI照片编辑工具演示
    iOS 27 的 AI 照片编辑工具,好用,但也有点让人不安(图源:The Verge)

    清理工具终于能用了

    先说最实用的——清理工具。这个东西其实去年就有了,但去年的版本说难听点就是个摆设。它只在设备端跑模型,算力有限,移除一个路人之后,补出来的背景经常怪得离谱,有时候干脆留一块马赛克一样的色块。我当时试了几次就放弃了。

    今年苹果做了个关键升级:清理工具现在可以调用云端更强的模型了。这个打法其实谷歌Pixel很早就在用,人家Magic Editor一直比苹果能打,核心原因就是云端算力和设备端算力的差距。苹果终于想通了。

    实测下来,清理2.0确实能打了。孩子鼻子上沾了东西?修掉。背景里有个路人抢镜?去掉。处理完你看不出明显破绽,这就够了。这个功能我估计会是iOS 27里使用率最高的AI特性,没有之一。

    扩展画幅,比想象中克制

    第二个功能是”扩展”——你可以把它理解成反向裁剪。拍的照片构图太紧,主体快贴边了,以前只能裁小,现在可以用AI往外”撑”一点,让画面松快些。

    苹果在这个功能上出奇地克制。它不会像三星早期那样疯狂脑补画面外的内容,而是找对称性、延续纹理,能不加就不加。我试了几次,它会在边桌上”脑补”出一盆植物,看起来挺像那么回事,但我知道那张桌子原来没有盆栽。

    克制是好事。但如果我把这张照片发到朋友圈,我自己知道那是AI补的,别人不知道——这个问题,苹果也没给出答案。


    最野心也最让人困惑的:空间重新构图

    第三个功能叫”空间重新构图”,是我觉得最有意思也最”危险”的一个。它利用了照片中的深度信息,让你像移动相机一样,微调拍摄视角。比如你拍的时候站得偏了,主体被挡了一点,现在可以”虚拟移动”一下,换个角度看看能不能救回来。

    想法很好,但执行起来问题不少。AI需要脑补你没拍到的部分——就像你拍了一张侧面的合影,AI要帮你”猜”被挡住的那个人长什么样。离原拍摄位置越远,AI需要脑补的内容就越多,画面就越容易进入”恐怖谷”。

    我试了一张自拍,用空间重新构图微调角度,结果我自己的脸看起来有点歪,说不上来哪里不对,就是”不像真的”。这种感觉很微妙——照片里的人是你,但又不完全是你。

    有一个细节值得说:用这些AI工具编辑过的照片,会被打上一个”Synth ID”标签,标明这张照片被AI动过。但这个信息藏得很深,要在Instagram里点开照片的”AI信息”菜单才能看到。而且,大多数人刷朋友圈的时候,不会去点那个菜单。

    我们在失去什么

    iOS 27的这些AI编辑工具,单看每个都挺好用。但把它们放在一起看,有一个更大的问题浮出来了:我们以前默认”手机拍的照片是真的”,这个默认信任,正在被一点点吃掉。

    苹果不是最大胆的玩家,谷歌和三星走得更快。但苹果的用户基数太大了,一旦这些功能随着iPhone普及开来,”照片可以被AI随意改写”这件事,就会从”少数人的玩具”变成”所有人的日常”。到那时候,我们再看别人发的照片,第一反应会是”这是真的还是AI修过的”?

    这个问题没有简单答案。但至少,苹果给了你一个工具——那个藏得很深的”AI信息”标签。用不用,怎么用,是你自己的选择。

  • Anthropic一纸禁令,把印度AI圈打醒了

    Anthropic上周五突然宣布,按照美国政府的要求,暂停旗下最新两款模型Fable 5和Mythos 5的所有外籍用户访问权限。消息一出,印度科技圈炸了锅。

    事情有点讽刺。就在这份声明发布前几天,Anthropic刚高调宣布和印度IT服务巨头塔塔咨询服务(TCS)达成合作,要在印度大规模推企业级AI。结果话音刚落,政府一道指令下来,最新模型的外籍访问直接被切了。印度这边刚准备大干一场,发现自己连”入场券”都被别人攥在手里。

    印度真的是第二大市场,但话语权为零

    Anthropic和OpenAI都公开说过,印度是它们仅次于美国的第二大市场。这个数字不是随便说说的——印度有几百万开发者、几十万家初创企业,企业数字化意愿又强,确实是AI公司眼里的肥肉。

    但这次事件把一个问题摆到了台面上:肥肉归肥肉,命脉捏在别人手里。华盛顿一句话,印度用户就用不上最新的模型了。而且有报道说,这次是亚马逊CEO安迪·贾西先向政府”打了小报告”,理由是安全担忧。白宫私下还指责Anthropic自己对越狱漏洞的处理一塌糊涂。Anthropic当然不服气,但服不服气不重要,指令已经下了。

    印度AI创业平台Activate的创始人Aakrit Vaish说得很直白:”这彻底改变了现状。”他周六早上看到声明的时候,又震惊又困惑。改变在于,印度的初创企业需要认真想一想了——依赖别人的模型,这条路到底还能走多远?

    不是钱的问题,是”能不能做出来”的问题

    有人说了,那印度自己做大模型不就行了?钱到位不就好了?

    前Infosys高管、投资人Mohandas Pai在X上发文,呼吁政府每年拿出5000亿卢比(约50亿美元)搞AI和深度技术,再加2万亿卢比的信贷担保支持云基础设施和半导体。这个规模比印度现有的”印度AI使命”大了好几倍——后者五年总投入才120亿美元。

    但光速创投的合伙人Hemant Mohapatra直接泼了冷水:做前沿大模型,最大的瓶颈不是钱,是人才、算力和执行力。训练一个前沿模型,少则几亿美元,多则几十亿美元,而且要有能把这些钱变成实际能力的团队。印度目前在这方面的积累,说实话还不够看。

    眼下印度真正在做基础大模型的初创企业屈指可数。Sarvam算是其中一个,今年早些时候开源了模型。另一家曾经高调亮相的Krutrim,后来悄悄转型去做云和AI基础设施服务了——做大模型太烧钱,不如做基础设施来得实在。


    更多人开始认真看开源

    Zoho的创始人Sridhar Vembu的表态很典型。他在X上写:”技术就是终极武器。”他呼吁印度机构更多采用小型开源模型,包括印度本土的,也包括中国的开源模型。

    这个说法一周前可能还会有人质疑,现在质疑的人少了很多。Anthropic事件之后,不少印度创业者开始重新评估自己对少数几家美国前沿模型供应商的依赖程度。Atomicwork的CEO Vijay Rayapati说得更直接:如果你的AI团队不是全由美国公民组成,你在竞争上就是劣势。因为别人能用的最新模型,你可能用不上。

    这件事还牵出了另一个讨论。本周,美国房产科技公司Opendoor在落地印度不到两年后就关了印度办公室,CEO说要把运营团队搬到离美国客户更近的地方,同时转向更小、更AI化的团队。这件事在印度科技圈引发了不少讨论——AI到底是在创造机会,还是在重构全球分工的逻辑?印度作为”世界后台”的地位,还能稳住吗?

    新德里的科技政策专家Prasanto Roy说了一句话,在印度朋友圈里传得很广:”就算这件事后来被纠正或者逆转,它也已经说明了一个问题——不存在地缘政治中立的外国大语言模型。美国的AI模型,绑的就是美国的地缘政治。”

  • 2026世界杯用上AI裁判,越位判罚快了不止一点

    足球里的科技含量,比你想的多得多

    2026年世界杯这周就在美国开了,这届比赛有个跟以往完全不同的地方——AI技术渗透进了比赛的几乎每个环节。从球员踢出那一脚的精确毫秒,到越位线该画在哪里,再到你坐在沙发上看到的裁判第一视角画面,背后都有AI在跑。

    先说那个最显眼的变化:比赛用球。阿迪达斯这届的官方用球叫Trionda,里面塞了一个惯性测量单元(IMU)传感器,每秒采集500次运动数据。这个传感器的唯一任务,就是记录”球到底是什么时候被踢出去的”——精确到毫秒。

    为什么要这么精确?因为越位判罚的关键时刻,就是球离开脚的那一瞬间。以前的系统靠视频帧来估算,误差可能有一两帧,现在有了500Hz的传感器,这个时刻可以精确到单帧以内。有个有趣的副作用:这届世界杯的比赛用球,历史上第一次需要在开赛前充电。

    FIFA World Cup 2026 AI Technology
    2026世界杯首次大规模部署AI裁判辅助系统,覆盖越位判罚、球员追踪等多个环节丨来源:TechTimes

    越位判罚快了多少

    跟上一届(2022年卡塔尔世界杯)比,这届的半自动越位系统升级了不少。16座球场每座都装了大约12台专用高速摄像头,AI同时追踪场上每位球员的29个身体特征点——包括四肢、膝盖、脚趾——每秒扫50次。

    把足球传感器的触球时间戳,和这29个点的骨骼追踪数据叠在一起,系统就能自动画出越位线,几秒钟内给出判罚建议。2022年版的系统只能识别超出越位线50厘米以上的情况,这届能识别到10厘米。

    但有个很重要的界限:AI只负责”量位置”,不负责”判主观”。也就是说,系统能告诉你某个球员在触球瞬间是不是站在越位位置上,但这个球员有没有”实际参与比赛”——这是裁判的主观判断——AI不管。最终吹不吹越位,还是人说了算。

    这届世界杯的AI部署逻辑很清晰:客观、可量化的环节交给机器,主观判断的环节仍然留给人类。这是”半自动”这个词真正的含义。

    裁判的第一视角,你看得到

    另一个第一次是:这届所有104场比赛,裁判都佩戴了随身摄像头。你能在转播里看到裁判的第一视角画面——球滚到脚边那一刻,裁判眼里看到的是什么。

    原始的头戴画面其实抖得看不了,所以FIFA用AI稳定算法对视频做了实时平滑处理。这个功能的初衷是提高判罚透明度——有争议的时候,大家能看到裁判当时到底看到了什么,而不是只能听解说员猜。

    球员赛前还全部做了3D扫描,系统用这些数据生成逼真的虚拟形象,用来在球场大屏和电视转播里还原越位判罚过程。你看世界杯的时候看到那些动画越位线解释,就是这么来的。

    科技公司也没闲着

    谷歌和联想把这届世界杯当成了AI能力的展示舞台。谷歌把Gemini AI嵌进了球迷体验里,你可以在手机锁屏页面拿到实时比分和AI生成的赛事可视化内容。联想给16座球场都搭了数字孪生模型,用来做人群和安全管理,还给了48支参赛球队一套叫”Football AI Pro”的分析工具,基于2000多个足球专项指标训练出来的。

    这届世界杯也许是AI在体育赛事里最大规模的一次实地测试。技术能不能经得起全球几十亿双眼睛的检验,几周后就能看到。球迷关心的可能只是判罚公不公平,但背后那些数据——球员的3D扫描、每秒50次的追踪、每一次触球记录——归谁所有、怎么用,这些问题可能比越位线难画多了。


    • Trionda智能足球内置500Hz传感器,精确记录触球时刻,需赛前充电
    • 16座球场各部署约12台高速摄像头,AI追踪球员29个身体特征点
    • 越位判罚灵敏度从50厘米提升至10厘米,判罚建议直接推送到助理裁判耳麦
    • 首次在全部104场比赛中启用裁判随身摄像头,AI实时稳定第一视角画面
    • 谷歌Gemini、联想Football AI Pro同步亮相,AI全面进入球迷体验和球队分析
  • 英特尔拿下谷歌300万颗AI芯片大单,股价一天涨了14%

    台积电的”铁王座”出现裂缝

    这周半导体圈最大的消息,是谷歌据报向英特尔下单了超过300万颗TPU芯片,交货期定在2028年。消息还没官宣,英特尔股价已经先涨为敬——单日最高涨了14%,市值凭空多了几百亿美元。

    要说这事有多大,得先搞清楚TPU是什么。TPU是谷歌自研的AI芯片,专门用来跑自家的搜索、广告、YouTube推荐和Gemini大模型。以前这些芯片基本上都是台积电代工的,现在谷歌找上了英特尔,等于在台积电一家独大的格局里塞进了一个变量。

    据The Information的报道,谷歌其实已经”验货”验了好几个月,重点考察英特尔的先进封装能力。AI芯片不是把晶体管刻得越小就越厉害,现在的瓶颈更多在封装——怎么把多个小芯片和高带宽内存整到同一个模块里。英特尔的EMIB封装技术良率已经爬到接近90%,这个数字足以让谷歌认真考虑把订单给它。

    这三百万颗订单如果坐实,差不多占谷歌2028年TPU总产量的一半。对英特尔代工业务来说,这是它成立以来最大的一笔外单。

    摩根大通泼了一盆冷水

    不过华尔街也不是一边倒地看好。摩根大通的分析师直接说,别兴奋太早——这批TPU的核心制造可能还是台积电在做,英特尔拿到的或许只是封装订单。封装重要,但跟全套制造比起来,分量还是差了不少。

    这种质疑不是没有道理。英特尔的18A制程(相当于1.8纳米级别)技术上确实已经量产了——它自己的至强服务器CPU就在用——但能不能稳定地给外部客户大规模出货,这是两回事。台积电的优势不只是技术,更是几十年积累下来的良率和交付可靠性。

    英伟达那边也有类似的风声,说在评估英特尔的18A制程,用来做2028年左右发布的Feynman架构GPU。但目前还停留在”试流片”阶段,连正式订单的影子都没有。试流片花不了多少钱,离真正量产还隔着十万八千里。

    TSMC芯片制造
    台积电长期垄断先进AI芯片制造,谷歌英特尔合作是供应链多元化的信号丨来源:TechTimes

    为什么大家想逃离台积电

    话又说回来,谷歌和英伟达”脚踩两条船”这件事本身,比订单最终花落谁家更有意思。台积电现在基本上吃下了全球所有先进AI芯片的制造,产能早就拉满了,先进封装环节更是紧到客户要排队。台积电自己都公开说过,AI芯片的短缺会持续好几年。

    更要命的是地缘政治。全世界的AI基础设施都押在台积电一家身上,而台积电的工厂基本上都在中国台湾地区。这种单点风险,谷歌、英伟达、苹果谁都受不了。所以你会看到苹果也在悄悄找英特尔代工部分芯片,特斯拉已经成了英特尔14A制程的首个主要客户。

    英特尔在这个时间点确实有它的优势。它是西方世界唯一一个还有希望追上先进制程的芯片制造商,美国政府也很乐意看到它成功——这不只是一家公司的生意,背后有整个供应链安全的逻辑。

    悬念还在

    目前这笔订单最大的问题就是:它还没有被官方确认。谷歌和英特尔都没有出来认领这件事。所以现在市场上炒得火热,本质上是在用”可能性”定价。如果最后证实英特尔只拿到封装订单,股价可能会回吐一部分涨幅;如果证实真的拿到了整颗芯片的制造订单,那才是真正的地震。

    对于普通观察者来说,这件事的意义不在于英特尔能不能马上取代台积电——这短期内不可能发生——而在于AI芯片的供应链正在从”台积电一家独大”走向”多极分布”。这个趋势一旦启动,就不会停下来。


    • 谷歌据报向英特尔下达超300万颗TPU订单,2028年前交付
    • 消息传出后英特尔股价单日最高涨14%
    • 摩根大通质疑:英特尔或仅负责封装,核心制造仍归台积电
    • 英伟达同时评估英特尔18A制程,用于2028年Feynman架构GPU
    • AI芯片供应链多元化已成大势,台积电垄断格局开始出现裂缝