博客

  • Apple 2027传闻:AirPods要带摄像头了,折叠iPhone也在路上

    Apple 2027传闻:AirPods要带摄像头了,折叠iPhone也在路上

    Apple 2027传闻:AirPods要带摄像头了,折叠iPhone也在路上

    WWDC 2026刚落幕,iOS 27的AI功能还没让人消化完,Bloomberg的Mark Gurman又丢出了新的硬件爆料。这次的主角是AirPods——苹果准备给它装摄像头了。

    AirPods的摄像头,不是你想的那个用法

    根据Gurman的报道,带摄像头的AirPods目前的目标是2027年底发布。耳机杆上会装上微型摄像头,还有指示灯——灯亮的时候表示正在把数据传到云端。

    这个设计的目的,是让升级版的Siri获得你周围环境的”视觉上下文”。耳机看见你在看什么,Siri就能据此做出反应。这其实是苹果在真正推出智能眼镜之前,先迈出的一步。

    AirPods Pro 3 with camera concept
    带摄像头的AirPods Pro概念图,摄像头将安装在耳机杆上

    目前这款耳机正在内部搭配明年的iOS 28进行测试。也就是说,当你今年秋天升级到iOS 27的时候,为这款新AirPods准备的底层的代码已经在跑了。

    AirPods带摄像头的意义不在于拍照片,而在于让AI助理真正”看见”你的世界。这是苹果智能眼镜到来之前的关键一步。

    折叠iPhone第二代,苹果要认真了

    除了AirPods,Gurman还提到了第二代折叠iPhone。他说,在今年秋天即将发布的首款折叠iPhone之后,苹果已经在准备后续机型了。

    这个信号说明苹果不是试探性地做一款折叠手机,而是要把这个产品类别长期做下去。希望他们能找到比现有Android折叠手机更好的方式,来利用那块更大的屏幕。我自己在用Pixel 9 Pro Fold,说实话,很多app在大屏上还是没适配好,电池也比普通版小,妥协不少。

    20周年iPhone,苹果准备放大招

    2027年刚好是iPhone发布20周年,苹果显然不会放过这个节点。Gurman提到,代号为V73和V74的新机型将接替今年的iPhone 18 Pro和Pro Max。

    最大的变化是屏幕:几乎是从边到边的全面屏,玻璃弯曲到手机侧边,握在手里的感觉会跟现在完全不一样。如果苹果真的能把这件事做好,2027年的iPhone可能会是近几年最值得换机的一代。

    至于标准版的iPhone 18,可能要等到明年才会发布,搭载的是A20系列芯片。而2027年的那些高端机型,会跳过2nm的A21芯片,直接上1.4nm工艺。芯片工艺的迭代速度,比大多数人想象的要快。


    回过头看,苹果这套打法其实很清楚:AirPods带摄像头、折叠iPhone、20周年纪念款,这几件事情串在一起,都是在为同一个目标铺路——把AI助理塞进你身上的每一件电子设备里,而且让它真的能”看见”你看见的东西。

    智能眼镜是终点,但在那之前,苹果先用AirPods和iPhone把技术和用户习惯培养起来。这套路数,跟当年Apple Watch先卖健康追踪、再慢慢加功能,最后变成身体数据中心的打法,如出一辙。唯一的问题是,苹果能不能在2027年之前,把Siri真的做聪明——这件事,到目前为止他们还没证明自己能做到。

  • 卫星学会自己”看”东西了,这次是在太空里

    卫星学会自己”看”东西了,这次是在太空里

    卫星学会自己”看”东西了,这次是在太空里

    卫星AI视觉语言模型
    YAM-9卫星在轨道上运行视觉语言模型 | 来源:TechCrunch

    四月份,一件挺有意思的事情发生了:一颗地球观测卫星第一次在轨道上自己找到了它要找的东西——全程没有地面人工分析师帮忙。

    这颗卫星叫YAM-9,由太空基础设施公司Loft Orbital制造。上面跑的软件包是NASA喷气推进实验室(JPL)搞的,核心是一个视觉语言模型(VLM),具体用的是Google DeepMind的Gemma 3。这个模型是专门为边缘应用设计的,能在硬件资源有限的地方跑。

    以前的卫星是”盲拍”

    这事儿为什么重要?得先说说以前的卫星是怎么工作的。

    传统的地球观测卫星基本上是”盲拍”——拍一大堆数据,下载到地面,让分析师用算法或肉眼去搞清楚拍到了什么。这就像派一个人去超市,但他不认识商品,得把所有货架都拍下来,回家后再慢慢看照片。

    YAM-9不一样。它能在轨道上直接分析传感器数据,回答自然语言查询。研究人员可以让它去分类”自然环境和人类开发交汇处”的数据,或者识别铁路枢纽周围的基础设施——它真的能做到。

    “永远在线的巡逻层”

    Loft Orbital的AI负责人Paul Lasserre说,这”为太空中永远在线的巡逻层打开了大门”。如果你有一个视觉语言模型,就可以设定逻辑——比如”帮我监控这个边境,发现可疑情况就通知我”,然后还能和卫星互动。

    短期来看,这能让太空传感器有用得多。因为在轨道上做初步的数据分类,能减少分析师必须处理的大量原始数据。你不用再下载整个海洋的数据只为了找一艘船。


    太空中的AI计算集群?

    长期来看,这是在太空运行更大规模AI基础设施的概念验证。如果一颗卫星能在轨道上跑视觉语言模型,那未来会不会有整个太空中的AI计算集群?

    Kepler Communications目前拥有太空中最大的GPU群组,虽然他们因为保密协议不愿透露是否部署了视觉语言模型,但承认已经出现了”几个未公开的用例”。

    最有趣的应用场景之一,是给宇航员当助手。NASA JPL的Juan Delfa Victoria说,这个想法的起源是:宇航员穿着加压宇航服,没法敲键盘,所以他们想提供一个像科幻电影里那样的互动AI助手。

    当然,他们特别提醒:别叫它HAL 9000。

  • Fortnite开始用AI做设计了,但Epic说”创意还是人类的”

    Fortnite开始用AI做设计了,但Epic说”创意还是人类的”

    Fortnite开始用AI做设计了,但Epic说”创意还是人类的”

    Fortnite AI设计工具
    Epic Games展示Fortnite中的AI设计工具 | 来源:The Verge

    Epic Games这周终于把盖子掀开了——他们发了一段视频,详细解释Fortnite里的AI工具到底怎么用。

    视频里展示的是概念设计和角色设计的过程。Epic说,他们现在用两套AI工具:一套是Google的Nano Banana,另一套是自己内部搞的GenMedia Bridge。公司的官方说法是,这些工具能让”创意控制仍掌握在创作者手中”。

    “创意控制仍掌握在创作者手中”——这是Epic对AI工具的官方定位,但现实往往比公关辞令复杂得多。

    这话你熟不熟?每次有科技公司开始往工作流里塞AI,公关稿里永远都是那几个词儿:”辅助人类”、”增强创意”、”不会改变创作的本质”。听着挺暖心的,但现实往往没那么美好。

    艺术家的”擦屁股”活儿

    问题在哪儿?艺术家们实际上还得收拾AI乱生成的一堆烂摊子。AI会自作主张地生成一些没被要求的东西,最后还是得人工去修。所以Epic说”创意控制仍在创作者手中”,这话只对了一半——创意确实还在,但多了一堆擦屁股的活儿。

    为什么这件事值得关注?因为Fortnite不是小游戏,是每个月有几亿玩家的全球最大游戏之一。Epic做任何技术选择,都会产生连锁反应。

    玩家的情感联结 vs AI效率

    想象一下:Fortnite里有无数皮肤、道具、地图元素。如果设计师能用AI快速生成初稿,然后再精修,内容生产速度确实能提上来。对Epic来说,这意味着能更频繁地推出新内容,保持玩家新鲜感。但对玩家来说,这意味着什么?

    这就是争议的核心:当AI生成的内容占比越来越高,你还能分清哪些是”纯人类创作”,哪些是”AI辅助”吗?Epic这次主动公开AI工具的使用方式,某种程度上也是在试探玩家社区的反应。


    毕竟,游戏行业对AI的敌意一直不低。去年,多家游戏工作室的开发者公开抵制生成式AI,担心它抢走工作、稀释创意。

    Epic的策略倒是和有些公司不太一样。他们没有偷偷摸摸地用AI,也没有声称AI能”替代人类”。GenMedia Bridge作为内部工具,显然是为Epic自己的内容生产流程定制的。这和那些直接把AI生成内容打包卖给用户的公司,路线还是有区别的。

    但玩家买不买账是另一回事。Fortnite的社区文化很强,很多玩家对游戏里的每一个皮肤、每一张地图都有情感联结。如果未来Fortnite里出现大量”AI风格”的内容,老玩家会不会觉得游戏失去了灵魂?这可能是Epic接下来要面对的真正挑战。

    从行业角度看,Epic的这一步很有象征意义。作为Unreal Engine的开发商,Epic的技术选择往往会影响整个游戏行业。如果Fortnite的AI工具被证明成功,其他游戏公司大概率会跟进。

  • Qualcomm亮出XR新芯片,智能眼镜的算力焦虑有解了

    Qualcomm亮出XR新芯片,智能眼镜的算力焦虑有解了

    智能眼镜这个品类到现在还没真正火起来,但芯片厂商已经在为下一波浪潮做准备了。今天在Augmented World Expo上,Qualcomm发布了新一代XR芯片Snapdragon Reality Elite,专门针对智能眼镜做了全方位升级。

    首款搭载这块芯片的设备已经定了——Xreal的Project Aura Android XR眼镜,今年秋天上市。事实上,上个月Google I/O大会上Xreal和Google就展示过这款眼镜,只是当时双方对用哪块芯片守口如瓶,现在谜底揭晓:就是这块Reality Elite。

    Qualcomm Snapdragon Reality Elite芯片
    Qualcomm Snapdragon Reality Elite芯片将首先搭载于Xreal Project Aura智能眼镜

    参数涨了多少

    Qualcomm给出的数据是:GPU性能提升60%,CPU提升30%,NPU(神经网络处理单元)的提升最猛,最高涨了160%。这意味着眼镜端侧跑AI模型的能力会上一个台阶——语音识别、实时翻译、场景理解这些功能,不再需要把所有计算都丢到手机或者云端去处理。

    显示方面,Reality Elite支持4.4K分辨率,每眼90帧刷新率,延迟也压得更低。对智能眼镜来说,延迟是让人晕不晕的关键指标之一,Qualcomm在这块下了功夫。

    续航和散热是智能眼镜的两个死穴——眼镜戴在脸上,又不能挂个散热风扇。Reality Elite把续航提升了最高20%,同时满载运行时比上一代芯片低12摄氏度,这两个数字对眼镜厂商来说可能比GPU涨60%更有吸引力。

    Android XR的生态牌

    这块芯片的发布时机值得玩味。Google今年在I/O上推了Android XR平台,想把安卓的生态搬到XR设备上。Xreal的Project Aura是第一批吃螃蟹的硬件,Qualcomm这时候把芯片规格亮出来,显然是想给开发者和厂商一个信心:Android XR设备的能力已经够用了。

    和Meta的Ray-Ban眼镜比,走Android XR路线的产品更强调计算和交互能力,而不是只做一个”能录音拍照的蓝牙眼镜”。Reality Elite這块芯片就是为这个路线准备的——NPU性能暴涨160%,说明Qualcomm认定端侧AI是智能眼镜的下一个主战场。

    还没到普通人买的时候

    话说回来,智能眼镜到现在还是一个小众玩物。Xreal的上一款眼镜主要买家是极客和早期用户,Project Aura能不能把受众扩大到普通消费者,还得看秋天发布时的价格和体验。芯片归芯片,最终用户买不买账,还是得看产品本身好不好用。

    但Qualcomm在这时候押注Reality Elite,释放的信号很清楚:它相信智能眼镜会在接下来两三年里从极客玩具变成主流消费品。这场赌局里,Qualcomm不想缺席。


  • SpaceX 600亿美元收购Cursor,刚上市就掏钱买AI编程神器

    SpaceX 600亿美元收购Cursor,刚上市就掏钱买AI编程神器

    SpaceX刚刚创造IPO历史,转头就砸下600亿美元买了一家AI编程工具公司。这周,SpaceX和AI编程创业公司Cursor正式宣布达成收购协议,交易对价全部用股票支付,总价600亿美元。

    时间点卡得相当微妙。SpaceX上周五才完成史上规模最大的IPO,几天之内就宣布这桩收购,显然上市筹到的钱已经有了去处。实际上,早在今年4月,SpaceX就和一帮投资者提前把这事谈好了——当时它对外说的是:要么600亿美元买下Cursor,要么付100亿美元分手费。现在IPO一过,这笔交易正式落地。

    SpaceX收购Cursor概念图
    SpaceX以600亿美元收购AI编程工具Cursor,创下AI工具收购纪录

    Cursor为啥值600亿

    Cursor这家公司2022年才成立,前身叫Anysphere,做的是AI辅助编程工具,让开发者用自然语言描述需求就能生成代码。过去两年,随着AI编程赛道爆发,Cursor的用户量和收入都涨得飞快。

    在被SpaceX收购之前,Cursor本来正在谈一笔200亿美元的融资,投资方包括a16z、Thrive和Nvidia,融资完成后估值将达到500亿美元。SpaceX直接插进来,用600亿美元的股票把这笔融资截胡了。

    Cursor在2024年通过了OpenAI的创业加速器项目,随后融资节奏明显加快——2025年6月完成9亿美元C轮,年底又融了23亿美元,在SpaceX出手之前估值就已经冲到约290亿美元。

    xAI的烂摊子靠Cursor来收拾

    这笔收购背后有一个尴尬的背景。SpaceX今年早些时候把Elon Musk的AI公司xAI合并进了自己体内,准备在AI赛道大干一场。但xAI过去几个月过得相当狼狈——11个联合创始人全部在3月底前离职,Musk公开承认”xAI第一次没建好,正在从地基开始重建”。

    更严重的是xAI的产品Grok多次出现严重问题。去年Grok聊天机器人曾自称”MechaHitler”,今年初又被曝光允许用户生成女性和儿童的性化深度伪造内容,加州总检察长为此发出了停业令。SpaceX在IPO文件里明确把这些行为列为业务风险。

    收购Cursor显然是Musk想为SpaceX的AI业务找一条技术上的出路。Cursor在代码理解和生成上已经积累了大量真实开发者的使用数据,这恰恰是训练编程AI最值钱的资产。SpaceX在IPO路演时告诉投资者,AI基础设施和企业应用加在一起是一个近25万亿美元的市场机会,现在它得拿出真东西来证明这不是吹牛。

    股价先涨为敬

    投资者似乎买账。SpaceX IPO定价135美元一股,到本周二早上,盘前交易已经突破200美元,短短几个交易日市值增加了将近1万亿美元——换算下来,相当于16个Cursor的收购价。

    这笔交易预计在今年第三季度完成。到时候,Cursor的AI编程能力将被整合进SpaceX的AI基础设施里。至于这和发射火箭到底有什么关系,Musk还得给投资者一个更清楚的解释。


  • CrewAI — 53.7K+ Stars,让多个AI智能体像团队一样协作的Python框架

    CrewAI — 53.7K+ Stars,让多个AI智能体像团队一样协作的Python框架

    🚀 CrewAI — 让多个 AI 智能体像团队一样协作

    📌 项目简介

    CrewAI 是一个完全独立、轻量、高性能的 Python 多智能体编排框架,专门用于协调角色扮演型自主 AI 智能体。它从零构建,不依赖 LangChain 或其他智能体框架,兼顾高层级开发的简洁性和底层控制的精准性,让多个 AI Agent 像真实团队一样分工协作,高效完成复杂任务。

    目前已有超过 10 万名开发者通过官方学习平台完成认证,CrewAI 正快速成为企业级 AI 自动化的标准框架。

    ⚙️ 安装要求和过程

    环境要求

    • Python: ≥ 3.10 且 < 3.14
    • 依赖管理: 推荐使用 UV(极速 Python 包管理器)
    • LLM 接入: 需配置 OpenAI API Key 或兼容接口(支持 Ollama 本地模型)

    快速安装

    # 安装基础版本
    uv pip install crewai
    
    # 安装带常用工具的完整版本
    uv pip install 'crewai[tools]'
    
    # 创建新项目(推荐)
    crewai create crew my_project
    

    常见问题排查

    报错信息 解决方案
    ModuleNotFoundError: No module named 'tiktoken' 显式安装: uv pip install 'crewai[embeddings]'
    Failed building wheel for tiktoken 安装 Rust 编译器 + Visual C++ Build Tools,或使用预编译包

    ✨ 核心功能

    1. 完全独立的轻量框架

    CrewAI 从零开始构建,完全不依赖 LangChain 等第三方智能体框架。执行速度比 LangGraph 快 5.76 倍(QA 任务场景),资源占用更低,定制更灵活。你可以在任意层级深度自定义 —— 从整体工作流到智能体内部提示词,全部开放。

    2. 双模式编排:Crew + Flow

    CrewAI 提供两种互补的核心编排能力:

    • Crew(智能体组):支持智能体自主协作和动态决策,适合需要灵活交互的任务
    • Flow(工作流):企业级生产架构,提供细粒度、事件驱动的流程控制,支持单 LLM 调用精准编排,原生兼容 Crew

    两者可无缝结合,兼顾灵活性与可控性。

    3. YAML 配置驱动开发

    通过 agents.yamltasks.yaml 声明式配置智能体角色、目标和任务描述,将业务逻辑与代码逻辑完全解耦。@CrewBase 装饰器自动加载配置,开发体验极佳:

    # config/agents.yaml
    researcher:
      role: "{topic} Senior Data Researcher"
      goal: "Uncover cutting-edge developments in {topic}"
      backstory: "You're a seasoned researcher with a knack for ..."
    
    # config/tasks.yaml
    research_task:
      description: "Conduct a thorough research about {topic}"
      expected_output: "A list with 10 bullet points ..."
      agent: researcher
    

    4. 丰富的工具生态与集成

    内置 crewai_tools 工具包,包含 SerperDevTool(Google 搜索)、ScrapeWebsiteToolPDFSearchTool 等常用工具。同时支持:

    • 对接 Ollama / LM Studio 本地模型
    • 对接 OpenAI / Anthropic / Gemini 等主流 LLM
    • 自定义 Tool 类,轻松扩展能力边界
    • 与企业现有系统、数据源和云基础设施无缝集成

    5. 企业级可观测性与安全

    CrewAI AMP Suite 提供企业级综合解决方案:

    • 追踪与可观测性:实时监控 AI 智能体和 Workflows,提供指标、日志、调用链路追踪
    • 统一控制平面:集中管理、监控、扩缩 AI 智能体和自动化流程
    • 高级安全能力:内置安全与合规机制,支持本地/云端灵活部署
    • 7×24 小时企业支持:专属支持团队保障业务无中断运行

    💡 典型使用场景

    场景一:AI 行业动态自动研究报告

    配置一个「资深研究员」智能体和「报告分析师」智能体,前者利用搜索工具搜集最新资料,后者将分析结果整理为结构化 Markdown 报告。全程自动化,每天早上收到一份行业动态简报。

    inputs = {'topic': 'AI Agents'}
    LatestAiDevelopmentCrew().crew().kickoff(inputs=inputs)
    # 输出: report.md — 完整的研究报告
    

    适用:市场调研、竞品分析、技术趋势跟踪

    场景二:股票分析自动化流水线

    结合 SerperDevTool 获取实时财经新闻,多个分析智能体分别负责基本面分析、技术面分析、风险评估,最终由汇总智能体输出投资建议报告。CrewAI 官方示例仓库中提供了完整的 Stock Analysis 案例。

    适用:量化投研、财经内容自动生成、投资决策辅助

    场景三:旅行规划智能体组

    「目的地推荐师」「酒店比价员」「行程安排师」三个智能体协同工作:推荐师根据预算和偏好输出目的地清单,比价员自动抓取酒店价格,安排师生成逐日行程表。CrewAI 官方 Trip Planner 示例可直接运行。

    适用:个性化推荐系统、旅行/餐饮/购物助手、智能客服

    🌟 推荐理由

    在多智能体框架的选型上,我曾对比过 LangGraph、AutoGen 和 CrewAI,最终选择深入使用 CrewAI,原因主要有三点:

    1. 学习曲线最平缓。YAML 配置 + Python 代码的分离设计让业务逻辑一目了然,官方 learn.crewai.com 学习平台提供从入门到精通的系统课程,还有 DeepLearning.AI 的 免费短课程,上手速度远超同类框架。
    2. 生产就绪。很多多智能体框架停留在 Demo 阶段,CrewAI 在设计之初就考虑了生产环境需求 —— Memory(记忆)、Delegation(任务委托)、Human-in-the-loop(人工介入)等生产必备功能一应俱全,且有企业级 AMP Suite 提供运维保障。
    3. 性能优势明显。官方基准测试显示 CrewAI 比 LangGraph 快 5.76 倍,在实际项目中我也感受到明显差异,尤其是多智能体并行执行场景下,响应速度和稳定性表现出色。

    如果你正在考虑引入多智能体架构,CrewAI 是目前最成熟、最易上手的选项之一。建议从官方示例仓库 crewAI-examples 挑一个最接近你需求的案例跑起来,15 分钟就能感受到它的威力。

    📥 下载地址

  • Android 17来了,Google把最新的Gemini直接塞进了你的手机

    Android 17来了,Google把最新的Gemini直接塞进了你的手机

    Google周二发布了Android 17操作系统的最终版本,配套的智能手表系统Wear OS 7也一起出来了。新系统先在Pixel设备上推送,同时带来了新一轮的Pixel Drop功能更新。

    Android 17与Gemini AI
    Android 17集成了最新的Gemini AI功能(图片:生成配图)

    Google的打法:用手机秀AI肌肉

    这一波更新说白了就是Google在秀:看,我的AI最新技术可以直接装进你的口袋。竞争对手Apple那边还在追赶,计划9月才推出Siri的AI升级和iOS 27,Google已经把Android 17和最新的AI模型绑定在一起了。

    这次的Pixel Drop加了一堆新东西,核心是三个AI模型:音乐生成模型Lyria 3、多模态的Gemini Omni,还有Pixel 10a上用的语音翻译工具(靠AudioLM驱动)。

    Gemini Omni现在可以在对话里直接编辑视频,Lyria 3让你用文字描述(或者丢一张图片)就在Gemini应用里生成音乐轨道。

    不只是AI,多任务处理是重头戏

    Android 17搞了一个叫”气泡栏”(bubble bar)的东西,是个新的界面元素。你把最近用的应用弄成气泡,贴在屏幕底部,点一下就能快速切换。这个设计明显是为了让你同时跑多个应用更顺手。

    喜欢拍reaction视频发TikTok、YouTube、Instagram的人会喜欢这个新功能:前置摄像头和屏幕录制可以同时开启,你自己和屏幕内容一起入镜,不用额外折腾。


    隐私和安全也没落下

    家长控制和安全功能这回有升级。Find Hub里加了”标记为丢失”功能,还有实时威胁检测之类的防护。屏幕使用时间限制和内容过滤工具现在可以设PIN码,不需要绑定Google账号。

    Pixel Watch这边也加了紧急检测:如果手表检测到你出车祸、摔倒、或者没脉搏了,它会自动联系急救服务和你预设的紧急联系人。这个功能迟早能救几条命。

    手表和AI眼镜也要连起来

    今年夏天,Wear OS会加更多Gemini Intelligence功能,比如你描述一下想要的小部件,它就能直接给你生成一个。它还能连上你的Google应用和聊天记录,给你提供所谓的”个人智能”。

    电池续航声称能提升10%,多步骤自动化也会加到新的Wear OS里。另外,手表会和Google即将推出的AI眼镜以及耳机之类的硬件更好地配合。

    对普通用户来说,这一波更新的信号很清晰:Google要把AI塞进你所有的设备里,不只是手机。手表、眼镜、耳机,全都得连起来。Apple那边还在慢慢磨Siri,Google已经先跑了。

  • SpaceX估值飙到2.6万亿美元,短暂超过亚马逊

    SpaceX估值飙到2.6万亿美元,短暂超过亚马逊

    SpaceX本周二短暂超过亚马逊,成为全球第五大最有价值的公司,股价在周二收盘前回落,几乎触碰到微软的市值。

    这家刚上市的公司周一股价已经涨了20%——这是它第一个完整交易日。周二传出SpaceX要收购AI编程公司Cursor的消息,加上SpaceX股票期权交易启动,股价被进一步推高,估值一度冲到2.9万亿美元,最后回落。

    SpaceX估值暴涨
    SpaceX估值在IPO后暴涨(图片:生成配图)

    亏钱的公司,为什么估值这么高

    这里有个问题:SpaceX去年营收187亿美元,但亏了49亿美元。对比一下,亚马逊2025年营收7170亿美元,赚了780亿美元利润。

    但投资者不在乎。SpaceX最近新增了和Anthropic、Google的计算资源租赁业务,等Cursor收购完成,还会把Cursor的收入并进来。Anthropic和Google的这些合作协议其实没有强制约束力,但投资者好像并不在意这个。

    马斯克的这家太空加AI公司,自周五上市以来,估值增加了大约1万亿美元。

    IPO筹了860亿美元,靠的是AI故事

    这次IPO给马斯克的公司筹了将近860亿美元,主要靠一个承诺:SpaceX能创造一个价值数万亿美元的AI业务。这个说法有点疯狂,毕竟这家公司前不久刚把AI部门拆了重建。

    SpaceX四月份就透露和Cursor有合作,当时马斯克说他的AI公司xAI(现在已经并入SpaceX)”第一次没做对”,他正在”从地基开始重建”。SpaceX用600亿美元的公司股票做这次收购。

    SpaceX的IPO历史上规模最大,上市时估值大约1.7万亿美元。专家说SpaceX只放了大约4%的总股份出来交易,这会导致股票很容易被炒上炒下。


    交易量惊人,波动还会继续

    周二这天,交易员换了超过3亿股SpaceX股票——占IPO后公开市场上5.55亿股的一多半。数据来自纳斯达克交易所。

    盘后交易还在继续波动,SpaceX的估值第二次短暂超过亚马逊市值,然后又掉下来。

    这个故事还没完。SpaceX把AI和太空放在一起讲了一个大故事,投资者买不买账,接下来几个月见分晓。

  • KPMG的AI报告因为幻觉被撤,这家刚拿900万美元的公司说他们有解法

    KPMG的AI报告因为幻觉被撤,这家刚拿900万美元的公司说他们有解法

    AI可靠性与幻觉检测
    AI幻觉问题正催生新的技术解决方案

    前几天KPMG撤掉了一份关于AI使用的报告,原因是报告里引用了多家机构的数据,但那些机构纷纷表示”我们没说过这个”。调查发现,这些错误来自AI幻觉——也就是说,这家全球顶级专业服务公司在制作一份关于AI的报告时,自己先被AI骗了。

    这件事在AI圈子里传开之后,很多人把它当成一个笑话。但笑完之后,一个更严肃的问题摆在所有AI用户面前:如果连KPMG都用不好AI,普通人该怎么办?

    “机甲套装”思路

    Peter Elias创办的Probably公司刚拿了900万美元种子轮,领投方是Andreessen Horowitz。他们的思路说起来不复杂:既然大模型天生就会犯事实性错误,那就不要让用户直接碰到原始模型的输出,在模型和用户之间加一层”套装”——Elias自己用的词是”mech suit”(机甲套装)。

    具体做法是:大模型的初版回答先经过一个确定性验证系统(deterministic validator)检查,验证系统会根据已知的数据集来核对结果,任何对不上的回答都会被打回去重算。关键是,大模型本身也针对这个验证系统做了训练,整个链条是一起优化的,而不是各干各的。

    Elias总结了一句话:”你的套装工程设计得越好,你需要的模型就越弱。”意思是,如果你能把上下文整理得足够精确,模型其实不需要很聪明也能给出正确答案。本质上,这是在减少歧义。

    用小模型干大事

    这套架构带来一个有趣的副作用:因为验证层承担了大部分”把关”工作,Probably的数据科学工具实际上跑的是一个比前沿模型”弱四个级别”的模型。换句话说,他们不需要GPT-4o或者Claude Sonnet这种级别的模型,也能给出准确率极高的回答。

    这意味着什么?意味着整套系统可以跑在本地硬件上,不需要把每一次查询都发到OpenAI或者Anthropic的服务器。对于企业用户来说,这省掉了一大笔token费用,也不用担心敏感数据离开自己的网络。

    Elias说他们当前版本的模型跑在桌面级硬件上就没问题。这个定位很聪明——在大家都拼命往云端跑的时候,他选择了往本地走。

    大AI实验室为什么不做这个

    Elias在接受TechCrunch采访时说了一段挺直接的话:”有趣的是,大型AI实验室甚至没有尝试过这样做。他们的激励机制不支持他们这样做,因为用户越是需要反复纠正模型,他们就越赚钱。”

    这个观察很犀利。OpenAI、Anthropic、Google这些公司的商业模式本质上建立在”模型还不够好”这个前提上——如果一次就能给出正确答案,用户就不需要多次调用API,收入就会下降。所以让他们主动把准确率做到99.99%,相当于让他们自己砍自己的收入。


    Probably目前的第一款产品是一个数据科学工具,但Elias说这套引擎可以扩展到任何对精度敏感的场景——会计、医疗、法律分析,这些都是容错率极低的领域,也是目前AI最难真正落地的领域。

    KPMG的尴尬撤稿事件其实正好给市场做了一次普及教育:AI幻觉不是小问题,它会导致真实的、可量化的损失。能解决这个问题的人,值得那900万美元。

  • OpenAI遭多州总检察长联合调查,AI监管的铁拳终于落下来了

    OpenAI遭多州总检察长联合调查,AI监管的铁拳终于落下来了

    OpenAI遭多州总检察长调查
    OpenAI正面临来自多州总检察长的联合调查

    6月13日,OpenAI收到一份来自纽约州总检察长办公室的传票。跟在这份传票后头的,是一个由多个州总检察长组成的联盟,对OpenAI展开正式调查。这件事目前公开的细节还不算多,但已经足够让人意识到——AI监管不再是喊口号了,有人开始动真格的了。

    传票里写了什么

    根据《华尔街日报》的报道,这份传票要求OpenAI提供涉及范围相当广泛的文件,包括公司的广告业务、用户参与度和留存策略、模型的”谄媚性”(sycophancy,指模型过度迎合用户偏好的倾向)、消费者数据处理和健康数据处理方式,以及针对未成年人和老年人的保护措施。

    这个调查清单其实透露了很多信息。总检察长们关注的不仅仅是隐私或数据安全这类传统议题,他们还在追问:AI公司到底有没有在故意让用户上瘾?模型会不会为了讨好用户而放弃给出负责任的回答?未成年人用ChatGPT的时候,到底有没有足够的保护机制?

    这几个问题每一个都戳在AI行业的痛处。尤其是”模型谄媚性”这一点,学术界讨论了很久,但监管机构正式把它写进调查要求里,这还是头一回。

    OpenAI的回应

    OpenAI的发言人发了一份声明,措辞很标准:”AI是一项全新且强大的技术,我们每天都在努力以负责任的方式将它的好处安全地带给人们。我们严肃对待各州总检察长提出的关切,并打算以建设性的方式与他们的办公室合作。”

    声明里还特意提了几句他们已经做了什么:ChatGPT对未成年人提供了”更具保护性的体验”,有引导困难用户联系现实资源和可信人类联系人的安全机制;他们”相信孩子就应该被当作孩子对待”,所以做了年龄预测、推出了家长控制工具,并且不允许针对儿童的广告。

    这些话说得没毛病,但时间点很微妙。就在同一周,OpenAI刚刚秘密提交了IPO申请。一家公司一边准备上市、一边面临多州联合调查,这种组合对任何CEO来说都是巨大的压力测试。

    不是第一次,也不会是最后一次

    OpenAI眼下还背着一堆官司。版权侵权诉讼就不用说了,来自《韦氏词典》和《大英百科全书》的索赔还在进行中。更棘手的是,至少有七起诉讼指控ChatGPT在用户自杀事件中扮演了角色——这些家庭的律师认为,OpenAI没有尽到保护义务。

    上个月的佛罗里达州是一个更鲜明的信号。佛州总检察长James Uthmeier直接起诉了OpenAI和Sam Altman本人,声称OpenAI”无视内部和外部的安全警告,把儿童置于巨大风险之中,让一个危险的产品触达了数百万佛罗里达人”。这是美国历史上第一起由州总检察长亲自下场、起诉AI公司及其CEO的诉讼。

    再把时间往前推一点,加拿大Tumbler Ridge社区发生大规模枪击案之后,Altman不得不公开道歉——因为OpenAI在事发前就已经标记并封禁了嫌疑人的ChatGPT账户,但没有通知执法部门。Altman说这是公司的失误。


    这一连串事件拼在一起,画面就清楚了:监管机构对AI公司的”信任红利”正在快速消耗。过去两年里,AI公司很大程度上是在自我监管,靠的是”我们会在出事之前自己搞定”的承诺。但现在,越来越多的政客和监管者开始问一个更难听的问题:你们真的能把自己管好吗?

    多州联合调查的意义在于,它表明各州的监管者不再等联邦政府出手,他们准备自己干。这种模式在美国并不少见——当年针对大型科技公司的反垄断调查,也是由多个州的总检察长联合发起的。AI行业可能正在进入同样的周期。