博客

  • MIT发布2026年AI十大趋势:从人形机器人训练数据到AI反制浪潮



    MIT发布2026年AI十大趋势:从人形机器人训练数据到AI反制浪潮

    MIT Technology Review 2026年AI趋势
    MIT Technology Review 发布2026年AI十大趋势报告

    MIT Technology Review发布了2026年”当下AI领域最重要的10件事”清单。这是该刊首次将AI领域的核心趋势、行业动态、前沿进展汇总为单一清单。从人形机器人训练数据到AI反制浪潮,这10个趋势正在重塑整个行业。


    人形机器人的”动作库”正在建立

    训练AI理解物理世界,需要的不再只是文本。现在,无数摄像头对准工厂工人、仓库管理员、甚至远程操控的”傀儡机器人”,记录他们每一个动作。这些视频会成为下一代人形机器人的训练数据。问题是,这种规模的采集能不能真的让机器人学会干活,现在还没人能打包票。

    MIT Technology Review认为,人类动作视频正在成为人形机器人训练的新”石油”,只是这套方法论还没被验证过。

    大语言模型没过时,只是需要升级

    LLM已经席卷全球,但容易摘的果子基本摘完了。整个行业都在找下一个爆点,但大语言模型本身不会消失。它还有大量潜力没释放——更长的上下文、更好的推理、更强的多模态能力。只是,光靠把模型做得更大,已经不够了。

    诈骗的门槛正在被AI削平

    钓鱼邮件、深度伪造电话、自动化的社交工程攻击——AI正在让这些事变得更快、更便宜、更容易上手。以前需要耐心和技术的活儿,现在脚本小子都能干。这对普通用户来说,意味着你收到的每一条”紧急信息”都可能是AI生成的。


    世界模型:让AI理解物理规律

    大语言模型擅长处理文字,但它们不了解物理世界是怎么回事。AI公司现在想构建”世界模型”——能理解重力、因果关系、空间结构的系统。如果做成,AI就不只是聊天机器人,它能真正进入工厂、仓库、医院,在真实世界里做决策。

    战场上的AI:从辅助到决策

    算法早就在做军事情报分析了,但生成式AI正在进入作战室。指挥官开始认真考虑AI的建议——该把资源投到哪里、怎么预测敌人的下一步。这改变的不只是技术,还有军队和科技巨头合作的方式,甚至是什么时候该按下”开火”按钮的决策逻辑。

    MIT的报道指出,AI在军事领域的渗透速度比大多数人意识到得要快,而且这次不只是自动化,是真正的决策参与。

    深度伪造的武器化已经到来

    Grok大规模生成非自愿色情图像、美国政府用AI技术做宣传——人们长期预警的”武器化深度伪造”威胁,现在已经不是预言,是正在发生的事。假视频、假音频、假文章,正在成为信息战的一部分。

    多智能体协作:从单打独斗到团队合作

    第一代AI智能体只能做单一任务——运行浏览器、写几行代码。下一代智能体会组队工作,一个负责研究,一个负责写代码,一个负责测试,互相协调完成复杂目标。这就像从”一个工程师”进化到”一个产品团队”。


    中国的开源赌注:免费的前沿模型

    中国实验室把前沿模型免费开放,这招赢得了全球开发者的好感。现在,世界各地都有人在基于中国的开源模型做开发。问题是,这种模式能不能赚钱?没人知道答案。但不管怎样,开源的势头已经起来了。

    AI科学家的出现:诺奖级别的合作者?

    高校和企业都在开发能自主完成研究任务的AI智能体——不只是查文献,而是提出假设、设计实验、分析结果。一些业内人士相信,这类AI合作科学家未来可能做出达到诺贝尔奖级别的研究成果。当然,这话现在听起来还有点早。

    反AI浪潮正在汇聚

    经过多年几乎不受约束的AI发展,全球范围内正在形成一股强大的反对力量。保守派、自由派、艺术家、工会——不同立场的人开始在同一个问题上发声:AI跑得太快了,我们需要刹车。这股力量已经开始在一些具体问题上取得小范围胜利。



  • Google出手了:CodeMender直指Anthropic Mythos,AI安全大战打响

    Anthropic的Claude Mythos Preview大模型发布的时候,整个AI圈都震了一下。这个模型强到什么程度呢?它不仅在代码安全漏洞识别上表现出色,还吸引了多家顶级银行、甚至美联储主席的关注。因为能力太强,Anthropic起初被认为不适合公开发布,最后只开放给早期企业用户和政府机构使用。

    Google坐不住了

    就在大家都觉得Anthropic在AI安全赛道上”一骑绝尘”的时候,Google在I/O 2026大会上悄悄亮了一张牌:CodeMender。这个工具早在2025年10月就首次亮相,但当时没有引起太大波澜。现在,Google把它重新推到台前,明确对标Anthropic的Mythos。

    CodeMender的核心能力是同时识别并修复代码库中的安全漏洞。和Mythos不同的是,它不只是”发现”问题,还能”解决”问题。这个设计很聪明:企业客户需要的不是一份漏洞清单,而是一个能帮他们把漏洞修好的工具。

    Google CEO桑达尔·皮查伊公开表示:”Mythos证明了超大参数规模模型在安全类场景中有明确价值,而我们同样具备提供这类产品的能力。”

    开放策略:从小范围到逐步扩大

    Anthropic的Mythos目前只面向早期企业用户和政府机构小范围开放,没有公开发布。Google则采取了不同的策略:在I/O 2026之后,他们向特定专家群体开放了CodeMender的API测试权限,逐步扩大开放范围。

    这个策略背后有Google的算盘。他们已经和政府、企业客户展开沟通,推动CodeMender用于系统安全审计。和Anthropic的”高冷”路线不同,Google更想快速把这款产品推向市场,用生态优势(Google Cloud、Android、Workspace)来绑定客户。

    AI安全赛道为什么突然火了

    其实在Anthropic发布Mythos之前,AI安全这个赛道并不算热门。大多数公司更关心的是”怎么让模型更聪明”,而不是”怎么让模型更安全”。但Mythos的出现改变了这个认知:安全,也可以成为大模型的核心卖点

    这对AI公司来说是个好消息。因为”安全”这个东西,企业和政府愿意买单,而且价格不菲。Anthropic的Mythos主要面向高安全需求的企业和政府客户,定价肯定不便宜。Google看到这块肥肉,当然也想分一杯羹。

    • 客户选择更多了:政府、金融、关键基础设施等领域的客户,之前在AI安全服务上的选择很有限,Google CodeMender的入场提供了更多元化的选择
    • 技术迭代会更快:有竞争才有进步,Google和Anthropic在这个赛道上”掰手腕”,最终会让AI安全技术的能力提升得更快
    • 价格可能会下降:垄断市场的高价,在竞争出现后通常会有所调整,客户可以期待更合理的定价

    Google的真实算盘

    除了在AI安全赛道上和Anthropic竞争,Google推出CodeMender还有更深层的目的:为IPO铺路。有消息称,Google的母公司Alphabet正在为2026年的IPO做准备,而”AI安全解决方案提供商”这个定位,比”搜索引擎公司”性感得多,也更容易在资本市场上讲出一个好故事。

    不管怎么说,AI安全大赛道的竞争才刚刚开始。Anthropic验证了市场需求,Google跟进布局,接下来可能还会有更多玩家入场。对我们这些旁观者来说,这出好戏,才刚拉开帷幕。

  • Antigravity 2.0发布:Google把智能体编程玩出了新花样

    Google I/O 2026第一天,全场都在聊Gemini 4.0和那些炫酷的XR眼镜,但我觉得真正值得开发者关注的,反而是这个看起来没那么起眼的Antigravity 2.0。要知道,上次Google推出Antigravity 1.0的时候,大家还在拿它跟Cursor对比,觉得Google不过是做个”追随者”。但这次2.0版本一出来,味道完全变了。

    从编程工具到智能体平台

    Antigravity 2.0最核心的变化,是它不再只是一个”帮你写代码的AI工具”,而是一个完整的智能体编程平台。这个定位变化很关键,意味着Google对这类产品的理解已经往前走了一大步。

    你可以把它理解成:之前1.0版本是”你问它答”的单兵作战模式,现在2.0版本是”你统领一支AI团队”的指挥中枢。它支持多智能体并行调度,你可以让一个智能体去写前端,同时另一个去处理后端的API,还有一个在后台跑测试。这种”智能体编排”能力,是目前市面上大多数AI编程工具还没摸到门槛的东西。

    Antigravity 2.0由新发布的Gemini 3.5 Flash模型驱动,这个模型本身就是和Antigravity团队协同开发的。换句话说,Google这次是”为自己的智能体编程工具量身定制了一个底层模型”。

    三个细节看出Google的野心

    第一个细节是语音命令的加入。你现在可以直接对着Antigravity说”帮我重构一下这段代码的异常处理逻辑”,它就能理解你的意图并执行。这个功能的意义不只是”多了一种交互方式”,而是它意味着Antigravity正在向Google的消费级产品(Gmail、Docs的语音交互)对齐。未来的开发工具,可能真的就是”动动嘴皮子”的事。

    第二个细节是和Google搜索的深度集成。你现在在Google搜索里就能直接调用Antigravity的能力,搜索结果页面不只是给你一堆蓝色链接,而是可以直接生成一个小应用或者交互式UI。这个动作很值得玩味:Google正在把它的”智能体能力”渗透到用户旅程的每一个触点,而不只是局限在一个独立的IDE或者编辑器里。

    第三个细节是导出和生态打通。Antigravity 2.0现在支持把项目导出到本地继续开发,也可以无缝对接Android Studio、Firebase这些Google自家的开发工具。这个策略很明显:Google不想让你”只在Antigravity里干活”,而是希望你用它的全套开发栈。

    订阅体系背后的算盘

    这次Antigravity 2.0是跟着Google的AI Ultra订阅计划(100美元/月)一起推出的。在这个价位下,Antigravity的使用额度是Pro计划的5倍。这个定价策略其实透露了Google的真实想法:他们不是想靠Antigravity单独赚钱,而是想用这个工具把开发者”锁”在Google的AI生态里。

    你可以对比一下:Cursor的订阅是20美元/月,GitHub Copilot是10美元/月,但这两个工具都只是”帮你写代码”。Antigravity 2.0想做的是”帮你运营一整个AI开发团队”,这个定位差异决定了它的定价空间可以更高。


    桌面应用和CLI双双升级

    除了核心的智能体编排能力,Antigravity 2.0的桌面应用和CLI工具也都有实质升级。桌面端现在支持自定义工作流,你可以设计一个”代码审查→自动修复→运行测试→提交PR”的完整流程,然后让它后台自动跑。CLI工具则是面向那些习惯终端开发的”老炮”,Google甚至还引导原来的Gemini CLI用户迁移到新的Antigravity CLI上来。

    总体来看,Antigravity 2.0的这次更新,信号很明确:Google不想在AI编程这个赛道里只做一个”中庸的跟随者”,它想用生态优势(搜索、Workspace、Android、Firebase)和智能体编排能力,重新定义”什么是AI时代的开发工具”。

  • Google AI Studio让任何人都能在几分钟内构建Android应用






    Google AI Studio让任何人都能在几分钟内构建Android应用

    Google AI Studio Android应用开发
    Google AI Studio新功能:几分钟内构建Android应用(图片来源:TechCrunch)

    昨天的Google I/O 2026大会上,谷歌扔出了一个让开发者和非开发者都眼前一亮的消息:AI Studio现在可以直接生成能在手机上跑的Android应用了,而且整个过程压缩到了几分钟。

    以前要写Android应用,你得搭环境、装Android Studio、学Kotlin或Java、搞明白Gradle构建系统,没个几周根本跑不起来一个像样的应用。现在谷歌说,打开浏览器、用AI Studio、描述你想做什么,几分钟就能出一个能装的APK。

    “AI coding的浪潮现在直接席卷了Android应用开发领域。在周二举办的2026年Google I/O开发者大会上,谷歌宣布在旗下网页端工具Google AI Studio中新增原生Android应用创建功能,将原本需要数周的环境搭建和编码过程压缩到了几分钟。”
    —— TechCrunch报道

    生成的是正经Android应用,不是玩具

    谷歌强调,AI Studio生成的应用不是那种”看起来像应用”的网页打包,而是正经的Android原生应用——用Kotlin写的前端与业务逻辑,Jetpack Compose做UI,可以调用GPS、蓝牙、NFC这些硬件传感器。

    目前生成的应用只能自己用,分享给家人朋友的功能还在路线图上。但谷歌已经把后续公开发布的链路想清楚了:AI Studio可以帮你自动创建Google Play Console里的应用记录、打包APK/AAB、上传到内部测试轨道,方便你迭代。再往后,可以导出项目zip、推到GitHub,或者转到桌面版Android Studio继续开发。

    网页里就能跑模拟器

    这个流程里最实用的一点:AI Studio内置了网页版Android模拟器。你描述需求、AI生成代码、模拟器里直接跑起来看效果,整个闭环都在浏览器里完成,不需要本地装任何东西。

    想装到自己手机上测也行,用USB连电脑,AI Studio集成了adb(Android Debug Bridge),点几下就能把应用侧载到手机里。

    谷歌在想什么:不只是开发工具

    如果把这件事只看成”谷歌出了一个类似Cursor/Replit的AI编程工具”,就理解浅了。谷歌真正的盘算是应用分发。

    这次同步公布的还有一套基于Gemini的应用发现机制:未来几周,你在网页端或Android端的Gemini对话框里聊着天,AI会根据对话内容推荐相关的Android应用;到2026年晚些时候,Gemini还能接入45万部影视剧集和体育赛事直播信息,聊到相关内容时直接跳转到对应的Android应用。

    Play Store里也在加”Ask Play”功能,用自然语言跟AI对话来发现应用,不再只是关键词搜索。

    “谷歌正在构想一个全新的Android应用生态:用户不仅可以从Play Store中找应用,还可以从自己的朋友网络中获取应用。”
    —— TechCrunch报道

    这套组合拳的意思是:降低开发门槛 → 让更多人做出应用 → 通过Gemini对话推荐和社交分发让这些应用被看见 → 整个生态活跃度提升,同时谷歌掌握分发入口。

    竞争局势:AI编程工具赛道又挤进一个巨头

    这件事直接对标的是Cursor、Replit、Lovable、Claude Code这些已经跑出声量的AI编程工具。区别在于,谷歌有自己的应用分发渠道(Play Store + Gemini),这是其他工具没有的闭环优势。

    当然,现在这个功能还处在早期。生成的代码质量、复杂应用的适配能力、以及”几分钟生成一个应用”在实际需求下的真实可用度,都还需要实测来验证。但方向已经很明确了:AI降低开发门槛这件事,已经从”写代码”蔓延到了”做出能在设备上跑的完整产品”。

    对于没有编程背景的创作者来说,以前有个想法要找开发者合作,现在也许可以自己先用AI Studio搓一个出来看看效果。这个变化的价值,可能比发布会上的演示视频更能说明问题。



  • Meta计划全球裁员10%:约7800人受影响,AI战略转型引员工抗议






    Meta计划全球裁员10%:约7800人受影响,AI战略转型引员工抗议

    Meta裁员AI战略转型
    Meta全球裁员10%,AI战略转型引发员工抗议(图片来源:IT之家)

    昨天(5月19日)路透社传来消息,Meta计划在今天(5月20日)启动全球裁员10%。按今年3月底77986人的员工总数算,这波裁员大约会影响7800人。裁员通知分三批在全球发送,每批都在当地时间凌晨4点发出,北美员工被要求裁员当天在家办公。

    这次裁员不是孤立事件,而是Meta 2026年全面重组计划的一部分。公司首席人事官Janelle Gale在内部备忘录里写得很直白:多数组织已经把AI原生设计原则融进了新架构,可以用更扁平的结构、更小的团队运作,响应更快、自主权更强。所以,裁员来了。

    “我们现已进入这样一个阶段:许多组织能够以更扁平的结构运作,采用更小的团队(小组 / 群组),从而实现更快的响应速度和更强的自主权。”
    —— Meta首席人事官 Janelle Gale

    7000人转岗,6000个空缺岗位关闭

    裁员只是这块拼图的一部分。备忘录显示,Meta还要把7000名员工转移到跟AI相关的新项目里,同时取消部分管理岗位。作为重组流程的一部分,公司已经额外关闭了6000个空缺岗位。

    这7000人被转移去的地方,内部叫”抽调”,包括几个关键团队:应用AI工程(AAI)团队、智能体转型加速器(ATA)XFN团队——目标是开发能自主完成当前人工任务的AI智能体;还有Central Analytics团队,给智能体开发提供生产力和数据分析支持。这几个团队都属于Meta”AI赋能工作”计划的一部分,之前由首席技术官Andrew Bosworth公布过。

    换句话说,Meta在押注:以后这些工作不再需要那么多人,一部分会被AI智能体取代,另一部分会用更少的人、更扁平的结构来完成。这是这轮裁员的底层逻辑。

    员工抗议:”房间里的大象”

    员工的抵触情绪不是一天两天了。这次裁员消息出来后,抗议活动明显升级。办公室里贴出了抗议传单,内部沟通平台Workplace上也有人发帖表达不满。

    超过1000名员工签了一份请愿书,反对公司在员工电脑上安装鼠标追踪软件,这些数据的用途是训练AI模型。部分员工在Workplace上用大象表情包回复高管,意思是”你们回避的那个大问题,我们看得见”——也就是英语里说的”房间里的大象”(the elephant in the room)。

    “员工正为管理层鲁莽且代价高昂的AI押注付出代价。当高管们追逐投机性的AI战略时,员工们却面临着毁灭性的裁员、严苛的监控,以及被迫去训练那些旨在取代他们的低效系统这一残酷现实。”
    —— 英国联合技术与联合工会组织者 Eleanor Payne

    在英国,一群Meta员工已经开始跟联合技术与联合工会合作,组织工会化运动。工会组织者Eleanor Payne的这段话,基本概括了抗议员工的核心不满:他们觉得自己在为管理层的AI豪赌买单,而且还要被迫训练那些最终会取代自己的系统。

    更多裁员还在后面

    Gale在备忘录里还提到,后续还会有更多裁员动作,今年晚些时候会推进下一轮裁员。这意味着今天的10%可能不是终点,而是这轮重组的其中一波。

    Meta在这波AI浪潮里其实不算落后。它的AI研发预算常年居高不下,Llama开源模型系列也一直在更新。但问题是,AI投入的回报周期长,而财报压力和股价压力是实时的。裁员、转岗、扁平化,这些都是在给AI转型腾出资源——钱、人、组织空间,全部往AI相关团队倾斜。

    这件事折射出一个更大的趋势:那些喊着”AI优先”的公司,正在用裁员和重组为AI转型买单。员工被要求接受更严苛的监控(鼠标追踪只是其中一例),同时还要担心自己的岗位是否被AI智能体取代。Meta不是第一家,也不会是最后一家。



  • mattpocock/skills:95.5k Stars!让AI编码助手真正理解工程师需求的技能集合

    mattpocock/skills:95.5k Stars!让AI编码助手真正理解工程师需求的技能集合

    📌 项目简介

    mattpocock/skills

    mattpocock/skills 是TypeScript教学名家Matt Pocock开源的Claude Skills集合,专为”真实工程师”设计。这个项目源于作者多年的工程实践经验,提供了一套可组合、易定制、轻量级的AI编码助手技能集,帮助你远离无意义的”氛围编码”(vibe coding),让AI真正理解并辅助你的日常工程工作。


    ⚙️ 安装要求和过程

    环境要求

    • 运行环境:需要安装 Node.js(建议 v18+)
    • 支持的AI编码工具:Claude Code、Cursor、Windsurf 等主流AI编码助手
    • 包管理器:需要使用 npx(Node.js 自带)

    快速安装步骤

    1. 运行安装命令npx skills@latest add mattpocock/skills
    2. 选择配置:选择需要启用的技能、以及要安装的编码Agent,务必勾选 /setup-matt-pocock-skills
    3. 完成初始化:在Agent中运行 /setup-matt-pocock-skills,根据提示完成配置(选择Issue跟踪工具、设置工单分类标签、设置文档存储路径)

    🎯 核心功能

    1. 需求对齐技能

    使用 /grill-me(通用需求对齐)或 /grill-with-docs(工程场景,额外同步项目领域语言、更新文档)技能,通过问答方式让Agent准确理解你的需求,避免产出不符合预期的代码。

    2. 测试驱动开发(TDD)支持

    使用 /tdd 技能遵循红-绿-重构的测试驱动开发流程,搭配 /diagnose 技能封装调试最佳实践,确保产出代码可用、可维护。

    3. 架构优化工具

    使用 /improve-codebase-architecture 定期优化架构,/to-prd/zoom-out 等技能辅助控制设计复杂度,让代码库始终保持健康。

    4. Token优化

    通过 grill-with-docs 同步项目领域语言,生成 CONTEXT.md 统一术语,减少沟通成本、显著降低Token消耗。还有 /caveman 技能可以压缩沟通内容,减少75% Token消耗。

    5. 灵活可控的设计理念

    对比GSD、BMAD、Spec-Kit等方案,mattpocock/skills的所有技能遵循小而轻量、易适配、可组合的原则,不接管你的开发流程,保持你的控制权,且流程中的bug易于修复。


    💡 典型使用场景

    场景1:需求不明确时对齐预期

    当你向AI编码助手描述需求,但它总是理解偏差、产出不符合预期时,使用 /grill-me/grill-with-docs 技能,通过结构化问答让Agent真正理解你的意图,大幅减少返工。

    场景2:调试和测试驱动开发

    在编写新功能时,使用 /tdd 技能遵循测试驱动开发流程,先写测试再实现功能;当遇到bug时,使用 /diagnose 技能系统性地诊断和修复问题。

    场景3:团队协代码库管理

    在团队项目中,使用 /to-issues 将需求拆分为具体工单,使用 /triage 对工单进行分类,使用 /improve-codebase-architecture 定期优化代码库架构,保持代码质量。


    🌟 推荐理由

    Matt Pocock是谁?他是TypeScript教学领域的顶级名家,他的TypeScript教程帮助了数十万开发者掌握TypeScript。现在,他把数十年的工程经验提炼成了这套Claude Skills集合。

    我特别推荐这个项目的理由:

    1. 真实工程经验沉淀:这不是纸上谈兵的理论,而是Matt Pocock在实际工程中总结出的最佳实践
    2. 保持控制权:不像其他方案那样接管你的开发流程,mattpocock/skills让你始终掌控开发节奏
    3. 显著降低Token消耗:通过统一术语、压缩沟通,可以减少75%的Token消耗,长期使用能节省大量API成本
    4. 社区认可度高:本月新增72.5k Stars,总计95.5k Stars,增长速度在GitHub 5月Trending榜排名第一

    如果你每天都在使用AI编码助手(Claude Code、Cursor、Windsurf等),这个项目绝对值得一试。它不会让你失望!


    📥 下载地址

    准备好让你的AI编码助手真正理解工程师需求了吗?赶紧去GitHub上给个Star,然后安装试试吧!

  • 670亿美元买下竞争对手,AI数据中心把电力公司逼成了巨头

    2026年5月19日,美国公用事业巨头NextEra Energy宣布以668亿美元收购Dominion Energy,这是美国电力行业有史以来规模最大的并购案之一。交易的背后推手不是别的,正是AI——更准确地说,是AI数据中心那永远喂不饱的电力需求。

    一笔算得过来的账

    换股方案是这样的:每持有1股Dominion Energy流通股,可以换取0.8138股NextEra Energy股票,对Dominion每股估值75.97美元,比公告前的收盘价溢价约13%。合并后企业整体价值约4200亿美元,市值约2490亿美元,沿用NextEra为主体品牌继续运营。

    NextEra承诺,交易完成后的两年内,向Dominion在弗吉尼亚、北卡罗来纳、南卡罗来纳三州的电力用户发放合计22.5亿美元的电费补贴。这个举措很明显是为了减少监管阻力——这么大规模的并购,反垄断审查和州级公用事业监管机构那一关不好过。

    NextEra Energy首席执行官约翰·凯彻姆在投资者电话会议上说得很直白:”美国如今比以往任何时候,都更需要更快、更高效、成本更低地建设能源基础设施。两家优质美国企业强强联合,能够更好地顺应时代需求,实现建设速度与产业规模的双重突破。”

    AI到底多吃电

    预测到2030年,AI数据中心将消耗美国总电力的15%到25%。现有的电网根本撑不住这个增长速度。美国能源信息署(EIA)的数据很说明问题:过去五年美国电价整体上涨了约40%,在弗吉尼亚、马里兰、宾夕法尼亚这些数据中心扎堆的地方,2025年的电价涨幅直接冲到了两位数。

    Dominion手里握着将近510亿瓦已签约的数据中心供电产能,客户名单读起来像科技巨头点名:谷歌、亚马逊、微软、Meta,一个不落。它还拿下了两座由日本资本出资、布局在得克萨斯州和宾夕法尼亚州的数据中心园区开发项目,同时还跟谷歌母公司Alphabet达成协议,重启艾奥瓦州的一座核电站。

    合并之后,新公司的供电覆盖范围将包括弗吉尼亚州北部的”数据中心走廊”——全球数据中心集聚度最高的区域,也是全美电力需求增长最快的市场之一。相关项目合计用电需求大约130兆瓦,换算下来,够一个中型城市的用电量了。

    合并后的版图

    合并后的新企业将在几个细分领域拿下全球或全美第一:可再生能源和电池储能领域全球第一,天然气发电美国第一,核电规模全球第二。总规模远超全美第二和第三大电力公司的总和。

    但也别高兴得太早。参考之前的先例:康斯特拉申能源收购卡尔派恩电力的交易,遭遇了严格的监管审查,最终康斯特拉申被迫剥离了宾夕法尼亚州和得克萨斯州的三座天然气发电厂。这次NextEra和Dominion的合并,预计需要12到18个月才能完成全部审批程序,中间变数不少。

    不管审批结果如何,这件事本身已经释放了一个很清晰的信号:AI的竞争,已经从算力和模型,蔓延到了电力这个最基础的层面。谁能搞定电,谁才能在这个游戏里留下来。


  • 谷歌Gemini要进Siri了,苹果的AI牌终于亮出来

    苹果和谷歌这两个老对手,在AI这件事上居然握手了。2026年4月,谷歌云CEO Thomas Kurian在Google Cloud Next大会上亲口确认:谷歌正在作为苹果的首选云供应商,合作开发基于Gemini技术的下一代苹果基础模型,用来驱动未来的Apple Intelligence功能,包括那个大家都等了很久的新版Siri。

    每年10亿美元,苹果买了个什么样的Gemini

    2026年1月,苹果和谷歌签了一份多年协议,苹果每年支付大约10亿美元,授权使用1.2万亿参数的定制Gemini模型来支撑苹果自己的基础模型。这个价格不便宜,但苹果看重的是Gemini的多模态能力和谷歌在AI基础设施上的积累。

    隐私规则没变——Apple Intelligence仍然在设备端或者苹果自己的私有云上运行,不会把用户数据送到谷歌的服务器去。苹果在这件事上很谨慎,引入Gemini的能力,但数据流自己掌控,相当于用谷歌的”大脑”,但”记忆”和”执行”还是苹果自己的地盘。

    谷歌云CEO Thomas Kurian在大会上说得很直接:Gemini将驱动新一代Siri,带来更个性化的AI助手体验。预计2026年内上线。

    新版Siri到底变了什么

    WWDC 2026定于6月8日至12日在Apple Park举行,主题演讲在北京时间6月9日凌晨1点。苹果已经罕见地在3月就预告会带来”AI新进展”,外界普遍预期这届WWDC是苹果近年来战略意义最重大的一次。

    新版Siri最大的变化是从”系统附件”变成了一款真正的独立App。以前Siri是依附在系统界面里的,现在用户可以像打开ChatGPT那样,随时随地一键开启Siri聊天界面。支持文字和语音两种交互方式,还能直接上传文件——这个在以前的Siri上是不可想象的。

    对话记录的管理也更像一款正经的AI助手了:你可以选择类似ChatGPT的单次对话视图,也可以切换到类似iMessage的聊天列表视图,方便回溯和延续之前的对话线程。隐私设置里还可以自主决定聊天记录的存活周期——30天、一年或者永久保留,数据生命周期完全由用户自己掌控。

    苹果的AI时间表

    按照目前的节奏:2026年春季的iOS 26.4会先上线Gemini支撑的Siri上下文感知能力;9月iPhone 18发布时,推出支持多轮对话、复杂任务完成的全对话式Siri;6月8日的WWDC上,应该会展示iOS 27里相关的功能预览。

    这个项目曾经延期了整整两年。苹果在AI上的节奏确实比竞争对手慢了一拍,但一旦决定押注,投入的资源也不小。每年10亿美元给谷歌,再加上自己的私有云基础设施,苹果显然是把AI助手这件事当成了下一个十年的核心战场。

    6月9日凌晨1点,库克主题演讲见分晓。


  • Google AI Ultra大降价:从250美元砍到100美元,对标OpenAI

    Google在I/O 2026上悄悄调整了AI Ultra订阅的价格体系——从原来的249.99美元/月,改成100美元/月起。这个降幅,说实话,挺狠的。

    新的Ultra分两档:100美元/月是基础档,200美元/月的高档则包含Project Genie世界模型的访问权限。这个定价策略,明眼人一看就知道是冲着OpenAI去的——OpenAI的Pro订阅也是100美元和200美元两档,完全对标。

    之前249.99美元/月的Ultra,说白了就是”劝退价”——贵到大多数人连试都不想试。Google这一刀砍下去,明显是想把那些在ChatGPT Plus和Gemini之间犹豫的用户拉过来。

    为什么要降价?因为AI订阅这件事快卷不动了

    过去一年,AI公司的订阅定价基本是”高位默契”——大家都不敢轻易降价,怕被市场认为”模型不值钱”。但实际情况是,大多数用户根本用不着每月100美元那么高端的功能。

    Google这一降价,实际上是在重新定义”AI订阅的门槛”。如果100美元/月能用到Gemini 3.5 Flash、AI搜索增强、Gmail AI交互这些功能,那OpenAI的100美元Pro还剩多少差异化优势?


    200美元档的杀手锏:Project Genie

    200美元/月的高档Ultra,核心卖点是Project Genie世界模型的访问权限。这个东西我们在之前的文章里提到过——它能用Google街景的2800亿张图片生成可交互的3D世界,用来训练自动驾驶、机器人,或者做游戏开发。

    这个功能的算力消耗非常大,所以Google把它放在高档订阅里作为差异化卖点,逻辑上说得通。问题就在于——有多少普通用户真的需要生成”可交互的3D世界”?这个项目更像是为开发者、研究机构、企业用户准备的。

    OpenAI怎么跟?

    Google降价之后,压力就转到OpenAI那边了。目前OpenAI的Pro订阅也是100/200美元两档,功能包括GPT-5.5访问、高级语音模式、代码解释器等。如果Google的Ultra在功能上追平甚至超过OpenAI Pro,那OpenAI可能也得考虑调整定价。

    不过,AI订阅这件事最终的竞争点,可能不是价格,而是”用户到底信谁”。ChatGPT的品牌认知度目前还是领先Gemini不少,Google要想靠降价逆转局面,还得在产品体验上真正拉开差距。

    降价是个开始,不是结束。接来下的几个月,AI订阅市场的价格战,估计会越打越激烈。

  • Google推出Pics应用:AI设计工具赛道又多了一个重量级玩家

    Google在今年的I/O大会上扔出了一个不太起眼、但挺有意思的新产品——Pics。这是一个跑在Google Workspace里的AI设计和图像生成应用,你可以直接把它理解成”Google版的Canva”,或者”AI版的Photoshop入门工具”。

    这个说法可能有点过于简化了。Pics真正想做的,是让完全不懂设计的人也能用AI生成像样的视觉内容——社交媒体配图、活动邀请函、营销物料、产品原型图,这些都能通过简单的文字描述搞定。

    为啥要做这个?因为改图太麻烦了

    Google在发布Pics的时候说了一个很接地气的痛点:现在的AI图像生成工具,生成质量已经不错了,但如果你想改图中某一个细节,基本没戏——你得重新写一个提示词,然后祈祷这次AI别把其他部分也改掉。

    Pics的思路是:生成图像只是第一步,关键是让图像里的每个元素都可以单独编辑。你可以用新的提示词改局部,也可以直接点击想改的地方写评论——就像在Google Docs里给同事提修改意见一样。

    这个设计逻辑其实挺聪明的。它把AI图像生成从”抽奖式创作”变成了”可迭代设计”,降低了试错成本。底层驱动编辑功能的是Gemini,而图像生成本身则由Nano Banana 2支持——Google说这个模型在精确文本渲染、现实世界知识和细节输出上表现不错。

    Google Pics AI设计应用界面展示
    Google Pics应用界面,用户可通过文字提示生成并编辑设计

    对手不只是Canva

    Google做这个产品,明面上是冲着Canva去的,毕竟Canva这几年在AI设计赛道跑得挺快。但暗地里,Google可能更在意的是Anthropic最近推出的Claude Design——用Claude直接生成可编辑的设计稿,这个思路跟Pics有点像。

    Google的优势在于生态整合。Pics原生嵌入Google Workspace,你可以在Docs、Slides、Sheets之间无缝协作,设计稿可以直接丢进幻灯片里用。对于已经离不开Google办公套件的企业和学校来说,这个整合黏性挺强的。


    谁能用?什么时候能用?

    目前Pics还在测试阶段,I/O期间有一小批测试者拿到了内测资格。Google说今年夏天会先向AI Ultra订阅用户开放,后续再逐步推给更广泛的用户。

    这个节奏其实透露了Google的心思:AI设计工具不只是”做个好用的产品”那么简单,它是拉动高价AI订阅的重要手段。如果你能让用户觉得”每个月花100美元买Ultra,就为了用Pics做图”,那这个订阅就值了。

    当然,最终Pics能不能打,还得看实际体验。AI生成设计这个赛道,嘴上说说都挺厉害,真要做到”生成即可用”的程度,还有不少坑要填。