标签: AI应用

  • 黄仁勋放话:AI赚钱的时代真的来了

    AI赚钱的时代真的来了

    黄仁勋这次在英伟达年度股东大会上的发言,说得相当直接。他说”有用的AI已经到来,并且已经能够赚钱”,还强调”AI的投资回报率(ROI)问题已经有了答案”。这话听起来像是在给股东吃定心丸,但仔细想想,确实点出了一个关键转折——AI从烧钱阶段进入了获利阶段。

    这位英伟达CEO预计,本轮AI基础设施建设周期将以数十年计,规模或将成为人类历史上最大的基础设施建设之一。他把现代AI数据中心形容为”生产词元的现代化工厂”,每一个词元都能够转化为代码、答案、设计方案、自动化决策或服务,从而直接转化为商业利润。

    黄仁勋:AI已正式进入获利阶段
    AI获利时代已经到来(配图由AI生成)

    数据中心的”词元工厂”逻辑

    黄仁勋拿软件开发举了个例子。开发者在编程平台GitHub上合并的pull request数量从2024年的4亿增至2025年的5亿,而进入2026年头几个月,其数量增长近三倍。这个数据挺有意思——它说明AI辅助编程不是纸上谈兵,开发者真的在用,而且用量在爆发。

    他还强调,虽然英伟达的系统可能不是价格最低的,但能产生最低成本的词元(token)和最高的词元吞吐量,以及最高的收入。这其实是在回应那些说英伟达芯片太贵的批评——贵是贵,但性价比高,能帮客户赚更多钱。

    AI数据中心不是简单的服务器堆砌,而是硬件、软件、网络、电力以及持续技术支持高度集成的超级庞大系统。黄仁勋甚至放话:任何试图依赖走私硬件来拼凑AI基础设施的尝试注定会失败,英伟达不会为非法流入限制市场的芯片提供任何官方支持。

    三代架构接力,押注智能体时代

    为了迎接智能体时代的到来,英伟达的硬件架构做了全面准备。Hopper架构是为了AI的”预训练”而生,Blackwell架构将”推理”能力提升到了机架级规模。而现在,下一代Vera Rubin架构已经正式进入全面量产阶段,该架构搭载了专门为AI智能体定制的全新CPU和GPU集群。

    黄仁勋特别强调了CPU的重要性,称Vera将成为公司历史上最重要的产品发布之一。他的逻辑是:智能体需要进行持续不间断的思考、调用底层数据库、调用第三方工具并实时执行代码。如果CPU性能跟不上,GPU就会陷入闲置。而在一家AI工厂里,GPU闲置就意味着直接的利润损失。

    除云端AI外,黄仁勋还将”物理AI”视为英伟达的下一个增长机会。随着英伟达进一步将自身定位从芯片公司推向AI工业基础设施公司,这样的逻辑也支撑了其强劲的财务表现。

    财报数字说话

    在截至今年1月25日的2026财年,英伟达全年营收增长65%至2160亿美元,营业收入增长60%至1300亿美元。其中,数据中心收入增长68%至1940亿美元。经营现金流达到1030亿美元,并向股东返还410亿美元。

    国际营收方面,英伟达的业务增长同样惊人,已同比增长超过3倍达到300亿美元以上,近40个国家正在部署由英伟达基础设施驱动的AI工厂。这些数字表明,AI基础设施建设确实在全球范围内铺开了。


    地缘政治的阴影

    当然,黄仁勋也坦言,截至目前,英伟达尚未从美国政府对H200的最新许可中获得任何实质性营收。目前英伟达也无法确定中国政府最终是否会允许这些芯片入境进口。

    在股东大会结束后的专题会议上,黄仁勋正面回应了关于”芯片倒卖与走私”的问题。他明确表示,如果商业机会与美国的国家安全利益发生冲突,英伟达将毫无保留地将美国国家利益置于首位。他说”国家安全高于一切”,通过”走私”芯片在限制市场拼凑算力集群的举动完全是一条”死胡同”。

    这番话挺硬气的,但也透露出英伟达在中美科技博弈中的尴尬位置。一边是巨大的中国市场,一边是美国政府的出口管制,黄仁勋只能在夹缝中寻找平衡。

  • Robotaxi排行榜出炉:中国公司把Waymo挤下了冠军宝座

    过去十几年,自动驾驶圈一直有个说不清的问题:到底谁才是真正的第一名?Demo到处飞,融资一轮接一轮,但普通人——甚至专门跑这个口的记者——都很难拿到一组靠谱的量化指标来做比较。

    一家叫Autonomy AI的咨询研究公司最近做了件事:他们用生成式AI搭建了一个Benchmark系统,叫”Road to Autonomy Index”,每隔12小时就从全球公开数据库里扒一遍数据——联邦和州的报告、SEC文件、公开交易所信息等等——然后给自动驾驶公司打分排名。

    Robotaxi排行榜概念图
    中国自动驾驶公司正在Robotaxi赛道上加速领跑(概念图)

    排名结果:Baidu第一,Waymo第二

    截至本周五的最新排名,Robotaxi第一名不是Waymo,而是百度的Apollo Go项目——虽然领先优势很小。Waymo排在第二,后面紧跟着两家中国公司:Pony.ai(小马智行)WeRide(文远知行)。Tesla排在第五位。

    Autonomy AI的联合创始人Rob Grant说,他们做这个指数的时候,最让他印象深刻的发现之一就是中国公司在多个类别里都排得很靠前。这个结果和很多人直觉里”美国自动驾驶领先”的印象不太一样,但数据就是这么显示的。

    “我们很早就约定好了,不爬取互联网信息。如果信息是公开发布的,或者在Creative Commons许可下可用,我们才会使用。我们也有一些付费数据许可。”——Rob Grant,Autonomy AI联合创始人

    德州车队规模追踪:Waymo、Tesla、Zoox都在扩

    除了全国性的排名,Texs州(自动驾驶测试重镇)的车辆注册数据也透露了一些有趣的信号。截至5月28日,Waymo在德州注册了577辆自动驾驶车,而现在这个数字已经涨到620辆,不到一个月增长了约7.5%。

    Tesla的增速更猛——从5月28日的42辆涨到现在的69辆,增幅64%。不过需要注意的是,注册了不等于商业运营。Zoox目前还不能收费载客,它在德州的车队从35辆扩充到了43辆。

    • Waymo:620辆(较上月+7.5%)
    • Tesla:69辆(较上月+64%)
    • Zoox:43辆(较上月+23%)
    • Avride:317辆(持平)
    • Nuro:47辆(持平)

    行业整合加速:Gatik+PepsiCo、Uber+Mobileye

    本周还有几笔值得关注的合作。Gatik(做短途自动驾驶卡车)宣布和PepsiCo签了多年协议,继续在美国几个州帮百事运货。Stellantis、自动驾驶初创公司Wayve、以及出行巨头Uber三方达成合作,要一起开发并部署无人Robotaxi。

    更有意思的是Mobileye——这家公司一直把自己定位成自动驾驶技术供应商,但现在它要亲自下场做Robotaxi运营商了,计划2027年在美国某个城市率先落地。这个转变,用Mobileye创始人兼CEO Amnon Shashua七年前的话来说,其实是对的:想搞定乘用车全自动驾驶这个”圣杯”,得先从Robotaxi入手。

    当然,这个赛道也不是没有挫折。Waymo本周召回了近4000辆Robotaxi,原因是它们的软件会让车开进高速公路施工封闭区域。这个问题已经发生了至少13起,目前软件修复还在开发中——也就是说,还没完全解决。

  • Midjourney不画猫了,它想给你做全身超声扫描

    说起Midjourney,大家第一反应都是那些酷炫的AI绘图——猫咪做各种职业的梗图,或者一把拉高你朋友圈格调的艺术风头像。但就在最近,CEO David Holz在发布会现场亮出了一个完全不在这个赛道里的东西:一台全身超声扫描仪。

    这个叫Midjourney Scanner的设备,外形说好听点是科幻,说直白点就是你站进一个装了水的环形装置里,身体缓缓沉入水面,周围一圈传感器像海豚回声定位一样,从各个角度往你身体里发射超声波,然后计算机把这些信号拼成一张你体内肌肉、脂肪、骨骼和脏器的三维图。

    Midjourney全身超声扫描仪概念图
    Midjourney Scanner概念渲染图(来源:Midjourney Medical)

    和Butterfly Network联手,60秒扫完全身

    Holz在发布会上描述的过程很有画面感:你踏上一个平台,它载着你顺着轨道沉入水中,穿过一圈水下传感器,整个过程大约60秒。背后提供超声技术支撑的是Butterfly Network,这家公司的”超声-on-芯片”模块每套系统用到40个,基本上把超声探头微型化做到了极致。

    目前已经有大约12个人被扫描过了。Holz自己的说法是,他还没把自己身体每一寸都量个遍,但说不定以后就想每天扫一次,看看饮食和锻炼到底有没有效果——用数据说话,而不是照镜子猜。

    “我们的目标是做出世界上第一台全身超声CT扫描仪,最终通过一种像魔法水疗一样的体验,把安全、快速、高保真的预防性扫描带到数十亿人身边。”——Midjourney招聘启事

    比MRI还厉害?FDA说:先等等

    Holz在发布会上放了个狠话:这东西最终可能比MRI(磁共振成像)还强,而且没有辐射、不需要强力磁铁,扫描速度快得多。但现实是,要想让它真正用于医疗诊断,得过FDA那一关。

    Midjourney Medical目前的策略是先做”身体成分地图”——就是测测你肌肉量、体脂率这类东西,这类应用不需要诊断级别的FDA许可。等监管路径更清晰了,再往深层走。他们也说正在认真考虑数据隐私问题,但具体政策要等产品更接近发布时才会公布。

    顺便说一句,Midjourney还在旧金山联合广场筹划一家名叫”Midjourney Spa”的水疗中心,计划2027年底前开业,里面要放10台扫描仪,配套健身房、桑拿房和冷水浴。扫个身,蒸个桑拿,再冲个冷水——这条链路,Holz是真的想清楚了。


    这件事最有意思的地方在于:一家靠AI生成图片起602亿估值的公司,突然转身去做硬科技医疗设备。Holz的解释是,那些用来跑AI模型的算力,闲置的时候可以拿来做别的事——医疗设备就是他找到的”别的事”之一。至于Midjourney的AI图像生成技术跟超声扫描到底有什么关系,目前连报道的记者都没搞明白。

    但不管怎么说,把一个需要专业放射科医生操作的传统医疗设备,包装成一个普通人每年(甚至每天)都能去消费一次的”科技水疗”体验——这个思路,确实很Midjourney。

  • 约个会还要被AI掺一脚?美国单身族的调查结果有点意外

    AI与约会软件
    约会软件一直在尝试引入AI功能,但用户买账吗?

    约会软件巨头Match Group(旗下有Tinder、Hinge、OkCupid等)最近做了一项调查,想知道美国单身族到底怎么看待AI插足浪漫关系。结果有点打脸:47%的单身者对AI在约会场景中的使用持负面态度。

    但这件事没那么简单。人们对AI的接受度,取决于AI到底在帮什么忙。大约40%的单身者说,他们拒绝和使用AI伴侣软件的人约会,在18到24岁的女性中,这个数字上升到51%。但与此同时,64%的受访者表示,他们能理解AI可能在约会过程中帮上忙。

    约会软件都在押注AI,用户却不买账?

    整个行业都在往AI方向冲。Bumble推出了名叫Bee的AI约会助手;Tinder在AI工具上砸了这么多钱,以至于它放缓了招聘;Hinge的前CEO去年辞职,跑去做了一个更偏AI的约会软件。

    但Match的调查显示,用户并不是完全拒绝AI——他们只是不想跟机器人谈恋爱,也不想觉得自己的约会体验被不真实的技术淹没了。

    Match在博客中写道:”问单身者他们希望AI在约会中做什么,答案相当一致:帮搞定难的那些部分,但人类的部分请放手。是的,他们会用它来优化个人资料,或者当对话冷场时帮忙想话说,但真正的连接还是要靠自己建立。”

    年轻人最抵触,却也在用

    数据里有个有趣的矛盾。18到24岁的年轻人是使用AI伴侣软件最少的人群——只有12%的人说他们在过去三个月用过这类产品,而且其中只有约三分之一的人说他们是在寻求真正的情感连接。

    但他们也是对AI持最强烈负面态度的群体。这可能是因为年轻人更看重约会的”真实感”,也可能是因为他们是最后一代还记得没有算法介入的社交是什么样子的人。

    相比之下,35到39岁的人群对AI在约会中的使用接受度最高。这个年龄段的人可能已经受够了刷了几年都刷不到合适人的体验,所以愿意让AI来帮点忙。

    创业者该听进去了

    希望这个信息能传达到像Bumble创始人Whitney Wolfe Herd这样的人耳中——她曾经建议,约会软件用户可以拥有”个人机器人”,这些机器人去跟其他用户的机器人约会。这个想法在技术上或许有趣,但在人类社会层面,这永远不会成为一种能被广泛接受的交友方式。

    现在的挑战是,约会软件如何在”用AI提升体验”和”让用户体验保持真实感”之间找到平衡点。Match的调查其实给出了答案:做幕后帮手,别做台前的角色。


    • 47%的美国单身者对AI用于约会持负面态度
    • 40%的人拒绝和使用AI伴侣软件的人约会
    • 64%的人认为AI可以在约会过程中提供帮助
    • 18-24岁女性对AI约会的抵触最强(51%)
    • 35-39岁人群对AI约会的接受度最高
  • 印度首富Ambani把AI塞进了每一个电话、每一款App和每一个家庭

    Reliance AI印度战略
    Reliance Industries正在将AI植入印度每一个电话、App和家庭

    印度在全球AI竞赛中一直在找自己的代表选手,而亿万富翁穆克什·安巴尼(Mukesh Ambani)正在把信实工业(Reliance Industries)摆上这个位置。在周五的年度股东大会上,这家孟买企业集团一口气发布了好几款AI产品,目标很直接——让AI进驻5亿多Jio用户的每一次通话、每一款应用和每一个家庭。

    Hey Jio,帮我订个外卖

    最先亮相的是Jio Call Agent,一个可以”跳进”你电话里的AI助手。说出来”Hey Jio”,它就能加入通话,帮你转录对话、生成摘要,还能顺手帮你叫车、订餐、预约餐厅。Jio方面说这个功能会在今年晚些时候向全部5亿多用户推送。

    把AI助手直接嵌进电信网络而不是做成独立App,这个思路挺聪明。用户不用额外下载什么,AI就成了打电话这件事的原生功能。这也意味着Jio可以少依赖第三方通话助手App,在越来越挤的AI市场里拿到一个实实在在的分发优势。

    “印度不应该只是别人造出来的AI的消费者。它必须成为AI的创造者、采用者和全球领导者。”——穆克什·安巴尼,69岁

    从eSIM到客厅,AI全包了

    除了通话AI,Reliance还推出了MyJio App的AI升级版——用户可以用自然语言开口提要求,比如开通eSIM、选漫游套餐,App自己就能搞定。再往家里走一步,他们发布了TeleFrame,一款带AI助手的智能家庭显示屏,能主动推送天气预警、日程提醒、家务备忘录这些信息。

    这个打法看着眼熟是有原因的——Amazon的Alexa和Google的Nest Hub都在往同一个方向走,只不过Reliance的战场在印度。TeleFrame看起来就是冲着”家里那个AI助手”的位置去的,至于印度家庭买不买账,还得看定价和实际使用体验。

    1100亿美元的AI赌注

    Reliance的AI野心不是这几天才冒出来的。去年他们就启动了Reliance Intelligence,目标是给消费者、企业和政府都做AI基础设施和服务,还要支持22种印度语言。今年2月,公司又宣布了1100亿美元的AI基础设施投资计划。

    合作伙伴名单也挺豪华:Google、Meta、Nvidia都在列。上周Reliance还和Meta签了协议,要在印度古吉拉特邦建一座AI数据中心。这是Meta投资Jio Platforms之后两家合作的延续,也是印度AI主权战略的一块重要拼图。


    医疗、教育、农业,一个都没落下

    这次股东大会上还发布了一整套面向具体行业的AI服务:JioHealthIQ(医疗)、JioLearnIQ(教育)、JioKrishiIQ(农业)和AI Vyapar(小企业)。这些产品都用多种印度语言设计,针对本地需求定制。这个打法和美国那帮纯云端AI公司不太一样——Reliance想做的是覆盖全行业的AI基础设施。

    但有一个问题没法绕开:Reliance把AI塞进通话、App和家庭之后,用户数据怎么处理?公司说这些服务都会在用户同意的情况下运行,但没回答数据会不会拿来训练AI模型、会不会分享给技术合作伙伴。对于一家掌握了5亿用户通信数据的公司来说,这个问题不会消失。

    Jio上市前需要新故事

    这次发布会还有一个不能忽视的背景:Jio Platforms的IPO终于要来了。股东大会上,Ambani宣布Jio Platforms董事会已经批准了IPO草案,拟发行最多2.7亿股新股。对Reliance来说,IPO之前讲一个AI故事,时机掐得很准。

    但资本市场买不买账是另一回事。Reliance今年的股价已经跌了大约17%,投资者在等Jio拿出新增长引擎的证明。AI能不能撑起这个期待,要看这些产品到底能留住多少用户、能产生多少收入,而不只是发布会上的演示。

  • iOS 27的AI藏在哪?苹果把这10个日常功能都悄悄升级了

    iOS 27的AI藏在哪?苹果把这10个日常功能都悄悄升级了

    WWDC 2026上,苹果把大部分舞台时间给了Siri AI重构和Apple Intelligence的宏大叙事。但如果你仔细翻翻iOS 27的更新列表,会发现苹果其实把AI藏在了你每天都会用到的那些小功能里。不是那种”我们革命性地重新定义了XX”的夸张宣传,而是润物细无声地让事情变得更顺手。

    Siri的彻底重构——从语音助手到AI代理

    这是iOS 27最重大的AI升级。Siri不再是那个偶尔用来设闹钟、查天气的语音助手了。苹果对其进行了2011年发布以来最彻底的重构,把它变成了一个真正意义上的AI代理。

    新Siri能理解屏幕上的当前上下文内容。比如你在微信聊天里提到周末要去某家餐厅,Siri能自动识别这个信息,主动问你要不要加到日历里,甚至帮你查那天的天气。

    更厉害的是跨应用搜索能力。Siri现在能搜索消息、相册、邮件、日历,然后把信息串联起来。你问”上周和老王讨论的那个项目进展怎么样了”,它能自动找到相关的消息记录、邮件往来、甚至Notes里记的会议要点,然后给你一个完整的摘要。

    跨设备连续性也是个亮点。在iPhone上和Siri的对话,切换到iPad或Mac上能无缝衔接,不会丢失上下文。这意味着可以在手机上开始一个复杂任务,然后在电脑上继续完成。

    当然,苹果没忘记自己的”隐私优先”策略。Siri的AI处理尽量在设备端完成,实在需要上云的,也是用私有云基础设施,而且承诺第三方审计。

    iOS 27 AI功能展示
    iOS 27的AI功能深度整合到日常应用中

    Apple Wallet的智能账单分割

    这个功能特别实用。iOS 27里的Apple Wallet可以用iPhone摄像头扫描收据,然后AI自动识别上面的每一项,计算出每个人应该分摊多少(包括税费和小费),然后直接通过Messages或Wallet完成还款。

    想象一下:聚餐后拿到收据,打开Wallet拍个照,勾选朋友吃了哪些菜,系统自动算出每个人的份额,然后直接发Apple Cash请求给每个人。整个过程不到一分钟。

    这个功能由Apple Intelligence驱动,背后是OCR(光学字符识别)和自然语言处理的结合。苹果说它最多能同时处理10个人的账单分割。


    iOS 27的AI修图功能

    苹果的AI修图工具这次终于追上了Android阵营。iOS 27带来了三个核心AI修图功能:

    • Clean Up(去路人):升级到了更强大的云端模型,能更精准地识别照片里不想要的元素,然后无缝移除。
    • Extend(扩展照片边缘):AI能自动”想象”照片边缘之外的场景,然后把照片向外扩展。
    • Spatial Reframing(空间重构):AI能模拟相机移动,重新构图。

    Apple Music的AI歌词翻译

    对于喜欢听外文歌的人,这个功能很贴心。iOS 27扩展了”Lyrics Translation”功能,新增支持法语、德语、意大利语、韩语、西班牙语、日语到英语的翻译。

    “Lyrics Pronunciation”功能更复杂。它能显示音译歌词(用拉丁字母标注非拉丁字母语言的发音),帮你唱对那些不会说的外语歌词。


    苹果做AI的方式,和OpenAI、Google不太一样。它不急于把AI包装成一个独立的”产品”,而是把它当成一种”能力”,悄悄注入到每天都在用的那些功能里。你不一定能感受到AI的存在,但会觉得”哎,这功能怎么突然变好用了?”

  • AI 正在悄悄改变残障人群的生活:从脑机接口到智能助听器,2026年的突破性进展

    AI 正在悄悄改变残障人群的生活:从脑机接口到智能助听器,2026年的突破性进展

    AI无障碍辅助技术
    AI正在帮助残障人群

    大多数人讨论 AI 的时候,话题总绕不开聊天机器人、图像生成、或者是哪家公司的模型又厉害了。但有一件事很少被认真讨论:AI 正在实实在在地改变全球13亿残障人士的日常生活——而且已经干了几年了。

    这个数字来自世界卫生组织。13亿人,相当于全球人口的六分之一,或多或少有某种形式的残疾。在美国,这个比例大概是四分之一。AI 工具能不能帮到这么多人?答案是:有些领域已经做到了,有些还在路上,有些则让人担心。

    听力和视觉:AI 辅助设备进入主流

    先从最直观的说起——听力和视觉。2026年最好的 AI 助听器,比如 Starkey 的 Omega AI,充满一次电可以用51小时,核心能力是在嘈杂环境里把人声和背景噪音分开。它还能当跌倒检测器用,通过手机 App 提醒用药时间。Phonak 的 Audéo Infinio Sphere 更激进一些,直接在设备里跑 AI 芯片,不需要连手机就能处理声音。

    视觉方面,微软的 Seeing AI 已经更新到了支持大语言模型的版本。盲人拿着手机摄像头对着世界,App 就会用语音描述眼前是什么——路牌、人脸、商品标签、手写笔记,都能读。Be My Eyes 这个 App 更早之前是靠志愿者视频通话来帮助盲人,现在加上了 AI 视觉助手,不需要等志愿者就能立刻识别物体和文本。

    「人工智能有潜力成为残障群体有史以来最强大的工具之一,也有可能成为最强大的针对残障群体的工具。区别在于残障人士是否在这些技术的设计、监管和部署过程中被纳入决策。」——残障权利倡导者 2025 年 AI 政策简报

    说不出话的人,现在有了 AI 声音银行

    然后是说不出话、或者说话有困难的人。辅助沟通(AAC)设备以前只能靠预设的符号和语音库,现在接上了大语言模型,用户可以更自然地表达,设备也能随着使用逐渐适应用户的习惯。微软的 Personal Voice 功能让有语言丧失风险的人——比如渐冻症患者——在还能说话的时候录下自己的声音,之后用 AI 生成的、音色相近的合成语音来沟通。

    脑机接口:科幻正在变成现实

    身体障碍这边,进展最快的可能是脑机接口。Neuralink 的 PRIME 临床试验到2026年初已经有21个参与者,他们脑子里植入了 N1 芯片,只用思维就能控制电脑光标、玩游戏、和人沟通。2026年3月的一项研究记录到两个瘫痪参与者用脑机接口在虚拟键盘上打字,其中一人的打字速度达到了非残障人士的80%。

    这些以前只出现在科幻小说里的场景,现在正在发生。与此同时,竞争对手 Synchron 的 Stentrode 设备通过血管微创植入,不需要开颅手术,也已经获得 FDA 批准在美国和澳大利亚开展临床试验。

    不是所有进展都让人乐观

    但事情不全是乐观的。AI 系统如果训练数据不够多元,就会对残障人士产生歧视性结果。已经有研究发现,AI 招聘工具会基于与残障相关的特征——比如面部差异、非典型语音模式——系统性地筛掉残障求职者。

    成本也是一个大问题。许多有前景的 AI 辅助设备价格不菲,而医疗保险的覆盖政策往往跟不上技术发展的步伐。这让「AI 普惠」在残障领域变成了一句空话——如果只有付得起钱的人才能用上这些工具,那么技术反而可能拉大已有的不平等。


    政策和法律正在跟上

    2026年美国的政策层面也有一些重要进展。司法部更新了《美国残疾人法案》(ADA)第二章的数字无障碍规则,要求政府和公共实体的网站和应用符合 WCAG 2.1 AA 级标准。欧盟 AI 法案也在2026年8月生效,要求高风险 AI 系统(包括用于就业、医疗的系统)具备透明度、人工监督和偏见缓解措施。

    这些进展值得关注,因为一个根本性的问题还没有解决:残障人士有没有被纳入这些 AI 工具的设计过程?「没有我们的参与,不要做关于我们的决定」——这句残障权利运动的口号,在 AI 时代同样适用。只有当残障人士真正坐上设计桌,AI 才有可能成为解放他们的工具,而不是另一道隐形的墙。

  • 社交媒体把算法权还给用户:Threads、Instagram、TikTok都在做的「你的算法」是什么?

    社交媒体把算法权还给用户:Threads、Instagram、TikTok都在做的「你的算法」是什么?

    社交媒体算法个性化
    用户正在拿回算法控制权

    用了这么多年社交媒体,你有没有过这种感觉——明明只关注了几个感兴趣的话题,结果刷出来的内容全是平台想让你看的。点赞了几条猫咪视频,接下来三天全是猫;搜了一下某款耳机,信息流里开始反复出现测评和广告。算法在背后替你做决定,而你只能被动接受。

    这个局面最近开始出现变化。Threads、Instagram、TikTok 这几家平台,正在把一部分算法控制权交还给用户。不是让你彻底关掉推荐,而是让你可以告诉系统「多给我看这个」、「少给我看那个」——而且是以一种比以往更自然的方式。

    Threads 的「Your Algo」:从公开喊话到私密设置

    Threads 的动作最快。2026年2月,它上线了一个叫「Dear Algo」的功能,思路挺有意思:你想调整信息流,就发一条公开帖子,比如写「Dear Algo,多给我看播客相关的内容」。系统读取这条帖子之后,就会按你的要求调整推荐。这功能有点像给算法写信,但问题是——你得公开发帖,相当于把自己的偏好暴露给所有人。

    到了6月16日,Threads 推出了升级版,叫「Your Algo」。这次不需要发公开帖子了,直接在设置里调整,私密操作。你可以告诉 Threads 想多看哪些话题、少看哪些,还能选择这个偏好的有效期是1天、3天还是7天。比如说,世界杯期间你想多看足球内容,比赛结束就不想被刷屏了,那设个7天就行。

    Instagram 把算法面板摆到了台面上

    Instagram 也在做类似的事情。2025年12月,它先在 Reels 上测试了「Your Algorithm」工具,到2026年6月,这个功能已经扩展到主信息流、搜索页和 Reels 全场景。你在设置里点开这个工具,就能看到 Instagram 当前认为你感兴趣的那些话题标签,然后你可以手动调整——哪些想多看,哪些不想看了,系统会跟着更新。

    Instagram 负责人 Adam Mosseri 说了一句话挺有意思的:过去社交媒体的排名模型用的技术对用户是不透明的,但现在有了大语言模型,推荐系统可以变得更容易理解——系统可以告诉你「为什么这条内容会出现在你的信息流里」,而你也可以直接告诉系统你的偏好。

    TikTok 走得更早:关键词过滤器能懂同义词

    TikTok 走得更早一些。它的「Manage Topics」工具2024年就上线了,用户可以在设置里针对不同类型的内容(体育、旅行、幽默、时事、舞蹈、美食等等)调整滑块,控制这类内容在「For You」页出现的频率。2025年,TikTok 又加了一层 AI 驱动的智能关键词过滤器——你过滤了「装修」,系统会自动把「翻新」、「装潢」这些同义词也一并过滤掉。


    从「电视台」到「流媒体」:算法控制权的长期转向

    这三家平台做的事情,本质上是一个方向的探索:把社交媒体信息流从「电视台」变成「流媒体服务」。电视台放什么你只能看什么,流媒体服务你可以选想看的类型、甚至让系统按你的口味推荐。用户得到的体验更个性化,平台得到的是更高的用户停留时长——这是一个双方都能接受的方向,前提是平台真的把控制权给了用户,而不是表面上让你选、背地里还是按自己的逻辑排。

    过去十年,社交媒体的核心争议之一就是「算法黑箱」——用户不知道自己为什么看到某些内容,也没办法改变它。现在平台开始让步,把一部分控制权交出来,这背后有监管压力的因素,也有竞争的因素——如果用户在一个平台上能更好地控制自己的信息流,他们就更不愿意离开。

    当然,事情没那么简单。你能调整算法,不代表算法就完全按你的意思来。平台仍然掌握着推荐系统的核心逻辑,你给出的偏好信号只是其中的一个输入变量。而且,当你告诉系统你想多看什么内容的时候,你也在给平台提供更多关于你的数据。这到底是在拿回控制权,还是在用另一种方式让平台更了解你?这个问题没有简单答案。

    但至少,方向是对的。社交媒体用了十几年才走到这一步——让用户有能力对算法说「我要多看这个」、「我要少看那个」。不管平台背后的动机是什么,用户能拿到更多控制权,总不是一件坏事。

  • 《Queer Eye》生活教练把「自己」装进了手机:AI分身帮你健身冥想

    《Queer Eye》生活教练把「自己」装进了手机

    Karamo Brown在Netflix《Queer Eye》里靠鼓劲说话圈了不少粉丝,现在他把这门本事搬进了手机——新应用叫Kē,6月18日刚上线iOS和Android。

    Kē健康应用界面
    Kē应用界面,用户可与AI Karamo对话

    这应用能干啥?健身计划按你家里的器材和日程定制,饮食建议看你冰箱里有啥,冥想视频管你情绪波动。这些功能别的健身App也有,真正让它出挑的是”AI Karamo”——一个用Brown本人声音和数据训练出来的数字分身。

    “我最好的朋友和我妹妹到现在还经常找我的AI分身聊天,当他们联系不上我的时候。”Brown对TechCrunch这么说。

    数字分身是怎么练成的

    背后驱动的是AI创业公司Delphi。他们把Brown历年的访谈、播客、视频片段全部喂给模型,让这个数字分身说话方式、语气、建议风格都尽量贴近本人。(阿诺·施瓦辛格也在Delphi上有自己的数字分身,这事儿比想象中普遍。)

    Brown自己说,刚开始他对AI持怀疑态度,但这几年技术演进让他改了主意——关键是Delphi他们做事的方式让他觉得靠谱。不过他也反复强调:这东西不是用来替代真实关系的,它只是个帮人反思和成长的工具。

    用户隐私和 safeguard

    用AI功能意味着你的对话数据会分享给Delphi——这事得心里有数。Brown说他们有真人团队监督,防止出现安全问题。如果有人拿敏感问题来问,AI会引导ta去找专业资源和现实中的支持。

    订阅费每月14.99美元,三天免费试用。Delphi还计划给Kē加上agent能力——以后AI Karamo给你的健身计划提了建议,它可以直接进”我的计划”那个标签页帮你改好,不用你手动操作。


  • 手摇发电就能跑AI?这个离线盒子不需要互联网

    手摇发电就能跑AI?这个离线盒子不需要互联网

    手摇发电AI设备CrankGPT
    Squeeze Labs开发的CrankGPT,完全离线、手摇供电的AI盒子

    想象一下,你在一间没有电、没有网络的森林小屋里,突然想问AI一个问题。正常情况下,这不可能——AI需要庞大的数据中心、持续的电力、云端连接。但Squeeze Labs的一个两人小团队做了一件有意思的事:他们把AI装进了一个手摇发电的盒子里。

    这个项目叫CrankGPT,是一个完全离线、不依赖电网的AI语音助手。整个装置的核心是一块Raspberry Pi 5开发板,配8GB内存和一个散热风扇。没有电池,没有云端,只有一个手摇发电机、一台小电脑,以及一堆在本地运行的小型语音和语言模型。

    为什么要做这个

    Squeeze Labs在项目说明里写了四条动机。第一条,一个东西要”聪明”,目前的前提是它插着墙上的插座、连着数据中心。CrankGPT是一个小小的反驳,证明这两件事都不一定是真的。

    第二条,本地模型是隐私模型,既然不需要,为什么要把自己不想分享的东西给出去?第三条有点意思——他们写道,看到身边的人在把千瓦级电力和成千上万个token砸在那些小模型一样能完成的任务上,这触犯了他们欧洲人对”小型实用车”的审美直觉。第四条更简单:大家都在把东西做大,他们觉得把东西做小也有很多机会。

    手摇发电,AI跑起来

    硬件部分,他们选了Raspberry Pi 5,不是因为它是最强性能的单板计算机,而是因为它的可及性和软件生态很难被打败。Pi上跑着语音识别、语言模型和文本转语音,全部在CPU上本地运行,没有加速器。

    电力部分最有意思。他们选了一款售价不贵的20W手摇发电机,原本是作为应急USB充电设备销售的。Pi的正常工作电流大约1.5A,但当它全力工作的时候,电流需求会大幅上升,导致发电机电压跌到Pi要求的4.8V以下。

    你能通过摇把”感觉”到那个负载曲线:当LLM推理和语音合成一起跑的时候,摇把会明显变沉。

    为了让Pi在完整推理栈启动时不掉电压,他们做了一块定制的电容板,用来平滑发电机的输出,充当一个短时(约20秒)的电力储备。

    软件栈:把大模型塞进小盒子

    软件部分,他们用了DietPi——一个极简的、精简掉的基于Debian的镜像,优先考虑快速启动时间。把不需要的无线电服务关掉之后,从Linux启动到可用用户空间只需要大约3秒。

    语音管线的结构是经典的:自动语音识别(ASR)→ LLM → 文本转语音(TTS)。他们从零开始写了自己的边缘语音代理,优化目标是在RPi级别开发板上尽可能低的延迟。

    LLM部分跑在llama.cpp上。他们偏好的模型是小型的Liquid AI LFM2变体(比如350M或1.2B),以及Gemma 3的1B版本。在Raspberry Pi 5上,LFM2.5 350M的token生成速度能达到约48.86 tok/s。

    TTS部分,Piper以很大优势胜出。在Raspberry Pi 5上,Piper合成20个单词的测试语音只需要大约半秒,而Kokoro慢将近9倍。

    实际体验:30秒后,你能和它对话

    把所有这些放在一起,从你开始摇到你能和CrankGPT对话,大约需要30秒。启动时间包括:Pi 5冷启动约10-15秒;Linux启动到用户空间约3秒;语音代理启动约10-15秒。

    延迟测量显示,使用Gemma 3 1B模型时,用户感知的首字节时间约2.9秒;使用LFM2.5 350M时,约0.8秒。这个速度足以让对话感觉接近实时。


    CrankGPT目前是一个概念项目,不是商业产品。Squeeze Labs在页面底部留了一个联系邮箱,但你目前还买不到这个盒子。它更多是一个技术演示,一个对当前AI基础设施方向的提问:我们一定要把所有东西都送到云端、都插在墙上吗?

    这个项目暗示了一个未来:随着模型变得更小、更高效,AI不一定需要 massive 基础设施。你的下一台AI助手,可能只需要你摇几下把手。