标签: AI技术

  • AI重建已故飞行员声音,NTSB紧急封锁公共档案访问

    去年一起UPS货机坠毁事故中,遇难飞行员的声音最近被人用AI给”还原”出来了。这事儿听起来像科幻电影情节,但它真实发生了,而且就在美国国家运输安全委员会(NTSB)的公共档案系统里被人”淘”出来的。

    声谱图变声音,AI做到了

    事情是这样的。NTSB的公共文档系统里存着大量事故调查数据,按法律规定,驾驶舱录音是不能直接公开的。但这次UPS 2976航班(肯塔基州路易斯维尔坠毁)的调查文档里,包含了一份语音记录器的声谱图——简单说,就是把声音信号转换成图像的数学文件。

    UPS货机坠毁事故现场
    UPS 2976航班肯塔基州坠毁现场(图源:Getty Images)

    知名YouTuber、精通物理和天文学的Scott Manley在X平台上指出:声谱图编码了数兆字节的数据,理论上可以从中重建出对应的音频。果然,有网友结合了这份声谱图和公开的文字记录,用Codex等AI工具,把驾驶舱语音记录器的近似音频给重建出来了,然后放到了互联网上传播。

    声谱图本身不是音频,但AI工具可以从图像”逆向”出近似的声音。这就像给你一张钢琴键按下的照片,有人能帮你”听”出弹的是什么曲子。

    NTSB紧急应对:史上首次关闭公共档案

    NTSB发现这件事之后,做了一个史无前例的决定——临时封锁了公共档案系统的访问权限。原因很明确:他们担心这种技术被滥用,会侵犯事故相关人员的隐私,也会破坏调查记录的完整性。

    上周五,NTSB恢复了文档系统的公共访问,但包括UPS 2976航班调查在内的42项调查暂时没有开放,正在等待进一步审查。也就是说,这些档案会不会重新公开、以什么形式公开,现在还是个问号。


    技术跑在规则前面

    这个事件暴露的问题挺值得想一想。NTSB的文档系统历史上一直对公众开放,声谱图文件本身也不包含可直接播放的音频,按之前的理解,这并不违反禁止公开驾驶舱录音的法律。

    但AI改变了这个等式。原本”安全”的公开数据,在AI工具的作用下,可以被转换成原本受法律保护的敏感内容。这说明,很多机构的信息公开规则,可能需要重新评估一遍——哪些数据现在看起来没问题,但配上AI工具之后,就会变成隐私泄露的源头。

    • 公共调查数据中的衍生数据(声谱图、频谱图等)是否需要重新分类?
    • AI还原音频的准确性和伦理边界在哪里?
    • 技术公司开发这类AI工具时,是否需要考虑滥用场景?

    这件事还没有引起大规模公众讨论,但它是AI时代一个非常典型的困境:技术能力已经超出了规则制定的速度。NTSB的应对至少是迅速的,但下一次,可能就不会这么简单了。

  • Waymo 的高速野心,被一段积水路拦住了

    高速路上的Waymo,先停了

    本周四,不少 Waymo 用户打开打车软件时发现:高速公路选项消失了。原本几分钟能走完的路程,现在系统提示要走地面道路,时间直接翻倍。

    Waymo 后来确认了:出于对施工区域的担忧,全美所有运营市场的高速公路驾驶服务全部暂停。与此同时,亚特兰大和圣安东尼奥两个城市的全部服务也停了,原因是洪水退去后道路还有遗留问题。

    Waymo 自动驾驶出租车在高速公路上
    Waymo 的自动驾驶出租车——高速公路服务现已暂停

    导火索是德州的积水路

    事情的直接起因挺尴尬:多辆 Waymo 自动驾驶出租车被拍到在德克萨斯州被淹的道路中高速行驶。视频在网上传开后,Waymo 不得不对整个车队发起软件召回。

    我们致力于成为用户和社区的友好伙伴。作为承诺的一部分,我们会做出主动决策,包括暂时暂停部分服务。

    —— Waymo 发言人 Chris Pappas

    发言人说暂停是”出于对施工区域的担忧”,但没具体说车辆在施工区域遇到了什么问题。地面道路驾驶服务不受影响,但高速这块先按下暂停键。

    高速公路是个关键能力

    这事对 Waymo 的扩张计划影响不小。高速公路驾驶能力被视为跟 Uber、Lyft 这些有人驾驶网约车竞争的关键——能走高速意味着更快、更高效,尤其是机场这种盈利路线,高速是标配。

    • 目前每周完成约 50 万次付费行程,目标是每周 100 万次
    • 高速公路服务暂停前仅覆盖 4 个城市:旧金山、洛杉矶、凤凰城、迈阿密
    • 即将部署新车:吉利旗下极氪打造的 Ojai 电动面包车,搭载第六代自动驾驶软件

    最近有点水逆

    这次暂停是 Waymo 近期一系列负面事件中的最新一起。尽管数据显示它的车在减少交通事故和伤亡方面确实有进步,但极端场景下的表现还是让人捏把汗。

    前几天在亚特兰大,一辆空驶的 Waymo 堵在死胡同里,把整个社区的交通搞瘫痪了。达拉斯也有司机拍到一辆 Waymo 在繁忙路口闯红灯。虽然这些是个例,但凑在一起,给人的感觉是:技术还没完全准备好应对复杂现实。

    目前 Waymo 没有给出恢复高速公路服务的时间表,亚特兰大和圣安东尼奥的服务恢复时间也一样。对于一家正在激进扩张、准备大规模商业化的公司来说,这种不确定性不是什么好信号。

  • Chrome DevTools MCP 来了,AI 编程智能体终于能直接调试浏览器

    Chrome 官方出手了

    Chrome DevTools 团队这几天悄悄上线了一个新玩意——chrome-devtools-mcp。名字听起来很技术,但做的事其实挺有意思:让 AI 编程智能体能够直接”摸”到浏览器的开发工具。

    以前 AI 写代码,基本就是在那儿纯文本推理,顶多看看静态代码。代码写出来能不能跑、跑起来有没有 bug、在浏览器里表现怎么样,AI 其实是不知道的。这个 MCP 项目就是来补这个短板的。

    Chrome DevTools MCP GitHub 仓库
    Chrome DevTools MCP 项目已开源发布

    MCP 是个啥

    MCP(模型上下文协议)是最近 AI 圈比较热的一个标准,用来让大模型和外部工具、数据源做标准化通信。Chrome 团队把这个协议用到了 DevTools 上,相当于给 AI 装了一双眼睛和一双手。

    AI 智能体现在可以像人类开发者一样,实时检查 DOM 树、监控网络请求、分析控制台日志、调试 JavaScript 执行。

    这意味着什么?意味着 AI 不光能写代码,还能在真实浏览器环境里验证代码对不对、哪出问题了、怎么修。这个闭环一旦打通,前端自动化开发和 AI 自修复代码的能力会直接上一个台阶。

    为什么这事值得关注

    Chrome 官方出来推这个,信号挺明确的:浏览器厂商开始认真看待 AI 编程这个场景了。不是做个插件凑热闹,而是把核心调试能力通过标准化协议开放出来。

    • 权威性有保障,Chrome 团队自己在维护
    • 已经上了 NPM,能直接装进现有工作流
    • 兼容 Claude、GPT 这些主流大模型
    • 前端自动化、Web 测试、爬虫调试这些场景直接受益

    对开发者意味着什么

    如果你在用 Claude Code、Cursor 这类 AI 编程工具,这个 MCP 服务可以让它们直接操作浏览器调试,不用你手动去 DevTools 里查问题再贴给 AI 分析。AI 自己就能看 DOM、抓网络请求、打断点调试。

    项目现在在 GitHub 上开源,搜 ChromeDevTools/chrome-devtools-mcp 就能找到。NPM 上也有打包好的版本,装完配置一下就能用。

  • ChatGPT杀进PowerPoint:打几个字,幻灯片自动生成

    ChatGPT杀进PowerPoint:打几个字,幻灯片自动生成

    微软和OpenAI又搞新动作了。最新推出的ChatGPT for PowerPoint集成功能,让你在侧边栏里打几句话,就能自动生成或编辑演示文稿。跟他家之前推出的Excel、Google Sheets插件差不多,都是把ChatGPT直接塞进办公软件里。

    ChatGPT for PowerPoint
    ChatGPT集成到PowerPoint侧边栏(图源:The Verge)

    怎么用?

    功能入口在PowerPoint的侧边栏,跟Excel那个插件的位置差不多。你可以直接打提示词让它生成幻灯片,也可以把文档、图片这些素材丢给它,让它帮你整理成演示文稿。

    比如说你要做一个产品介绍PPT,以前得自己一页页排版、找图、调格式,现在可能只需要告诉ChatGPT”帮我做一个15页的产品介绍,包含市场分析、功能介绍和竞品对比”,它就能给你搭出个框架来。

    “用户可以通过聊天提示词,结合文档、图片和其他素材,创建或编辑演示文稿。”——The Verge报道

    谁能用到?

    目前这个功能还在beta测试阶段,覆盖的用户群挺广:Business、Enterprise、Edu、Teacher、K-12、Free、Go、Pro、Plus订阅计划的ChatGPT用户都能用。也就是说,不管你是企业用户、教育工作者还是普通个人用户,只要用ChatGPT基本都能尝鲜。


    办公软件+AI,这波趋势停不下来

    微软在这件事上其实挺鸡贼的。一边是自己Copilot在推进,一边又允许OpenAI的ChatGPT直接集成进Office套件。表面上看是在开放生态,实际上不管用户用哪个,微软都能赚到钱——Copilot要订阅,ChatGPT for Microsoft 365也要走微软的渠道。

    对普通用户来说,这确实能省不少时间。做PPT最烦的不是想内容,而是调格式、找模板、对齐元素这些琐碎活。AI帮你把框架搭好,你只需要改改内容、换个配色,效率至少提升一倍。

    当然,生成的PPT质量怎么样还得实测。如果版式太死板、审美不过关,可能反而要花更多时间返工。不过从Excel插件的使用反馈看,OpenAI在这件事上还算靠谱,至少能帮你省掉最无聊的那部分工作。

    • 功能:侧边栏集成,支持提示词生成/编辑PPT
    • 支持素材:文档、图片及其他源文件
    • 当前状态:beta测试阶段
    • 可用计划:Business/Enterprise/Edu/Teacher/K-12/Free/Go/Pro/Plus

    办公软件的AI化已经是大势所趋。再过两年,可能没人会手动从零开始做PPT了——就像现在没人会手动排版一封电子邮件一样。早适应,早省事。

    📎 原文来源:ChatGPT for PowerPoint generates presentations with prompts(The Verge,2026-05-21)
  • 英伟达又破纪录了:数据中心收入同比增长92%,AI芯片有多赚钱

    英伟达又破纪录了:数据中心收入同比增长92%,AI芯片有多赚钱

    英伟达刚发布的2027财年第一季度财报,数字简直离谱。总营收816亿美元,其中数据中心业务就贡献了752亿美元——比去年同一个季度增长了92%。也就是说,这家公司几乎全部收入都来自AI数据中心对芯片的渴求。

    Nvidia财报创纪录
    英伟达财报再次刷新纪录(图源:The Verge)

    AI数据中心的”印钞机”

    752亿美元是什么概念?很多科技公司一整年的收入都达不到这个数字,而英伟达只用一个季度就做到了。增长引擎很清楚——全球各地的AI数据中心都在抢购它的芯片,从微软、谷歌到字节跳动、阿里,大家都在扩建算力基础设施。

    “持续增长的AI数据中心芯片需求,推动我们创造了纪录性的营收表现。”——英伟达官方财报声明

    下一代芯片Vera Rubin要来了

    财报电话会议上,英伟达确认下一代Vera Rubin AI芯片”按计划将在今年下半年推出,从第三季度开始”。这意味着大概2026年7-9月之间,我们就能看到这款新芯片的影子。Vera Rubin是在今年CES 2026上首次公布的,定位是替代当前Blackwell架构的下一代产品。

    不过也有不那么亮眼的数字。受内存(RAM)短缺和价格上涨影响,英伟达的PC业务销量出现了下滑。这其实对整个PC行业都是个头疼的问题——内存供应跟不上,成本涨了,消费者也不急着换电脑。


    为什么这个数字很重要

    92%的同比增长,说明AI基础设施建设还没有放缓的迹象。很多人担心AI泡沫什么时候破,但至少从现在的数据看,科技公司在算力上的投入还在加速。每一家做大模型、做AI服务的公司,都需要英伟达的芯片来训练模型和跑推理。

    而且这个趋势很可能还会持续——Vera Rubin一旦量产,性能会比现在的Blackwell更强,到时候又会引发新一轮的采购潮。对于英伟达来说,眼下的挑战可能不是需求不够,而是产能能不能跟上。

    • 总营收:816亿美元(创纪录)
    • 数据中心营收:752亿美元(同比增长92%)
    • 下一代芯片:Vera Rubin将于2026年Q3推出
    • 隐忧:PC业务受内存短缺影响销量下滑

    AI这场仗,英伟达目前还是最大的赢家。只是不知道这个增速能维持多久——AMD和英特尔都在追赶,中国本土的芯片厂商也在崛起。不过按照现在的需求量,短期内英伟达的”印钞机”估计还停不下来。

    📎 原文来源:Nvidia’s Q1 2027 data center revenue jumped 92 percent from last year(The Verge,2026-05-20)
  • Meta悄悄做了个新App:Forum想让你在Facebook群组里用AI聊天

    Meta前几天偷偷上架了一个iPhone应用,叫Forum。看名字你可能没感觉,但这东西其实就是把Facebook群组从主应用里”拆”出来,做了一个独立的地方,还塞了一个AI聊天机器人在里面。

    Meta Forum App
    Meta新推出的Forum应用,专为Facebook群组设计

    为什么要把群组”拆”出来

    这件事得从用户行为说起。不知道你有没有发现,现在很多人搜东西,会在谷歌搜索后面加个”Reddit”——因为他们想看真人怎么说的,而不是SEO优化过的营销内容。

    Meta肯定也注意到这个趋势了。人们去Facebook群组,本质上也是在找”真实人类的观点”。但问题是,Facebook主应用太臃肿了,信息流、广告、推荐内容混在一起,找群组里的历史讨论真的累。

    Forum的定位很明确:它想做一个”部分像Reddit、部分像Facebook、部分像谷歌AI概览”的东西。核心思路是——你要找信息,不用出Meta的生态。

    AI聊天机器人是核心,不是摆设

    Forum里内置了一个AI聊天机器人,这个设计挺聪明的。Facebook群组有个长期痛点:很多有价值的信息埋在几年前的对话串里,你根本翻不到。

    这个AI机器人干的事,本质上就是帮你”搜”群组里的内容,但它不是给你一个搜索结果列表,而是直接用对话的方式把答案告诉你——就像谷歌的AI概览那样,只不过信息来源是你的群组。

    对Meta来说,这个设计有个很大的好处:用户不用跳到外部搜索引擎或者Reddit去搜同样的问题了,他们直接在Forum里就能拿到”社区驱动的答案”。


    这不是Meta第一次做群组独立App

    有意思的是,Meta(那时候还叫Facebook)其实2017年就做过一个独立群组应用,后来给关了。这次的Forum,某种程度上是那个失败项目的”AI增强复活版”。

    但这次的逻辑不太一样。2017年那个,基本上就是把群组功能原封不动搬到一个新应用里。这次的Forum,从设计思路上就是围绕”AI优先”来的——搜索、信息提取、内容导航,都是AI先上,然后才是传统的信息流。

    而且Forum不会替代主Facebook应用里的群组功能。它是一种”分流”:想要沉浸式刷信息流的,继续用主应用;想要高效找信息、参与专业讨论的,来Forum。

    竞争逻辑:守住自己的流量

    如果把这件事放在更大的背景里看,Forum其实是Meta对Reddit和ChatGPT的一种防守反击。

    Reddit这几年吃掉了大量”找真实答案”的搜索流量,很多人甚至已经不去谷歌了,直接去Reddit搜。而ChatGPT这类AI搜索工具,也在侵蚀传统搜索引擎的领土。

    Meta的算盘是:我手里有几百万个Facebook群组,里面全是真实人类的讨论。如果我能用一个AI机器人把这些内容”激活”,让用户不用离开我的生态就能拿到他们想要的答案,那我不就同时挡住了Reddit和AI搜索工具的进攻吗?

    这个逻辑能不能跑通,现在还不好说。但至少从战略意图上看,Forum是Meta在”社交+AI”这个方向上一次挺认真的尝试。

    会有一些有意思的可能性

    如果Forum真的做起来了,可能会出现一些挺有意思的场景。比如你加入一个摄影群组,不用翻几年的 old posts,直接问AI”这个镜头适合拍人像吗”,它就能把群组里所有相关的讨论帮你总结出来。

    或者加入一个育儿群组,问”两岁宝宝不爱吃饭怎么办”,AI给你的是几百位真实家长的经验,而不是百度百科上冷冰冰的文字。

    当然,这一切的前提是:Meta得让用户愿意下载一个额外的App。在2026年的今天,这件事本身就不容易。

  • Anthropic Project Glasswing:用Claude揪出10000个漏洞,网络安全游戏规则变了

    前几天翻到Anthropic的一个项目更新,有点震惊。他们搞了个叫Project Glasswing的东西,拿Claude Mythos Preview去扫那些”系统重要性软件”的代码,一个月不到,找出了一万多个高危和严重级别的漏洞。

    Anthropic Project Glasswing
    Project Glasswing使用Claude Mythos Preview识别软件漏洞

    一个月一万多个漏洞,这是什么概念

    先说这个数字。一万多个高危/严重漏洞,不是那种”你的按钮颜色不对”级别的bug,是真正能被恶意利用、搞垮系统的那种。Anthropic说他们用的是”系统重要性软件”——就是那些全世界都在用、但你可能没意识到它存在的基础库和关键基础设施代码。

    传统的安全审计,一个团队花几个月才能把一个大型项目扫一遍。Claude Mythos Preview这个速度,基本是把”发现漏洞”这个步骤给工业化了。

    Claude Mythos Preview的能力在于理解复杂代码的结构,找出传统扫描器会漏掉的深层安全缺陷。这不是简单的模式匹配,而是真正的”理解”代码在做什么。

    瓶颈转移了:从”找漏洞”到”修漏洞”

    这个项目最让我感兴趣的地方,不是”AI找到了很多漏洞”这件事本身,而是它暴露出来的新问题:现在找漏洞已经不是瓶颈了,怎么验证、怎么披露、怎么修,这才是卡住的地方。

    想象一下,你的AI一天给你报几百个可能的漏洞,你得一个个去看它是不是真的、危害有多大、怎么修。AI把”发现”的成本几乎降到了零,但”验证和修复”还是得人来干。Anthropic在更新里也承认了这一点——现在的瓶颈是人的速度,不是AI的速度。


    50个机构一起上,但细节要等90天

    Anthropic不是自己单干,他们拉了大概50个组织一起做这个项目。有开源社区的人,有软件厂商,也有安全机构。想法很简单:关键基础设施的安全是公共品,大家一起护。

    但他们执行的是一个相当严格的”协同漏洞披露”政策:发现漏洞之后,最多90天(或者补丁发布后45天)才会公开细节。理由也很充分——如果Anthropic今天发现了一个漏洞,明天就把细节发出去,那在开发者把补丁做出来之前,黑客就能拿着这个信息去攻击那些还没更新的系统。

    所以对普通人来说,你现在听到的关于Project Glasswing的消息,其实是个”滞后指标”。真正厉害的那些发现,得等几个月才能知道详情。

    这件事的意义不止于”找漏洞”

    我觉得这件事真正值得关注的,是它暗示了一个趋势:AI在安全领域的应用,正在从”辅助工具”变成”基础设施”。以前你请个安全团队来审计代码,是按人天收费的。现在Anthropic用AI把这个事情的规模拉上去了,成本结构就完全不一样了。

    对于那些维护着关键开源项目、但没钱请安全团队的小团队来说,这种AI驱动的安全审计可能是个真正意义上的”救命稻草”。当然,前提是Anthropic愿意把这种能力开放出来,而不只是自己玩。

    另外值得思考的是:当AI既能用来”找漏洞”也能用来”挖漏洞”的时候,这场军备竞赛会往哪个方向走?Anthropic现在是站在防守这一边的,但那些能力,换个角度也能用来进攻。

  • 特朗普按下暂停键:AI安全行政令为什么黄了

    特朗普按下暂停键:AI安全行政令为什么黄了

    昨天有件事挺有意思。特朗普本来要签一个AI安全行政令,结果临门一脚给推迟了。

    这个行政令如果签了,会是美国AI监管史上挺重要的一个节点。它要求AI公司在发布先进模型前14到90天,把模型提交给政府做安全评估。逻辑很简单:你造了一把更锋利的刀,总得让监管看看这刀会不会伤到自己人。

    特朗普发表讲话
    特朗普推迟签署AI安全行政令(来源:Getty Images/TechCrunch)

    特朗普自己的解释

    特朗普对白宫记者团说的是:”我不喜欢里面的某些内容。我们在AI上领先中国,领先所有人,我不想做任何可能阻碍我们领先地位的事情。”

    这个表态其实挺直白的。翻译一下就是:监管可以要,但不能影响美国AI公司的竞争力。尤其是在和中国竞争的大背景下,任何可能让美国公司”束手束脚”的规则,都要慎重。

    “我们领先中国,我们领先所有人,我不想做任何会阻碍我们领先地位的事情。”
    ——唐纳德·特朗普

    非官方原因更有意思

    多家媒体透露了一个更”真实”的版本:没有足够多的科技行业CEO能在短时间内赶到华盛顿特区参加签署仪式。

    你品品这个逻辑。一个总统行政令的签署仪式,如果没有一堆科技大佬站在背后举着签字笔拍照,那这个仪式还有什么意义?AI监管这种事,本质上是要给企业界看的——你看,政府和我(特朗普)是站在你们这边的。

    如果CEO们都不来,这场秀就不好看了。所以推迟,等大家都有空了再搞。


    这个行政令到底要干什么

    说回行政令本身。它要求国家网络主管办公室(Office of the National Cyber Director)和其他相关机构,制定一套流程,在AI模型发布前对其安全性进行评估。

    这个要求的背景是:过去一年,Anthropic发布了Mythos,OpenAI发布了GPT-5.5 Cyber,这两款模型都具备快速发现并利用安全漏洞的能力。用大白话说就是:这些AI已经能自己找Bug、自己写攻击代码了

    监管者的问题很直接:如果AI能自己发现漏洞,那它会不会被坏人拿去干坏事?如果模型在发布前能被政府”过一遍安全检测”,是不是能减少这种风险?

    • 14-90天前置审查:AI公司需要在模型发布前最多提前90天、最少4天向政府提交模型
    • 安全评估流程:由政府机构评估模型是否存在被滥用于网络攻击、生物武器研发等风险
    • 跨机构协作:国家网络主管办公室牵头,联合其他相关机构共同制定标准

    为什么这个行政令有争议

    支持者会说:这是必要的安全护栏。AI能力越强,出事后的后果越严重。政府有必要在模型发布前看一眼。

    反对者(主要是AI公司和他们的支持者)会说:这会导致美国AI研发速度变慢。如果OpenAI要多等90天才能发布GPT-5.7,而中国的AI公司不需要等,那美国的技术领先优势就会被稀释。

    特朗普的表态显然站在了反对者这一边。他说行政令的措辞”可能成为阻碍”(could have been a blocker),这个表述很有意思——他不是说”这个行政令本身不好”,而是说”现在的版本有问题,要改”。

    网络安全与AI
    AI安全评估涉及多个政府机构的协作(来源:TechCrunch)

    这件事的背后逻辑

    把这件事放在更大的背景里看,有几个趋势值得注意:

    第一,美国AI监管正在进入”务实优先”阶段。拜登政府时期推过一些AI监管倡议,但特朗普2.0版本的核心逻辑是:监管不能影响竞争力。这次行政令推迟,就是这个逻辑的体现。

    第二,”拍照外交”仍然是政治秀的重要部分。科技CEO们的到场与否,能直接影响一个政策仪式的推进节奏。这说明AI行业和政府的互动,仍然高度依赖个人关系和公开示好。

    第三,AI安全问题的紧迫性没有被否认,只是被”优先级排序”了。特朗普没有说”AI安全不重要”,他说的是”现在的版本可能会阻碍发展”。这意味着未来还是会有一个版本的AI安全行政令出台,只是会更照顾产业界的感受。


    接下来会怎样

    按照华盛顿的办事节奏,这个行政令不会就此消失。白宫会重新修改措辞,把那些”可能阻碍发展”的条款弱化或者删除,然后挑一个CEO们都有空的日子,再搞一次签署仪式。

    但对于AI行业来说,这次推迟释放了一个明确信号:在特朗普2.0时代,AI公司的自由度会比很多人预期的要大。只要你能证明监管会影响美国的技术领先地位,那监管就很可能会为你让步。

    至于AI安全本身,可能就要靠行业自律了。

  • 谷歌AI眼镜上手:差一口气就成正经产品了

    谷歌I/O的”几乎时刻”:AI眼镜终于像个正经产品了

    上周谷歌I/O大会我摸到那个Android XR眼镜了。说”摸到”而不是”看到”,是因为终于有个大厂把AI眼镜做得不像科幻片道具,而是像个你能日常戴出门的东西。

    先说清楚,这次体验的还是原型机。但和往年那些”展示柜里的概念品”不一样,这次的完成度已经到了”差点就能卖”的程度。TechCrunch的Sarah Perez在现场试戴后写了一篇文章,标题就很诚实:We tried Google’s AI glasses and they’re almost there

    Google Android XR AI眼镜原型机
    谷歌Android XR眼镜原型机,与Gentle Monster合作设计(来源:Google/TechCrunch)

    两条腿走路:先卖音频版,再推显示版

    谷歌这次的策略挺聪明。他们说今年秋天先推仅音频版本的眼镜,就是没有显示屏、只靠耳机和Gemini语音交互的那个版本。然后晚些时候再推带显示屏的AR版。

    为什么要分两步走?我理解的原因有两个:一是音频版技术门槛低,供应链和品控更容易搞定,能赶在Meta Ray-Ban继续蚕食市场之前先占个坑;二是显示版确实需要再多打磨一阵,这次原型机的显示效果还不够锐利,长时间戴容易眼疲劳。

    谷歌和Warby Parker、Gentle Monster、三星一起做的这个眼镜,外观上已经不像”极客玩具”了。Gentle Monster那款的造型,普通年轻人戴着逛街完全不违和。

    实际戴起来怎么样

    我挑几个最有感的场景说:

    实时翻译是最好用的功能。演示人员说西班牙语,眼镜在我右眼上方显示英文文本,同时Gemini用英语在我耳边”悄悄话”。那个感觉……就像一个随身同声传译,而且不用低头看手机。对于经常出国的人来说,这个功能本身就值回票价了。

    导航也做得挺好。你告诉Gemini”导航到最近的咖啡店”,眼镜会在你视野里显示下一个转弯的信息。低头能看到地图上的蓝点,抬头走路的时候导航提示不会挡视线。这个设计细节说明谷歌真的想过”日常使用”的场景,而不是堆功能。

    拍照+AI处理这个组合有点意思。你可以直接说”拍张照片,把这个人变成动漫角色”,眼镜拍完照,传给Gemini和Nano Banana的服务器,几十秒后返回处理好的版本。当然现场Wi-Fi负载太高,来回花了45秒,但这个工作流本身是通顺的。

    Android XR眼镜显示界面演示
    眼镜显示界面可以叠加天气、导航、翻译等信息(来源:Google)

    但缺点也挺明显

    先说显示版的问题。原型机只有右眼有显示屏,图像有点模糊(TechCrunch的记者认为是他戴了左右眼度数不同的隐形眼镜导致的,但也有可能就是分辨率还不够)。更关键的是,戴了几分钟后右眼上方开始有疲劳感。这个问题如果不解决,没人能戴着它超过半小时。

    音频版的问题在于音质。现场太吵,音乐开到最大还是听不清细节。谷歌显然也没打算让它替代高端耳塞,它的定位就是”走路、做家务、骑车的时候能听个响,同时还听得清别人说话”。这个定位和Meta Ray-Ban是一样的。

    还有一个细节:原型机不能自动检测你是否戴着眼镜。量产版会有这个传感器,摘下来就暂停,戴上去继续。这种小功能看似不起眼,但日常用起来差别很大。


    谷歌的算盘

    为什么谷歌在这个时间点推AI眼镜?我理解有几个原因:

    • Meta Ray-Ban卖得不错,证明”眼镜+AI”这个形态是有市场需求的,谷歌不想再错过一波硬件浪潮
    • Gemini需要更多的”入口”。手机、网页、智能音箱都有了,眼镜是最自然的”始终在线”的场景
    • 安卓生态需要一个新的差异化卖点,尤其是在和苹果竞争的时候

    但谷歌也要面对一个现实:Meta已经在市面上卖了一年多,Snap也在做类似的事情。谷歌选择先推音频版”占坑”,再把显示版慢慢打磨到真正能用的程度,这个节奏是合理的。

    现场体验完我最直观的感受是:这款眼镜距离”能日常戴”还差最后那一小步。显示效果再锐利一点、续航再长一点、重量再轻一点,就够了。按照谷歌的节奏,显示版大概率要到2027年才会真正上市。

    到那时候,AI眼镜会不会已经是一片红海了?

  • AI初创公司的ARR造假游戏:VC和创始人如何联手”造神”

    上个月,一家法律AI初创公司的CEO在X平台发了一篇帖子,直接把AI圈炸开了锅。他揭露了一个很多人心知肚明却不敢明说的秘密:很多AI初创公司公开宣布的收入数据,水分大到离谱。

    ARR造假隐喻
    ARR造假就像匹诺曹的长鼻子(图源:TechCrunch/ChatGPT AI生成)

    还远不是真正的收入

    这里说的ARR,全称是Annual Recurring Revenue(年经常性收入),本来是用来统计按订阅模式收费的SaaS公司的核心指标。但现在的AI初创圈,这个概念已经被玩坏了。

    最主要的混淆手段,是把”合同ARR”(有时候也叫”承诺ARR”,即CARR)直接当成ARR来报。这两者之间的差别,就像你签了一份为期三年的健身房合同,和你已经连续三年每周都去健身房并把钱结清了之间的差别——前者是承诺,后者是实绩。

    有投资者透露,他见过一些公司的CARR比真实的ARR高出70%。这些合同里很大一部分收入,可能永远都不会真正到账。

    CARR最大的问题,是在产品尚未落地时就计入收入。如果实施周期很长或者出了岔子,客户可能在试用期就取消合作,导致全部或部分合同收入无法收取。有前员工爆料,他所在的公司甚至把一个为期一年的大型免费试点项目也算进了ARR。

    使用CARR却称之为ARR的明显问题,是它比传统ARR更容易被”操纵”。如果初创公司不切实际地计算流失率和降级销售,CARR就可能被虚高到离谱的程度。

    另一种更有问题的”ARR”

    除了CARR,还有另一种同样有争议的”ARR”指标:年化运行率收入(annualized run-rate revenue)。这种算法更离谱,它是根据某一时期的收入(比如一个季度、一个月、甚至一周或一天)来推算未来12个月的收入。

    由于很多AI公司按使用量或效果收费,这种计算年化运行率ARR的方法可能产生严重误导,因为收入不再是锁定在可预测的合同里。今天你的AI工具突然爆火,收入飙升,明天可能就跌回原点。


    VC的真实想法

    接受采访的投资者表示,VC没有理由主动曝光这些虚报行为。通过对外公布的虚高ARR视而不见,VC实际上是在帮助”造神”自己的portfolio公司。

    当一家初创公司公开报告高收入时,更有可能吸引到最优秀的人才和相信该公司是其品类中无可争议的赢家的客户。这是一场精心设计的叙事游戏,而ARR数字就是游戏里最关键的筹码。

    • 估值越来越高,造假的激励也更强
    • AI时代初创公司被期望比以往增长快得多
    • 展示快速增长的压力促使一些VC支持虚高数据
    • “造神”成功后,VC和公司创始人都获利颇丰

    当然,并非所有初创公司都愿意用CARR代替ARR来展示增长。他们更喜欢清晰透明地公布数字,部分原因是他们明白公开市场是用ARR而非CARR来衡量软件公司的。这些创始人优先考虑透明度,不愿意为了短期收益而牺牲长期信誉。

    但现实是,那些选择透明度的公司,在融资时可能会处于劣势。当同行都在用CARR来”美化”自己的收入数据,坚持只用真实ARR的公司看起来就像增长乏力一样。这是一个典型的”劣币驱逐良币”的局面。

    我认为这是短视的,为了短期收益做这种事,你会让本来就高的倍数变得更高、更疯狂。这是非常糟糕的操作,迟早会反噬你。

    对于外部观察者和普通投资者来说,分辨这些数字的真假并不容易。ARR、CARR、年化运行率ARR,这些术语本身就足够让人眼花缭乱,更不用说每家公司在计算时都可能使用不同的标准和假设。

    下一次看到某家AI初创公司宣布”ARR突破1亿美元”的新闻时,或许我们应该多问一句:这个数字是真的ARR,还是CARR,或者干脆就是年化运行率?答案可能会让你大吃一惊。