标签: AI技术

  • Meta 新推的 Muse 图像生成器,最争议的功能是「拿你的照片做素材」

    Meta Muse AI 图像生成器概念图
    Meta 新推出的 Muse Image 图像生成器(配图由 AI 生成)

    Meta 今天把自家的 AI 图像生成器 Muse Image 正式放了出来,由 Meta 的超级智能实验室(Meta Superintelligence Labs)操刀,内部代号叫 Mango。它会通过 Meta AI 应用、Instagram Stories 和 WhatsApp 免费提供给用户使用。说白了就是又一个能让你输入一句话、吐出一张图的工具,能生成各种卡通、搞怪的画面。

    不靠你想 prompt,它先给你备好模板

    Meta 还怕你懒得想词,专门给 Muse 配了一批「预设」——也就是现成的提示词模板,帮你起头。其实 Muse 能干的事跟 Midjourney、DALL·E 那些老前辈差不多。你可以用它做广告图(过去一年 AI 已经大举入侵广告业了),也能拿它来捣鼓室内装修的灵感——比如视频里有人用 Muse 看看一张二手沙发摆到自己车库里是什么样。这个功能还打算跟 Facebook Marketplace 打通,也就是那个卖二手家具的地方。

    真正让人皱眉头的功能

    但有个功能挺让人不舒服:只要某个 Instagram 用户的资料是公开的,你 @ 一下 TA,就能直接拿 TA 的照片去生成新的 AI 图,而那个人根本不会收到任何通知。Wired 最早把这事点了出来——Meta 自己也说,别人「可能会用你的 Instagram 内容去创作 AI 内容」,而且你不会被通知。换句话说,你的脸、你的照片,成了别人随手可用的素材。

    Meta 的原话是:「人们可能会用你的 Instagram 内容,借助 Meta 的 AI 功能去创作内容」,而「你不会收到关于这些内容的通知」。

    Meta 的回应是「用户有控制权」,你可以去设置里把这个功能关掉。但问题在于,绝大多数人根本不知道有这回事,等你发现自己的照片被拿去生成了什么,往往已经晚了。这种「默认开启、手动退出」的设计,把保护隐私的责任一股脑推给了用户。

    免费只是开头

    Muse 对「日常创作」免费,但超过一定额度就得上 Meta 的订阅了。另外 Meta 还顺手在 Instagram Stories 里加了一批新的 AI 特效滤镜,支持各种自定义修改。至于视频版 Muse Video,据说已经在开发中。把 Muse 放进 Meta 这一年的产品清单里看,前面还有 Creator 助手、能 vibe coding 做小游戏的 Pocket,看起来很热闹,但华尔街一直吐槽 Meta 的 AI 战略「看不清主线」。不管怎么说,它在 AI 基础设施上的花钱速度一点没慢下来。


  • xAI正式消失了:马斯克把整个AI帝国并进了SpaceX

    火箭与AI神经网络融合的SpaceXAI概念图
    旧xAI标志折进新SpaceXAI标记,马斯克把AI帝国整个焊进了SpaceX

    马斯克名下那家AI公司xAI,从现在起正式不存在了——至少名字是没了。本周一,X平台上的xAI账号整体切换成了@SpaceXAI,配的一段动画很直白:旧的xAI标志慢慢折进新的SpaceXAI标记里,那个大家熟悉的X被直接焊进了SpaceX的身份中。

    这不是临时起意,而是一桩酝酿了快半年的合并,终于走完了最后一步。

    从2月收购,到5月”解散”

    整件事的起点是2月2日。SpaceX用一笔全股票交易把xAI买了下来,合并后公司估值大约在1.25万亿美元(其中SpaceX占1万亿,xAI占250亿),连社交平台X也一并收编进同一个屋檐下。

    到了5月,马斯克自己把话挑明了:”xAI会作为独立公司解散,以后就是SpaceXAI,也就是SpaceX的AI产品。”换句话说,Grok也好、其他模型也好,往后都只是SpaceX这条大船上的一个部门,不再是独立玩家。

    马斯克的原话很干脆:xAI不再是单独的公司,它只是SpaceXAI——SpaceX出品的AI产品。

    Grok没消失,只是换了招牌

    关心Grok的人可以放心,它没被砍掉。这个由xAI打造的主力模型,现在挂在SpaceXAI名下继续跑,和推理、语音、图像、视频生成等其他工具一起,服务消费级用户。合并的逻辑很清晰:把火箭、卫星和前沿AI塞进同一个组织,两边的资源调配就不用再跨公司扯皮。

    顺带一提,就在6月,SpaceX刚完成了史上规模最大的IPO,募资750亿美元,估值约1.77万亿美元。钱袋子鼓了,把AI业务彻底内化也就顺理成章。

    更野的念头:把AI算力搬上太空

    如果只是改个名,这件事不值得单独拿出来说。真正让外界侧目的,是合并背后的那个大设想:把AI基础设施搬出地球。

    SpaceX已经向美国FCC提交申请,打算发射能充当”轨道计算节点”的卫星;它还想用Starship在近地空间搭建数据中心,彻底绕开地球给AI设下的供电和散热天花板。地面上的机房再怎么扩建,电和冷却都是硬约束,而近地轨道理论上没有这两道紧箍咒。

    • 可重复使用的火箭,解决了往太空运设备的成本问题;
    • 庞大的卫星星座,本身就是现成的全球网络;
    • 前沿AI模型,则提供了”在天上跑什么”的内容。

    可重复使用火箭、巨型卫星网络、再加上最先进的AI,现在全被马斯克装进了一个壳里。他赌的那件事很简单:计算的未来,也许根本就不在地球上。

  • 三星利润暴涨19倍背后:AI数据中心把内存芯片买疯了

    堆叠的AI高带宽内存芯片与数据流动
    AI数据中心对高带宽内存(HBM)的渴求,正把三星的利润表彻底改写

    三星电子刚交出的二季度成绩单,把整个市场都看愣了。运营利润同比翻了大约19倍(折算下来就是1400%的涨幅),这个数字甚至超过了它过去三年的利润总和。你很难想象一家上年同期还在为内存价格探底发愁的巨头,能在一年的时间里完成这种级别的反弹。

    但别误会,这跟手机卖得多好没什么关系。真正把利润表顶上去的,是AI数据中心在疯狂扫货内存芯片。

    HBM,这场反弹的真正引擎

    核心角色叫HBM,高带宽内存。当英伟达、AMD这些GPU厂商拼命往外吐新一代显卡时,背后需要一种能在极短时间内吞吐海量数据的内存来配合。这种专用芯片单价高、工艺难,谁能量产谁就能吃下AI服务器的订单。

    有意思的是,三星在这块业务上曾经被老对手SK海力士压着打。但这一季它明显追了回来——靠着HBM3E和更新的HBM4拿下了关键供货协议。分析师们的判断很直接:需求已经不单纯来自亚马逊、谷歌这类传统云厂商了,几乎每个想把生成式AI塞进自家业务的行业都在抢内存。供给追不上需求,三星的议价权和利润率自然就上去了。

    有分析师点破得很直白:只要AI还是全世界企业的头等优先级,能造出最尖端内存的厂商,就站在了价值创造的正中央。

    不只是HBM,普通内存也回暖了

    除了高端的HBM,普通的DRAM和NAND闪存价格也结束了长期供过于求的状态,慢慢爬了回来。这两块业务的复苏叠在一起,才把整体业绩推到了这个高度。

    一个细节很能说明问题:三星内存芯片部门的员工,今年平均能拿到约34万美元的年终奖。一家公司愿意为某个部门开出这种级别的奖金,往往意味着那个部门正在替全公司赚大钱。

    三星的下一注:2纳米和端侧AI

    赚钱之外,三星也在为下一阶段铺路。它在代工业务上砸下重金,押注2纳米制程去跟台积电抢地盘;Galaxy手机则把”端侧AI”当成了核心卖点,想守住移动市场的底盘。

    • HBM4计划在2026年进入量产,支撑参数规模上万亿的AI模型;
    • 同步探索CXL和存内计算(PIM)等新架构,试图绕开数据传输的瓶颈;
    • 但中美出口管制和CHIPS法案要求在美国扩产,是绕不开的外部变量。

    三星这份成绩单,其实是AI基础设施狂热的一面镜子。它提醒我们,在这场看似关于模型和算法的竞赛里,最底层的那块硅片,同样能决定谁赚得盆满钵满。

    📎 原文来源:$am$ung. | The Verge(综合 Reuters 报道)
  • Vercel CEO 放话:模型和 Agent 别绑死,我们要做这一代的 AWS

    提到 AI 时代的”卖水人”,你大概先想到英伟达。但在写代码、跑 Agent 这条线上,有家公司已经悄悄站到了中间位置——Vercel。它做的是让开发者不用管服务器就能把 Agent 部署上线的云基础设施,现在一天 600 万次部署,其中一半是编程 Agent 触发的,每天还有超过 1 万亿个 token 从它的 AI 网关里流过。

    去年在画饼,今年在干活

    在上周的 ShipNYC 大会后,Vercel 的 CEO Guillermo Rauch 跟 TechCrunch 聊了聊他对当下 AI 的判断。他最直接的感受是:社区的气质变了。去年大家的主题是”原型”,天空才是极限,放手让 Agent 去造;今年更多人不再问”能不能做”,而是纠结”怎么在生产环境里真正跑顺”。

    Rauch 把 Agent 的”杀手级应用”归纳成两个。第一个当然是编程 Agent,它吃掉了世界上很大一块 token 消耗,但软件写得再多,总得有个地方放。第二个他叫”公司内部的 Agent”——帮企业自己运转起来的那种。难点不在聪明,在于怎么安全地拿到数据、怎么审计它在干什么、怎么留下每一次工具调用和权限的痕迹。

    把 Agent 关进”笼子”里

    为了治这个毛病,Vercel 搞了个叫 Eve 的框架,让你用自然语言把 Agent 的指令和技能写清楚;再配一个 Vercel Sandbox,字面意思就是把 Agent 关进一个小笼子——它照样能发挥聪明才智,但你能规定它能碰什么数据、什么数据不许出笼子。

    Rauch 最在意的其实是数据控制权。他举了个让人后背发凉的例子:空客那种积累了几十年的航空 C++ 代码,要是有人装错了开发工具,哗一下全跑到云上去给人家训练模型了。”你以为是在用工具,其实是在把家底交出去。”

    Rauch 说:”太多 SaaS 巨头是靠着把你的数据锁死才建起王国的,而这跟 Agent 的玩法从根本上不兼容。”

    客户不再死绑一家大模型

    聊到和大厂模型的关系,Rauch 的观察是:去年一堆人赌咒发誓”我们全都建在 OpenAI(或 Anthropic)上”;今年风向变了,大家终于搞明白整套拼图——模型、harness、数据平台、沙箱、网关,每一块都能插拔。OpenAI 能用,Anthropic 能用,Gemini 也能用。他特意提了一嘴 Gemini:新闻上没它那么热闹,但因为大家开始为生产环境算账,它性价比的优势就显出来了。开源的 DeepSeek、GLM-5.2 也在起飞。”数据不会撒谎。”

    和大厂模型正面撞车

    当然,模型厂也在往基础设施伸手。就在这前不久,OpenAI 发布了一套不用离开自家地盘就能直接发网站的工具。Rauch 倒不慌,反而觉得是送给 Vercel 的助攻:人们会把 ChatGPT 当成做网站的工具,接着问它”托管怎么办”,模型顺手就推荐了他们。”模型和平台的边界一旦越界,就注定会和已有的基础设施正面竞争。”

    解耦的AI架构:模型与Agent通过网关连接
    模型与 Agent 解耦的架构思路:每一层都可插拔(配图为 AI 生成示意)

    说到底,Rauch 想赌的是一个判断:模型和 Agent 到底要不要绑在一起?是从一个地方拿走全部智能,还是从一个供应商那儿拿模块、拿积木,再自己往上搭?后者更像软件工程一贯的做法,也正是 Vercel 要卖的东西。他的原话很直白:”我们要做这一代的 AWS,所以当然是在为一个开放协议的世界而战。”

    • Vercel 当前每天 600 万次部署,半数由编程 Agent 触发
    • 每天超 1 万亿 token 经其 AI 网关流转
    • 两大 Agent 杀手应用:编程 Agent、企业内部运转 Agent
    • 关键工具:Eve(自然语言编排)+ Sandbox(数据隔离笼)
    • 客户从”死绑单一大模型”转向模型/沙箱/网关可插拔

    这套说法听着像宣言,但背后有个很实在的逻辑:当 Agent 真要进企业生产环境,谁能把数据安全和可插拔这两件事做扎实,谁才配坐上”这一代云”的交椅。模型和 Agent 解不解耦,也许就是接下来两年 AI 基础设施之争的分水岭。

  • 美国无人战车上了乌克兰前线:跑了2500英里、撤下52名伤员,却还离不开人

    一架无人机在头顶盘旋,下面的人连躲的地方都没有——这是过去两年乌克兰战场给全世界最直观的画面。可就在大家都盯着天上的时候,地面上悄悄冒出了一批”不走寻常路”的装备:美国公司 Forterra 造的自动驾驶全地形车,已经在前线跑了快一年。

    战壕里跑起来的”无人搬运工”

    Forterra 今天(7月7日)对外披露,过去九个月里,有超过 100 辆它家的自动驾驶 ATV 被部署到了乌克兰的冲突地带。公司相信自己拿到了一个”第一”:这是任何一家美国国防科技公司,在实战中部署规模最大的一批自主地面车辆。

    这批车叫 Lancer,底盘是北极星(Polaris)的民用全地形车,上面塞了一套定制的传感器和计算单元,烧汽油,能拉 750 公斤货。对比乌军自己攒的无人地面车——大多是电池驱动,最多扛 250 公斤,Lancer 的续航和载重都高出一截。一名用过它的乌军士兵原话很直白:”这玩意儿他妈的太棒了,我们做梦都想要更多。”

    那名士兵告诉 TechCrunch:”对后勤、对我们守住防线来说,这就是乌克兰最重要的无人地面车。”

    无人机把人逼到了地面

    为什么是地面?过去两年聚光灯都在无人机身上,可正是无人机把战场变成了”无处可藏”的修罗场。美国陆军负责无人车项目的 Corey Wilkens 士官长说得很实在:”你变得特别、特别脆弱,随时可能被穿越机、榴弹、火炮点名。”天上的威胁越密,地面上的自主补给和伤员后送就越显得要命。

    Forterra 一开始交的功课并不满分。西方承包商带新装备上前线,乌军吃过不少亏,起初也觉得这车太”美式高端”,不接地气。真正让它在战场上值钱的一处改动,是加了一根星链天线——有了卫星网,远程操控和软件升级才真正跑得通。

    数字很漂亮,真相很骨感

    从去年十月落地算起,这些车累计跑了 2500 多英里,执行了 1100 多次任务,运了 77 万多磅物资,还完成了 52 次伤员后送。成绩单拿得出手,但前线也教了它一课:陷进深泥、被俄军从容点掉的车,已经损失了好几台。

    更关键的边界在于”自主”二字。眼下乌军主要是远程遥控这些车,一半是因为车太贵丢不起,一半是因为自主系统还没准备好面对真实的战争。车能自己在复杂地形里跑,却还认不出冷不丁冒出来的敌人、也不知道该怎么当场反应。那位士兵说:”我们得在敌人面前实时应对,这一点自动驾驶现在还不会。”

    在战场泥地中行驶的自主地面车辆
    Forterra 的 Lancer 无人地面车,基于北极星全地形车改装(配图为 AI 生成示意)

    便宜,和”数据”才是真正的拦路虎

    Forterra 干了二十年自动驾驶,现在想把当年造自动驾驶汽车的算法,和更新的生成式 AI 结合起来,让机器能用更通用的方式应对环境。难点不在算法炫不炫,而在于数据——怎么绕雷区、怎么操作武器系统,这些活儿开源模型里根本没有,得靠经典机器人方法打底,再在需要的地方接上 AI。

    • 已部署 100+ 辆 Lancer,在乌实战 9 个月
    • 累计行驶 2500+ 英里,执行 1100+ 次任务
    • 运送 777,440 磅物资,完成 52 次伤员后送
    • 融资超 5 亿美元,资方含 XYZ Venture Capital、Moore Strategic Partners
    • 竞争对手 Scout AI 年初刚融 1 亿美元专攻军用无人车基础模型

    乌军给 Forterra 出了最后一道题:做便宜点。Lancer 靠着北极星的民用供应链,在同品类里不算贵,可还远没到能像无人机那样”随便耗”的程度。那位士兵说得很糙也得很真:”战损是这片战场上的常态,我们已经掉了几台,很疼,我们还要更多,所以得 cheaper。”地面自主化的故事才刚翻开第一页,而这一页,是用泥、用油、用真人的命写出来的。

  • 字节的Seedance,正在悄悄“占领”好莱坞

    字节Seedance进入好莱坞
    从被点名批评到被拿进片场,Seedance只用了不到半年

    几个月前,好莱坞还把字节的Seedance当成“危险样本”。2月的时候,Seedance 2.0生成了一段布拉德·皮特和汤姆·克鲁斯在屋顶拳拳到肉的打斗视频,逼真到让整个行业紧张,美国电影协会MPA直接点名,说这类工具可能侵犯版权和明星肖像权,演员工会SAG-AFTRA也把矛头对准了AI生成演员形象的问题。

    结果才四个月,风向就变了。据《洛杉矶时报》报道,Seedance正在悄悄钻进洛杉矶的AI创作者圈、独立电影项目,以及好莱坞周边的工作流里。从被点名批评到被拿进片场,字节只用了不到半年。

    两部作品,已经真刀真枪地拍起来了

    最典型的例子是《Hell Grind》(地狱磨坊),一部95分钟的长片,由Higgisfield AI出品,主要用Seedance 2.0制作,一个15人的团队两周就搞定了。还有一部AI奇幻剧集《骸骨编年史》,制作人Kavan Cardoza同样基于Seedance打造,每月在YouTube上更新一集,单集平均观看量300万,Cardoza本人也已经攒了50万粉丝。

    这些片子的人物神态、光影落点、宏大背景,细腻到让人以为是《权游》那种大制作。但事实上,它们都来自好莱坞各路独立电影人的电脑,是Seedance一个一个镜头生成出来的。

    便宜,是“真香”的根本原因

    好莱坞为什么突然不抵触了?说到底,还是好用、爱用。

    根据Artificial Analysis的数据,Seedance生成“视频加音频”的成本大约是每分钟9美元,而Google的Veo要每分钟24美元。到了实际的AI片场,流程跟传统片场完全不一样。导演可以先写出详细大纲和角色设定,再用prompt生成画面,当天出样片、当天看效果、当天调整。

    Cardoza说得很直白:他请不起布拉德·皮特,因为那位明星出演他的电影要花500万、1000万甚至2000万美元。但有了AI之后,一切皆有可能。

    《鬼影实录》的制片人Steven Schneider今年5月宣布了一部混合AI恐怖片《Terrarium》,导演Jason Zada说会大量使用Seedance。他算了笔账:生成15秒高清画面的成本大概只要5美元。对独立电影人来说,过去许多必须花大钱试错的环节,现在可以先在桌面上反复跑出来。

    字节在好莱坞的“地面战”

    Seedance并没有先去敲Disney、Warner、Netflix这些大厂的大门,相反,它的目标直指独立电影人、AI filmmaker、低成本类型片创作者,以及那些被预算和周期卡住的人。字节今年春天在美国推出Seedance后,就开始主动接触电影人、独立艺术家和娱乐业高管。戛纳电影节期间,Seedance团队出现在周边行业活动里;5月,它的产品线Dreamina也登上了Amazon MGM Studios举办的“AI on the Lot”大会。

    有制作人私下说,业内很多工作室其实没批准使用Seedance,但大家心照不宣地都在用,有点像潜规则。

    中美视频模型的正面较量

    把视野拉到整个AI视频赛道,事情正在变得白热化。美国这边有Google的Veo、Runway和Luma,OpenAI的Sora曾经被视为最强王炸,如今视频工具已经停止运营,原本属于它的想象空间被其他玩家迅速填上。而Seedance正在快速逼近,在一些电影人眼里,它已经成了当下最强的视频模型。

    印度媒体公司JioStar的高级副总裁Stephan Vladimir Bugaj认为,Seedance崛起的关键在于它专注取悦电影制作人,做出更有电影质感的画面,还引入了基于时间轴的prompt能力,让制作人能选具体时刻微调。Zada也给Seedance开出了高达200万美元的特殊访问权限报价。

    按照State of Generative AI Media报告,媒体公司在AI上的支出预计会从2024年的26亿美元涨到2029年的125亿美元。蛋糕在变大,围绕AI视频工具的争夺只会更激烈。至于好莱坞的制作人,Zada说了一句大实话:我们不讲究忠诚,只要是最好的,我们就会用。


  • 腾讯混元3正式版来了:姚顺雨操刀,把“幻觉”砍掉一大半

    腾讯混元3正式版
    混元3正式版发布,腾讯AI全家桶迎来核心引擎

    千呼万唤,腾讯混元3(Hy3)正式版终于在7月6日公布了。这个模型背后站着一个人——姚顺雨,清华姚班出身,去年底被请来当腾讯首席AI科学家。为了这款产品,腾讯前后准备了大半年,光是研发架构就动了一次大手术。

    2025年12月,腾讯把企业内部的AI研发体系重新切分,新设了AI Infra部、AI Data部和数据计算平台部,姚顺雨双线向刘炽平和卢山汇报。他到任后的第一件事很硬核:推翻原来的训练框架,一个月内把整套预训练和强化学习的基础设施重搭了一遍,还定下三条规矩——不偏科、不刷榜、不烧钱。

    重建后的第一个产物是4月23日上线的Hy3 preview,从启动训练到发布只用了三个月。但预览版毕竟只是预览,能力只能说“尚可”。正式版这次,是真的支棱起来了。

    架构没大改,改的是“喂什么”

    混元3正式版沿用了preview的底层架构:总参数量295B,每次推理只激活21B,另外还有3.8B参数用在MTP层。模型一共80层,GQA分组注意力,192个专家每次激活top-8,上下文窗口拉到256K。换句话说,有效参数量大约是GLM 5.2的一半。

    架构在preview阶段就定型了,正式版没动结构。那它到底改了什么?官方说法是“提升了后训练数据的质量和多样性,扩大了RL算力规模”。说白了,模型骨架没换,但喂给它的数据更好、更多样了,强化学习也给到了更多算力。

    搜索能力追平GPT-5.5

    从官方放出的基准成绩看,混元3在搜索智能体方向表现最强:BrowseComp拿到84.2分,在所有对比模型里排第一,直接追平了GPT-5.5。代码方向,SWE-Bench Verified是78.0分,和开源模型不相上下,但跟顶级闭源(GPT-5.5的84.4)还有点距离。

    评分终归是评分,腾讯自己也承认,公开榜单并不能完全反映模型的“真实战斗力”。

    更值得说的是幻觉率。相比preview版本,正式版的幻觉率从12.5%降到了5.4%,降幅超过一半;常识错误率从25.4%降到12.7%;多轮对话问题率从17.4%降到7.9%;长对话理解基准MRCR从42.9%升到75.1%。腾讯还搞了个“土办法”验证:拉来270位不同学科的专家,用真实工作场景做盲测,收集了312份对比,Hy3均分2.67/4,在前端开发、数据/存储、CI/CD这些类别上优势明显。

    便宜,而且开源

    价格延续了preview的性价比路线:API输入1元/百万tokens,输出4元/百万tokens,命中缓存只要0.25元。模型权重以Apache 2.0协议在GitHub、HuggingFace、ModelScope等平台开源,全球开发者能免费商用。

    市场反应挺实在。preview上线两周,token调用量就达到上一代Hy2的十倍,在OpenRouter上周调用3.66万亿token,拿了总榜和市占率“双第一”。到正式版发布时,日均token消耗又涨了20倍,其中代码和Agent类场景增长最猛。

    已经渗进腾讯全家桶

    模型跑分再高,最终要落在产品里。Hy3正式版已经接进了WorkBuddy/CodeBuddy、元宝、ima、QQ浏览器、腾讯新闻、微信读书、腾讯文档等核心业务。以WorkBuddy为例,任务解决率从preview的72%跳到90%,平均耗时缩短34%,文档处理token消耗比GLM5.2省了47%以上。

    有意思的是微信小程序开发。Hy3 preview时就演示过用自然语言生成完整小程序,正式版更进一步——你让它做个快递小程序,它能连前端带后端、外加API、数据结构和项目方案一起吐出来。而微信自己的原生AI助手“小微”用的是WeLM加DeepSeek,普通用户和开发者各取所需,这大概就是腾讯想要的分工。


  • 伊利诺伊州签了全美最严AI安全法:以后AI公司要接受第三方审查

    伊利诺伊州AI安全法象征图
    伊利诺伊州给AI公司头上多了一盏外部监督的灯

    当华盛顿还在为”到底要不要管AI”吵成一团时,美国的州政府已经等不及了。本周一,伊利诺伊州州长 JB Pritzker 签署了 SB 315,也就是”人工智能安全措施法案”(Artificial Intelligence Safety Measures Act),让它正式成为法律。这是继纽约、加州之后,又一个站出来给AI套缰绳的州,而且它下手更重。

    伊州这部法律要求AI公司接受独立的第三方安全审计,并给公司内部吹哨人提供保护;据媒体分析,它的授权范围比纽约的 RAISE 法案和加州的 SB 53 都要宽。

    为什么是州政府冲在前面

    联邦层面到今天都没有一部综合性的AI法律,各州只能自己动手填空。纽约的 RAISE 法案和加州的 SB 53 都把重点放在透明度和安全披露上,方向是对的,但约束力有限。伊利诺伊的版本把”强制第三方审计”直接写进了法条,等于在AI公司内部硬塞了一道外部监督——这一步,邻州还没走到。

    第三方审计到底审什么

    具体细则还没完全落地,但大方向已经清楚:AI公司在发布重要模型或系统之前,要由外部机构评估其安全风险,而不能自己说了算。配套的吹哨人保护条款,则是为了让内部员工敢把安全隐患捅出来,不用担心被开除或者穿小鞋。对一家忙着把模型往外推的公司来说,这两项规定意味着发布前要过的关又多了一道。

    有人欢喜有人愁

    支持者觉得这是该有的刹车:一个狂奔的行业,总得有人抬头看路,保护的是普通用户。担心的声音也不少——小公司本来就紧巴巴,合规成本可能直接把人压垮;而”安全审计”的标准如果含糊,最后很可能变成走流程、盖个章了事,反而给了虚假的安全感。


    伊利诺伊这步棋,短期看是给AI公司添了麻烦,长期看或许是在帮这个行业买保险。比起真出了大事被国会一刀切地严管,自己先接受审查、把隐患摊开,总归是更体面的活法。接下来值得盯的是,其他州会不会跟上,以及各州各搞一套之后,AI公司要不要为了合规再养一大票人——这本身,倒像是另一种”AI创造就业”了。

  • 一边财报创新高,一边拿AI当理由裁人:2026科技裁员大复盘

    2026年AI驱动的科技行业裁员潮
    2026年,AI成了科技圈裁员理由清单上出现最频繁的词

    2026年刚过一半,科技圈就上演了一出挺魔幻的戏码。公司们一边交出史上最好看的财报,一边把成千上万的员工请出大门,而理由清单上几乎都写着同一个词:AI。本周一,微软又给这股风添了一把火,宣布砍掉约4800个岗位,占全球员工的2.1%。微软嘴上说这些位置”不是被AI取代的”,但也认了:AI正在改变工作完成的方式,很多日常活儿被它自动化了。

    据 Layoffs.fyi 统计,2026年迄今科技行业已经裁掉大约12万个岗位;再就业服务机构 Challenger, Gray & Christmas 的数据更直白——5月是多年来单月裁员最多的一个月,而AI是提及次数最多的原因。

    这种”营收创新高、转头就裁人”的反差,让不少人觉得不是滋味。有分析干脆把它叫做一场流行病:公司拿AI当增长的引擎,也拿它当砍人的理由。TechCrunch 最近把它们叫做”powder keg”(火药桶),提醒这些公司最好想清楚自己到底在干什么。

    哪些公司动了刀

    把今年提到的几桩大裁员摆在一起,场面相当壮观:

    • Oracle:过去12个月裁掉2.1万人,降幅13%,在年度监管文件里明说”AI技术的采用和部署已经并可能继续导致岗位减少”。
    • Meta:5月裁掉约8000人(10%),同时把约7000人转岗到AI部门——而且据说那7000人里不少人并不开心。
    • Cloudflare:裁掉约1100人(20%),CEO说大部分是被”度量者”——中层管理、财务、法务、内审和收入确认岗位。
    • Amazon:1月砍掉1.6万个公司职位,加上去年10月的1.4万,三个月里约占公司岗位的9%。
    • 其他玩家:Google Cloud 悄悄动了人手,Intuit 裁约3000人(17%),Cisco 近4000人,Coinbase 700人,PayPal 计划未来两三年砍掉20%(逾4500人),Snap 约1000人(16%),Dell 约1.1万人,Block 近乎腰斩裁掉4000人,还有 Salesforce、IBM 等。

    AI到底是原因,还是借口

    这里头有个绕不开的问题。很多被裁的团队,其实是疫情期间大招特招时膨胀起来的,现在只是把当时多招的人请走。换句话说,AI可能只是个顺手的理由,真正的账本没那么简单。可CEO们讲的故事很一致:AI让小团队、扁平结构成为可能。

    Block 的 Jack Dorsey 说得最直白,他认为多数公司都”晚了”,未来一年大家都会得出同样结论、做类似的结构调整。Salesforce 的 Benioff 则说,因为 Agentforce 把客服工单量降了下来,他们不再补支持工程师的坑。Amazon 的 Jassy 更早就预告:随着生成式AI和代理铺开,公司总人数会往下走。


    没人能准确说出AI最终会拿走多少岗位,但2026年这波裁员已经把话说得很清楚了——至少在老板们的账本上,AI既是增长的引擎,也是砍人的理由。接下来真正要看的,是那些被”优化”掉的人,能不能真的从这波技术红利里分到一杯羹,而不是只听见机器嗡嗡转、自己的工位先没了。

  • 这家中国智能眼镜公司不想抄Meta,它刚拿了10亿美元估值

    这家中国智能眼镜公司不想抄Meta,它刚拿了10亿美元估值

    Meta和Snap上个月刚发了新款智能眼镜,苹果据传也在暗中布局。但有一家来自深圳的公司,可能已经悄悄跑到了前面——至少从估值来看是这样。

    Even Realities智能眼镜
    Even Realities G2智能眼镜(概念图)

    Even Realities在7月6日宣布完成1.5亿美元Pre-B轮融资,由美团和老股东腾讯联合领投,估值摸到10亿美元。这家公司才成立三年,总部在深圳,创始人是从苹果出来的。

    不装摄像头,专注显示

    Even Realities的路数跟Meta不太一样。Meta的雷朋眼镜主打拍照和AI助手,摄像头是核心部件。Even Realities的最新款G2,干脆把摄像头去掉了。

    创始人兼CEO Will Wang的说法是:智能眼镜是”最个人化的计算设备”,整天戴在脸上,隐私必须摆在第一位。G2用一个抬头显示器把信息直接投射到佩戴者视线里,配合一个叫Even R1的智能戒指来控制,手指点点划划就能操作。

    “智能眼镜是第一个依赖光学显示的产品品类,这需要完全不同的技术栈。你必须把微芯片、光学器件和波导一起设计。这是我们投入最多的地方。”——Will Wang

    Wang自己就在苹果待过,参与过Apple Watch和iPhone的开发。其他联合创始人来自科技公司和奢侈眼镜品牌Lindberg。这种背景组合,让Even Realities从一开始就把”佩戴体验”和”光学性能”当成核心。

    卖得不算便宜,但有人买账

    Even Realities的眼镜不算便宜。G2框架税前599美元,加上处方镜片或者配套的智能戒指,平均订单金额差不多1000美元。

    但公司说他们已经盈利了。用户主要是30到50岁的男性专业人士,Wang说大约三分之一的用户是企业高管。2024年第一款产品Even G1上市,销量超过了公司自己定的1万副目标,是这类产品里第一个卖过1万副的。


    美国是最大市场,但工厂在中国

    有意思的是,Even Realities超过一半的用户在美国,但它目前还没在中国大陆销售。Wang的解释是:美国市场的需求太旺盛,先把那边服务好再说。

    公司在深圳有几家代工厂,研发团队从2024年的30-40人扩张到了现在的300-400人。这一轮融资之后,估值10亿美元,正式进入独角兽行列。

    投资人名单也挺豪华:美团、腾讯,再加上前身是红杉中国的HSG。这说明大厂们也在押注智能眼镜这个赛道,不只是Meta和Snap在玩。

    智能眼镜的下一个战场

    Meta上个月刚发了自家品牌的新款廉价智能眼镜,Snap的AR眼镜规格也终于公布了,价格不便宜。苹果一直没官宣,但业内相信它迟早要进场。

    Even Realities选择了一条跟Meta不同的路:不做摄像头,不做内容捕获,专注把信息显示这件事做好。这个打法能不能成,还得看用户买不买账。但至少现在,资本是信了的。