YOHO AI

标签： AI技术

  • OpenAI掏出了自己的AI芯片，9个月干完别人两年的活

    上周，OpenAI和博通站到一起，揭开了代号「Jalapeño」的AI推理芯片。这块芯片从设计到流片只用了9个月，而行业常规节奏是18到24个月。OpenAI用自己的模型辅助架构探索、功耗仿真和布局优化，等于「AI设计AI芯片」从概念走成了实物。

    OpenAI Jalapero AI推理芯片概念图
    OpenAI首款自研AI推理芯片Jalapeño概念图 | 图：AI生成

    为什么是推理芯片，不是训练芯片

    Jalapeño定位很清晰——它专门跑推理，也就是用户发请求、模型输出回答这个环节。训练那边暂时还是英伟达GPU的天下，但推理成本占了OpenAI运营开支的大头，每天数亿次API调用和ChatGPT请求，每省一分钱都是真金白银。

    据彭博社援引内部测试数据，Jalapeño相比当前主流AI GPU，推理成本能降约50%。这个数字如果属实，对OpenAI的盈利模型意味着什么，不难想象。

    「我们利用服务于用户的前沿模型，来优化运行未来模型的基础设施。」——OpenAI总裁Greg Brockman

    全栈竞赛，不只是模型能力的比拼

    这件事更大的信号在于，AI公司的竞争维度正在切换。谷歌有TPU，亚马逊有Trainium，微软有Maia，现在OpenAI也正式入局自研芯片。大家都在做同一件事：把「模型+芯片+系统+网络」打包成自己的全栈能力，而不是只租英伟达的卡。

    但OpenAI并没有打算彻底甩开英伟达。Brockman自己说得很直白：「我们根本无法足够快地获得算力。」Jalapeño是对爆炸式算力需求的结构性补充，不是替代。OpenAI同时在向英伟达、AMD、Cerebras多方采购，Jalapeño只是其中一块拼图。

    千兆瓦部署，多代路线图

    博通CEO陈福阳透露，Jalapeño将于今年开始在千兆瓦级数据中心部署，合作伙伴包括微软。他强调这只是「多代路线图的起点」，OpenAI和博通的目标是共建吉瓦级算力集群。

    芯片细节方面，Jalapeño被归类为ASIC（专用集成电路），架构围绕大语言模型推理负载从零设计，核心思路是降低数据移动开销、平衡计算-内存-网络的资源分配。OpenAI表示，工程样品已以目标频率成功运行GPT-5.3-Codex-Spark等复杂强化学习任务，早期测试显示每瓦性能「显著优于当前最先进的AI加速器」。

    详细的性能技术白皮书将在未来数月内发布。对于盯着AI基础设施赛道的人来说，Jalapeño的实测数据值得等。

  • Tidal打响第一枪：AI生成音乐不再拿版税，7月起强制标注

    Tidal AI音乐版权政策
    Tidal宣布AI生成音乐不再获得版税收入

    音乐流媒体平台Tidal今天发布了针对AI生成音乐的新政策，在行业内投下了一颗震动弹。核心内容只有一句话，但分量很重：从今天起，100%由AI生成的音乐，不再产生任何版税收入。

    两步走：先断收入，再加标签

    具体执行分两步走。第一步，从今天（6月29日）开始，所有被Tidal识别为100% AI生成的音轨，立即失去变现资格——也就是说，这些音乐还可以被收听，但不会再为上传者带来任何收入。第二步，从7月15日开始，Tidal会给这些音轨打上一个专门的标签图标，让听众一眼就能看出来这不是人类创作的音乐。

    Tidal在公告里的表述很明确：Tidal的优先任务是确保版税流向由人类直接创作、编写和表演的原创作品。因此，我们不会明知故犯地把版税分配给被我们认定为完全AI生成的音乐。

    Tidal的优先任务是确保版税流向由人类直接创作、编写和表演的原创作品。——Tidal官方公告

    检测技术靠谱吗？

    Tidal没有公开自己用了什么技术来识别AI生成音乐。公告里只是说，随着检测工具越来越可靠，平台计划未来把标注范围扩大到”基本由AI生成”（substantially AI-generated）的内容。这个措辞留了很大的解释空间——什么叫”基本由AI生成”？50%的参与度算不算？旋律是人类写的、但编曲和混音全是AI搞的，又该怎么算？

    值得注意的是，Tidal把一部分责任推给了内容分销商。平台表示，识别AI生成音乐”不应只是Tidal一方的责任”，即将”开始执行”一项新要求：分销商在上传内容时，也必须妥善标注哪些是完全或基本由AI生成的。

    不只是标注，直接封杀变现

    此外，从7月中旬开始，Tidal还会主动移除或屏蔽那些”与欺诈活动相关的AI生成音乐”。公告里列举了几类会被处理的情况：故意欺骗听众的内容、海量批量上传的AI音乐、以及存在异常播放行为（疑似刷量）的音轨。

    Tidal的这个动作，其实是整个音乐流媒体行业在面对AI浪潮时的一次集体转向的缩影。今年4月，Spotify推出了”Spotify验证”（Verified by Spotify）计划，给确认是真人的艺术家打上绿色对勾标记；而那些主要上传AI生成内容的账号，则没有资格获得这个标识。两相对比，Tidal的做法更激进——不只是标注，而是直接切断变现路径。

    人类创作者的保卫战

    这场博弈的核心，其实是”人类创作者”这个身份在AI时代是否还有特殊价值。Tidal显然站在了创作者一边。但问题是，检测技术能不能跟上？如果误判了怎么办？一个用了AI辅助工具、但核心创作还是人类完成的音乐人，会不会被误伤？

    这些问题，Tidal的新政策还没有给出答案。但至少有一点是清楚的：在AI生成内容泛滥的今天，平台方已经开始用实际行动来划定边界了。Tidal这第一枪，估计会让整个行业重新思考AI音乐的版权规则。

  • 福特把”老法师”请回来了，AI质检这次没顶住

    福特工厂AI与人类工程师
    福特重新雇佣资深工程师，AI质检遭遇现实检验

    福特最近做了一个在硅谷看来简直是”开倒车”的决定——重新雇佣350名资深工程师。这些工程师里，一部分是福特以前的老员工，另一部分来自供应商体系，他们的共同特点是：在汽车制造这条线上摸爬滚打了几十年，肉眼一看就知道哪个零件在什么阶段会出问题。

    AI质检，翻车了

    福特COO Kumar Galhotra跟彭博社的记者解释得很直白：公司之前”越来越依赖自动化质检系统”，但结果让人失望。用他的话说，AI和自动化系统没能达到预期的质量水平。于是福特把这些技术专家请了回来，让他们在零部件到达工厂车间之前就找出故障点。

    这话说得轻巧，背后的代价却不小。车辆硬件工程副总裁Charles Poon后来承认：我们误以为，只要引入AI、把设计要求全部喂进去，就能自动产出高质量的产品。这句话基本是把过去几年流行的”AI万能论”打回了原形——至少在汽车制造这个领域，AI还没有准备好独当一面。

    我们误以为，只要引入AI、把设计要求全部喂进去，就能自动产出高质量的产品。——福特车辆硬件工程副总裁 Charles Poon

    “灰胡子”回归，但不是放弃AI

    当然，福特并不是要彻底放弃AI。公司的说法是，这些被请回来的老工程师——内部戏称”灰胡子”（gray beard）——的任务是培训年轻员工，同时重新调整AI工具的程序设定。换句话说，福特想让人类的经验”注入”到AI系统里，而不是直接用AI替代人类。

    从初步结果来看，这招似乎管用。福特CEO Jim Farley在近期的表态中透露，保修和召回成本有所下降，这为福特带来了数亿美元的低成本顺风。本周JD Power发布的初始质量调查（Initial Quality Survey）中，福特在主流品牌里排到了第一名——这个时机选得相当微妙。

    制造业的AI困境

    把这件事放在更大的背景里看，福特的经历其实折射出整个制造业在AI应用上的普遍困境。理论上，AI可以通过分析海量数据来发现人类看不到的模式；但实际上，汽车制造涉及到无数不可预见的变量——材料批次的微小差异、装配线上的临时调整、供应链里的突发状况——这些”脏数据”很难被完全训练进模型里。

    “灰胡子”工程师的价值，恰恰在于他们脑子里装着几十年积累下来的”隐性知识”——那些没有被写进手册、也没有被结构化进数据库的经验判断。一个看了三十年冲压件的老工程师，能在零件还没出模具的时候就感觉到哪里不对。这种直觉，是AI目前还学不来的。

    行业风向标？

    福特此举也引发了行业里的讨论。有人觉得这是务实的做法——既然AI还不够好，那就先用人，同时继续改进AI。也有人担心，这可能是制造业在AI应用上普遍”降温”的开始。毕竟，如果连福特这样的巨头都在关键时刻选择回头找人，那其他公司难免会重新审视自己对AI的投资力度。

    不管怎样，福特的这个决定至少说明了一件事：在复杂制造领域，AI替代人类的说法，至少在目前，还是一个相当遥远的承诺。

  • OKX上线AI Agent市场：让AI互相雇佣、自主付费，赌一个万亿赛道

    加密货币交易所OKX这几天做了一个挺有意思的尝试——他们上线了一个AI Agent市场，叫OKX AI。简单来说，就是让AI Agent在这个平台上互相找活儿、互相付费、并建立自己的链上信用记录。这个市场6月30日（周二）正式对开发者开放，之前已经跑了一段封闭测试，有50家早期AI服务提供商参与。

    “一个人的公司，年营收百万美元，靠的是一支不限人数的AI团队”

    OKX创始人兼CEO Star Xu的说法很敢讲：”未来十年的标志是一个人创办的公司年营收超过100万美元——因为每个人都相当于拥有了一支不限规模的劳动力队伍。”这里的”劳动力队伍”指的就是AI Agent。

    他的逻辑是：传统金融基础设施是为人设计的，但”Agent经济”需要的是为自主运行的软件设计的基础设施。这就是OKX AI要做的事。

    OKX AI Agent市场概念图
    OKX AI市场让AI Agent能够互相雇佣、自主支付、建立链上信用（配图由AI生成）

    OKX已经有超过1.5亿全球用户。公司的判断是，下一代客户不只是人或机构，而是能够自主交易的AI Agent，由此催生出一个”Agent经济”。首席营销官Haider Rafique甚至给出了一个具体预测：”Agent商务”可能在未来五年内成长为一个万亿美元级别的市场，驱动力来自微支付和自主软件。

    OKX的这个市场建立在公司之前开发的技术之上——这项技术让AI Agent能够持有数字钱包、用稳定币支付、并建立持久的身份。现在这些能力被打包成了一个开发者市场。

    早期入驻的三个角色

    目前已经确认的合作方有三个，各自解决Agent经济里的一个基础问题：

    • CertiK：让AI Agent在执行交易之前先评估加密钱包或代币的安全性，解决”信任”问题。
    • CoinAnk：提供实时市场数据，按次查询收费，解决”信息”问题。
    • GenLayer：带来争议解决基础设施，帮AI Agent在合同执行出错时解决纠纷，解决”法律”问题。

    GenLayer Labs的CEO Albert Castellana说得很坦率：”我们现在做的本质上是一个数字法庭系统。对我们来说最大的挑战是分发——OKX已经有了。”这句话点出了OKX做这件事的核心优势：不是技术有多先进，而是已经有了一个现成的用户和开发者网络。

    用区块链解决AI Agent的支付问题

    OKX选择用区块链和稳定币来做Agent之间的支付，有一个很实际的原因：传统支付通道处理不了这种场景。AI Agent之间的交易可能是24小时不间断的，而且单笔金额可能极小（微支付），用信用卡或银行转账的话，手续费比交易金额还高。

    用稳定币和区块链的话，这些都不是问题。交易可以全天候结算，微支付也经济上可行。这听起来是个优雅的解决方案，但前提是——得有足够的AI Agent真的开始互相做生意。目前这还是一个”先有鸡还是先有蛋”的问题。

    OKX的算盘：从交易所到AI基础设施

    这件事对OKX来说，不只是做一个新功能那么简单。这是它从”加密货币交易所”向”更广泛的金融科技公司”转型的一步棋。3月份，纽约证券交易所的母公司洲际交易所（ICE）以250亿美元的估值向OKX投资了约2亿美元。Rafique说，这个合作是公司通过代币化”现代化市场”战略的一部分，而OKX AI则是面向自主软件时代的”现代化货币”努力。

    印度在这个计划里占了很重的分量。OKX把印度视为最高优先级的市场之一，原因很简单：印度是全球最大的AI和区块链开发者聚集地之一。OKX AI这样的开发者工具在监管方面的障碍比现货加密交易要低，这可能帮助OKX在以开发者身份重新连接印度市场，而不需要等加密交易业务的完整合规。

    开发者可以通过Onchain OS接入这个市场，OKX强调不需要OKX账户就能开始使用，而且平台兼容Claude Code、Codex、Hermes和OpenClaw等主流AI编程工具。这个”无账户起步”的设计挺关键——如果要用这个市场必须先开一个OKX账户，很多开发者可能直接就走了。

    当然，所有这些的前提是”Agent经济”真的能起来。目前来看，AI Agent互相雇佣对方这件事还处在非常早期的阶段。OKX这次算是提前布局，赌的是未来两三年内Agent之间的经济活动会变得足够密集，值得有一个专门的市场和支付层。这个赌注能不能赢，可能要等一阵子才知道。

  • 福特重新雇回”灰胡子”老工程师，AI质检这次没顶住

    福特最近做了一个挺打脸的决定——他们重新雇了350名老工程师。这些人里有曾经离职的前员工，也有在供应商那边干过的老手。原因说起来有点尴尬：原本指望AI和自动化质检系统能把质量搞定，结果不尽如人意。

    “我们误以为把AI和设计需求喂进去，就能出高质量产品”

    福特首席运营官Kumar Galhotra向记者承认，公司这几年越来越依赖自动化质检系统，但结果让人失望。所以他们会把技术专家请回来，让这些人在零件上线之前就先把失败点找出来。

    车辆硬件工程副总裁Charles Poon说得更直接：”我们误以为，只要引入AI、把我们的设计需求灌进去，就能产出高质量产品。”这句话基本把过去几年汽车行业对AI的盲目乐观总结到位了。

    福特工程师与AI质检系统
    福特重新雇回经验丰富的老工程师来弥补AI质检的不足（配图由AI生成）

    这些被返聘的工程师有个很接地气的称呼——”gray beard”（灰胡子），指的是那些在行业里干了几十年的老炮儿。他们的活儿不是取代AI，而是训练年轻员工、重新调整AI工具的参数，让这套系统真正能用。

    Ford CEO Jim Farley的说法是，这批人的回归已经开始产生回报——保修和召回成本在下降，”给福特带来了数亿美元的降本红利”。

    JD Power质量榜单第一，打脸还是证明？

    有意思的是，就在福特公布这个人事动作的同时，JD Power发布了2026年初期的初始质量调查（Initial Quality Survey），福特在主流品牌里排到了第一。公司层面当然愿意把这个成绩和”重新雇回老工程师”联系起来讲成一个完整故事。

    但这里有个问题值得想清楚：JD Power的评分是基于新车车主在购车后90天内报告的问题数量。福特这次排第一，到底是因为老工程师回来了，还是因为之前几年的AI质检虽然不完美但至少把基线拉高了？这个问题的答案可能要等一两年才能看清。

    汽车行业对AI的幻灭，才刚刚开始

    福特这个案例不是一个孤立事件。过去两年，汽车厂商都在讲AI赋能制造的故事——自动化质检、预测性维护、AI辅助设计，听起来都很美好。但实际落地的时候，问题一个接一个来了。

    • AI质检系统对”质量”的理解是统计学意义上的，而老工程师的判断来自几十年积累的手感和经验，这两件事目前还接不上轨。
    • 自动化系统的误报率和漏报率在工业场景下仍然是大问题，尤其是那些”看起来差不多但其实差一点”的瑕疵。
    • AI模型的训练数据往往来自历史案例，但新车型的缺陷往往是新的，模型不一定认识。

    福特的做法是把人和AI放在一起用，而不是二选一。这个思路其实比纯粹”AI优先”或者”人回归”都要务实。但问题在于，这种混合模式的人力成本显然比纯AI方案高，福特能不能长期维持这个配置，还要看那”数亿美元降本红利”能不能持续。

    对其他行业来说，福特的这个教训值得记一下：AI能帮你提速，但有些判断还是得靠人。尤其是当”质量”这个词的含义超越了数据能描述的范围时，老师的傅的价值就不是AI能替代的了。

  • 韩国押注5500亿美元对抗RAMageddon，内存芯片争夺战升级

    三星SK海力士内存芯片工厂
    三星与SK海力士宣布大规模投资，应对AI驱动的内存芯片短缺

    全球最大的两家内存芯片制造商，三星和SK海力士，这周抛出了一组夸张的数字——它们计划投入5180亿美元（约合800万亿韩元），在韩国西南部新建四座内存芯片工厂。

    这笔投资是韩国政府本周一公布的全国性大计划的一部分。总统李在明在电视讲话里把这个计划称为韩国”下一个工业时代”的核心支柱，还专门提到了2026年是个关键年份，韩国必须让自己变成”不可替代”的工业强国。

    RAMageddon来了

    这套投资计划的背景是一个正在全球蔓延的麻烦——”RAMageddon”。这个词是RAM（内存）和Armageddon（末日决战）的合体，形容AI建设狂潮引发的内存芯片全球性短缺。

    三星、SK海力士，再加上美国内存芯片厂商美光，目前都在满负荷运转，但还是跟不上AI数据中心对HBM（高带宽内存）的需求。AI训练需要海量内存，而能生产HBM的厂商就那么几家。

    李在明在电视讲话里说，现有的龙仁和平泽芯片厂区”已经到达极限”，催促企业加速向西南地区投资，把AI带来的财富扩散到首都圈以外的地方。

    钱到底花在哪

    整个计划分成三大块。内存芯片这块，除了刚才说的5180亿美元建四座新厂，还要再投520亿美元在中部地区建一个HBM封装中心。

    AI数据中心这块更夸张，韩国科技和能源巨头（SK、GS、Naver等）计划到2035年投入3560亿美元建数据中心。算下来，韩国科技公司已经承诺在AI和芯片上投入超过9000亿美元。

    三星单独发了一份声明，说未来十年要投2,665万亿韩元（约1.7万亿美元），其中425万亿韩元指定给Honam地区（朝鲜半岛西南部）。公司特别提到了光电、水利、劳动力和生活条件是选在光州建新厂的关键因素，另外还要在半岛最南端的海南建一个AI数据中心。

    SK集团这边公布的路线图是2,100万亿韩元（约1.4万亿美元），其中1,100万亿用于扩大半导体产能，1,000万亿建全国性的AI数据中心。SK海力士是这次芯片扩张的核心，SK电信则牵头全国15GW的AI数据中心容量建设。

    野心与风险并存

    这个野心能不能落地是另一回事。半导体和AI这种深科技产业，不是按政治周期或者客户需求的节奏走的。晶圆厂要建好几年，等它们完工的时候，当初触发投资的那波需求可能已经退潮了，到时候就是产能过剩、价格崩盘。

    目前，全球AI芯片供应链，尤其是内存相关的环节，都在盯着韩国能不能把这件事做成。三星和SK海力士目前在这个市场上的地位，短期内还没有人能撼动。

    做个对比就知道这笔投资有多夸张——Alphabet、亚马逊、Meta和微软这四家美国科技巨头，今年一年计划在AI基础设施上投入6500亿美元。韩国一个国家的计划，体量已经逼近这个级别。

    李在明还专门回应了媒体关于”政府是否向企业施压”的质疑，说这些投资决策都是企业自己的判断，政府的角色是”投入能力，让企业可以无亏损、有前景地投资”。这话听起来像是想跟某些国家的产业政策划清界限。

  • 加州政府跟Anthropic签了个大单，Claude以半价进驻政府部门

    Anthropic Claude 加州政府合作
    加州政府与Anthropic达成合作，Claude以五折价格进入政府部门

    加州州长纽森这回跟Anthropic牵上了手。根据上周日官宣的协议，加州所有政府机构和地方政府都将以获得Claude AI助手的使用权，而且价格打了五折。Anthropic还会提供培训和技术支持。

    纽森在声明里说了一句话，挺值得玩味的：”AI不应该取代政府的人力工作，它应该帮我们的员工提速，更有效地解决问题，为加州人带来更好的结果。”这话听起来像是在回应那些”AI会取代公务员”的担忧。

    跟联邦政府唱反调

    这步棋其实早有伏笔。今年3月，纽森签了一份行政令，要求加速在政府部门使用AI，”让政府更高效”，但同时也要维持更严格的安全标准。他还专门点名说，当华盛顿那帮人正在暗箱操作搞政策和合同的时候，加州要”用正确的方式来做这件事”。

    有意思的是，就在Anthropic跟加州打得火热的同时，它跟联邦政府的关系却闹得很僵。今年早些时候，Anthropic跟美国国防部在一份合同上谈崩了——Anthropic想要明确禁止使用其技术进行对美国人的监控，以及在没有人类监督的情况下部署自主武器。但国防部长Pete Hegseth拒绝了这个要求，转头跟OpenAI签了合同。

    联邦政府甚至更进一步，把Anthropic列为了”供应链风险”，这意味着这家公司无法跟任何其他五角大楼的承包商合作。

    但加州这边似乎不以为意。加州的CIO兼技术部门主任Chris Given告诉Politico，他们在谈判这份Anthropic合同的时候，”根本没提到”那个供应链风险定性。

    这个细节很说明问题。加州和联邦政府在AI政策上已经不只是分道扬镳，简直是在两个平行宇宙里行事。

    Anthropic的政府生意

    这份协议对Anthropic来说是个不小的胜利。在政府合同这个赛道上，它跟OpenAI一直在暗中较劲。Anthropic主打”安全优先”的牌，这在加州这种蓝州显然更吃香。

    纽森的这份行政令里还有一段话，当时就引起了不少讨论：”当别人在滥用阴影中设计政策和合同的时候，我们专注于用正确的方式来做这件事。”这话的指向性已经很明显了。

    加州的这份合同还包含了Anthropic提供的培训和技术支持。州政府雇员将用Claude来帮忙起草和总结文档、分析信息，以及处理日常工作中的其他任务。州政府方面强调，这不会取代任何现有岗位。

    企业订阅AI工具的高昂成本，一直是各行业都在头疼的问题。加州市政府能以五折拿下Claude，这个折扣力度确实不小。纽森这一手，既推进了AI在公共部门的落地，又在一定程度上回应了”AI替代人工”的争议，还顺便跟联邦政府在AI政策上划出了一道分界线。

    这份协议为期多久，覆盖多少州政府雇员，目前还没有更详细的公开信息。但光是”所有州政府和地方政府都有权使用Claude”这句话，覆盖面就已经相当广了。

  • TIDAL对AI音乐下手了，完全AI生成的曲目直接切断变现

    流媒体平台TIDAL本周宣布了一项新政策：完全由AI生成的音乐，将在平台上被标识、去 monetization（切断变现）。这项政策将于2026年7月15日正式生效，是迄今主流音乐流媒体平台中对AI音乐最严厉的限制之一。

    AI音乐，打上标签，不能赚钱

    根据TIDAL的说法，完全AI生成的曲目将被自动识别并打上”AI”标识，这些曲目无法获得版税收入，也不能参与粉丝直接销售（direct-to-fan sales）。同时，TIDAL将使用自动化工具移除那些试图冒充真歌手或乐队的AI生成音乐。

    TIDAL AI音乐监管
    TIDAL推出新政策，完全AI生成的音乐将被标识并切断变现

    TIDAL执行副总裁兼主编Tony Gervino在公告中写道：”我们致力于保护和奖励有机创意（organic creativity），避免损害艺术家与TIDAL订阅者建立和扩大粉丝群体的能力。很多人告诉我们，他们不想被暴露——或者被推荐——完全AI生成的音乐。”

    “We are committed to protecting and rewarding organic creativity… Many have told us they do not want to be exposed to — or prompted to listen to — wholly AI-generated music.” —— Tony Gervino，TIDAL执行副总裁

    不是反对技术进步，是要保护真人创作者

    Gervino特别澄清，这项政策不是为了”抨击技术进步”，而是专注于保护和奖励艺术家的”有机创意”。这个表态其实是必要的——如果话说得太死，容易被人解读成保守倒退。但实际上，TIDAL的策略比看上去更精细：它针对的是”完全AI生成”的音乐，而不是用AI作为辅助工具的创作。

    现实是，AI音乐工具已经成了很多音乐人的创作辅助——就像摄影师用Photoshop一样。TIDAL要打击的，是那些纯粹用AI批量生成、试图冒充人类创作者来赚钱的”垃圾内容”。

    各家平台都在表态，但做法不一样

    TIDAL并不是第一个对AI音乐表态的流媒体平台。过去一年多，Spotify、Apple Music、Deezer、Qobuz都推出了各自的政策。

    • Spotify：2025年更新政策，要求标识AI音乐，加强垃圾内容过滤
    • Apple Music：2026年3月宣布将为AI音乐添加透明度标签
    • Deezer：态度最强硬——44%的新上传音乐是AI生成的，所以主动把AI曲目移出推荐、排除出编辑歌单，还把自己的AI检测技术开放给竞争对手使用

    Deezer的数据其实是最让人震惊的：每天上传到平台的新音乐里，近一半是AI生成的。这才是TIDAL们真正担心的事情——如果AI音乐的量继续爆发，人类艺术家的作品会被淹没，平台的”音乐发现”功能也会失效。

    切断变现，能不能刹住AI音乐的洪流？

    TIDAL的政策最有意思的地方在于，它选择用”切断变现”而不是”完全封禁”来对付AI音乐。这个思路值得玩味——完全封禁会引来言论自由/创作自由的争议，但切断变现至少能让批量生产AI音乐的人失去经济动力。

    Gervino自己也说：”无论你在别处读到什么，AI接管音乐产业（和你的推荐列表）并不是不可避免的，只要我们现在采取更大的步骤来监控和控制它。”

    这项政策被设计成”活文档”（living document），会随着AI技术的发展不断调整。对音乐人来说，这至少是个积极的信号：平台方开始在商业利益和艺术保护之间选边站了。

  • 福特重新雇佣”灰胡子”工程师，AI质量控制没那么靠谱

    福特最近做了一个看似倒退的决定——重新雇佣350名资深工程师，其中有不少是已经退休的”灰胡子”（gray beard），还有一些是从供应商那边挖回来的老将。原因很简单：AI和质量自动化系统没能交出预期的答卷。

    AI质检，翻车了

    福特首席运营官Kumar Galhotra向记者承认，公司此前”越来越依赖自动化质量系统”，但结果令人失望。所以他们”把技术专家请了回来”，让这些老将在零部件进入工厂生产线之前就找出可能的故障点。

    福特AI质量控制
    AI质检系统未能达到预期，福特转而重新雇佣资深工程师

    福特车辆硬件工程副总裁Charles Poon说得更直白：”我们错误地以为，只要引入人工智能、把设计需求喂进去，就能自动产出高质量产品。”这句话基本上把过去几年业界对AI质检的过度乐观一棍子打醒了。

    “Mistakenly we thought that by just introducing artificial intelligence and ingesting the design requirements that we had, that that would produce a high-quality product.” —— Charles Poon，福特车辆硬件工程副总裁

    不是放弃AI，而是让人教AI做事

    需要说明的是，福特并没有把AI一脚踢开。那些被请回来的”灰胡子”工程师，现在的任务是培训年轻员工，同时重新编程AI工具。换句话说，AI还是要用，但得有人在旁边盯着，告诉它什么是对的、什么是错的。

    这个做法其实挺符合现实——AI在制造业落地的最大问题，从来不是算法不够先进，而是它缺乏对物理世界的”常识”。一个干了30年的老工程师，摸到零件就能感觉到不对劲，AI目前还做不到这种程度的直觉判断。

    钱说了算：召回成本降了

    这套”老将回归”的组合拳，看起来正在产生实际效果。福特CEO Jim Farley表示，保修和召回成本的下降，” literally hundreds and hundreds of millions of dollars of a tailwind for Ford on cost”（为福特带来了数亿美元的 cost 顺风）。

    更有说服力的证据是，在本周发布的JD Power新车初始质量调查（Initial Quality Survey）中，福特在主流品牌里拿了第一。这个调查衡量的是车主购车后90天内遇到的质量问题数量，能拿第一说明”灰胡子”们确实在起作用。

    制造业的AI幻觉

    福特的这个案例，其实是整个制造业过去几年狂热押注AI之后的一次现实检验。疫情之后，美国制造业普遍面临熟练工人短缺的问题，大家都指望AI和自动化来填补这个缺口。但福特的经历说明，至少在目前这个阶段，AI还不能完全替代经验丰富的老工程师。

    这件事对其他行业也是个提醒：AI可以让流程更快，但”更快”不等于”更好”。尤其是在质量控制在制造业这种容错率极低的场景里，人的判断仍然不可替代。

  • 那个人人都看的AI排行榜，现在一年能赚1亿美元

    如果你最近半年关注过AI大模型，大概率见过那个叫Arena的排行榜。用户同时跟两个匿名模型对话，然后投票哪个回答更好——这套众包评测机制，现在居然长成了一个年营收1亿美元的生意。

    Arena的起源是UC Berkeley 2023年的一个研究项目，今年4月才正式注册为公司。但就在商业化服务上线仅仅8个月之后，它的年化营收跑到了1亿美元。CEO Anastasios Angelopoulos说，很多人到现在还以为他们是个开源项目，根本不知道已经在赚钱了。

    AI模型排行榜Arena
    Arena AI模型排行榜已成1亿美元生意（概念图）

    免费排行榜只是入口，真正的钱在别处

    Arena最广为人知的产品是那个公共排行榜，任何人都可以去给两个匿名模型投票，累计超过1000万次用户评估之后，形成一个动态更新的模型排名。这个排行榜是免费的，钱从哪里赚？

    答案是去年9月推出的”AI Evaluations”服务。模型开发公司和企业在推出新模型之前，可以用Arena的平台做深度性能分析——这些数据来自真实的用户评估，比自己跑 benchmark 更有参考价值。简单说，Arena把众包评判做成了卖给模型实验室的企业服务。

    “很多人甚至不知道我们在赚钱，大家还是把我们看成一个开源项目。”——Arena联合创始人兼CEO Anastasios Angelopoulos

    没有直接对手，但战场不小

    Angelopoulos说Arena没有直接的竞争对手——另一家做众包模型评选的创业公司Yupp已经在今年3月关闭了。但Arena跟一批人力标注公司（Mercor、Surge、Scale AI）在争同一笔预算，这些公司的业务是在后训练阶段帮模型厂商精炼AI。

    这个市场的增长很猛。据The Information报道，Mercor的年化营收今年早些时候突破了10亿美元，比去年9月的5亿翻了一倍。Handshake的AI训练相关业务年化营收也从5.5亿涨到了接近10亿。Arena能在8个月里跑到1亿，说明这条赛道确实在爆发。

    伯克利基因，1.7亿估值

    Arena的三位联合创始人都是UC Berkeley出来的。除了CEO Angelopoulos和CTO Wei-Lin Chiang，还有一位名叫Ion Stoica的联合创始人——这个人同时也是Databricks的联合创始人，在伯克利当教授，在硅谷是个很有分量的人物。

    今年1月，Arena完成了1.5亿美元A轮融资，投后估值17亿美元。当时它的年化营收是3000万美元。8个月之后营收跑到1亿，增速确实惊人。总融资额到现在是2.5亿美元，投资方包括Felicis、a16z、Kleiner Perkins、Lightspeed等一线机构。

    不过有一个细节值得注意：Arena说的”年化营收”其实是按使用量收费的，不是真正意义上的递归收入。Angelopoulos自己澄清了这一点。在AI创业公司里，把消费额折算成”ARR”来讲故事已经是个比较普遍的操作，但投资人怎么看这个数字，就是另一回事了。

    排行榜还能做什么

    Arena现在除了文本、代码、视觉、图像生成这些常规评测，最近还上线了”Agent Mode”——评测模型在长时间、多步骤任务里的表现。这块是现在大模型竞争的新焦点，OpenAI、Anthropic、Google都在推自己的agent能力，有独立的第三方评测，对大家都值钱。

    从研究项目到1亿美元生意，Arena只用了不到三年。接下来能不能把”消费制”收入做成真正的订阅制，能不能在模型公司自己的评测能力越来越强的情况下保持独立价值，这些是Arena要回答的下一个问题。