标签: AI技术

  • 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。

  • 福特把AI质检撤了,重新请回350位老工程师

    福特最近做了一个有点反直觉的决定。在花了不少钱上马AI自动化质检系统之后,这家百年车企发现效果不如预期,于是干脆把那套系统降了级,转头重新请回350位资深工程师。

    这350人里,一部分是已经退休的前福特员工,另一部分之前在供应商那边干活。用公司自己的话说,这些人叫”gray beard”工程师——就是在产线上摸爬滚打了几十年、光听声音就知道哪台机器不对劲的那种人。

    福特工程师与AI质检
    福特重新聘请资深工程师,补上AI质检的短板(概念图)

    “我们误以为把AI和设计需求喂进去,就能出高质量产品”

    福特的运营官Kumar Galhotra跟记者说,公司之前”越来越依赖自动化质检系统”,但结果让人失望。车辆交付到客户手里之后,质量问题还是层出不穷。

    “我们误以为,只要引入人工智能、把我们的设计需求输进去,就能产出高质量产品。这个想法是错的。”——福特车辆硬件工程副总裁 Charles Poon

    说这话的是福特的车辆硬件工程副总裁Charles Poon。他算是公开承认了AI在福特的质量管控体系里没达到预期效果。这不是说福特要彻底放弃AI——那些被请回来的老工程师,现在的工作之一就是把年轻员工和AI工具一起”训练”好,让这套系统真正用起来。

    钱是真的省下来了

    福特CEO Jim Farley说,这批老工程师回来之后,保修和召回成本明显下降,”给福特带来了实打实几亿美元的现金助力”。话说得挺直接。

    有个数据可以佐证:本周发布的JD Power新车初始质量调查(IQS)里,福特在主流品牌里排到了第一。这个调查问的是车主提车90天内遇到的各类问题,分数越低越好。福特这次分数比行业平均还低,算是几年来最好的成绩。


    这件事说明什么

    福特的这个操作,其实戳破了一个在很多行业都存在的幻觉:以为AI上线就能立刻替代经验丰富的老员工。实际情况要复杂得多。

    质检这件事,尤其是汽车这种复杂度极高的产品,光靠视觉AI或者自动化系统,目前还真做不到完美。老师傅手摸一下、耳朵听一下,能发现的问题,AI可能要再训练好几轮才能捕捉到同样的信号。

    福特的做法比较务实:不是”AI vs 人类”的二选一,而是让两边互补。老工程师负责找出问题,AI负责记录和规模化。这个思路,可能比单纯追求”全自动化”更值得其他制造业参考。

  • Adobe把Topaz Labs收了,AI图像视频增强能力直接吞进来

    Adobe 上周四(6月25日)宣布收购 Topaz Labs——这家做了二十多年图像和视频增强工具的公司,最近几年靠 AI 模型打出了名堂。

    交易价格没披露,但 Adobe 说会把 Topaz 的模型整合进自家的 Firefly AI 应用,以及 Creative Cloud 套装里的其他部分。Topaz 现有的产品也会继续作为独立服务在官网上卖。

    Adobe收购Topaz Labs
    Adobe 收购 AI 图像视频增强工具厂商 Topaz Labs

    一家做了二十年的”老”公司

    Topaz Labs 不是这波生成式 AI 浪潮里冒出来的新面孔。它早在 2000 年代初就成立了,做的是图像和视频的增强工具——降噪、锐化、超分辨率放大这些。去年它还拿了一个艾美奖(技术类),表彰它在视频制作技术上的贡献。

    最近几年 Topaz 推出了自己的 AI 模型:Astra 做视频超分,Wonder 做图像修图和增强。它还有一项技术叫 NeuroStream,能让大型视频模型在消费级 GPU 上跑起来——这刚好是 Adobe 现在最想做的事:把复杂的 AI 模型搬到用户本地设备上跑,快,还省钱。

    Adobe 创意云产品营销副总裁 Deepa Subramaniam 说:Topaz Labs 在优化大型复杂 AI 模型以直接在设备上运行方面有着深厚的专业知识,这种能力将让 Adobe 为客户提供更快、更灵敏的体验。

    Adobe 的防守战

    这件事的背景是 Adobe 现在被夹在中间。一边是 Canva,用起来简单、便宜,抢走了不少轻度用户;另一边是 DaVinci Resolve 的东家 Blackmagic Design,在专业视频剪辑这块咬得很紧。

    Adobe 的对策是往所有应用里塞 AI,还搞了一个以 AI 为核心的媒体编辑工作室 Firefly。收购 Topaz Labs 是这盘棋的又一步——它想让用户不用离开 Adobe 的生态,就能完成视频增强和图像修图这些活。以前用户可能得跳出去用 Topaz 的软件,现在 Adobe 直接把能力吞进来。


    这笔交易预计在 2026 年下半年完成。Adobe 没有透露收购金额,也没有说 Topaz 团队会怎么整合进 Adobe 现有的架构里。

  • Gemini个性化图像生成向美国用户免费开放,7.5亿人都在用

    谷歌这周一(6月29日)悄悄改了一条规则:Gemini 的个性化图像生成功能,现在对所有符合条件的美国用户免费开放。在此之前,这套由 Nano Banana 驱动的工具只给付费订阅用户使用。

    这件事看起来只是一次”降费”,但背后有点意思。个性化图像生成的意思是,Gemini 会参考它对你的了解——比如你平时在 Gmail、Google Photos、YouTube、搜索里的痕迹——然后直接生成”像你的”图片。你不用在提示词里写”我喜欢咖啡和烘焙”,只要说”画一张我和我喜欢的东西在一起”,它就知道该画什么。

    Gemini个性化AI图像生成
    Gemini 个性化图像生成功能现已向美国用户免费开放

    “个人智能”铺了三个月,终于到免费这一步

    这套功能的正式名字叫”个人智能”(Personal Intelligence),谷歌今年3月就向全美用户推开了,但图像生成这块一直锁给付费用户。4月的时候,谷歌先把这套能力开放给了印度和日本市场,现在终于回到美国本土,把图像生成这层墙也拆了。

    用起来其实挺直接的。Gemini 可以从你的 Google Photos 里直接拉取你的照片,所以不用手动上传参考图,它知道你长什么样。当然,这一切的前提是你主动打开了”个人智能”开关——这是个需要手动开启的功能,不是默认打开的。打开之后,它会在每次对话里默认启用,但你随时可以在工具菜单里关掉。

    谷歌在公告里说,Gemini 月度活跃用户已经突破7.5亿。这个数字让它稳住了”ChatGPT 之外第二大 AI 聊天工具”的位置。

    不止是图像生成

    图像生成免费只是这次更新的一部分。上个月,谷歌还给 Gemini 应用塞了一堆新东西:一个叫”每日简报”(Daily Brief)的功能、重新设计的界面、AI 视频模型 Gemini Omni 的接入权限,还有一个叫 Gemini Spark 的个人 AI 代理。

    把这些动作连起来看,谷歌的思路其实很清楚:它想把 Gemini 从”一个可以聊天的 AI”变成”一个真正了解你、能主动帮你的 AI 助手”。个性化图像生成是这块拼图里很小的一块,但它是让用户”感受到”AI 了解自己的那种功能——比单纯聊天要直观得多。


    目前这个功能只向美国用户开放。谷歌没有说其他市场什么时候能跟上,但考虑到印度和日本已经在4月用上了”个人智能”的其他功能,估计不会等太久。