标签: AI技术

  • Google悄悄改了隐私规则:你用Lens拍的图、Search Live的录音,现在可以用来训练AI了

    Google又在动用户数据的脑筋了。这次中招的是Google Lens、Search Live、语音搜索和Google翻译——你通过这些功能上传的图片、录音和视频,现在会被保存在一个新设置的”搜索服务历史”里,用来训练和改良Google的AI模型。

    新的”搜索服务历史”是什么?

    根据Google发给用户的邮件和官网更新,这个新设置会保存你通过以下方式产生的交互内容:用Google Lens搜索的图片、Search Live实时搜索的录音、语音搜索记录,以及用Google翻译说出的短语录音。

    Google的理由是,这些数据用来”提供、开发和改良服务”,包括AI模型,同时如果你打开了新的”个性化推荐”设置,还会用来推送个性化建议和广告。

    Google将使用您的搜索服务历史记录来”提供、开发和改良其服务,包括其AI模型”,以及如果您打开了新的”个性化推荐”设置,还会提供个性化建议和广告。

    怎么关掉?和以前的设置有什么区别?

    用户可以在新的”搜索服务历史”设置里关闭这个选项,也可以关闭”保存媒体”选项。但问题在于,大多数人根本不会去检查这些设置。

    以前,这些搜索相关的交互数据是包含在”网页和应用活动”设置里的。现在Google把它们拆了出来,变成了一个独立的设置。也就是说,即使你以前关掉了网页和应用活动追踪,这个新设置可能仍然是打开的——除非你之前已经明确禁止Google保存搜索历史,在这种情况下,过渡期间”搜索服务历史”会保持关闭。

    Google搜索AI功能示意图
    Google搜索的AI功能不断扩张,背后是海量用户数据的支撑 | 图源:The Verge

    这事儿为什么值得在意?

    说到底,这是Google在AI军备竞赛中的标准操作——需要尽可能多的真实用户数据来训练模型。Lens的图片、Search Live的录音、翻译的语音,这些都是高质量的多模态数据,对训练多模态AI模型来说价值极高。

    问题是,大多数用户并不知道自己的这些数据正在被用来训练AI。Google的做法是:先设为默认开启,然后告诉你”你可以关掉”。这和之前各种隐私争议的套路如出一辙。

    如果你在意自己的数据隐私,现在就去Google账号设置里检查一下”搜索服务历史”——它可能在你不知情的情况下已经打开了。

    • 设置路径:Google账号 → 数据和隐私 → 搜索服务历史
    • 建议同时检查”网页和应用活动”以及”个性化推荐”设置
    • 这些设置将在”未来几个月内”逐步推出,不是所有人现在都能看到

  • 两个Datadog老兵不信大厂AI,拉了700万美元自己做编程工具

    AI编程工具这事,大厂和新贵打得不可开交。Cursor、GitHub Copilot、Claude Code、Codex——个个都说自己是最好的编程助手。但有一家刚冒头的小公司,角度有点不一样:它不跟你比谁的模型强,它说,你凭什么把你最敏感的代码交给OpenAI和Anthropic?

    大厂做AI,顺手把客户端了

    Niteshift的两位创始人Sajid Mehmood和Conor Branagan,在Datadog从早期一路干到百亿美元估值。他们亲历了当年亚马逊做AWS、顺手把一众电商客户逼到墙角的”零售末日”——现在他们说,AI圈正在上演同一出戏。

    Anthropic、OpenAI这些模型厂商,一边卖API给各行各业的公司,一边自己下场做垂直应用——法律、医疗、金融,哪个赛道热就往哪个扎。Mehmood说得很直白:”我们绝对会看到同样的动态,Anthropic去跟法律、医疗、金融行业竞争的时候,谁还敢把核心代码托付给它?”

    “在Datadog我们看得非常清楚。一大块多云业务就是从那些不想跑在亚马逊上的电商公司来的。现在AI领域正在发生一模一样的事情。”
    ——Sajid Mehmood,Niteshift CEO

    700万美元种子轮,Greylock领投

    Niteshift刚完成700万美元种子轮融资,领投方是Greylock的Jerry Chen。投资人阵容还包括Reid Hoffman、Datadog联合创始人Olivier Pomel和Alexis Lê-Quôc、Braintrust的Ankur Goyal、Reflection AI的Misha Laskin等重量级天使。

    Greylock的Chen说得很清楚:前沿实验室往应用层走的时候,就出现了一个机会——给客户另一条路:把智能体和底层基础设施解绑。Niteshift做的就是这个平台,让客户可以深度投入自己的开发工具链,而不被锁死在单个模型或单个智能体厂商上。

    不做下一个Claude Code,做模型之间的”路由器”

    Niteshift不是要取代Claude Code或Codex。它的定位是”AI编程云”——根据不同的项目需求,在GPT、Claude、开源模型之间做路由调度。收费方式也不是卖Token,而是像云厂商一样按分钟计费。

    Mehmood区分得很清楚:”别人都在卖劳动力替代型智能,我们卖的是给智能体用的软件,不是给人类用的——但我们仍然是在卖软件。”这个定位在AI编程工具里确实少见。

    Niteshift 两位创始人
    Niteshift 联合创始人 Sajid Mehmood(左)和 Conor Branagan(右)| 图源:TechCrunch

    竞争对手个个都是巨无霸

    这个赛道已经挤得水泄不通。Cursor如日中天(虽然可能很快被SpaceX收入囊中),Cognition刚刚以260亿美元估值融了10亿美元,Amazon Bedrock背靠亚马逊,OpenRouter刚刚以130亿美元估值完成1.13亿美元融资。Niteshift作为后来者,压力不小。

    Mehmood的回答是:团队深度。他和Branagan不是研究过这些问题——他们是亲身经历过。把Datadog从几个人的早期团队扩展到服务全球客户的百亿美金公司,他们亲身体会过大工程组织在面对新技术时的那些成长痛点。AI生成代码的测试、验证、自主运行,需要在真实生产环境里跑起来,而这正是他们做过的事情。


    模型独立这条路并不新鲜,Niteshift能跑出来吗?答案可能要等一阵子。但它提出的问题值得每个用AI编程工具的团队想想:你把代码交给谁了?

  • Meta盯上了印度:和信实联手建AI数据中心,全球算力竞赛新战场

    全球AI基础设施竞赛的下一个战场,在印度。

    Meta本周宣布,与印度信实工业(Reliance Industries)达成合作,将在古吉拉特邦的贾姆纳格尔建设一座168兆瓦的AI数据中心。这是Meta在印度的首笔AI基础设施投资,也是它与信实之间不断深化的合作关系的最新篇章。

    Meta AI数据中心
    Meta与Reliance合作在印度建设AI数据中心(图源:TechCrunch/Getty Images)

    为什么是印度

    印度正在成为AI基础设施投资的热土,原因不难理解:土地和能源成本相对低廉,政府拿出真金白银的优惠政策,而且本土的数据中心市场本身也在快速增长。

    印度政府推出政策,对境外云服务商出售给海外客户的服务提供税收豁免,有效期一直到2047年——前提是这些算力负载必须运行在印度境内的数据中心里。

    这条政策直接促使各大科技巨头把AI算力搬到印度。微软承诺2029年前在印度投资175亿美元,亚马逊追加350亿美元(累计达到750亿),谷歌砸了150亿美元建设AI基础设施枢纽,OpenAI也通过与塔塔合作锁定了100兆瓦的容量,目标直指1吉瓦。

    这座数据中心有什么特别的

    贾姆纳格尔的这座设施计划两年内建成,后续还可以继续扩容。它有两个亮点:全部使用可再生能源供电,冷却系统用的是淡化海水——这在缺水地区是个非常务实的设计。

    Meta将租赁这座设施的计算容量,并承担全部能源和水资源成本。信实方面负责从设计、建设到运营的一条龙服务,看得出这家印度财团想在AI基础设施领域做”全能供应商”的野心。

    • 容量:168兆瓦,可后续扩容
    • 建成周期:2年
    • 能源:100%可再生能源
    • 冷却:淡化海水
    • Meta额外在印度签约了近1吉瓦的新增可再生能源产能

    印度数据中心的爆发式增长

    如果把视野拉大,这座168兆瓦的数据中心只是印度AI基础设施大爆发的一个缩影。根据政府数据,印度已安装的数据中心容量从2020年的约375兆瓦,增长到2025年的约1.5吉瓦。行业预计,到2030年这个数字将超过8吉瓦,增长超过5倍。

    除了全球科技巨头,印度本土的阿达尼集团承诺投入1000亿美元建设AI数据中心,塔塔咨询服务公司也拿出了20亿美元的计划。AirTrunk(被黑石支持)更是宣布将投资300亿美元,在印度建设5吉瓦的AI数据中心容量。


    回过头看,Meta和信实的合作其实早在2020年就埋下了种子——当时Meta向信实旗下的Jio平台投资了57亿美元。此后双方从电信和消费互联网,一路合作到了企业AI解决方案,现在又延伸到了AI基础设施。这种”由浅入深”的打法,值得所有想进入新兴市场的科技公司参考。

  • 公司在AI上烧的钱快赶上工资了,但这只是开始

    英伟达的一位高管最近说了句大实话:在他们公司,计算成本已经超过了员工的薪资。无独有偶,初创公司Mercor的CEO也透露,他们在内部AI智能体上消耗的token费用,已经比给员工发工资还多了。

    这听起来有点夸张,但一份刚出炉的报告让我们有机会看看,普通公司在AI上到底花了多少钱。

    Ramp AI Index追踪了美国企业的AI采用情况。数据显示,排名前1%的”AI沉迷”(AI-pilled)企业,每个月在每个员工身上的AI支出是7500美元。

    这个数字到底算高还是低

    7500美元听起来很吓人,但对比一下就知道——美国软件工程师的月薪平均大概是16000美元。也就是说,即使是最疯狂用AI的那批公司,花在AI上的钱还没到给一个工程师发工资的水平。

    当然,这只是前1%的极端情况。如果把范围扩大到前10%,人均AI支出就骤降到611美元每月。而所有企业的中位数,更是只有11.38美元——差不多就是买一个企业版AI订阅的钱。

    AI计算成本
    计算成本已成为部分企业的最大支出项(图源:TechCrunch/Getty Images)

    “AI沉迷”企业还在加速花钱

    尽管绝对数额还不至于超过人力成本,但增长速度值得关注。在那些”AI沉迷”企业里,上个月人均AI支出增长了14.1%。

    这些重度用户通常会混用多个前沿模型和平台,同时搭配更便宜的开源模型来压低成本。这种”多模型套利”的策略,可能是未来企业AI采购的主流做法。

    • 前1%企业:人均月AI支出7500美元
    • 前10%企业:人均月AI支出611美元
    • 全企业中位数:11.38美元(约等于一个企业版订阅席位)
    • AI沉迷企业上月支出增速:14.1%

    这场”AI军备竞赛”才刚刚开始。对企业来说,真正的挑战不是要不要上AI,而是在疯狂烧钱之前,想清楚到底要拿AI来做什么。毕竟,token是要花钱买的,而投资回报什么时候能回来,现在还没人说得准。

  • Anthropic秘密递交IPO招股书,估值6.5万亿超越OpenAI登顶全球第一

    Anthropic又赢了对OpenAI的一次竞赛。

    当地时间6月1日,这家由OpenAI前员工创立的大模型公司宣布,已秘密向美国证券交易委员会(SEC)递交S-1招股书,计划推动公司公开上市。Anthropic、OpenAI和SpaceX都在加速推进IPO,但Anthropic抢先迈出了正式的一步。

    更引人注目的是估值。Anthropic以9650亿美元(约6.5万亿人民币)的估值,超越了OpenAI的8520亿美元,正式登顶全球估值最高的AI创业公司。从成立到即将上市,Anthropic只用了5年多。

    Anthropic IPO
    Anthropic估值达9650亿美元,超越OpenAI成为全球最有价值的AI创业公司(图片来源:新浪财经)

    兄妹联手,从OpenAI出走创业

    Anthropic的创立故事要从2021年初说起。当时,Dario Amodei和妹妹Daniela Amodei对公司发展方向产生了分歧——他们觉得OpenAI加速商业化的同时,对AI安全的重视程度在下降。

    两人在OpenAI的履历都很亮眼。Dario负责公司安全并带领团队研发了GPT-2和GPT-3,Daniela则做到负责安全和政策的副总裁。感受到分歧不可调和后,他们决定离开,创办一家真正把AI安全放在首位的公司。

    Tom Brown、Jack Clark、Jared Kaplan等OpenAI前员工也抱着类似的想法纷纷离职,成为Anthropic的创始团队成员。公司名字”Anthropic”本身就有”与人类有关”的含义,定位很明确:做一家AI安全和研究公司,致力于构建可靠、可解释和可控的AI系统。

    做企业生意,Claude悄悄追上了GPT

    与OpenAI通过ChatGPT主攻C端用户不同,Anthropic凭借Claude聚焦于企业客户。这个选择让他们的商业化路径更稳健。

    2023年3月,Anthropic发布了AI对话系统Claude,随后加速迭代。Claude 3系列首次引入了多模态功能,能够处理和分析文档、图像、视频等数据类型。不久前发布的Claude Opus 4.8在编程、智能体能力、逻辑推理等测试中,多项能力已经超越OpenAI的GPT-5.5。

    API价格没有跟着能力提升而上涨,输入Token和输出Token的价格每百万个分别为5美元和25美元。市场对Claude的认可度很高,直接让Anthropic的年化收入一路猛涨。

    收入三年涨近5000倍

    Dario Amodei说过一句话:Anthropic自获得第一笔收入以来,每年收入增长约10倍。2022年ARR约1000万美元,2024年12月达到约10亿美元,2026年5月初突破470亿美元。

    更关键的是盈利前景。Anthropic预测有望在2026年二季度首次实现运营盈利,利润约5.59亿美元。相比之下,OpenAI预计即便到2028年营收大幅增长,当年仍将亏损850亿美元,到2030年才可能实现整体盈亏平衡。

    也就是说,这家由OpenAI前员工创立的公司,大概率将比OpenAI更早实现盈利。

    融资狂飙,估值5年涨到6.5万亿

    Anthropic的融资历程堪称狂飙。2023年2月谷歌投资3亿美元,9月亚马逊投资40亿美元,谷歌又追加20亿美元。2025年3月,他们从Lightspeed、贝西墨风投等手中拿到35亿美元,估值615亿美元——当时还远远落后于OpenAI。

    真正的爆发在2026年。2月,这家公司获得新加坡政府投资公司、Coatue、谷歌、亚马逊、红杉资本、淡马锡、微软、英伟达等投资的300亿美元。3个月后完成650亿美元H轮融资,投资方包括Altimeter Capital、Dragoneer、Greenoaks、红杉资本、黑石、DST Global、亚马逊、美光、三星、SK海力士等等。

    估值从3800亿美元飙升到9650亿美元,Anthropic正式超越OpenAI,成为全球估值最高的AI创业公司。

    AI造富狂潮才刚刚开始

    Anthropic上市之后,Dario和Daniela等七位联创每人持股价值将达到约80亿美元,同时成为全球500强富豪。

    这波AI造富浪潮不只发生在美国。国内智谱和MiniMax在2026年1月上市后,股价长期猛涨。智谱市值一度逼近9000亿港元,MiniMax曾登顶港股第一高价股。按照当前市值计算,两家公司的员工持股市值均达到百亿港元级别,一批AI从业者已经实现财富自由。

    Anthropic的IPO,只是2026年AI造富狂潮的一个缩影。SpaceX预计于6月12日上市,募资750亿美元,对应市值1.77万亿美元。OpenAI也在推进IPO。这三家巨头一旦集体登陆资本市场,合计募资规模将超过2000亿美元。

    AI的造富效应还在加速。或许用不了多久,又有一批AI从业者将实现财富自由。

  • 苹果WWDC26:库克谢幕演出,Siri终于用上了Gemini

    2026年6月9日凌晨,苹果全球开发者大会在Apple Park正式开幕。这是蒂姆·库克作为CEO主持的最后一届WWDC——他自己大概也没想到,告别演出会赶上苹果软件史上最大的一次AI转型。

    整场发布会没有发布任何硬件,但软件层面的变化堪称近年来最具野心的一次。iOS 27、iPadOS 27、macOS 27、watchOS 27、visionOS 27全部亮相,AI渗透进了系统的每一个角落。苹果用一整场发布会宣告:AI时代,它不会再缺席。

    苹果WWDC26发布会
    苹果WWDC26:AI全面渗透苹果生态(图片来源:中关村在线)

    Siri终于像个现代AI了

    Siri从2011年推出到现在,用户体验一直停留在”能听懂话但不够聪明”的阶段。这次,苹果把它彻底重做了。

    新Siri不再是一个弹窗助手,而是以独立App的形式亮相,交互方式全面向ChatGPT这样的聊天机器人靠拢。背后用的是苹果与谷歌合作定制的Gemini模型(国行用户暂时还用不了)。

    三大核心能力值得一提:跨应用操作、屏幕感知、个人情境理解。唤醒Siri后,灵动岛会自动扩展显示”Search or Ask”提示,从屏幕顶部下滑就能触发全局搜索。你还可以把ChatGPT、Claude等第三方AI设为默认引擎——苹果管这个叫”模型自由”。

    照片编辑被AI彻底改造

    相机App里新增了一个”Siri模式”,跟拍照、视频等模式并列,用来快速调用Apple Visual Intelligence视觉智能功能,比如识别植物、翻译文字、读取营养标签、从名片上抓取联系信息。

    相册应用新增了三个AI工具:Extend可以智能扩图,自动把照片边界向外推,用AI生成的内容填充新区域;Reframe让你按住拖动主体就能改变照片的透视和构图;CleanUp消除功能也大幅重建,之前用户抱怨的物体去除不干净的问题,这次基本解决了。

    你甚至可以用语音或文字指令修改图片局部,比如”给蛋糕加几根蜡烛”——Siri听得懂,也改得出来。

    Apple Intelligence的写入,让照片编辑从”手动工具操作”变成了”用自然语言对话”。

    性能提升是实打实的

    苹果宣称iOS 27精简了冗余代码,内存占用减少20%,日常续航延长1至2小时。应用启动速度提升30%,照片在图库中的显示速度提升70%,隔空投送速度提升80%。

    macOS 27代号”GoldenGate”,一个标志性的变化是停止对Intel架构Mac的支持——Intel Mac正式走入历史。视觉上延续了液态玻璃设计语言,但新增了系统级透明度调节滑块,用户可以在完全不透明和半透明磨砂效果之间自由调节。

    手表和头显也没落下

    watchOS 27最大的看点是AI与健康监测的深度融合。高血压风险预警功能已经进入FDA审批流程,Siri在手表端的上下文理解能力也明显增强。苹果还计划推出”Health+”付费健康订阅服务,用AI深度分析Apple Watch和iPhone的健康数据。

    visionOS 27相对保守,以稳定性和性能优化为主。最大的变化是Siri在visionOS中以球体形态呈现,用户看向它就可以提问。


    大会主题叫”先来曝点光”。从Siri的彻底重生到相机的全面AI化,从照片编辑的智能化到系统性能的全面提速——苹果用这场发布会证明,它正在把AI推到每一个用户触手可及的地方。

    库克时代的最后一次WWDC,苹果选择用AI照亮下一个十年。

  • 亚马逊员工倒戈了:请西雅图暂停新建数据中心,别为了AI烧了这座城市

    有时候抗议数据中心的不是环保组织,而是数据中心自己家的员工。最近西雅图发生的一件事让这个矛盾摆到了台面上:亚马逊的员工公开站出来,支持西雅图市议会对新建数据中心实施一年暂停令的提案。

    369兆瓦是什么概念

    先说一下背景。几个月前,四家公司向西雅图提交了我们新建5个大型数据中心的计划。根据《西雅图时报》的数据,这5个数据中心的最大用电需求加起来是369兆瓦——大约是西雅图日均用电量的三分之一。建成后,它们的耗电量将是西雅图现有30个数据中心总耗电量的10倍。

    西雅图市议会2026年6月9日对此进行投票。如果暂停令通过,所有新的大型数据中心提案将被搁置一年,期间市政府可以研究相关立法,把规则制定权拿回到自己手里。

    数据中心建设抗议
    AI数据中心建设在全美各地引发抗议丨来源:The Verge

    亚马逊员工说了什么

    在西雅图土地利用和可持续发展委员会的听证会上,几位亚马逊现任软件工程师的发言相当直接。Liesl Wigand是”亚马逊气候正义员工”组织的成员,这个组织由亚马逊现任和前任员工组成,致力于推动气候议题。她说到自己在工作中亲眼看到不计成本推进AI建设的后果:

    “最大的问题是大家认为AI可以解决一切问题,却完全忽略了它要消耗的资源。这种文化在科技行业无处不在。不要为了赢得AI竞赛让大科技烧了西雅图。”

    另一位亚马逊软件工程师Patrick Schloesser则提出了更具体的诉求:开发商不得用保密协议(NDA)和空壳公司隐瞒身份;每个开发商必须为区域电网提供100%新增可再生能源;如果进行裁员就要被征税;还需要设立向城市汇报的员工主导安全委员会。

    他引用报告称,亚马逊今年资本支出达2000亿美元,微软达1900亿美元,其中大部分指定用于AI和数据中心。与此同时,亚马逊过去8个月已经在公司办公室裁员3万人。”这告诉我,大科技正不顾一切地尽可能快地建设尽可能多的算力。这种迫切性给了我们的城市谈判筹码。”


    这不是孤例

    西雅图这件事不是第一个。数据中心在美国各地都已经引发了抗议,核心关切无非三个:水资源消耗、当地电价上涨、噪音问题。就在前不久,纽约州立法机构刚刚投票通过了一年期大型数据中心建设禁令,目前已经提交给州长签署。

    听证会上还有发言者播放了录音,证明数英里外就能听到数据中心的噪音。也有人提到近年来数据中心导致他们的电费上涨,以及西雅图的无家可归者数量在2024年以来显著增长,住房负担能力危机仍在恶化。

    一位要求匿名的亚马逊前员工告诉The Verge,公司正在”不顾一切地推进”数据中心建设,完全没有征求员工或建设所在地社区的意见。”我们真的有机会利用这个暂停的时间,说清楚如果这是我们未来要共存的科技,我们怎么才能让它真正让基础设施和科技本身惠及民众,而不是只让财富集中在少数科技亿万富翁手里?”

    这件事值得关注的原因

    科技公司的员工公开反对自己公司的基础设施扩张,这种事并不多见。它反映出一个更深层的矛盾:AI竞赛的代价正在从抽象的数字变成具体的、本地化的成本,而且这些成本不一定由享受AI服务的人来承担,而是由数据中心所在地的居民来承担。

    西雅图市议会的投票结果目前还没有最终确认,但这件事本身已经足够说明问题了。AI的基础设施扩张不会是一路绿灯,未来类似的摩擦只会越来越多。

  • 这家AI公司说自己的世界模型能模拟真实驾驶,但跑着跑着纽约就消失了

    AI初创公司Decart本周发布了Oasis 3,一个声称能实时生成照片级真实驾驶环境的世界模型。TechCrunch提前拿到了独家信息,我仔细读完了整篇报道,感觉这个故事比标题看起来复杂得多。

    世界模型到底是什么

    先解释一下背景。所谓”世界模型”,简单说就是AI学会了对物理世界的运行规律建模,给它一个文本提示,它能生成一个你可以交互的虚拟环境。这东西在自动驾驶仿真、机器人训练这些领域有很大价值——你可以用它低成本地生成各种罕见的驾驶场景,不用真的去马路上冒险。

    Decart的Oasis 3主打的就是这个方向。他们声称这个模型能生成物理准确、多摄像头(一个前置加两个侧置)的驾驶环境,而且可以无限生成场景。目前通过API对外提供,定价是每秒0.02美元。

    Decart Oasis 3 世界模型演示
    Decart Oasis 3 生成的照片级真实驾驶场景丨来源:TechCrunch

    理想很丰满,现实有点骨感

    TechCrunch的记者亲自测试了Oasis 3,结果发现的问题还不少。最明显的一个:你让模型生成一个”早晨的纽约市街道”,它确实能跑出来,看起来挺像那么回事。但你往前开个一阵子,周围的场景就开始走样了,越来越不像纽约,最后变成了”任何一个西方城市的普通版本”。

    当你试图掉头回到最开始的那个路口时,你会发现它已经消失了,取而代之的是一个全新的环境。整个体验不像一个连贯的模拟,更像是一个梦幻般的、脱节的意识流。

    还有一个更基础的问题:物理一致性。在Oasis 3生成的世界里,汽车会直接穿过其他汽车,就像幽灵一样。Decart的CEO Dean Leitersdorf承认这是一个”正在破解的重大研究问题”,原因是”关于良好驾驶的数据远远多于事故数据”——模型没见过足够的事故场景,所以学不会避让。

    为什么效率这么高

    尽管有上述问题,Decart在技术效率上确实有两把刷子。他们的DOS(Decart优化栈)软件能让模型在英伟达、亚马逊和谷歌的硬件上高效运行,声称运行成本比竞争对手低一个数量级以上。

    Leitersdorf甚至说,公司整个生命周期的烧钱额”远低于”1亿美元。考虑到他们刚刚完成3亿美元融资、估值接近40亿美元,投资方里还有丰田、Adobe、eBay和英伟达,这个烧钱速度在今天的AI初创圈里确实算克的。


    拥挤的赛道

    世界模型这个方向现在挤得不行。谷歌今年1月发布了Genie 3的研究预览版,李飞飞的World Labs推出了商用产品Marble,Luma和Runway这些视频生成公司也在把他们的技术往世界模型方向转。Decart的差异化策略是:从第一天就开放API,让开发者在上面构建应用——这个玩法确实有点像OpenAI当年对LLM做的事。

    目前Decart已经积累了超过10万名开发者的社区,很多人用他们的实时视频模型Lucy在做电子商务和直播相关的产品。Oasis 3发布之后,这个社区规模大概率还会涨。

    至于世界模型什么时候能真正可靠到可以替代真实路测,现在还没人能给出确切答案。Decart说下一个版本会允许用户基于视频(而不是图片)来生成世界,这可能会改善一致性问题。但从根本上说,这个世界模型还是一个自回归系统——一次生成一帧,然后看之前生成了什么来决定下一帧,这个架构本身就很吃算力,要保持长时间的一致性非常难。

  • AlphaFold 3再突破:预测精度接近实验级,新药研发周期有望缩短一半

    AlphaFold 3再突破:预测精度接近实验级,新药研发周期有望缩短一半

    之前总觉得AI搞生物制药是个噱头,直到看到AlphaFold 3的最新数据,才发现这个技术已经真的在改变新药研发的节奏了。这个由DeepMind开发的AI工具,从2024年发布到现在,已经把蛋白质结构预测的精度做到了接近实验级的水平,2026年的最新数据显示,它的预测精度已经达到了0.8Å(埃),只比X射线晶体学的0.7Å差一点点。

    AlphaFold 3在PoseBusters蛋白-配体对接基准测试中,比最优传统物理方法精度高50%;蛋白-配体对接准确率达76.4%,较此前方法提升1.8倍。
    ——来源:《Frontiers in Artificial Intelligence》2026年4月综述文章

    从“猜结构”到“直接看结构”

    以前生物学家要解析一个蛋白质的3D结构,要么用X射线晶体学,要么用冷冻电镜,少则几个月,多则好几年,成本还高得离谱。AlphaFold 3直接把这个流程搬到了电脑上,只要知道蛋白质的氨基酸序列,几个小时就能得到高精度的3D结构,精度还接近实验级。

    更厉害的是,它不只是能预测单个蛋白质的结构,还能预测蛋白质和其他生物分子的相互作用,比如和DNA、RNA的结合方式,和药物小分子的对接模式,这些刚好是新药研发最核心的需求。之前很多难成药的靶点,比如结核分枝杆菌的营养摄取蛋白,还有人类核孔复合物,结构一直解析不出来,现在用AlphaFold 3都能拿到高精度模型,相当于给生物学家配了一个透视镜,能直接看到分子层面的相互作用。

    已经有很多药企在用,研发周期缩短一半

    现在全球已经有超过200万科研人员在使用AlphaFold数据库,里面包含了2.14亿条预测结构,几乎覆盖了所有已知蛋白序列。很多药企已经把它用到了实际研发流程里,比如针对癌症、阿尔茨海默病的新药研发,原来从靶点发现到拿到临床候选分子要花5-10年,现在用AlphaFold 3辅助,这个时间有望缩短一半。

    2024年AlphaFold的开发者还拿了诺贝尔化学奖,也算是对这个技术的最高认可。不过它也不是万能的,比如还不能预测蛋白质的动态变化,很多蛋白质在发挥作用的时候会变形,AlphaFold 3现在只能预测最稳定的那个构象,对内在无序蛋白的预测精度也不高,这些都需要后续的技术迭代来解决。

    • 大幅降低蛋白质结构解析成本,从几年缩短到几小时
    • 覆盖几乎所有已知蛋白序列,消除“暗蛋白质组”
    • 辅助新药研发,缩短临床前研发周期
    • 推动合成生物学发展,助力新型功能蛋白设计
    AlphaFold系列发展时间线
    AlphaFold系列从2018年到2026年的核心技术发展时间线

  • Meta雷朋智能眼镜卖爆了:2025年销量700万副,是之前两年总和的三倍多

    Meta雷朋智能眼镜卖爆了:2025年销量700万副,是之前两年总和的三倍多

    去年逛街的时候还觉得戴智能眼镜的人都是科技圈的尝鲜者,今年再看身边戴雷朋Meta眼镜的朋友已经不止一两个了。之前大家总觉得智能眼镜是个小众玩意儿,直到Meta交出去年的销量成绩单——2025年全年卖了700万副,是2023和2024两年总和的3倍还多,这个数字连他们自己可能都没想到。

    2025年全年Meta AI眼镜(含雷朋、Oakley品牌)总销量超700万副,2023-2024两年合计销量仅200万副,2025年销量同比增长超200%。
    ——来源:EssilorLuxottica 2025年第四季度财报

    为什么突然卖这么好?

    说起来也不复杂,之前的智能眼镜要么长得像科幻片里的道具,戴出去太扎眼,要么功能鸡肋,除了拍个照没什么用。Meta和雷朋合作出的这款就不一样,外观和普通的雷朋眼镜几乎没差别,别人根本看不出来你戴的是智能设备。功能也实在,想拍照按一下镜腿就行,不用掏手机,出国旅游的时候实时翻译直接传到耳朵里,问个天气、设个提醒动动嘴就搞定,这些功能刚好踩中了大家的日常需求。

    更关键的是价格够亲民,基础款只要299美元,和一副普通的高端眼镜差不多,大家尝鲜的门槛低了很多。

    产能跟不上,国际版推迟发布

    卖得太好也有幸福的烦恼,Meta之前计划2026年初把799美元的Ray-Ban Display款智能眼镜推到国际市场,结果美国市场本身就供不应求,只能推迟国际版的发布计划,优先保美国市场的供应。现在Meta和EssilorLuxottica正在谈2026年的产能目标,打算把年产能提升到至少2000万副,比现在翻了一倍还多。

    两家公司的合作也已经签到了2030年代,接下来还会推出和Oakley合作的运动款智能眼镜,瞄准运动人群的市场。对比之下,苹果的智能眼镜还没见着实物,Meta已经把市场占住了。

    • 外观和传统眼镜差异小,日常佩戴不突兀
    • AI功能实用,覆盖拍照、翻译、语音助手等高频场景
    • 雷朋品牌背书,消费者接受度高
    • 价格亲民,基础款和高端普通眼镜价格相当
    Meta Ray-Ban第二代AI智能眼镜
    Meta Ray-Ban第二代AI智能眼镜,支持手势操控和单镜片显示屏