人工智能资讯 第4页
聚合当前分类下的最新内容，按时间顺序查看第 4 页精选文章。
DeepL 收购 Mixhalo：翻译 AI 开始闯最吵的现场
DeepL 收购旧金山实时音频公司 Mixhalo，想把翻译从文本、会议语音推到演唱会、体育赛事和大会现场。关键不只是翻译准不准，而是远距离拾音、噪声、低延迟分发和现场稳定性。对活动主办方和语音 AI 创业公司来说，这笔收购意味着采购标准和竞争边界都要变了。
品牌猛追 AI 曝光，用户已经开始反感 AI 话术
WordPress VIP 的 2026 年 AI 品牌可见性研究显示，60% 美国消费者认为品牌信息里出现 AI 是减分项。企业每周花时间追 ChatGPT、Perplexity、Claude、Gemini 等 AI 引擎引用，但用户更在意产品有没有变好。真正的分水岭不是会不会喊 AI，而是能不能同时让机器读懂、让真人信任。
AWS 开源 Strands Robots：把 LeRobot 从数据集带到仿真和实体机器人，但不是“一键具身智能”
AWS 开源 Strands Robots SDK，以 Apache 2.0 许可把 Hugging Face LeRobot、MuJoCo 仿真、策略推理和 Zenoh 多机器人 mesh 封装为 Strands AgentTools。它的价值不在取代 LeRobot，而在把录制后的数据、仿真验证、策略调用和多机编排压到同一层 agent 工作流里；真正的硬件部署仍要面对校准、端口、相机、GPU 和可用策略这些现实门槛。
Pinterest 限量测试 Ask Pinterest：AI 购物入口，先从收藏夹下手
Pinterest 推出限量测试的独立 AI 购物应用 Ask Pinterest，不是主应用全面上线，也不是放弃传统搜索。它想验证一件事：用户保存过的 Pins 和 Boards，能不能变成更懂审美和场景的购物建议。同步发布的广告 AI 工具说明，Pinterest 不只是在做聊天机器人，也在给广告业务铺新入口。
Uber把Robotaxi开进休斯敦：不是扩城，是重新抢入口
Uber计划在2027年中把Lucid Gravity加Nuro自动驾驶系统的高端Robotaxi服务推向休斯敦，旧金山湾区会更早上线。车辆目前仍有安全员测试，Nuro虽拿到加州DMV无人驾驶许可，但尚未实际去掉安全员。真正的看点不是多开一城，而是Uber用投资、车队所有权和运营入口，重新挤回Robotaxi价值链。
EPFL 与 Google Research 的 Cells2Pixels：NCA 能高清实时了，但还不是工业纹理引擎
EPFL 与 Google Research 研究者发布 SIGGRAPH 2026 项目“Neural Cellular Automata: From Cells to Pixels”，项目页提供 arXiv、GitHub 和交互 Demo。它的关键不是 Demo 更好看，而是把 NCA 的演化放到低分辨率粗格上，再用 LPPN 解码到高分辨率外观。对研究者，这是值得复现的新路线；对游戏和 3D 工具团队，目前更适合做原型验证，不适合直接当工业纹理生产方案采购。
GLM-5.2 登顶开源权重榜：51 分很亮，43k token 更刺眼
Z.ai 的 GLM-5.2 在 Artificial Analysis Intelligence Index v4.1 拿到 51 分，成为该评测体系下当前领先的开源权重模型，并进入智能表现与任务成本的帕累托前沿。 它的进步很实在：同样 744B 总参数、40B 激活参数，上下文从 200K 拉到 1M，科学推理和长程 agent 任务明显增强。 但代价也写在账单上：平均每个任务输出 43k token，其中 37k 是 reasoning。开源权重模型正在逼近闭源前沿，可“会不会”之后，真正要算的是“划不划算”。
Eno 不像人，但可能更接近类人机器人的生意
法国创业公司 Genesis AI 发布类人机器人 Eno：可能没有头、没有腿，采用轮式底座和可折叠形态，计划 2026 年底开始生产并向定向客户部署。它的关键信号不是“机器人还能不能像人”，而是类人机器人正在把仿人外形拆开：手要像人，身体未必像人。真正的竞争焦点，转向能否进入人类已有工具、空间和工作流程。
Z.AI 发布 GLM-5.2：100 万 token 不只拼参数，长程编码才是硬仗
Z.AI 发布旗舰模型 GLM-5.2，主打稳定 100 万 token 上下文、编码 Agent 能力和 MIT 开源许可。官方基准显示，它在多项长程编码测试中是排名最高的开源模型，但距离 Claude Opus 4.8 仍有差距，尤其在 SWE-Marathon 上落后明显。真正值得看的是：长上下文正在从宣传参数转向工程可用性竞争。
Anthropic 给创始人写了本 AI 剧本，门槛降了，误判也更贵了
Anthropic 在 2026 年 5 月 14 日发布《The founder's playbook》，面向创始人拆解 AI 原生创业的 Idea、MVP、Launch、Scale 四阶段。它更像一份 Claude 产品体系的创业操作手册，不是第三方行业报告。真正的变化是：AI 降低了执行摩擦，也把产品判断、代码债务和虚假 PMF 的风险提前推到创始人面前。
OpenAI被曝2025年亏损385亿美元：上市故事要过“算力账”这一关
据Ed Zitron披露、并获《金融时报》核验的审计文件，OpenAI 2025年营收达130.7亿美元，但运营亏损扩大至209.2亿美元，归属于OpenAI的净亏损为385.3亿美元。关键不在于亏损数字有多吓人，而在于OpenAI能否在IPO前证明：算力和研发投入最终会带来经营杠杆，而不是持续吞噬增长。
Wolfram 15 把 AI 放进 Notebook：它真正押注的是精确计算层
Wolfram Language / Mathematica 15 的关键变化，是把 AI Assistant 默认放进新版 Notebook 的 chatbar，Basic 级别无需额外订阅。更重要的是 Agent Tools：Claude Code、Codex 等外部 AI 环境可以调用本地 Wolfram 系统。我的判断是，Version 15 不是押注“AI 自动写代码”，而是在争夺人与 AI 之间那层可读、可验证、可复用的精确计算表示。
美国政府为 xAI 燃气轮机站台：AI 数据中心能否绕过清洁空气诉讼
特朗普政府要求联邦法院驳回 NAACP 针对 xAI 数据中心燃气轮机的《清洁空气法》诉讼，理由从州监管认定延伸到 AI 创新和军事用途。真正关键不在 Grok 有多先进，而在国家安全叙事能否压过社区依据环保法发起的公民执法权。
Anthropic 暂停 Claude Agent SDK 按 token 计费：开发者账单暂缓，不是成本消失
Anthropic 在 6 月 15 日生效前暂停 Claude Agent SDK 新计费规则，现有订阅用户暂时仍按原额度使用。争议不在普通聊天，而在 Agent SDK、第三方应用和 programmatic “claude -p” 这类高频调用可能被拉回 API/token 计费。对重度开发者和依赖 Claude 的工具团队来说，眼下是缓冲期，不是结案。
Anthropic 被迫下架前沿模型，但企业客户还在加钱
特朗普政府要求 Anthropic 限制非美国人访问 Mythos 5 和 Fable 5，相关模型已被实际撤下，原因目前没有定论。 Ramp 覆盖 7 万多家企业客户的支出数据显示，Anthropic 5 月企业 AI 订阅支出份额升至 41%，在这一样本中首次超过 OpenAI 的 39.5%。 这不等于 Anthropic 赢下全市场。更准确的判断是：政府冲突会强化“模型足够强”的销售叙事，也会把政策风险提前塞进 IPO 估值里。
英国找 DeepMind 做住房审批 AI：能提速，但别把原型当解药
Google DeepMind 于 2026 年 6 月 16 日宣布与英国政府合作，开发 AI 驱动的住房规划审批原型。它瞄准的是审批流程提速，不是让 AI 自动批准建房。真正要看的，是地方规划部门能否用得起来，以及机器建议、人工决定和公共问责之间的边界是否说清楚。
荷兰 GPT‑NL：主权大模型不是冠军梦，是控制权账本
TNO 发布 GPT‑NL 项目页面，定位是为荷兰建设一个 sovereign language model。它的重点不是证明荷兰能打赢 OpenAI，而是让公共部门、科研教育和本地企业在荷兰语、数据边界、合规部署上少受外部商业模型牵制。真正要看的不是口号，而是算力、数据、场景和长期财政耐心能不能跟上。
OpenAI用真实对话“预演”模型上线：安全评测终于更像真实世界，但还不是预言机
OpenAI披露Deployment Simulation：在发布前用去标识化的历史ChatGPT对话重放候选模型回答，以估计真实部署中的不良行为率。我的判断是，它比静态评测更接近线上风险，尤其适合发现中高频问题，但不能替代红队，也测不准极低频尾部风险。
SpaceX 600亿美元收购 Cursor：买的不是 IDE，是追赶企业 AI 的时间
SpaceX宣布将以600亿美元全股票交易收购AI编程工具Cursor，交易预计第三季度完成。这笔交易的重点不在估值有多夸张，而在SpaceX能否用算力补Cursor短板，再把Cursor变成企业AI产品入口。我的判断是：收购能补课，但还不能证明SpaceX已经拿到AI编程市场优势。
OpenAI 年亏数十亿美元：真正的问题是收入追不追得上成本
流出的经审计财务文件显示，OpenAI 2025 年收入增至 130.7 亿美元，年底月收入接近 20 亿美元，商业化并不弱。 但研发、推理交付和销售成本扩张更快，经营亏损从 87.8 亿美元扩大到 209.2 亿美元。 近 390 亿美元净亏损里包含约 300 亿美元一次性会计费用，不能直接当成现金烧钱速度；更关键的是模型成本、企业续约和定价能不能跑通。
五角大楼用 AI 起草国会报告：省下 195 小时，责任谁来补
五角大楼官员称，国防部已用 GenAI.mil 起草国会强制要求的报告，原本约 200 小时的人力起草可压到约 5 小时。关键问题不是军方能不能用 AI，而是监督文本被自动化后，事实核验、责任归属和采购利益是否还能看清。接下来最该盯的不是模型能力，而是披露规则：哪些内容由 AI 起草，谁审核，谁签字负责。