7月22日，据《纽约时报》报道，Meta现在越来越多的使用AI来审核内容，希望取代人工审核员，但是却出现了一些AI误删用户账号的情况。为了解除封锁，用户需要提出申诉，但是他们的申诉对象还是AI。

汉森夫妇的英语教学账号被封

今年3月的一个夜晚，卡米尔·汉森(Camille Hanson)被一条通知惊醒。她通过脸书和Instagram上的账号与丈夫一起经营向非英语母语者教授英语的业务，拥有近100万粉丝，但是这些账号现在被标记为待删除。Meta称，她违反了有关欺诈和欺骗行为的社区准则。

“我只不过是个英语老师。”40岁的汉森回忆道。她对欺诈和欺骗的指控感到困惑。“我到底做错了什么？”她自问。

通知称，她可以提出申诉，于是她点击按钮开始申诉流程。一周后，她收到了另一条通知：她的申诉被驳回。

“你的所有信息都将被永久删除，”Meta在回复中称，“你无法再针对这一决定提出新的复核请求。”

汉森夫妇

汉森的丈夫、42岁的卡尔文(Calvin)在葡萄牙家中接受采访时说，“这感觉就像你开了一家实体店，结果有人直接把你的办公室或者店面给关了”。

AI能担当大任？

汉森一家的遭遇是一起AI出错引发的案例。这项技术正越来越多地负责判定哪些账号违反了Meta的内容规则，同时还要处理对这些决定的申诉。更令人苦恼的是，像汉森夫妇这样的用户往往很难联系到Meta的任何人来弄清楚该怎么办。

今年3月，Meta宣布计划将更多权力交给AI机器人，由它们来决定封禁哪些账号或删除哪些有害图片。数月后，该公司裁撤了数千名员工，其中包括那些从事这些工作的人员。

用户已在网上组织起来，最近有超过6万人签署了一份请愿书，要求Meta提供更多关于封禁账号的信息，并让人工来审核申诉。Reddit以及其他平台上的一些社区，也充斥着Meta用户对该公司AI系统的大量投诉。

Meta使用AI审核内容

Meta发言人丹尼尔·罗伯茨(Daniel Roberts)反驳了AI在处理账号方面比人类更差的观点，表示该公司新的AI审核工具比人工员工少犯13%的错误，并多发现10%的违规内容。罗伯茨称，在《纽约时报》向Meta标记的五个账号中，全部都是由该公司旧的AI审核工具封禁的。

“我们致力于减少执行错误，并帮助个人保护他们的账号。AI在这两方面都在取得成效。”他说。

Meta已多次遭遇AI出问题的状况。今年5月，黑客利用其AI客服聊天机器人的漏洞，攻击了3.4万个Instagram账号，其中包括奥巴马的前白宫账号。同月，员工因一项追踪键盘敲击以训练AI的程序而发起抗议，导致Meta暂停了该计划。

上周，26名前Meta员工在一项诉讼中称，公司利用一种AI算法将他们解雇，该算法针对的是残疾员工。Meta发言人表示：“人力资源管理和组织决策过去和现在都是由人做出的，而不是AI。”

用户倡导组织“人优先于平台”(People Over Platforms)提供账号恢复服务，该组织今年发起了一份在线请愿书，以迫使Meta改变其账号审核政策。Meta曾指控许多签署请愿书的人分享儿童剥削材料，随后将他们封禁。用户认为，这一指控是“雪上加霜”。

申诉无门

这正是Meta去年对雅典娜·罗德尼(Athenia Rodney)提出的指控。罗德尼是“六月节纽约”(JuneteenthNY)组织的负责人，该团体旨在纪念美国奴隶制的终结。去年，Meta封禁了她在脸书和Instagram上的所有个人及工作账号。

Meta的通知写道：“我们的技术发现您的账号或账号上的活动不符合我们的规则。因此，我们的技术采取了行动。”

罗德尼

罗德尼表示，她无法理解Meta做出这一决定的理由，因为她所在组织发布的内容都是“适合家庭观看的内容”。账号被封后，她翻遍了“六月节纽约”的照片档案，试图找出可能触发AI机器人的帖子，但一无所获。

随后，罗德尼回忆起，在Meta注销她的账号前不久，该公司曾提醒她，有来自西雅图和新加坡的可疑登录，尽管她住在亚特兰大。这表明她的账号可能已经遭到黑客入侵。

罗德尼迅速更改了密码，但她用于各种业务和个人用途的六个Instagram和脸书账号仍被封禁。

她表示，为了恢复这些账号，她提交了身份证明文件，向美国商业改进局和联邦贸易委员会提出投诉，联系了州消费者保护办公室，并在领英上给Meta员工发消息。但所有努力都没有奏效。

自那以后，“六月节纽约”不得不说服赞助商，证明自己是一个已存在近二十年的合法组织。

“我们的赞助商会查看我们的社交媒体页面，确认我们是一个正规组织，已经做了17年了，”罗德尼说，“可现在呢，他们一进我们的账号，看到只有500个粉丝，就会说你们根本没做那么久，你们是冒牌货。”

误封

在《纽约时报》向Meta指出这5个被封禁的账号后，Meta表示，公司进行了调查，并发现其中两个账号被封是由于遭到黑客入侵，另一个账号则是因为合理原因被封禁。Meta表示，被黑客入侵的账号之所以被正确封禁，是因为黑客违反了有关儿童安全的政策。

随后，Meta恢复了这两个被黑客入侵的账号，其中包括罗德尼的“六月节纽约”账号。该公司表示，在被指出的五个账号中，有两个账号被误封，其中包括汉森夫妇的账号。

罗伯托·苏亚雷斯(Roberto Suarez)是一名Instagram网红，在今年被封号之前已积累了超过50万粉丝。他是收到Meta邮件通知账号已恢复的人之一，连同他的照片、粉丝、消息等一并找回。他开始重新向数月未闻其音的粉丝发布内容。

苏亚雷斯账号连续被封

几周后，Meta又给他发了一封邮件。“您的账号已被暂停，”邮件写道，声称他的内容违反了版权法，“如果您不采取行动，您的账号将被永久禁用。”

苏亚雷斯否认违反任何版权。在《纽约时报》就此次新封禁提出询问后不久，他的账号再次被恢复。

汉森女士也收到了Meta的邮件，告知她的账号已恢复。

“我们审核了您的账号，发现上面的活动确实符合我们关于欺诈和欺骗的社区准则，因此您可以再次使用Instagram了，”邮件中写道，“很抱歉我们搞错了。”(作者/箫雨)

更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

查看评论

据9to5Mac报道，苹果正在开发第二代iPhone Air，新机将重点补齐影像、续航和散热等方面的短板，预计于2027年春季发布。此前有消息称，由于初代iPhone Air销量未达苹果预期，苹果一度将第二代产品移出发布计划，也没有给出新的上市时间。

不过，后续报道显示，苹果并未取消iPhone Air 2项目，相关研发工作仍在持续推进。

影像方面，初代iPhone Air受限于超薄机身，后置仅配备一颗摄像头，iPhone Air 2有望升级为双摄方案，新增镜头预计为超广角镜头，而非长焦镜头，整体配置将向基础款iPhone看齐。

性能方面，iPhone Air 2预计搭载A20 Pro芯片，相比初代机型采用的A19 Pro进一步升级。

据悉，A20 Pro将成为苹果首款采用2nm工艺打造的iPhone芯片，并引入晶圆级多芯片模块技术，在晶圆层面集成SoC和DRAM，从而进一步提升性能与能效表现。

续航同样是此次升级的重点，供应链消息称，iPhone Air 2将配备3500mAh电池，相比初代机型的3149mAh提升超过10%。

配合A20 Pro芯片带来的能效优化，新机的实际续航表现有望得到明显改善。

在散热能力上，iPhone Air 2或将引入VC均热板散热技术，该技术此前已在iPhone 17 Pro上应用，可提升高负载场景下的散热能力和持续性能表现。

整体来看，iPhone Air 2仍将延续轻薄定位，但苹果正在通过双摄、更大电池、2nm芯片和VC均热板等升级，尽可能弥补超薄机身带来的体验短板。

查看评论

根据联邦游说披露文件，两大人工智能领军企业第二季度合计游说支出达317万美元，较第一季度增长23%。其中，Anthropic在4月至6月期间支出197万美元，环比增长26%；OpenAI支出120万美元，增幅近18%。两家公司申报的游说议题涵盖网络安全、版权、云计算和国防采购等领域。

企业需按季度向国会报告游说支出，因此监测这一数据是衡量哪些公司和行业在联邦政府影响力博弈中最活跃的重要窗口。通常，希望影响立法或监管走向的企业会在此类支出上持续加码。

尽管传统科技巨头和国防企业在总量上仍遥遥领先，但OpenAI和Anthropic正迅速缩小与华盛顿最活跃游说力量之间的差距。

举例而言，当季Anthropic的游说支出超过了英伟达，与甲骨文200万美元的总花费相差无几；OpenAI的支出也与英伟达的125万美元仅差5万美元。

与去年第二季度相比，两家AI公司均大幅增加了投入：Anthropic支出翻了一倍多，OpenAI也接近翻倍。

对“科技七巨头”中Meta、亚马逊、谷歌、微软、苹果、英伟达和特斯拉进行了分析，结果显示这些公司第二季度联邦游说支出合计为2125万美元，与第一季度的2127万美元基本持平。

Meta仍是第二季度中支出最高的公司，达599万美元，但较今年第一季度下降了15%。亚马逊支出基本持平，为436万美元。

谷歌和微软的走势与Meta相反：谷歌支出环比增长25%，至357万美元；微软则增长近13%，至269万美元。

与2025年第二季度相比，这些科技企业合计提高了7.7%的游说支出，反映出科技行业在国会山受到的持续关注。本季度它们申报的游说议题涉及贸易、政策、税收和出口管制等领域。

另一大“常客”——主要国防承包商，则在当季减少了合计游说支出。

根据美国总务管理局（GSA）SAM.gov最新发布的百大承包商报告，按2025财年国防部合同金额排序的八大美国上市国防承包商，第二季度联邦游说支出合计为1968万美元，较第一季度的2036万美元下降3.3%。

其中，洛克希德·马丁以418万美元居首，RTX以386万美元紧随其后，通用动力为342万美元。

RTX削减了60万美元支出，是所审查的国防企业中降幅最大的。L3Harris降幅最为显著，锐减近45%至53万美元。亨廷顿英格尔斯（Huntington Ingalls）、诺斯罗普·格鲁曼（Northrop Grumman）和莱多斯（Leidos）也出现了两位数下滑。

2026年第二季度，OpenAI和Anthropic的联邦游说支出均创下历史新高，反映出人工智能行业正投入数百万美元，以期在中期选举和两家公司备受期待的首次公开募股（IPO）前夕影响华盛顿的决策走向。

在八大防务公司中，波音（Boeing）的增幅最大，支出增长13%至277万美元。

查看评论

耐克公司表示，计划从1月起清退中国数千家在线经销商，以整顿已变得混乱的数字市场，并推动该地区业务重回增长。自明年起，耐克线上销售渠道将主要集中于品牌官网、官方 App，以及其在天猫、京东、抖音等国内主流电商与社交平台运营的品牌旗舰店。

目前消费者除上述渠道外，还可通过数千家线上店铺选购耐克商品。这些店铺由耐克在华线下合作门店及二级经销商网络运营。庞大的线上销售网络虽然让消费者能够便捷买到耐克产品，但也造成品牌形象不统一、售价混乱等问题，阻碍企业扭转在华销售额下滑的局面。

耐克新任副总裁兼大中华区总经理凯西・斯帕克斯（Cathy Sparks）在一封信函中写道：“这些全新官方旗舰店将成为耐克在各大平台生态内统一、更高标准的核心阵地，拥有更清晰的产品展示、更完善的品牌叙事以及更连贯的消费者购物体验。此举旨在巩固消费者开启和完成购物流程的核心渠道，确保体验直连品牌、标准统一，彰显纯正的耐克品牌质感。”

她表示：“这并非为了缩小消费者的购买渠道，而是减少渠道碎片化，优化消费者全流程体验。当消费体验保持统一，品牌实力才能进一步提升。”

耐克收缩线上渠道布局的计划，意在为消费者打造更优质、标准统一的购物体验，同时重新掌握线上定价主导权。但市场也担忧，此举可能造成在华营收显著下滑；过去五年，耐克该区域业务规模已经萎缩约 30%。

上月下旬，国内媒体率先披露耐克计划清退线上经销商的消息。法国巴黎银行股票分析师洛朗・瓦西莱斯库就此发布研报。他写道，这一举措让人联想到耐克当年在北美终止与批发商合作的失败决策。该决策致使耐克丧失在当地的市场主导地位，营收与利润率大幅下滑。

瓦西莱斯库上月撰文称：“该策略为竞争对手腾出了货架空间，最终令耐克自食恶果。我们认为，如果耐克在中国采取相同做法，历史或将重演。” 他还表示法国巴黎银行维持对耐克 “跑输大盘” 的评级。“我们认为耐克面临的并非经销商问题，而是产品问题，这一问题在其他市场同样存在。”

此次渠道调整预计也会冲击耐克在华实体合作商户。近年来这些实体合作伙伴纷纷拓展线上业务，谋求自身发展。

查看评论

三星于7月21日正式宣布推出 Samsung Health Assistant，官方将其定位为“首款完全集成的AI驱动个人健康助手”。目前，该功能已在 Samsung Health 的美国符合条件的用户群体中推出测试版。

三星表示，这款健康助手旨在通过将重要的健康数据与深度洞察相结合，帮助用户实现健康与保健目标，从而赋予用户随时咨询健康状况的能力，并获取丰富、个性化的健康指导与建议。

Health Assistant 将三星健康中关于睡眠、活动、营养、正念和生命体征这“五大健康支柱”的健康信息连接起来，将这些数据转化为有意义且具行动指导意义的见解，同时详细解释各个变量之间如何相互影响。系统能够识别用户可能错过的模式与信号，并提供经过医师和认证健康教练团队验证的高质量建议。

在未来的发展规划中，Health Assistant 还将探索通过行为改变来协助用户达成目标的教练服务，并拓展三星健康内如体重管理等更广泛的服务。此外，它将利用个人数据引擎作为上下文，提供能够兼顾用户日程安排与偏好的高度个性化回应。

三星数字健康团队高级副总裁兼负责人 Hon Pak 博士对此表示，全新的健康助手通过每日健康监测深化了用户对身心状态的理解，并增加了早期发现健康问题的机会，从而推进了三星关于互联关怀的愿景。通过充分利用生态系统与合作伙伴关系，三星旨在提供对健康的整体理解并推动切实行动，帮助用户建立更健康的习惯，从而为他们的生活带来真正的改变。

查看评论

7月22日，据《华尔街日报》报道，特朗普政府计划通过加大对个人科学家和AI应用的支持，而非侧重大学，来加快联邦科研的改革。这是该政府加快技术发现以应对中国竞争的最新尝试。

特朗普与克拉齐奥斯

白宫科学与技术政策办公室(OSTP)周二发布的一份新报告和备忘录中表示，个人科学家能够帮助美国更快地利用AI开展科学研究。该办公室发布的这些指令，将影响特朗普第二任期剩余时间内联邦政府每年约2000亿美元的科研与开发预算分配方向。

新的指导方针可能会进一步打击那些依赖联邦科研资金的大型大学。白宫在报告中表示，政府希望优先支持那些为个人提供机会、而不是直接面向高校的项目，例如奖学金和各类科研奖励。白宫称，应该效仿的示范项目包括美国国家科学基金会面向研究生的一项著名项目，以及美国国立卫生研究院针对具有创新能力科学家的资助项目。

此外，白宫管理和预算办公室拟议的一项规定也可能对部分大学造成阻碍。该规则将赋予政治任命官员在科研经费审批方面更大的权力，并使科研方向与政府政策重点保持一致。

“过去二三十年里，我们在科研资助方面变得非常僵化，总是认为应该以同样的方式、在同样的机构里，持续资助同样的研究。”白宫科学与技术政策办公室主任迈克尔·克拉齐奥斯(Michael Kratsios)在一次采访中表示。他说，周二他就这一新的科研资助方式与一所常春藤大学的负责人进行了会面，并获得了积极回应。

特朗普政府认为，在政府机构和大学中花费过多时间处理官僚事务，是阻碍美国发展的另一个因素。根据该计划，大学里的个人研究人员将直接获得资金，从而减少大学作为中间环节的直接参与。目前在很多情况下，科研经费通常是拨给高校，再由高校进行分配。

另一个重点是将AI置于科学研究的核心位置，并设定更具雄心的国家目标。例如，近期政府提出的目标包括：在2028年前部署一台强大的量子计算机，以及到2030年前启动10座新的大型核反应堆建设，以提升电力供应能力。

美国政府已尝试将能源部的科学专业知识和超级计算机整合到一个名为“创世纪任务”(Genesis Mission)的计划中，旨在通过与私营部门和研究人员合作，利用AI来应对研究挑战。

“各机构应资助那些将AI作为科学发现新工具的研究，而不仅仅是将其作为增强现有能力的辅助手段。”克拉齐奥斯和预算办公室主任拉斯·沃特(Director Russ)在关于研发资金优先事项的备忘录中写道。

不过，持怀疑态度的人士警告称，AI模型容易出错，而过度强调该技术可能会限制研究人员所从事的研究类型。

查看评论

7月21日，Google突然上线了两个新模型：Gemini 3.6 Flash和Gemini 3.5 Flash-Lite。没有一点点防备，也没有一丝顾虑，它俩就这样出现在了Google AI Studio和Gemini的模型选择器里。

这两个模型，一个主打更强的代码和Agent能力，一个主打更低成本的大规模调用。

而作为旗舰模型的Gemini 3.5Pro，千呼万唤依然……出不来。

按照此前的计划，3.5 Pro本应在6月份上线，现在7月都过一大半了，这款被寄予厚望的模型仍然没有正式亮相。

代表旗舰实力的答卷迟迟不交，Google先拿出两张“草稿纸”，是个什么意思？

01

3.6 Flash：比上一代便宜，不比上一代聪明

Google表示，相比上一代Flash模型，Gemini 3.6 Flash进一步提升了编码、推理和工具调用表现，同时通过减少输出token降低运行成本。

Gemini 3.6 Flash的定位是一个面向真实生产环境的高效模型，或者更直白一点，为Agent服务。

在Agent时代，一次任务可能需要几十轮模型调用，这意味着模型不仅要聪明，还必须足够快、足够便宜。

Google此前已经在Gemini 3.5 Flash上强化了这条路线。根据官方API文档，Gemini 3.5 Flash支持100万token的长上下文，可以一次处理大量信息，同时支持代码执行、调用外部工具、搜索文件等能力，能够完成更复杂、更长时间的任务。

Gemini 3.6 Flash延续了这条路线，它追求的并不是单次回答的质量，是一个“能够承担得起每日真实工作”的位置。

Gemini 3.6 Flash的定价如下：

输入：1.50 美元/百万 token

输出：7.50 美元/百万 token

相比此前Gemini 3.5 Flash每百万token输入1.5美元、输出9美元的价格，输入成本没有变化，但输出成本进一步下降。

对于需要大量调用AI的企业来说，这种成本变化可能比benchmark上的几个百分点提升更加重要。

另外，Google展示的一项内部测试显示，在完成同一任务时，Gemini 3.6 Flash相比3.5 Flash减少了55.8%的token消耗，同时将任务评分从85分提升到了100分。

当然，这只是Google自己的测试结果，只能说明Google希望展示的方向：

新模型不仅更省，而且能够用更少的计算完成同样甚至更好的任务。

在那些被公开的benchmark里，Google主要强调的是代码能力和Agent能力。

在DeepSWE代码评测中，Gemini 3.6 Flash得分49%，高于上一代的37%。Google表示，新模型能够减少无效代码修改和重复执行过程。

在测试AI操作电脑能力的OSWorld-Verified评测中，Gemini 3.6 Flash得分83%，超过3.5 Flash的78.4%。

而在面向机器学习任务的MLE Bench中，Gemini 3.6 Flash得分63.9%，相比上一代的49.7%也有明显提升。

不过，上述数据更多说明Gemini 3.6 Flash相比上一代有所进步。

如果放到当前大模型竞争中横向比较，Google选择的对手是GPT-5.6 Luna、Grok 4.5和Claude Sonnet 5（这里也可以看出这个产品的定位）。

从结果来看，Gemini 3.6 Flash并没有全面领先，GPT和Claude的模型在复杂软件工程和知识工作任务上仍然保持优势。

但这其实也是Flash系列存在的意义：

它不一定要成为最强模型，只需要在明显低于旗舰模型成本的情况下，提供够用的能力。

官方测评之外，根据Artificial Analysis的发布前测试，Gemini 3.6 Flash在Intelligence Index上拿到了50分，与Gemini 3.5 Flash持平。

这意味着，如果只看模型综合“智力”，Gemini 3.6 Flash并没有什么升级。

但是呢，它的速度又很好地弥补了这一点。

Artificial Analysis还统计了模型完成Intelligence Index任务所需的平均时间。结果显示，Gemini 3.6 Flash每项任务平均耗时约1.3分钟，相比上一代3.5 Flash的约2.7分钟，减少了一半。

与此同时，Gemini 3.5 Flash-Lite的任务完成时间也从上一代3.1 Flash-Lite的约1.6分钟，下降到约0.6分钟。

总的来说，Gemini 3.6 Flash的升级方向其实是效率——更少的token消耗，更低的运行成本，以及更适合长期运行的Agent能力。

对于习惯使用Gemini 3.5 Flash的用户来说，确实是非常不错的升级。

02

3.5 Flash-Lite：更快，但没有上一代便宜

然后再来看另一个模型Gemini 3.5 Flash-Lite。

顾名思义，Flash-Lite是Flash系列中更轻量的版本，相比Flash，它牺牲了一部分能力上限，换取了更低的成本和更快的速度。

就像前面提到的那样，Gemini 3.5 Flash-Lite的任务完成时间从上一代3.1 Flash-Lite的约1.6分钟，下降到了约0.6分钟。

3.5 Flash-Lite也是3.5系列中速度最快的型号，根据Artificial Analysis测试数据，其生成速度达到约350 token/秒，已经属于当前主流大模型中的高速水平。

Gemini 3.5 Flash-Lite的定价如下：

输入：0.30 美元/百万 token

输出：2.50 美元/百万 token

相比Gemini 3.6 Flash，输入价格约为1/5，输出价格约为1/3。不过，与上一代Gemini 3.1 Flash-Lite相比，新模型并没有进一步降价。

虽然Gemini 3.5 Flash-Lite由于能力提升，可以通过减少输出量降低部分成本，但综合起来，还是很难抵消单价上的成本增加。

根据官方文档，相比上一代Gemini 3.1 Flash-Lite，新模型在不同思考等级（thinking levels）下都有明显提升。开发者可以根据任务需求调整模型的思考深度。

此外，Gemini 3.5 Flash-Lite还内置了Computer Use能力，可以帮助Agent更可靠地操作电脑环境，完成跨应用任务。

在具体测试中，Gemini 3.5 Flash-Lite相比上一代模型也有明显提升：在Terminal-Bench 2.1编程Agent测试中，成绩从31%提升到54%；在测试长上下文理解能力的GDM-MRCR v2中，从60.1%提升到72.2%；在更贴近真实工作场景的GDPval-AA v2任务执行测试中，从642提升到1140。

值得注意的是，在一些Agent和代码相关测试中，Gemini 3.5 Flash-Lite甚至超过了上一代更高定位的Gemini 3 Flash模型。

例如，在SWE-Bench Pro软件工程测试中，Gemini 3.5 Flash-Lite得分54.2%，高于Gemini 3 Flash的49.6%；在测试AI操作电脑能力的OSWorld-Verified中，Gemini 3.5 Flash-Lite也以74.0%的成绩超过Gemini 3 Flash的65.1%。

这意味着，随着模型能力不断提升，过去需要更大模型才能完成的部分Agent任务，正在逐渐下沉到更便宜、更快速的模型。

顺便一提，除了前两个面向普通用户的通用模型，Google还推出了Gemini 3.5 Flash Cyber。

它主要针对网络安全场景。根据官方文档，在CodeMender系统中，多个Gemini 3.5 Flash Cyber Agent可以协同工作，分别完成不同分析任务，并最终汇总成一份完整报告。在网络安全基准测试CyberGym中，Flash Cyber也达到了接近前沿模型的表现。

该模型目前不会公开提供，仅通过CodeMender平台向政府和可信合作伙伴开放。

03

3.5 Pro：Google迟迟交不出的旗舰答卷

如果说Gemini 3.6 Flash和Gemini 3.5 Flash-Lite还可以看作是Google对AI规模化应用的判断，那么Gemini 3.5 Pro则代表着Google的模型上限。

但问题在于：这份答卷，到现在还没有交出来。

5月I/O的时候，Google表示Gemini 3.5 Pro将在“接下来一个月左右”推出，也就是预计在今年6月上线。现在7月都过了一大半了。

据彭博社7月16日报道，Gemini 3.5 Pro的发布时间已经落后原计划数月。Google正在继续优化模型能力，尤其是编码表现，希望达到内部设定的目标。

路透社最新的报道则显示，截至目前，Google仍未公布具体上线时间，只表示该模型正在与合作伙伴测试，并将“很快”推出；另有新闻稿透露，Gemini 4的训练工作已经开始了。

而我们都知道，“很快”就是不确定的意思。

Gemini 1.0发布时就曾因演示争议受到质疑；Gemini 1.5 Pro凭借百万token上下文短暂扳回局面，但随后Claude和GPT系列快速追赶；直到Gemini 3系列发布，Google才重新获得“回到前沿竞争”的评价。

如今Gemini 3.5 Pro再次延期，市场关注的已经不只是一个模型什么时候上线，还有Google到底能否保持旗舰模型的竞争节奏问题。

何况Google透露出的编码表现不及预期，并不是什么容易解决的小问题。

随着Agent开始进入企业工作流，代码能力的重要性迅速提升。一个模型能否理解复杂项目、修改真实代码、完成多步骤开发任务，已经成为衡量它是否具备实际生产价值的重要指标。

路透社指出，华尔街正在等待Gemini 3.5 Pro，因为它将成为判断Google DeepMind是否能够跟上OpenAI和Anthropic的重要指标。

当然，Google并不是没有动作，这次推出的几个模型，恰说明Google正在强化另一条路线：让AI变得更便宜、更容易规模化。

GoogleCEO Sundar Pichai近期也多次强调成本优势，并表示企业如果将大部分AI工作负载迁移到Gemini模型，可以每年节省超过10亿美元。

但问题在于，市场在期待一份证明Google模型实力的“答卷”，Google交出的却是两张关于效率和成本的“草稿纸”——很难不让人觉得，Google在用Flash系列填补Pro延迟留下的空档。

有意思的是，在Gemini 3.5 Pro延期的同时，AI竞争格局正在发生变化。

过去，人们讨论AI领先者，主要关注海外“御三家”：OpenAI、Anthropic和Google DeepMind。

但最近，GLM-5.2、Kimi K3等国产模型也开始进入前沿竞争，并引发了大量讨论。

前沿模型的追赶速度正在加快，也让Google的问题变得更加紧迫，它当然可以继续大力推出Flash模型，但前提是它的旗舰模型足够给力——只要硬实力足够，自有大儒为他辩经。

如果Google最终推出一个真正领先的旗舰模型，那么Flash路线会成为完整体系的一部分：Pro负责突破能力上限；Flash负责规模化应用。

但如果Gemini 3.5 Pro持续落后，市场很可能会继续追问：Google拥有最强AI研究资源，为什么却无法稳定跑赢竞争对手？

在Alphabet本周举行第二季度财报电话会议时，人们很可能会进一步询问有关Gemini 3.5 Pro的更多细节。

查看评论

盖茨基金会于今年3月委托律师事务所WilmerHale进行外部审查，以回应美国司法部发布的数百万份与爱泼斯坦相关的文件。审查结果于近日公布，显示在2011年至2014年间，基金会领导和员工与爱泼斯坦有约30次会面，其中包括比尔·盖茨本人。审查基于对50多名基金会现职和前任人员的访谈，包括盖茨，并审阅了大量相关书面材料。

报告摘要指出，审查未发现任何证据表明基金会参与或知晓爱泼斯坦的性贩运活动或犯罪行为，也未发现基金会当时知晓爱泼斯坦利用基金会名义推进其行为。同时，审查未发现爱泼斯坦从基金会获得报酬。会面内容主要涉及讨论“捐赠者建议基金”实体的潜在创建、捐赠者参与、基金会的脊髓灰质炎战略，以及介绍给国际和平倡议组织。

比尔·盖茨在公开声明中表示，他于2011年通过在职业和慈善领域可信的一位顾问介绍认识爱泼斯坦。该顾问在基金会和盖茨的个人办公室兼任职务。盖茨称，爱泼斯坦声称能为全球健康筹集数十亿美元，因为他为捐赠者提供税务和遗产服务。盖茨承认，他当时意识到爱泼斯坦有前科，但未充分理解其罪行的严重性，包括爱泼斯坦于2008年在佛罗里达州因教唆卖淫和教唆未成年人卖淫认罪。盖茨表示，他于2014年12月结束与爱泼斯坦的互动，并曾在今年2月的员工会议上就此事道歉。

审查报告还指出，基金会员工多次就与爱泼斯坦关联的风险向高级领导层提出警告，包括盖茨。会面中的一次在基金会校园举行，其余多次在爱泼斯坦的曼哈顿住所进行。基于访谈和可用记录，审查未发现这些会面与慈善无关或涉及非法行为。报告强调，盖茨在2011年开始与爱泼斯坦交谈时，已知晓其因性犯罪前科而存在的声誉问题。

基于审查结果，盖茨基金会董事会已批准一系列建议，包括为中介、捐赠者顾问、联合资助者等设立集中审查流程，以及建立项目组织风险升级流程。盖茨在周二声明中强调，此次审查是为合作伙伴、员工和受助者提供清晰度并加强监督的重要步骤。基金会承诺，其拯救生命和创造机会的工作比以往任何时候都更重要，将确保信任和透明度不受损害。

查看评论

存储芯片巨头SK hynix首席执行官Kwak Noh-jung近日发出严厉警告，称尽管当前消费电子领域正经历由芯片通胀引发的动荡，但这并非最坏的情况。他预计，2027年将成为该行业有史以来从供应角度来看最糟糕的一年，且客户需求预计在2030年之后仍将持续高于公司的供应能力。

根据行业报告显示，2027至2028年间，存储芯片相关的晶圆供应量预计将年均增长约12%，但其中约有一半的增长产能将被高带宽内存所消耗。具体来看，三星预计将在2026年出货约120亿Gb的高带宽内存，并在2027年提升至200亿Gb；而SK hynix则计划在2026年供应180亿Gb，2027年增至240亿Gb。

受此结构性产能分配影响，非高带宽内存的DRAM比特增长在2027至2028年间将被严格限制在15%的年增长率，而同期市场需求却预计将飙升22%。在产能扩张方面，三星的P5 Fab 1工厂计划于2027年7月投入运营，P5 Fab 2及龙仁的另一座设施则预计于2029年投产；SK hynix的龙仁Y1工厂预计将于2027年2月上线，Y2工厂则定于2028年下半年投产。尽管长鑫存储计划向DDR6过渡可能带来一定的缓解作用，但其当前的生产时间表以及在海外市场的供应能力仍存在不确定性。

查看评论

Meta目前正在开发一款名为StoryKit的AI故事讲述应用，旨在为儿童生成包含自定义角色、场景、教育意义以及音乐的AI故事。正如其在应用商店向家长们保证的那样：“你甚至不需要写下一个字。”

这款应用最早由9to5Mac在应用商店中发现。Meta证实，公司目前正率先在部分国家和地区对StoryKit进行试点，以了解家长的使用体验。Meta发言人将其描述为一款用于为儿童打造个性化、富于想象力故事书的创意故事应用，并强调该应用采用了AI安全过滤器，不包含任何社交功能，且仅限18岁以上用户使用。

用户在应用中生成故事时，首先需要选择一个角色。根据应用商店的描述，用户可以通过“拍摄他们最喜欢的玩具或人物的照片来让其变得生动”。接着，用户需要描述故事所处的世界并选择一个教育主题，从而“将善良、勇气或同理心等价值观自然融入其中，而不会让人觉得是在说教”。

尽管科技公司常年推出一些备受争议的产品，但与Instagram深度伪造生成器或“色情眼镜”等备受诟病的想法相比，StoryKit的出现或许还不算最坏的结果。人类虽然并非完美，但如果说我们在某些方面极其擅长，那就是凭空想象。人类进行故事讲述的历史与人类存在的时间一样漫长。我们甚至不需要凭空捏造仙女公主和恶龙屠夫的原创故事，而是可以一直汲取神话、寓言及其他传说的养分。

尽管家长们的生活忙碌而疲惫，但在没有人工智能参与的情况下度过睡前时光一直是可能的。用户或许会忍不住在孩子拒绝一书架童书、非要听一段关于太空乌龟和刺猬的奇幻冒险时打开StoryKit，但我们真的愿意放弃展现异想天开和傻气幽默的机会，转而将这些连接时刻外包给智能手机上由大语言模型生成的剧本吗？或许这个故事带来的启示是，我们可以选择不生活在那样一个由大型语言模型撰写睡前故事的世界里。

查看评论

脑科学与癌症研究迎来新进展。一项基于世界卫生组织（WHO）委托审查的综合研究表明，电磁波不会引发大脑、头部或颈部的癌症，这彻底打破了长期以来公众对手机辐射致癌的担忧。

这项新研究由WEHI（沃尔特与伊丽莎白·霍尔医学研究所）的研究员莎拉·迪普斯特拉滕和约翰·爱迪·拉·马卡共同撰写并进行总结。此前，世界卫生组织于2019年委托开展了13项关于电磁波对健康影响的专项审查。此次发表的新研究分析了这些审查的结果，聚焦于手机使用与脑癌之间的潜在联系。

在针对脑癌与手机使用的专项审查中，研究人员分析了1994年至2022年间发表的63项不同研究，结果并未发现使用手机与脑癌、头颈部癌症之间存在任何关联。研究同时指出，无论手机使用频率高低，或是长期使用（达到10年或以上），都不会增加患癌风险。此外，针对儿童时期接触广播或电视发射会引发白血病的长期担忧，该审查同样未发现任何相关证据。

研究人员指出，公众对低能量电磁辐射健康的焦虑情绪根源于冷战时期，当时微波炉和电视等新技术进入千家万户。尽管高能量电磁辐射（如X射线）确实具有致癌风险，但手机、Wi-Fi及卫星导航等技术使用的电磁波属于波长最长、能量最低的弱电磁辐射端。由于决定人类健康状况的因素错综复杂，包括饮食、运动、基因及社会经济条件等，科学无法彻底“证明”任何风险的绝对不存在，但针对脑癌的证据已经达到了观察性研究所能获得的最高质量评级。

研究人员总结认为，如果在移动设备辐射暴露下脑癌风险真的有所上升，相关发病率理应出现增长。然而实际情况并未显示二者存在明确关联，这表明当前的电磁辐射暴露限值是安全的。

查看评论

近日，Stellantis集团正式在美国市场开启了菲亚特Topolino电动微型车的订购通道。这款车型的起售价为13995美元，加上990美元的强制性目的地费用后，税前总价为14985美元。这一价格使其成为了目前美国市场上售价最低的新车，甚至比基础款日产Versa还要便宜2000多美元。

从价格来看，14985美元甚至低于自行车爱好者购买顶级碳纤维公路车的花销，大约仅为2026年初美国消费者购买三年车龄二手车平均价格的一半。同时，Topolino的车身尺寸极其小巧，其占地面积仅与全尺寸皮卡的货箱大小相当。

从法律法规层面来看，Topolino并不属于传统意义上的汽车。菲亚特将其定义为紧凑型、低速的道路车辆。在欧洲，它被归类为四轮车，其监管属性更接近高尔夫球车，而非菲亚特500e。该车采用双座设计，搭载单台8马力电动机和5千瓦时电池组，续航里程为46英里，最高时速为19分钟/英里（即最高时速19英里）。使用普通交流电源插座充满电大约需要五个小时，由于车速较慢，该车并未配备直流快充功能。

正是由于较低的最高时速，目前消费者还无法在公共道路上合法驾驶这款车。首批运抵美国的Topolino目前仅限于私家车产业园区、度假村、海滨小镇等私人场地使用。菲亚特表示，预计在今年夏末将推出免费的改装套件，增加倒车影像、后视镜以及行人警示系统，并将最高时速提升至25英里，从而使其符合联邦认定的低速车辆标准，以便在限速35英里或以下的道路上合法行驶，不过高速公路依然明令禁止通行。

在硬件配置和平台架构方面，Topolino并非菲亚特的独家产物。剥离复古的意式外观设计后，它与雪铁龙Ami以及欧宝Rocks Electric采用了相同的平台、电动机和锂离子电池组，三款车型均由Stellantis位于摩洛哥的工厂组装生产。其中，雪铁龙的版本偏向实用主义，欧宝的版本接近直接换标，而菲亚特的版本则是三者中改动最大、最为彻底的，采用了圆形前大灯、粉彩颜色选项以及各种个性化定制装备。雪铁龙Ami自2020年起便已开售，在法国等地区，由于被归类为四轮车，年满14周岁且无需完整驾照即可合法驾驶。

不过，美国消费者无法享受这些便利，目前仅提供单一的Verde Vita绿色涂装，并有两种车身风格可选，分别为配备全景天窗的硬顶版和无车门、采用绳索设计的Dolce Vita版，两者的定价保持一致。

这一全新车型能否转化为真正的销量仍是一个未知数。过去十年中，菲亚特在美国市场的销量出现大幅下滑，从2012年近44000辆的销量跌至去年的约1300辆。尽管在欧洲体验过Topolino的试驾者普遍对其给予好评，认为它造型迷人、易于停车且在拥挤的城市中非常实用，但即便是支持者也坦言，对于一辆本质上造型极为时尚的高尔夫球车而言，15000美元的售价让它更像是名下已有汽车的消费者的一个新奇大玩具。

尽管如此，主打轻量化驾照要求的电动汽车在文化层面上正逐渐获得关注，菲亚特的这款微型车也将成为评估美国消费者对微型车接受度的一个重要早期数据参考。

查看评论

虽然AI公司曾一度宣称绝不在聊天机器人服务中投放广告，甚至连首席执行官萨姆·奥特曼也曾将广告形容为“最后手段”的商业模式，并认为将其与AI结合会带来独特的不安感，但如今行业风向已彻底逆转。然而，根据市场研究机构的最新分析，各大科技公司很难从聊天机器人广告中获得预期的庞大收益。

咨询公司Emarketer的一项市场分析对OpenAI的广告收入目标提出了严重质疑。随着OpenAI在2月份开始在ChatGPT中测试广告，为其庞大的运营成本开辟新的资金来源，该公司的内部预测却远超美国整体聊天机器人广告市场所能支持的规模。

OpenAI此前表示，预计到今年年底将产生2.5亿美元的广告收入，并在2030年实现100亿美元的巨额收入目标。不过，Emarketer的研究指出，OpenAI的广告收入较其2030年的目标可能会有90%的落差，这也只是AI公司试图通过广告产生可观收入的一系列挫折中的第一步。Emarketer估计，包括OpenAI、微软、Google、亚马逊等在内的独立聊天机器人服务，今年在美国的总广告收入将不到10亿美元。相比之下，OpenAI自己就期望达成2.5亿美元。到2030年，Emarketer预计整个市场的规模也仅能达到54亿美元。

不过，这一预测并不涵盖所有与AI相关的广告支出，它排除了大量放置在“AI搜索”内容（如Google的AI概览）旁边的传统广告支出。Emarketer预计，到2030年更广泛的美国AI广告市场将达到682.5亿美元，但其中大部分支出仍将保留在独立聊天机器人对话之外。分析师承认，OpenAI的广告收入目标并非完全不可能实现，只是除非消费者行为发生颠覆传统广告市场的巨大变化，否则这一目标极难达成。

首先，如果广告商彻底放弃Google、社交媒体等传统搜索引擎和其他渠道，转向完全基于聊天机器人的广告体验，OpenAI的广告收入确实可能呈指数级增长。随后，这家ChatGPT的开发商还需要在这个全新的广告驱动业务中战胜竞争对手，才能在五年内实现预期的1000亿美元收入目标。理论上，OpenAI希望广告能够占其未来预计收入的三分之一。

数学计算和金融投机是否最终能战胜市场现实，将聊天机器人业务变成像AI公司多年来承诺那样的“印钞机”？以软银集团首席执行官孙正义为代表的AI狂热者们，依然愿意对这样的未来进行巨额押注。与此同时，据报道OpenAI计划在2030年之前进行大约6000亿美元的算力支出，这也凸显出该企业在经济模式真正开始奏效之前，需要赚取多么庞大的收入。

查看评论

根据彭博新能源财经最新发布的报告显示，受人工智能算力需求飙升的推动，预计到2035年，美国数据中心的电量消耗将达到目前的四倍，占全美总发电量的五分之一。

报告预测，未来十年内，数据中心容量将向接近200吉瓦的规模迈进，其中近一半的容量将专门用于模型训练与推理，且绝大部分集中在美国本土。到2033年，按电力需求计算，美国将承载全球64%的AI芯片。

基于过往的预测经验，这些数据甚至可能偏于保守。彭博新能源财经对于2035年电力需求的最新预估，比其在去年12月做出的预测高出了83%。与此同时，其他多家机构也纷纷上调了相关预测。电气行业非营利组织EPRI将其2024年的预测数据提高了一倍以上，标普的预测值也在去年10月至今年4月期间增长了三分之一以上，这些上调充分反映了美国各地数据中心建设的狂热节奏。

在未来的十年里，预计大多数新建数据中心将接入负担已经十分沉重的电网。横跨弗吉尼亚州至伊利诺伊州的PJM互联电网将把其34%的电力输送给数据中心，而覆盖得克萨斯州大部分地区的ERCOT则需要将22%的发电能力分配给数据中心。

作为承载美国大量数据中心的电网，PJM此前一直在艰难应对来自大型发电机组和大型负荷的接入申请，甚至曾暂停接收新电源接入电网长达四年之久，导致其在需求持续增长的背景下陷入了岌岌可危的境地。尽管PJM已于今年4月重新开放了新发电来源的排队通道，但供需失衡的局势依然严峻，以至于美国电力公司甚至威胁要退出该互联电网。供需失衡已推动当地电价在过去一年内上涨了76%。

即便面临电网拥堵，数据中心依然争相接入PJM电网，在电网管理者最近的一次容量拍卖中，数据中心占到了相关费用的38%。尽管美国占据了全球AI算力的大多数份额，但世界其他地区的数据中心同样在持续增长。

如果AI应用继续保持激进的发展轨迹，到2033年，全球数据中心将产生1935太瓦时的全新电力需求，其规模几乎等同于印度一年的全国用电量。

查看评论

思科于周二正式发布并开源了全新的小型人工智能模型家族，旨在帮助企业更高效地搜寻软件代码库中的安全漏洞。这套名为Antares的模型系列专为调查软件代码库而设计，能够精准识别已知漏洞在代码中的位置。

思科副总裁兼首席AI科学家阿明·卡尔巴西表示，在衡量模型准确识别真实世界代码库中脆弱文件能力的全新基准测试中，Antares的性能表现与包括OpenAI的GPT-5.5以及Z.ai的GLM-5.2在内的更大规模模型不相上下。

在实际应用层面，运行大型AI模型对组织的大型代码库进行全盘扫描往往成本高昂，且防御者需要随着软件的持续更新而不断重复扫描。相比之下，Antares展现出了显著的成本与效率优势。在思科的测试中，Antares仅用约15分钟便完成了500个代码库的扫描，成本低于1美元；而GPT-5.5则需要大约5小时，成本超过100亿美元。由于这些较小的模型支持在本地运行，组织能够将敏感的源代码保留在自己的安全环境中，无需将其发送给第三方AI服务提供商。思科AI软件与平台高级副总裁兼总经理DJ·萨姆帕斯指出，企业在实际应用中需要更具实用性的工具，而非过度冗余的大型方案。

在训练逻辑上，思科并未将Antares训练成普通的编码助手，而是使其更像一名专业的安全调查员。与仅仅回答关于代码问题的通用语言模型不同，该模型能够自主学习如何在代码库中进行搜索、检查文件、在特定线索受阻时灵活调整方向，最终锁定最有可能包含漏洞的文件。卡尔巴西形容，这种机制就像是在代码库的海量汪洋中精准搜寻安全针线。

在模型的安全性与发布策略方面，思科与美国政府相关机构就模型的安全性和发布事宜进行了合作。为了防止恶意攻击者和网络罪密谋获取相关工具，思科将对下载模型的用户进行严格审核。目前，Antares-350M和Antares-1B已于周二在Hugging Face平台上向经过验证的网络防御者开放。不过，功能更强大的30亿参数版本Antares-3B目前暂不对公众发布，思科计划将其直接整合进自身的安全产品线中。

思科此次开源行动并非孤例。就在上周，第一资本也开源了VulnHunter，这是一种采用攻击者思维并审查源代码以寻找潜在黑客入侵路径的代理式AI安全工具。萨姆帕斯透露，思科目前正在探讨建立一个行业联盟，以进一步扩展其在开源AI安全工具领域的工作，而这仅仅是一个起点。

查看评论

OpenAI与Hugging Face共同披露了一起罕见的人工智能安全事件。在上周的一次内部模型评估中，一个具备高级网络攻击能力的AI代理在测试过程中突破了沙盒环境，不仅对OpenAI的研究基础设施进行了横向移动和提权，还进一步渗透至Hugging Face的生产环境。事件发生后，双方迅速展开合作，成功发现并控制了相关风险。

据了解，该事件发生于一项旨在量化模型网络安全潜力的内部评估。当时，研究人员使用包括GPT-5.6 Sol及一款预发布模型在内的组合，在刻意关闭了防止高风险网络活动的生产分类器、且网络访问受到高度限制的隔离环境中运行评估。在寻找解决测试问题“ExploitGym”途径的过程中，模型耗费大量推理算力试图获取外网访问权限，并最终在内部托管的第三方软件包注册表缓存代理中发现并利用了一个零日漏洞。

在获取外网访问权限后，模型推断Hugging Face可能托管了相关模型、数据集及解决方案，随后通过链式攻击（包括利用被盗凭证和零日漏洞），在Hugging Face服务器上找到了远程代码执行路径。OpenAI内部安全团队在监控中首先发现了这一异常活动，而Hugging Face的安全团队及代理也迅速察觉并采取了遏制措施。双方团队随后展开紧密配合，进行了联合取证与恢复。

面对这一前所未有的安全事件，双方目前正采取多项紧急应对措施。OpenAI已在研究速度与基础设施安全控制之间做出调整，实施了更严格的配置控制，向其安全与安全委员会定期简报进展，并对发现的零日漏洞进行了负责任的披露和修复。同时，OpenAI已将Hugging Face纳入“受信任访问”计划，协助其利用模型能力强化防御。此外，双方正进一步完善未来训练与评估阶段的防护、监控及对齐机制。

行业分析指出，随着人工智能技术加速漏洞的发现与利用，模型安全与防护能力必须与快速提升的技术水平保持同步。英国人工智能安全研究所（UK AISI）的评估显示，诸如GPT-5.6 Sol等模型已具备在长期范围内维持复杂多步网络行动的能力，且这些理论能力已开始在现实场景中显现。这表明，高级网络能力必须与更强的安全防护和防御工具协同发展。

Hugging Face联合创始人兼首席执行官克莱姆·德朗格对此表示，此次事件证明了一个长期以来的观点：人工智能安全无法由任何单一家企业在闭门造车中解决，而必须在开放、协作的环境中，为每一位防御者广泛赋能才能得以应对。两家公司表示，未来将继续分享在安全防护与评估环境配置方面的研究成果与最佳实践，共同推动AI安全生态的建设。

查看评论

英伟达近日对其最新的Rubin GPU架构进行了深度解析，展示了其在多机架、多系统以及数据中心层面实现大规模计算的重大突破。作为该公司技术演进的重要里程碑，该款加速器在稀疏NVFP4运算下能够提供高达50 PetaFLOPS的计算能力。

在满血配置下，Rubin GPU集成了多达224个流式多处理器（SM）以及288 GB的HBM4内存。凭借3360亿个晶体管，英伟达还为其配备了拥有第三代Transformer引擎的896个张量核心。为了释放庞大的原始算力，英伟达将GPU资源划分至带有集中式L2缓存的图形处理器集群中，并辅以GigaThread引擎来协调工作流和优化资源利用率。此外，MIG控制分区功能允许该GPU被分割为多个虚拟GPU，其工作原理类似于现代CPU处理虚拟核心的方式。

在内存配置方面，英伟达携手内存合作伙伴，通过12层堆叠模块提供了288 GB的HBM4内存。专用的HBM控制器与物理层配合，实现了高达每秒22 TB的峰值内存带宽，在行业中极具竞争力。其张量内存管理器经过升级以提升数据传输效率，而整个GPU的纵向扩展与通信则由NVLink 6全权管理。借助NVLink 6，全互联GPU通信的架构带宽达到了每秒3600 GB，同时NVLink-C2C芯片到芯片互联技术则实现了每秒1800 GB的CPU与GPU通信带宽。英伟达还内置了拥有每秒256 GB带宽的PCIe Gen 6交换机，用于同外部设备进行数据交互。

纵向扩展通信是英伟达的核心优势之一，它使GPU能够在机架级系统中与其他GPU实现高效无碍的通信。传统GPU间通信往往需要协调与同步，当系统因等待数据传输而陷入停滞时便会产生延迟。针对这一痛点，Rubin架构引入了设备发起通信机制，允许每个GPU独立管理数据传输，从而消除了外部优化的需求并有效降低了延迟。

此类高性能系统往往伴随着巨大的功耗，单台NVL72机架便集成了72颗GPU。针对Vera Rubin NVL72系统，英伟达开发了智能功率平滑技术，将所有系统组件整合进单一的固定功率包络之内。例如在运行人工智能工作负载时，功率需求可能会在等待CPU的空闲状态与满负荷运转的GPU之间剧烈波动。通过智能功率平滑技术，Vera Rubin NVL72系统的平均功耗相较上一代Grace Blackwell NVL72降低了约10%，峰值50毫秒功率更是削减了大约20%，其功耗预算优化还进一步得到了英伟达DSX MaxLPS技术的加持。

查看评论

微软长期以来一直在各项产品中持续推进新技术的普及，其中以人工智能最为瞩目。然而，正是这些产品中的细微之处，往往暴露了Windows 11作为微软核心操作系统在某些地方仍未打磨完善。这些细节虽然对系统的基础使用影响不大，但却会悄然降低整体的操作体验。

深色模式正是这种视觉不一致的典型体现之一。理论上，开启深色模式应该让整个系统界面实现全局的黑色化改造，但在实际体验中，这一特性并未覆盖所有的界面元素。其中最显眼的“遗留区域”便是属性面板——无论用户选择深色还是浅色主题，该面板长期以来一直固定保持浅色显示。这种设计与系统的其余部分形成了鲜明的视觉反差，只要注意到这一点，便会让人感到违和。

好在这种情况终于有望迎来改变，一个现代化且支持深色模式的属性面板UI已被发现在Windows 11 Experimental Build 26300.8935测试版中悄然登场。尽管目前这项新设计仅针对已删除文件的属性对话框生效，尚未全面覆盖整个操作系统的所有属性面板，但这也释放出一个清晰的信号：微软终于开始着手让这部分传统界面与系统的其余部分保持视觉统一。

不过，这项改进距离全面推广可能还需要一段时间。目前该特性尚未在预览频道中实现全系统覆盖，更需要经历后续的公开发布流程，因此即便改动看似微小，其完整落地的道路依然任重道远。

查看评论

Anthropic宣布为其桌面端编程工具Claude Code推出重大更新，正式引入对苹果iOS模拟器的支持，目前该功能已面向公众开放测试。

根据官方介绍，当开发者指示Claude Code构建、运行或检查应用程序时，该工具能够在专属的iOS模拟器面板中直接打开正在开发中的应用。Claude不仅能够实时监控模拟器运行画面并与之交互，还能持续进行迭代，直至项目最终完成。在Claude工作期间，开发者依然可以继续正常使用iOS模拟器。

这一集成方案通过专属面板直接驱动模拟器，无需依赖传统意义上的计算机视觉操作，从而避免了macOS系统权限中对辅助功能和屏幕录制的繁琐需求。Anthropic同时提示，由于Claude在iOS模拟器中运行时的截屏会被发送至服务器并按照标准对话保留设置进行存储，建议用户切勿在该测试设备中登录真实的个人账户。

目前，iOS模拟器集成功能适用于macOS平台的Claude Code桌面版，前提是用户已在电脑上安装包含iOS平台的Xcode环境，且该模拟器面板仅支持在本地会话中使用。

查看评论

滑铁卢大学科研团队迎来了重大技术突破，他们成功研发出一种全新的3D打印技术，仅需20分钟便能在一场预约中为患者定制并生产出个性化的隐形眼镜。

虽然现代隐形眼镜行业长期以来拥有丰富的尺寸与形状选择，但对于角膜形状不规则的群体而言，挑选一副完美的镜片依然是一大难题。他们往往不得不在佩戴舒适度与视觉清晰度之间做出妥协，且通常需要承担多次验配诊疗以及高昂的定制费用。为了寻找更快、更具经济效益的替代方案，加拿大滑铁卢大学化学系的科研人员将目光投向了3D打印技术。

这种定制流程类似于普通塑料或金属制品的3D打印，通过专用软件构建出镜片的数字模型。其中，镜片内表面能够精准契合患者独特的角膜形状，外表面则负责提供所需的视力矫正。然而，将这一理念转化为现实面临着诸多技术挑战。首要且最重大的难点在于材料本身。硅胶因其柔软、透氧以及生物相容性，被视为隐形眼镜的理想材质，但它却与传统的3D打印技术兼容性较差。为此，研究团队专门开发了一种全新的亲水硅胶配方，使其能够支持层层叠加的打印构建方式。

3D打印本身的特性也带来了另一项挑战。当物体采用逐层打印的方式制造时，表面会不可避免地产生类似台阶的微小瑕疵，这在隐形眼镜这样微小的物件上会严重影响佩戴舒适度与光学清晰度。研究团队通过涂抹一层特殊的超薄涂层成功解决了这一问题，该涂层能够在不改变镜片定制形状的前提下实现表面平滑。

该校化学研究副研究员萨扬·甘古利博士表示，团队所创造的新型亲水硅胶材料，结合独特的制造过程，能够产出佩戴舒适、光滑且透明的镜片。近期进行的实验室测试证明，这些镜片具备良好的生物相容性，能够安全地与眼部组织交互。同时，研究团队指出，这些3D打印镜片所展现出的光学清晰度与机械性能完全不逊色于商业隐形眼镜。该团队目前的下一步计划是筹备现实世界的测试并完成专利申请，从而推动这项创新技术向商业化应用迈进。

查看评论

微软宣布将于下月正式关闭面向普通消费者的Copilot应用中的两大核心功能：深度研究（Deep Research）与播客（Podcasts）。这两项功能最初是在2025年4月微软庆祝其成立50周年之际作为Copilot的全新功能正式亮相的，而今它们将在2025或2026年8月18日正式退出历史舞台。

在功能下线后，普通消费者将无法再在Copilot应用中体验到深度研究功能。此前，该功能允许用户针对复杂课题进行深入调研，并根据多方网络来源自动生成详细的分析报告。尽管如此，微软指出，Microsoft 365 Copilot的高级订阅用户依然可以通过其中的Researcher 代理来完成类似的调研工作，该代理同样支持联网并结合用户工作数据生成带有引用的结构化报告。不过需要注意的是，此前已经生成的深度研究报告将不会被删除，用户仍可在历史记录中进行查阅，甚至可以将其导出并在 Microsoft Word 中打开进行本地保存。

与此同时，微软也将于8月18日彻底关停Copilot Podcasts播客功能。该功能曾允许用户将特定主题或上传的各类内容转化为由两位 AI 模拟主持人进行对话的音频节目，被视为微软对标Google NotebookLM 的语音概览体验。与研究报告的处理方式不同，以往生成的播客音频在8月18日之后将彻底无法访问，用户无法将这些音频文件导出或在应用外部保存，所有此前分享过的播客链接也将会同时失效。

对于此次功能调整，微软官方尚未给出明确的解释，但这一变动明显表明该公司正在将更多先进的 AI 能力逐步向Microsoft 365 Copilot整合。回顾过往，面向普通消费者的Copilot在今年3月推出Copilot Health之后便鲜有重大更新。在 AI 行业瞬息万变的背景下，长达数月缺乏具有突破性的面向消费者的功能更新，也引发了外界对微软未来是否会持续坚定投入消费者端Copilot的关注与探讨。

查看评论

旺盛需求托起英伟达 GPU，使其成长为全球市值最高公司，GPU 也是搭建、运行人工智能的核心芯片。如今这家芯片巨头开始对外供货自研中央处理器（CPU），云服务商可选用这款产品替代超威（AMD）与英特尔的方案，AI 服务器市场就此开启新一轮争夺战。

2026 年 3 月 16 日，美国加州圣何塞英伟达 GTC 大会，英伟达首席执行官黄仁勋发表主题演讲，身旁摆放 Vera Rubin Ultra Kyber 计算托盘与 Vera Rubin Ultra Kyber NVLink 互联背板。AI 算力建设浪潮核心企业英伟达预计，到 2027 年底，布莱克韦尔（Blackwell）与鲁宾（Rubin）两大芯片产品线营收至少达到 1 万亿美元。

周二，英伟达正式发布数据中心 CPU Vera 的详细资料，包含芯片规格、基准测试数据与架构信息，可供潜在客户完整评估。英伟达代表透露，Vera 芯片已于 6 月交付客户，采购方包括 OpenAI、Anthropic 以及 SpaceX。

英伟达长期引领全球信息技术产业方向。但在 CPU 赛道，英伟达属于后来挑战者，对手英特尔、AMD 根基深厚，和各大超大规模云厂商拥有长期稳固合作关系。

布局 CPU 是英伟达纵向一体化战略的又一步：逐年自研更多系统内核心芯片与技术。英伟达目标不再单纯售卖芯片，而是向客户交付整机柜一体化算力系统。

英伟达表示，这套战略能够帮助工程师充分释放 GPU 性能；随着 AMD 自研芯片与各类定制化算力方案竞争加剧，此举将巩固英伟达系统在头部 AI 实验室的首选地位。

AI 热潮兴起之前，CPU 是服务器内部最重要、成本最高的组件。2022 年 ChatGPT 面世时，初代 AI 服务器普遍采用 1 颗 CPU 搭配最多 8 块 GPU，算力重心开始向英伟达 GPU 倾斜。

但智能体 AI（Agentic AI）快速崛起，这类系统可在少量人工干预下后台自主运行，市场重新重视 CPU 价值。CPU 负责调度智能体、持续向显卡输送数据。资本市场也捕捉到这一变化：2026 年至今，老牌 CPU 厂商 AMD、英特尔股价表现位居芯片板块前列，年内涨幅分别达 128%、149%，高于英伟达 8% 的涨幅。

英伟达超大规模业务副总裁伊恩・巴克上周在分享会上表示，智能体让 CPU “变得至关重要”，“尤其取决于 CPU 多快完成单次请求处理”。

英伟达认为长期来看，服务器 CPU 整体市场规模有望达到 2000 亿美元；伯恩斯坦今年早些时候测算，成熟服务器 CPU 市场 2025 年整体规模约 370 亿美元。

沃尔夫研究 5 月预测，单颗 Vera 芯片均价约 5000 美元，英伟达今年出货量预计 130 万颗。英伟达没有对定价传闻予以置评。

高德纳分析师凯文・诺克斯称，在企业级 AI 服务器 CPU 赛道，AMD 是当前首要竞争者。市场数据显示，AMD 服务器 CPU 市占率约 33%，英特尔为 66.8%；不过 AMD 份额持续提升，深度绑定各大云巨头。

“AMD 围绕自家芯片搭建了完善生态，优势显著。” 诺克斯说道。

单核性能：路线重大转向

英伟达上周介绍，Vera 是公司首款从内核开始完全自主设计的服务器 CPU，区别于此前采用 ARM 现成公版内核的方案，研发投入更高。

Vera 专为解决智能体 AI 场景瓶颈打造；英伟达称，面对智能体负载，该芯片性能比英特尔、AMD 所采用的 x86 架构芯片高出 50%。

英伟达解释，英特尔、AMD 过往面向云端的 CPU 普遍追求核心数量，而 Vera 搭载自研Olympus（奥林匹斯）内核，优先强化单核运算速度。

英伟达 Vera 产品营销负责人汉娜・库唐德在宣讲中表示，芯片设计聚焦单核算力、高内存带宽与低延迟，“让智能体能够尽快把任务交还给 GPU。GPU 是 AI 工厂里成本极高、价值珍贵的资源，这套方案可以最大限度维持 GPU 高负载运行。”

英伟达既可以单独售卖 Vera 芯片，也支持与自家 GPU 搭配成套供货。产品形态包含：搭载 256 颗 Vera 芯片的液冷整机柜、单机双 Vera 配置；同时可与英伟达 GPU 组合为Vera Rubin 一体化算力平台对外交付。

这款 CPU 功耗区间 250 瓦至 450 瓦；芯片搭载大容量低功耗内存（和手机、笔记本所用内存同类型），单颗最高支持 1.5TB 内存容量。

部分分析师认为，英伟达开辟了全新品类 CPU，英特尔与 AMD 暂时没有对等竞品。寒武纪 AI 研究创始人卡尔・弗伦德表示，英伟达这款新型 CPU 不会用来承载网站服务等传统服务器业务，将专注高强度 AI 工作负载。

不过即便是英伟达，想要说服云厂商采购新品依旧存在挑战。

库唐德坦言，Vera 目前尚处于商用初期。官方合作伙伴名单里，公开云服务商仅有甲骨文；同时英伟达透露，OpenAI 计划自本季度开始大规模部署 Vera 芯片。

弗伦德分析：“英伟达自研 CPU，意在打破客户对英特尔、AMD CPU 的依赖，争夺这块市场收入。他们选择另辟蹊径，打造当前市面上独一无二的专用 CPU。”

查看评论

苹果公司正准备推出名为Apple Upgrade的设备租赁计划，这将成为该公司有史以来对销售方式进行的最重大调整之一。知情人士称，这项新服务计划于7月28日上线，将覆盖大多数iPhone、Mac、iPad和Apple Watch机型。苹果将与Klarna Group Plc合作，由后者为该计划提供资金支持。

该计划初期至少将在美国推出，并同时覆盖苹果实体零售店和线上渠道。

Apple Upgrade的运作方式类似订阅服务。用户可在租期内提前付清设备款、提前升级至新机型，或在租期结束后保留设备。部分情况下，这些操作将产生额外费用。与汽车租赁类似，用户也可在租期结束时归还设备。

iPhone和Apple Watch的租期为24个月，Mac和iPad为36个月。用户需通过信用资格审核才能加入该计划。

几周前，苹果因全行业存储芯片短缺而将Mac、iPad及其他设备价格上调数百美元。市场普遍预计，苹果在9月发布新款iPhone时也会上调售价。

与目前的iPhone Upgrade Program不同，Apple Upgrade不包含AppleCare。Apple Watch SE、入门级iPad、iPhone 16和MacBook Neo等部分设备不适用该计划。企业和教育采购也不在适用范围内。

查看评论

美国消防部门目前正在测试能够直接扑灭野火的自动驾驶无人机，旨在将早期火灾遏制在萌芽状态，防止其进一步蔓延。随着野火规模逐年扩大，消防机构和相关组织正积极寻求新技术来辅助消防工作。来自旧金山的森讷公司近期在加利福尼亚州、蒙大拿州以及犹他州等地进行了一项新系统的演示，吸引了当地消防部门的关注。该系统能够以最少的人工干预，指挥一个由五架消防无人机组成的机群执行灭火任务。

尽管此前消防部门已经广泛使用观察类无人机，但直接派遣无人机参与灭火仍是一个全新的尝试。无人机的航程和载水量无法与专门用于扑灭大型火灾的水轰炸机相提并论，但它们能够在火情被发现后不久，迅速赶到现场遏制潜在的危险火情。

据了解，每架无人机可携带约100磅的水或阻燃剂，往返航程可达10英里，若根据火源与无人机基站之间的距离调整，航程甚至可以延伸至20英里。一旦通过摄像头、观察传感器或911报警电话发现火情，消防员便可通过应用程序将全球定位系统航点上传至无人机，并从牵引式平台上将其发射。

在执行任务时，消防员并不直接操纵无人机，而是为其指定飞行区域和需要避开的障碍。无人机的平均飞行速度约为每小时30英里，飞行高度保持在地面上方数十英尺，既能避开地面障碍物，又不会干扰空中交通。

当无人机抵达现场后，它们会依次对火源发动攻击，随后返回基地。在基地，单名技术人员便可在几分钟内完成无人机的水源补充、电池更换并使其重新具备出战能力。待地面消防人员抵达现场后，再由他们评估是否需要进行后续的灭火攻击。

森讷公司设计的这套系统旨在火灾极具恶化风险的最初10到15分钟内将其扑灭，这也是阻止火势蔓延的关键窗口期。相较于出动直升机，该系统成本更低，并且能够比消防员更轻松地抵达地形陡峭且难以接近的区域。

与此同时，XPRIZE基金会近期也举办了一场专注于消防无人机系统设计的竞赛。前美国消防局长洛里·穆尔-梅雷尔指出，这一技术代表着一个重要的转折点，相关的公共政策、供应链和运营标准都需要跟上发展的步伐。

查看评论

微软与法国人工智能初创公司Mistral AI近日宣布深化战略合作伙伴关系，达成一项价值数十亿美元的重大协议。根据协议，双方的合作范围将扩展至人工智能基础设施、企业级AI服务等多个领域。

追溯至2024年，微软首次与专注于大语言模型和AI服务的欧洲初创公司Mistral建立战略合作，为其提供Azure AI超级计算基础设施，用于支持模型的训练和推理工作负载，并通过Foundry平台向客户提供Mistral的高级模型。在此次扩大的合作中，微软将利用Mistral基于欧洲本地的GPU基础设施，支持自身的人工智能开发以及云与AI服务的交付。Mistral目前计划部署数千个英伟达Vera Rubin GPU，以开展模型训练、推理及大规模AI工作负载。微软副主席兼总裁布拉德・史密斯表示，此举旨在确保欧洲能够在不妥协数据主权与运营控制的前提下，获得世界领先的AI技术，并通过将其纳入主权云组合及多种部署环境，为客户提供可自主掌控的可信基础。

此外，最新的Mistral模型也将全面接入微软的企业级AI平台。目前，Mistral Medium 3.5和专注于文档处理与自动化工作流的OCR 4已在Microsoft Foundry上向开发者开放，其中Medium 3.5模型亦已上线Microsoft Copilot Studio，供用户创建专属AI代理。微软指出，客户可通过Azure托管云环境、客户控制且云连接的Azure Local系统，以及完全断开连接的Azure Local部署这三种配置来运行Mistral模型，特别满足了受监管行业对高敏感或任务关键型工作负载的合规需求。在市场推广方面，双方将联合开拓欧洲及其他地区的政企客户，通过共同资助概念验证项目、提供Azure积分和举办专题研讨会来加速技术落地。

查看评论