https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
据《商业内幕》援引内部人士报道，亚马逊正对其 AI 战略进行重大调整，停止对旗下大部分自研 Nova 系列大模型的积极开发。本次收缩覆盖旗舰级 Nova Premier 与 Omni 模型、Reel 视频模型及 Canvas 图像生成器;上述模型已转入“维持运行”模式，仅继续服务现有客户。此前，亚马逊已对其 AGI 部门实施裁员，并关闭了2024年收购 Adept 后成立的 AGI 实验室。
虽然收缩了首批自研产品线，但亚马逊并未退出顶级 AI 争夺。目前，研发资源正全面转向由前沿专家皮特·阿贝尔（通过收购机器人初创公司 Covariant 加入）领导的前沿模型研究团队，全新基础模型预计将于今年秋季 re:Invent 大会上正式发布。亚马逊发言人强调，AI 模型仍是公司最核心的项目之一。同时，亚马逊作为 Anthropic 和 OpenAI 的最大支持者之一，相关投资或已超千亿美元。
此次调整表明科技巨头正从“多线铺开”转向“集中资源攻坚单一顶级前沿模型”。亚马逊在强化云生态与外部投资的同时，正力求通过精准的技术突破重塑其在大模型前沿梯队的竞争地位。
via AI新闻资讯 (author: AI Base)
ChatGPT周活用户逼近 10 亿大关：晚了 7 个月，但上线不到四年
据OpenAI内部披露，旗下聊天机器人ChatGPT周活跃用户量即将突破 10 亿。这一里程碑原计划于去年年底达成，虽然比预期晚了七个月，但上线不足四年便积累如此规模的用户基础，在全球互联网应用中仍属增速最快的产品之一。公司发言人对此未予置评。
迟到 7 个月的里程碑，增长引擎正在换挡
ChatGPT用户增长放缓背后有多重因素叠加。谷歌的Gemini正持续深度整合拥有数十亿用户的搜索引擎，从流量入口端蚕食市场；去年秋季推出的GPT- 5 研发过程一波三折，上线后遭到大量用户诟病，直接拖累了增长曲线。
此外，多家调研机构数据显示，Anthropic的Claude聊天机器人自那以来也分走了一部分市场份额。 10 亿用户固然是一张漂亮的成绩单，但迟到的 7 个月同样揭示了一个现实：ChatGPT的先发红利正在被快速稀释，AI聊天机器人市场正从一家独大走向多强角力。
via AI新闻资讯 (author: AI Base)
据OpenAI内部披露，旗下聊天机器人ChatGPT周活跃用户量即将突破 10 亿。这一里程碑原计划于去年年底达成，虽然比预期晚了七个月，但上线不足四年便积累如此规模的用户基础，在全球互联网应用中仍属增速最快的产品之一。公司发言人对此未予置评。
迟到 7 个月的里程碑，增长引擎正在换挡
ChatGPT用户增长放缓背后有多重因素叠加。谷歌的Gemini正持续深度整合拥有数十亿用户的搜索引擎，从流量入口端蚕食市场；去年秋季推出的GPT- 5 研发过程一波三折，上线后遭到大量用户诟病，直接拖累了增长曲线。
此外，多家调研机构数据显示，Anthropic的Claude聊天机器人自那以来也分走了一部分市场份额。 10 亿用户固然是一张漂亮的成绩单，但迟到的 7 个月同样揭示了一个现实：ChatGPT的先发红利正在被快速稀释，AI聊天机器人市场正从一家独大走向多强角力。
via AI新闻资讯 (author: AI Base)
ChatGPT 周活逼近 10 亿：迟到七个月的里程碑，与三股分流的暗流
OpenAI 内部流出的数字显示，ChatGPT 的周活跃用户量正逼近 10 亿这道门槛。这个里程碑，原本被公司定在去年年底就要撞线，如今比预期晚了七个月，才终于望见终点。
即便迟到了，这份体量依旧惊人。ChatGPT 上线还不满四年，便聚起如此规模的用户，即便不坐"增速第一"的交椅，也稳稳站在互联网应用史上增长最快的那一梯队里。对于这个数字，公司发言人选择了沉默，不予置评。
光环之下，增长的放缓已经藏不住了。三股暗流正在同时分走 ChatGPT 的流量。
第一股来自谷歌。Gemini 正被持续、深度地嵌进那个坐拥数十亿用户的网页搜索引擎，每一次搜索框背后的默认智能，都在把习惯悄悄挪走。第二股来自去年秋天 GPT-5 的上线——那款模型研发过程一波三折，发布后又被大量用户诟病，周活跃用户的增长曲线在那之后明显拐了个弯。第三股则来自 Anthropic 的 Claude，多家调研机构的数据都指向同一结论：自 GPT-5 风波后，Claude 从聊天机器人市场里切走了一块份额。
当一款产品逼近 10 亿周活，它面对的已不再是"能不能长大"的问题，而是"长大之后怎么守住"的考题。三股分流的暗流提示着，聊天机器人的牌桌，正从一家独大走向群雄并起。
via AI新闻资讯 (author: AI Base)
OpenAI 内部流出的数字显示，ChatGPT 的周活跃用户量正逼近 10 亿这道门槛。这个里程碑，原本被公司定在去年年底就要撞线，如今比预期晚了七个月，才终于望见终点。
即便迟到了，这份体量依旧惊人。ChatGPT 上线还不满四年，便聚起如此规模的用户，即便不坐"增速第一"的交椅，也稳稳站在互联网应用史上增长最快的那一梯队里。对于这个数字，公司发言人选择了沉默，不予置评。
光环之下，增长的放缓已经藏不住了。三股暗流正在同时分走 ChatGPT 的流量。
第一股来自谷歌。Gemini 正被持续、深度地嵌进那个坐拥数十亿用户的网页搜索引擎，每一次搜索框背后的默认智能，都在把习惯悄悄挪走。第二股来自去年秋天 GPT-5 的上线——那款模型研发过程一波三折，发布后又被大量用户诟病，周活跃用户的增长曲线在那之后明显拐了个弯。第三股则来自 Anthropic 的 Claude，多家调研机构的数据都指向同一结论：自 GPT-5 风波后，Claude 从聊天机器人市场里切走了一块份额。
当一款产品逼近 10 亿周活，它面对的已不再是"能不能长大"的问题，而是"长大之后怎么守住"的考题。三股分流的暗流提示着，聊天机器人的牌桌，正从一家独大走向群雄并起。
via AI新闻资讯 (author: AI Base)
Kimi K3太牛了！但老板说API太贵，让我本地化部署，我算完成本，他涨红脸沉默不语了！其实成本不高，三千万足矣。
最近Kimi K3上线以后，大家都惊呼，又是一个DeekSeek时刻，哈哈，是不是应该叫Kimi时刻更好点儿。
K3的发布并不亚于当初DeepSeek R1发布造成的盛况，我们老板也是第一时间充值上手了（还挺潮，我都没用上，太贵）。
回来就找我：小X啊，咱们也要学习业内先进公司的经验啊！后面让大家全面使用Kimi K3进行研发。
我说：老板，现在Kimi官方API的定价可不便宜，Kimi官方最便宜的49的套餐不支持K3。
最少需要99的套餐。但是99的套餐上下文窗口是256K的，想要正常用100万Token的得买699的套餐。
咱们研发这边目前有几十个人，就算买30个也得每个月2万多。
老板：这么贵吗？我觉得那个99的就挺好用的啊。
我说：其实简单试用一下99的就挺好的，但是咱们研发用最好还是699的。
老板：哦哦，那这个成本确实挺高的。这样吧，咱们等等K3开源以后本地化部署，这样就只花一次钱，不用每个月都充钱了。
你回去写一份计划书，算算成本啥的，回头交给我。
于是乎我一脸懵逼的出了门，心里直呼一种植物的名字。
----------------------
既然你想要那我就给你算算：
Kimi K3 作为一个拥有 2.8 万亿参数的超大规模混合专家（MoE）模型，想要本地化部署完完全全就是一个企业级的工程。
不可能跟之前那个所谓的 DeepSeek 一体机一样，必须得是一个集群。
别的不谈，先说显卡，这是大头。
官方建议至少需要 64张以上加速卡组成的超节点 才能完整部署。
这类超节点通常由 64-1024 张国产加速卡（如华为昇腾910B等）或海外旗舰卡（如 H200、H100）通过高速互联组成，并需要配套 800G/1.6T 高速光模块和液冷散热方案。
咱们这里以 H200 为例，目前来看这个显卡在计算领域绝对领先，141GB显存的H200大概需要64张能够勉强跑通，达到基本可用的状态。
但是因为MoE 模型在推理时需要在专家间进行高频数据同步，网络带宽是决定性能的关键。
所以还需要上NVLink 交换机 / 互联桥，用于实现 GPU 之间的高带宽、低延迟通信。
另外需要至少需要配备 800G 级别的光模块（若条件允许可上 1.6T），用于机架内或跨机架的高速数据传输。
最后还需要支持 RDMA/RoCE 协议的高速以太网交换机，来确保集群内部数据交换不成为瓶颈。
这些东西需要安装在企业级主板上才能用，需要支持多路 PCIe 5.0 且具备多 GPU 插槽（如 8 卡或 4 卡服务器主板）的定制主板，以8卡主板为例，64张H200需要至少8台顶级服务器机箱。
CPU也不能太差了，得双路企业级 CPU，最起码也得Intel Xeon Sapphire Rapids 或 AMD EPYC Genoa 系列，这样才能够提供充足的 PCIe 通道数，避免 CPU 成为数据调度的瓶颈。
内存也不能太小，毕竟百万计的Token上下文。而且除了 GPU 的 HBM，还需要庞大的系统内存来存放 KV Cache 和中间激活值。
所以每台服务器最起码要配备1TB - 2TB 的 DDR5 内存。
有了内存，还得有存储空间。
得用上企业级的固态硬盘，存储高达 1.4TB 的模型权重文件、数据集以及推理时的缓存盘。
这种得上RAID 阵列，每个服务器不低于8TB，并且太差的盘还不行，因为读写 I/O 带宽不能太小了。
机器的主体基本上已经全了，但这还不是全部。
主体有了，还需要散热。
H200 在高负载 MoE 场景下单卡功耗极高，64 张卡聚集在一个机柜内，传统风冷根本不好使。
所以必须要上 冷板式液冷 或 浸没式液冷。
但是机器还得开机啊，开机就需要电源，单机柜可能得160kW，得拆分。
机柜上必须配备企业级钛金电源，这还没说机房改造的事儿哈！（咱们这里默认机房不需要改造。）
好了，到这里基本上都配齐了，杂七杂八的小配件咱们就不算钱了。
总成本需要多少呢？
保守估计3000万！
----------------------
需要注意的是，这个3000万是一次性投入，并不包含耗材的钱和后续使用。
咱们假设公司有高规格的机房，不需要租专业的 IDC 数据中心，并且公司有自己的高带宽网络专线。
这里只算电费，别的都不算。
单张 H200 显卡在满载运行时的功耗约为 700W（0.7kW）
所以，64 张 H200 显卡本身的总功耗为：
实际机房中除了显卡本身的耗电，还需要考虑服务器主板、CPU、内存、网络交换机以及空调制冷等配套设施的能耗。
数据中心通常用 PUE（电源使用效率）来衡量，国内数据中心的平均 PUE 约为 1.55。
所以，整个集群的实际取电功率需要乘以 1.55 的系数：
因为工业用电不是家庭用电，咱们以每度 1.5元 为基准，1小时运行的话，电费为：
咱们以全年365天，24小时满载运行为例：
就是说一年光电费就91万，这还不算别的，这仅仅是纯电费成本。
----------------------
于是乎我兴冲冲的拿着账单去找老板：老板您看，本地化部署需要的费用也不算很多，仅计算设备成本大约是3000万。不包含场地、机房改造等等费用。
然后，后续投入使用每年的电费成本大概是91万多点儿，这里面不包含耗材和其他设备成本，仅包含电费。
我看着老板的脸色由白转红，又有点儿紫，最后有点儿黑，没说一句话。
沉默良久以后老板开口说：小X啊，这个事儿公司需要开会讨论一下，你把材料留下先回去吧。
走出办公室的一刻，我看着老板拿起那份账单，手不知道为什么有点儿哆嗦。
via 掘金人工智能本月最热 (author: 李剑一)
最近Kimi K3上线以后，大家都惊呼，又是一个DeekSeek时刻，哈哈，是不是应该叫Kimi时刻更好点儿。
K3的发布并不亚于当初DeepSeek R1发布造成的盛况，我们老板也是第一时间充值上手了（还挺潮，我都没用上，太贵）。
回来就找我：小X啊，咱们也要学习业内先进公司的经验啊！后面让大家全面使用Kimi K3进行研发。
我说：老板，现在Kimi官方API的定价可不便宜，Kimi官方最便宜的49的套餐不支持K3。
最少需要99的套餐。但是99的套餐上下文窗口是256K的，想要正常用100万Token的得买699的套餐。
咱们研发这边目前有几十个人，就算买30个也得每个月2万多。
老板：这么贵吗？我觉得那个99的就挺好用的啊。
我说：其实简单试用一下99的就挺好的，但是咱们研发用最好还是699的。
老板：哦哦，那这个成本确实挺高的。这样吧，咱们等等K3开源以后本地化部署，这样就只花一次钱，不用每个月都充钱了。
你回去写一份计划书，算算成本啥的，回头交给我。
于是乎我一脸懵逼的出了门，心里直呼一种植物的名字。
----------------------
既然你想要那我就给你算算：
Kimi K3 作为一个拥有 2.8 万亿参数的超大规模混合专家（MoE）模型，想要本地化部署完完全全就是一个企业级的工程。
不可能跟之前那个所谓的 DeepSeek 一体机一样，必须得是一个集群。
别的不谈，先说显卡，这是大头。
官方建议至少需要 64张以上加速卡组成的超节点 才能完整部署。
这类超节点通常由 64-1024 张国产加速卡（如华为昇腾910B等）或海外旗舰卡（如 H200、H100）通过高速互联组成，并需要配套 800G/1.6T 高速光模块和液冷散热方案。
咱们这里以 H200 为例，目前来看这个显卡在计算领域绝对领先，141GB显存的H200大概需要64张能够勉强跑通，达到基本可用的状态。
但是因为MoE 模型在推理时需要在专家间进行高频数据同步，网络带宽是决定性能的关键。
所以还需要上NVLink 交换机 / 互联桥，用于实现 GPU 之间的高带宽、低延迟通信。
另外需要至少需要配备 800G 级别的光模块（若条件允许可上 1.6T），用于机架内或跨机架的高速数据传输。
最后还需要支持 RDMA/RoCE 协议的高速以太网交换机，来确保集群内部数据交换不成为瓶颈。
这些东西需要安装在企业级主板上才能用，需要支持多路 PCIe 5.0 且具备多 GPU 插槽（如 8 卡或 4 卡服务器主板）的定制主板，以8卡主板为例，64张H200需要至少8台顶级服务器机箱。
CPU也不能太差了，得双路企业级 CPU，最起码也得Intel Xeon Sapphire Rapids 或 AMD EPYC Genoa 系列，这样才能够提供充足的 PCIe 通道数，避免 CPU 成为数据调度的瓶颈。
内存也不能太小，毕竟百万计的Token上下文。而且除了 GPU 的 HBM，还需要庞大的系统内存来存放 KV Cache 和中间激活值。
所以每台服务器最起码要配备1TB - 2TB 的 DDR5 内存。
有了内存，还得有存储空间。
得用上企业级的固态硬盘，存储高达 1.4TB 的模型权重文件、数据集以及推理时的缓存盘。
这种得上RAID 阵列，每个服务器不低于8TB，并且太差的盘还不行，因为读写 I/O 带宽不能太小了。
机器的主体基本上已经全了，但这还不是全部。
主体有了，还需要散热。
H200 在高负载 MoE 场景下单卡功耗极高，64 张卡聚集在一个机柜内，传统风冷根本不好使。
所以必须要上 冷板式液冷 或 浸没式液冷。
但是机器还得开机啊，开机就需要电源，单机柜可能得160kW，得拆分。
机柜上必须配备企业级钛金电源，这还没说机房改造的事儿哈！（咱们这里默认机房不需要改造。）
好了，到这里基本上都配齐了，杂七杂八的小配件咱们就不算钱了。
总成本需要多少呢？
保守估计3000万！
----------------------
需要注意的是，这个3000万是一次性投入，并不包含耗材的钱和后续使用。
咱们假设公司有高规格的机房，不需要租专业的 IDC 数据中心，并且公司有自己的高带宽网络专线。
这里只算电费，别的都不算。
单张 H200 显卡在满载运行时的功耗约为 700W（0.7kW）
所以，64 张 H200 显卡本身的总功耗为：
64 × 0.7kW = 44.8kW实际机房中除了显卡本身的耗电，还需要考虑服务器主板、CPU、内存、网络交换机以及空调制冷等配套设施的能耗。
数据中心通常用 PUE（电源使用效率）来衡量，国内数据中心的平均 PUE 约为 1.55。
所以，整个集群的实际取电功率需要乘以 1.55 的系数：
44.8kW × 1.55 ≈ 69.44kW。因为工业用电不是家庭用电，咱们以每度 1.5元 为基准，1小时运行的话，电费为：
69.44度电 × 1.5元/度 ≈ 104.16元/小时咱们以全年365天，24小时满载运行为例：
104.16 x 24 x 365 ≈ 91.2万元。就是说一年光电费就91万，这还不算别的，这仅仅是纯电费成本。
----------------------
于是乎我兴冲冲的拿着账单去找老板：老板您看，本地化部署需要的费用也不算很多，仅计算设备成本大约是3000万。不包含场地、机房改造等等费用。
然后，后续投入使用每年的电费成本大概是91万多点儿，这里面不包含耗材和其他设备成本，仅包含电费。
我看着老板的脸色由白转红，又有点儿紫，最后有点儿黑，没说一句话。
沉默良久以后老板开口说：小X啊，这个事儿公司需要开会讨论一下，你把材料留下先回去吧。
走出办公室的一刻，我看着老板拿起那份账单，手不知道为什么有点儿哆嗦。
via 掘金人工智能本月最热 (author: 李剑一)
OpenAI 最近给 ChatGPT 的规矩里，悄悄添了一行新限制——不再完整复刻在世作家的专属文笔。这步调整没有大张旗鼓地宣布，而是静默地写进了功能规则，目的直白:把版权踩雷的空间再压窄一点。
实测下来，这道墙已经立起来了。当用户要求照着某位还在世的作家，去仿写故事开篇、改编经典文本，或者借其行文特点做创作时，ChatGPT 会直接拒绝对方专属文风与语言节奏的完整复刻。比如让它用斯蒂芬·金的笔调写个开头、把《奥德赛》改写成那位恐怖大师的风格，或是模仿谭恩美的腔调落笔，系统都不再接招。它愿意做的，只是借鉴题材、叙事逻辑、氛围塑造这类通用创作要素，去产出真正原创的内容。
有意思的是，这道墙只拦活人。面对查尔斯·狄更斯、欧内斯特·海明威、威廉·莎士比亚这些早已离世的作家，用户提出仿写与风格复刻的需求，ChatGPT 依旧照常响应、照常动笔。
这背后的法理并不复杂。美国现行版权相关法规，保护的只是作者原创的具体文字表达，并不给抽象的写作风格竖起版权的篱笆。业内的判断是，OpenAI 推出这条限制，核心在于主动把潜在的版权纠纷空间压缩掉，给企业的运营风险再降一档——这是人工智能行业在文学创作版权边界上，一次偏防御姿态的合规试探。
当生成式 AI 能越来越像某个人那样说话写字，复刻创作者文风、拿现有作品做二次创作的版权归属，早已是全球 AI 产业与文学领域共同盯紧的焦点。相关的行业规范与法律细则仍在慢慢补齐，而 ChatGPT 这道新墙，不过是这场拉锯里又一块被悄悄垒起的砖。
via AI新闻资讯 (author: AI Base)
OpenAI 重置用量限制，改进 GPT-5.6 Sol 消耗限额过快的问题，明日恢复五小时限额
OpenAI 员工 Tibo 宣布，已重置所有 ChatGPT Work 和 Codex 用户的用量限制，并针对 GPT-5.6 Sol 消耗限额过快的问题推出多项改进。经优化后，典型使用下用量预计可多支撑约 18%，部分用户即日起能看到更大提升；此前因调查而暂停的五小时限额也将于次日恢复。
官方解释称，Sol 更倾向于长时间工作、发起更多工具调用并协调复杂流程，同等推理强度下比 GPT-5.5 消耗更多 token，代码模式的并行调用也推高了用量。官方承认发布前过度关注平均和中位用量，忽视了重度用户的长尾场景，表示本应更早察觉并更坦率沟通。
Tibo(@thsottiaux)
🌸 在花频道 · 茶馆水群 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
OpenAI 员工 Tibo 宣布，已重置所有 ChatGPT Work 和 Codex 用户的用量限制，并针对 GPT-5.6 Sol 消耗限额过快的问题推出多项改进。经优化后，典型使用下用量预计可多支撑约 18%，部分用户即日起能看到更大提升；此前因调查而暂停的五小时限额也将于次日恢复。
官方解释称，Sol 更倾向于长时间工作、发起更多工具调用并协调复杂流程，同等推理强度下比 GPT-5.5 消耗更多 token，代码模式的并行调用也推高了用量。官方承认发布前过度关注平均和中位用量，忽视了重度用户的长尾场景，表示本应更早察觉并更坦率沟通。
Tibo(@thsottiaux)
🌸 在花频道 · 茶馆水群 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
OpenAI近日默默对ChatGPT相关功能规则进行更新，新增针对在世作家文笔模仿创作的限制条款，进一步规避相关法律与版权风险。
实际测试情况显示，当用户提出仿照在世作家文笔、叙事风格进行文学创作、文本改写等需求时，ChatGPT将直接拒绝完整复刻对应作家专属文风、语言表达的请求。例如用户要求以斯蒂芬·金的独特文笔撰写故事开篇、将经典文本《奥德赛》改编为其创作风格版本，或是模仿谭恩美行文特点进行创作，系统均无法完成对应复刻操作。平台仅允许借鉴其作品中的题材、叙事逻辑、氛围塑造等通用创作要素产出原创内容。
与之形成对比的是，针对查尔斯·狄更斯、欧内斯特·海明威、威廉·莎士比亚等已逝世作家，用户提出仿写、风格复刻类需求时，ChatGPT仍可正常响应并开展相关创作。
据了解，美国现行版权相关法律仅对作者原创具体文字表达实施版权保护，并不对抽象的写作风格设置版权壁垒。业内分析认为，OpenAI出台该限制规则，核心目的在于主动压缩潜在版权纠纷空间，降低企业运营过程中的法律风险，是人工智能行业针对文学创作版权边界做出的合规调整尝试。
当前，生成式AI复刻创作者文风、模仿现有作品进行二次创作的版权界定问题，已成为全球人工智能产业与文学创作领域共同关注的焦点，相关行业规范、法律细则仍在持续完善过程中。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球网资讯)
据OpenAI内部披露的信息，该公司旗下聊天机器人周活跃用户量即将突破10亿大关。这一里程碑原本是企业计划在去年年底达成的目标。
尽管比原定预期晚了七个月才有望实现该目标，但ChatGPT上线不足四年就积累如此庞大的用户规模，即便不算增速第一，也属于互联网应用中增长速度最快的产品之一。公司发言人对此未予置评。
ChatGPT用户增长放缓存在多重因素：一方面是谷歌Gemini人工智能的崛起，该模型正持续深度整合坐拥数十亿用户的谷歌网页搜索引擎；另一方面，去年秋季OpenAI推出GPT-5时，周活跃用户增长便出现下滑——这款模型研发过程一波三折，上线后还遭到大量用户诟病。此外，多家调研机构的数据显示，自那以后，Anthropic公司的Claude聊天机器人也分走了一部分聊天机器人市场份额。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)
OpenAI 硬件路线图逐渐清晰：首款产品是与 Jony Ive 合作开发的便携式 AI 智能音箱，无屏幕，由 ChatGPT 驱动，售价 200 至 300 美元，预计 2027 年初上市。此外，AI 手机也在推进中，供应链分析师郭明錤称其量产时间已从 2028 年提前至 2027 年上半年，2027 至 2028 年总出货量或达约 3000 万台。
OpenAI 的硬件布局源于以 65 亿美元收购 Ive 创立的 io Products，并已招募超 400 名前苹果员工。苹果于今年 7 月 10 日起诉 OpenAI 涉嫌窃取商业机密，据称诉讼已对 OpenAI 硬件计划造成影响。智能眼镜、智能灯、耳机等产品亦在远期路线图中。
MacRumors
🌸 在花频道 · 茶馆水群 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
苹果系统更新首次点名感谢AI：Claude、Codex联手揪出多项漏洞
苹果公司正日益依赖AI企业来加固操作系统的安全防线。在最新发布的iOS、iPadOS、watchOS、tvOS、visionOS及macOS Tahoe系统更新中，官方修复了大量安全漏洞，而相当一部分修复成果归功于AI辅助安全研究——这是苹果首次在官方CVE漏洞归因列表中直接提及AI模型的名字。
根据苹果官方安全公告，Anthropic的Claude模型与OpenAI的Codex Security各自协助发现了 3 项漏洞，NVIDIA的AI红队贡献了 2 项，Z.ai的GLM模型也成功协助修复了 1 项。其中，安全研究人员Milad Nasr与Nicholas Carlini利用Claude模型协助修复了WebKit、WebKit Storage和WebDAV等关键模块的安全漏洞。
Glasswing计划初显成效， 1 亿美元打造AI安全同盟
苹果对AI安全研究的深度应用，部分得益于Anthropic今年 4 月发起的"Glasswing计划"。该计划耗资 1 亿美元，联合苹果、微软、Google、亚马逊AWS和NVIDIA等科技巨头，通过提前获取专用的Anthropic"Claude Mythos Preview"模型，在潜在攻击者利用前发现并修补漏洞。
这一模式的核心价值在于：让AI模型在安全攻防中扮演"提前预警"角色，而非等漏洞被黑客利用后再亡羊补牢。正如微软两周前宣布大幅增加AI在Windows11 安全建设中的占比一样，苹果此次漏洞致谢名单标志着行业头部玩家正在将AI从辅助工具升级为安全治理的核心力量。当AI既能发现漏洞又能修复漏洞，网络安全的攻防天平正在悄然倾斜。
via AI新闻资讯 (author: AI Base)
苹果公司正日益依赖AI企业来加固操作系统的安全防线。在最新发布的iOS、iPadOS、watchOS、tvOS、visionOS及macOS Tahoe系统更新中，官方修复了大量安全漏洞，而相当一部分修复成果归功于AI辅助安全研究——这是苹果首次在官方CVE漏洞归因列表中直接提及AI模型的名字。
根据苹果官方安全公告，Anthropic的Claude模型与OpenAI的Codex Security各自协助发现了 3 项漏洞，NVIDIA的AI红队贡献了 2 项，Z.ai的GLM模型也成功协助修复了 1 项。其中，安全研究人员Milad Nasr与Nicholas Carlini利用Claude模型协助修复了WebKit、WebKit Storage和WebDAV等关键模块的安全漏洞。
Glasswing计划初显成效， 1 亿美元打造AI安全同盟
苹果对AI安全研究的深度应用，部分得益于Anthropic今年 4 月发起的"Glasswing计划"。该计划耗资 1 亿美元，联合苹果、微软、Google、亚马逊AWS和NVIDIA等科技巨头，通过提前获取专用的Anthropic"Claude Mythos Preview"模型，在潜在攻击者利用前发现并修补漏洞。
这一模式的核心价值在于：让AI模型在安全攻防中扮演"提前预警"角色，而非等漏洞被黑客利用后再亡羊补牢。正如微软两周前宣布大幅增加AI在Windows11 安全建设中的占比一样，苹果此次漏洞致谢名单标志着行业头部玩家正在将AI从辅助工具升级为安全治理的核心力量。当AI既能发现漏洞又能修复漏洞，网络安全的攻防天平正在悄然倾斜。
via AI新闻资讯 (author: AI Base)
马克·扎克伯格抨击人工智能权力集中化
Meta CEO马克·扎克伯格公开发声，抨击AI创业公司Anthropic和OpenAI，称它们开发AI软件的方式可能导致权力集中，从而缩小人们获取这一变革性技术的渠道。
扎克伯格周二接受采访时表示，如果领先的研究实验室想要以高度受控的方式开发AI技术，那就等同于在美国技术发展中“放弃我们的价值观”，并会扼杀创新。“许多其他正在开发这项技术的实验室进行的讨论，很大程度上都充满了末日式的悲观情绪。在这场辩论中，需要有一种声音，或者多种声音，为讨论带来现实主义视角，”他表示。
—— 凤凰网科技、纽约时报
via 风向旗参考快讯 - Telegram Channel
Meta CEO马克·扎克伯格公开发声，抨击AI创业公司Anthropic和OpenAI，称它们开发AI软件的方式可能导致权力集中，从而缩小人们获取这一变革性技术的渠道。
扎克伯格周二接受采访时表示，如果领先的研究实验室想要以高度受控的方式开发AI技术，那就等同于在美国技术发展中“放弃我们的价值观”，并会扼杀创新。“许多其他正在开发这项技术的实验室进行的讨论，很大程度上都充满了末日式的悲观情绪。在这场辩论中，需要有一种声音，或者多种声音，为讨论带来现实主义视角，”他表示。
—— 凤凰网科技、纽约时报
via 风向旗参考快讯 - Telegram Channel
