AI 权力、估值与治理同时加速：开源、国防与订阅战线全面升温

7月19日 02:51 UTC·#ai-models

月之暗面 Kimi 引发新一轮开源 AI 争论

月之暗面发布了新版 Kimi 模型 Kimi K3，并表示它虽然仍落后于 Claude Fable 5 和 GPT 5.6 Sol 等顶级闭源模型，但在自家评测中展现出前沿级表现。此次发布再次引发了外界对中国开源 AI 进展及其市场影响的讨论。

该模型的表现表明，中国的开放权重模型正在缩小与美国领先模型之间的差距，这可能重塑基础模型领域的竞争格局。它也很重要，因为这次发布似乎影响了投资者对芯片公司以及更广泛 AI 产业链的情绪。

中国公司月之暗面本周发布了新版 Kimi 模型，引发了外界围绕中国开源 AI 进展的又一轮争论。月之暗面表示，Kimi K3 仍然落后于最强的闭源模型，并点名 Claude Fable 5 和 GPT 5.6 Sol，但该模型在自家评测体系中展现出了前沿级表现。来自 Arena.ai 和 Vals AI 的独立分析也显示，Kimi 在竞争力上接近前沿级模型。此次发布恰逢中国国家主席习近平在上海世界人工智能大会上的讲话。市场对此反应紧张，周五纳斯达克指数下跌约 1%，投资者抛售了包括 Nvidia 在内的芯片公司股票。这个反应让人联想到 2025 年 1 月 DeepSeek R1 发布时的讨论，当时另一家中国开源模型也曾引发类似争议。

不过这一次，讨论被进一步放大，因为美国特朗普政府与中国的关税战仍在持续，关于 AI 国家安全威胁的争论没有停止，主要 AI 公司也正在准备上市。前特朗普政府 AI 顾问 David Sacks 认为，美国政策正在拖慢竞争力，并借机批评 Anthropic。前 Uber CEO Travis Kalanick 则警告中国模型正在“蒸馏”美国系统的能力，并主张蒸馏约束应当被更广泛、对称地执行。OpenAI 战略未来负责人 Dean Ball 则反驳了把 Kimi 成绩简单归因于蒸馏的说法，称这款模型非常优秀，并认为中国最终可能会因能力过强而限制开源。Ball 还提出，一个以开放权重模型为主导的未来可能会走向由国家提供 AI 基础设施的局面，他认为这是一种反乌托邦式的结果。与此同时，《Transformer》编辑 Shakeel Hashim 认为这种担忧被夸大了，因为 Kimi 可能还不具备危险的网络安全能力，而且一旦开放模型真的发展到敏感程度，中国政府也会面临类似的限制激励。

月之暗面表示，Kimi K3 仍落后于最强的闭源模型，但在内部评测中优于其他被测试模型；Arena.ai 和 Vals AI 的独立分析也认为它具有与前沿模型相当的竞争力。搜索结果还提到，Kimi K3 据称拥有 2.8 万亿总参数、100 万 token 的上下文窗口，并支持文本和图像的多模态输入。

7月18日 06:12 UTC·#databricks

Databricks估值升至1880亿美元

Databricks宣布了一轮由Coatue领投的新融资，使公司估值达到1880亿美元。公司表示这轮融资尚未完成，也没有披露具体融资金额，但其他报道称规模约为30亿美元。

这一大幅估值上升表明，投资者仍然高度看好企业级AI基础设施公司，尤其是那些已经掌握大量客户数据的平台。它也说明Databricks已经成功从数据平台重新定位为最具价值的AI相关软件公司之一。

Databricks周四宣布完成一轮由Coatue领投的新融资，公司估值升至1880亿美元。公司没有披露这轮融资的具体金额，并表示资金尚未到账，因为交易要到今年夏天晚些时候才会正式完成。TechCrunch称，一位风投人士确认这笔融资确实存在，而且由于投资者争相参与，Databricks没有必要对新估值保密。此次融资延续了Databricks近一年半来的快速融资节奏，也反映出它正从数据软件公司转型为重要的AI参与者。今年2月，Databricks以1340亿美元估值完成了50亿美元Series L融资；2025年9月，它又以1000亿美元估值融资10亿美元。再往前，2024年12月，公司以620亿美元估值完成了一轮当时创纪录的100亿美元融资。

Databricks成立于2013年，最初在大数据时代凭借帮助企业在云端存储和分析海量数据而获得成功。正因为已经掌握大量企业数据，它在AI时代也更容易切入，因为企业希望AI工具同样具备传统企业软件所要求的安全性和治理能力。近来，Databricks推出了Lakebase、Unity和Omnigent等新产品，分别面向AI智能体数据库、AI网关以及多智能体管理。它还越来越以支持更便宜的中国开源权重模型而闻名，尤其是用于编程的Z.ai的GLM 5.2。公司最近公布的内部基准测试显示，开源模型以及所使用的框架都会显著影响成本。文章认为，正是这种AI定位帮助Databricks进一步抬升了估值，尽管它最初并不是一家AI实验室。

这是Databricks在大约一年半时间里的第四次重大融资，前面几轮包括今年2月以1340亿美元估值完成的50亿美元Series L、2025年9月以1000亿美元估值完成的10亿美元融资，以及2024年12月以620亿美元估值完成的100亿美元融资。公司近期开设的新产品包括Lakebase、Unity和Omnigent，同时也在强调使用开源权重模型以及不同智能体编码框架带来的成本优势。

7月18日 18:46 UTC·#ai-governance

中国启动WIKO以塑造平行人工智能秩序

中国在上海举行的世界人工智能大会上宣布，未来五年将为全球南方国家提供 5000 个人工智能培训名额。前一天，29 个国家正式成立了世界人工智能合作组织（WIKO），总部设在上海，该组织最初于 2025 年被提出。

这表明中国迄今最明确地试图在西方影响之外构建一套人工智能治理框架，并通过发展中国家伙伴关系来支撑这一体系。它可能加剧人工智能政策的地缘政治分化，同时让更多国家进入新兴的治理与培训网络。

中国在上海迈出了构建自身国际人工智能治理体系的新一步，正式启动了世界人工智能合作组织（WIKO）。据报道，该组织由 29 个国家正式建立，总部设在上海。WIKO 最初于 2025 年被提出，创始成员包括俄罗斯、巴西、南非、巴基斯坦和印度尼西亚。最初成员中没有任何西方国家，这凸显了这一组织明显的非西方取向。与此同时，习近平在同一场合宣布，未来五年将为全球南方国家提供 5000 个人工智能培训名额。

这个承诺旨在通过能力建设和伙伴关系扩大中国在发展中地区的影响力。习近平还强调，人工智能必须始终处于人类控制之下，并反对在人工智能政策中使用过于宽泛的国家安全理由。文章将这一表态解读为对美国人工智能芯片及相关技术出口管制的直接回应。习近平还表示，中国更广泛的“智能经济”涵盖人工智能和其他数字技术，目前规模已超过 1 万亿人民币，约合 1400 亿美元。综合来看，这些举措表明中国正试图通过自身的成员结构、培训体系和政策叙事，制度化一套替代性的人工智能秩序。

创始成员包括俄罗斯、巴西、南非、巴基斯坦和印度尼西亚，没有任何西方国家加入。习近平还强调人工智能应始终处于人类控制之下，并批评在人工智能政策中过度宽泛的国家安全理由，文章将其解读为对美国芯片和技术出口管制的回应。

7月18日 18:16 UTC·#ai-security

开源权重模型将网络能力差距缩短到数月

英国人工智能安全研究所（AISI）报告称，领先的开源权重模型在网络能力上如今只比顶级闭源模型落后四到七个月，而在 2025 年早些时候这一差距还是六到十个月。AISI 的测试显示，GLM-5.2 和 DeepSeek V4-Pro 等模型在多项网络安全评测中已经接近较早的前沿闭源系统。

这很重要，因为更快、更便宜的开源权重模型会降低网络攻击滥用的门槛，同时也让防守方能够以更低成本、更灵活地私有部署工具。AISI 的结论意味着，如果这种追赶速度持续，安全团队留给新型攻击的准备时间可能会更少。

英国人工智能安全研究所（AISI）首次公开评估了领先的开源权重 AI 模型在网络能力方面距离顶级闭源系统还有多远。结论是，这一差距正在迅速缩小：当前开源模型大约只比前沿闭源模型落后四到七个月，而在 2025 年的大部分时间里，这一差距还是六到十个月。AISI 指出，这之所以重要，是因为开源权重模型可以被任何人下载、修改并在没有集中控制的情况下运行，这会带来其所称的“持续且不可逆的滥用风险”。与此同时，这类模型也有明显好处，包括可以私有化部署、自定义、降低成本，以及不受供应商随时改动或关闭的影响。AISI 认为，开源权重发布带来的收益与风险需要被认真权衡。

为了衡量能力，AISI 使用了两种评估方法。第一种是“狭窄网络任务”基准，共包含 70 个任务，覆盖四个难度等级，涉及漏洞研究、逆向工程、网页利用和密码学。根据这一基准，2026 年 6 月发布的 GLM-5.2 与 2026 年 2 月发布的 Opus 4.6 表现相当，而 DeepSeek V4-Pro 则达到了 2025 年 11 月发布的 Opus 4.5 的水平。这意味着在这一指标上，开源模型大约落后相关闭源系统四个月。

第二种方法是“网络演练”，它在模拟网络环境中测试自主执行能力。其中一个场景名为“最后的幸存者”，模拟一次针对企业网络的 32 步攻击，网络包含四个子网和大约 20 台主机，AISI 估计人类专家完成该场景大约需要 20 小时。在这个测试中，GLM-5.2 的表现大致与 Opus 4.5 相当，而 DeepSeek V4-Pro 低于 Sonnet 4.5。GPT-5.6-Sol 的成绩最好，领先于 Claude Mythos 5。

AISI 认为，“网络演练”显示出的差距更大，大约有七个月，但它也承认这一结果的证据力度较弱，因为使用的测试场景更少。研究所还指出，测试无法清楚地区分模型是缺乏网络能力，还是无法在复杂攻击中持续维持长时间规划。此外，AISI 认为这些评估可能略微低估了开源模型的真实上限，因为这些模型并不是专门针对这些基准调优的，而且模拟环境也没有包含现实攻击中常见的主动防御者。

成本差异同样十分显著。AISI 估计，运行一次 1 亿 token 的“网络演练”，使用 Opus 4.5 或 4.6 的成本约为 85 美元，使用 GLM-5.2 约为 46 美元，而使用 DeepSeek V4-Pro 仅为 1.19 美元。对于那些两类模型都能稳定完成的单个任务，Opus 4.6 的成本约为每题 15 美元，GLM-5.2 约为 6 美元，Opus 4.5 约为 12.5 美元，而 DeepSeek V4-Pro 仅为 28 美分。AISI 认为，这使得利用开源模型实施网络攻击的成本更低，也更容易规模化。

研究所还发现，这些开源模型的安全措施大多无效。DeepSeek V4-Pro 有时会拒绝逆向工程任务，但重新尝试一次就足以绕过限制。文章在提到监控和分类器等防护措施后截断，但整体信息很明确：一旦模型权重公开，安全控制就更难被有效执行。

AISI 采用了两种方法：包含 70 个任务的“狭窄网络任务”基准，以及包括“最后的幸存者”在内的模拟网络“网络演练”场景，该场景模拟一次 32 步攻击。研究所还发现，开源模型的安全护栏很容易被绕过，而且成本差异巨大，DeepSeek V4-Pro 的某些测试只需几美分，而不是几美元。

7月18日 16:10 UTC·#ai-policy

海军AI战略优先速度而非完美对齐

美国海军部已正式批准一项新的“用数据和人工智能武器化战略”，由代理海军部长洪·曹签署并立即生效。该计划推动“AI优先”路线，并明确表示，在战时AI系统中，行动过慢比接受不完美的对齐更危险。

这表明海军和海军陆战队希望更快把AI和数据系统融入作战，即使这意味着在部署过程中要承担更多风险。它可能重塑美国军方及其盟友的国防采购、软件审批和战场决策方式。

海军部负责统管海军和海军陆战队，它已经批准了一项新的战略，目标是更快把数据和AI转化为战场优势。代理海军部长洪·曹签署了这份文件，并在经过一年多的制定后立即生效；该战略由部门的首席数据与人工智能官牵头，联合海军和海军陆战队内部的AI专家共同完成。曹表示，这一计划要帮助海军部“比任何对手学得更快、打得更强”，并打造一支“AI优先”的舰队。文件把快速采用数据和AI描述为一项核心军事需求，而不是附属项目。

这份战略的核心是“Bits2Effects Cycle”，它是一个五阶段框架，从自动化采集军事数据开始，经过传输、分类和分析，最终把结果用于真实的决策和行动。文件还提出用“Mean Time to Effect”（MTTE）作为关键指标，用来衡量从新数据被采集到触发作战响应或调整之间的时间。战略认为，在一场存在多轮学习和适应的长期冲突中，学习和适应最快的一方会占据优势。相关经验教训还要回流到系统中，以持续改进战术、训练和软件。

该战略列出了六个主要目标：加快作战AI部署、提升数据可用性和可用性、扩展技术基础设施、简化审批流程、提高全军人员的数据和AI素养，以及加强与工业界、学术界、其他政府机构和盟友的协作。文件中的许多措施预计要在2027财年第一季度前落实，而2027财年结束时间是2026年12月。到2029财年末，海军部希望把合格的数据工程师、数据科学家以及AI和机器学习工程师的人数翻一番。

这份文件还提出，要让大型语言模型和代理式AI直接运行在军舰上，并部署到海军陆战队远征部队中，因为这些场景下通信可能会被干扰或切断。它还要求军人能够在这些系统之上自行开发应用。一个新的“AI War Council”将负责优先排序用例、协调资源，并预先批准战时对数据共享、分类和部署规则的修改。

这项战略中最引人注意的一点，是它明确接受一种风险权衡：根据国防部更广泛的AI指导，行动过慢被视为比系统“完美对齐”不足更危险。该表述被放在“Wartime Approach”语境下，也就是把风险评估和官僚流程当作美国已经处于战争状态来处理。结果就是，这项政策更偏向速度和实战可用性，而不是等待绝对安全保证。

海军的举措也是美国武装力量整体AI推进的一部分。Business Insider报道称，国防部的中央生成式AI平台GenAI.mil在2026年6月的日活用户达到150万，而它在2025年12月上线时只有8万。报道中的用途从日常办公一直延伸到军事规划和作战行动。陆军也在“Next Generation Command and Control”系统中测试AI，而一项海军AI项目据称把潜艇规划任务从160小时缩短到了10分钟。

该战略以五阶段的“Bits2Effects Cycle”为核心，并用“Mean Time to Effect”（MTTE）衡量从数据采集到产生军事响应所需的时间。它还要求在舰艇和远征部队中部署AI，设立“AI War Council”，加快审批流程，强化数据基础设施，并计划到2029财年将合格的数据与AI人才数量翻倍。

7月18日 19:18 UTC·#ai-in-healthcare

AI 与事先授权瓶颈

Ars Technica 发布了一篇解读文章，讨论 AI 是否能改善医疗中的事先授权流程，还是会让问题变得更糟。文章认为，AI 可能加快审批，但也可能带来更多错误拒赔。

事先授权会直接影响患者能否及时获得药物、手术和其他医生建议的治疗。若 AI 被大规模用于这一流程，它既可能减少行政摩擦，也可能加强保险公司对治疗可及性的控制。

这篇文章把事先授权描述为美国医疗体系中常见但令人沮丧的一环：在保险公司承担某些药物、手术或技术费用之前，必须先获得批准。患者和医生往往把这一流程看作一种官僚障碍，因为它可能耗费时间并延误治疗。文章也承认，事先授权并非毫无意义，它确实能帮助遏制过度使用，并在合适时引导患者选择更低成本的替代方案。与此同时，文章强调，等待保险公司核实资格和医学必要性会带来实际伤害，尤其当患者因此耽误治疗时。

即便患者提出上诉，也只会增加更多时间和行政负担。接着，文章提出一个问题：AI 是否能通过快速处理大量信息，让明显合规的申请更快获批。可文章同时警告，若 AI 介入这一流程，也可能因为错误判断而拒绝本应由医生认定为必要的治疗。文章引用美国医学会 2025 年调查称，61% 的医生担心 AI 会让必要治疗更容易被拒。

文章指出，事先授权本意是为了抑制不必要的支出，但医生普遍认为它常常拖延治疗，患者在等待保险审核期间甚至可能放弃治疗。文中还引用了美国医学会 2025 年调查，显示 61% 的医生担心 AI 会让他们认为必要的治疗更容易被拒绝。

7月18日 12:47 UTC·#ai-economy

尼尔·里默称AI财富终将再分配

在5月底雅典的一次 TechCrunch 采访中，Index Ventures 联合创始人 Neil Rimer 表示，他“强烈感觉”AI 热潮创造的财富最终会被再分配，而且这种再分配要么是自愿的，要么是被迫的。 他还说，科技领袖应该参与塑造这一结果，而不是把它完全交给政治来决定。

里默的说法之所以重要，是因为它出自一位来自行业最成功风投机构之一的资深投资人，而不是一位批评科技财富的人。 这篇文章把 AI 时代的巨额财富与日益增强的税收、慈善和其他再分配压力联系起来，这可能影响创始人、投资人以及新近致富的员工。

在5月底雅典与 TechCrunch 的一次对谈中，Neil Rimer 说，他对 AI 热潮带来的财富有一种强烈预感：这些财富最终会被更广泛地再分配。 他表示，这种再分配要么是自愿发生，要么是被迫发生，但无论如何都会发生，而他希望它以自愿方式实现。 他还认为，科技领袖可以在塑造这一结果的过程中发挥主导作用。 这一表态之所以引人注目，是因为里默并不是普通评论者，而是 Index Ventures 的联合创始人；这家风投公司在过去三十年里一直被视为最成功的机构之一。

文章提到，里默自2021年起已退出日常投资，但他所在的 Index 近年来依然收获颇丰，包括 Figma 的上市以及 Google 对网络安全公司 Wiz 的收购。 随后，文章把他的观点放进更大的背景里，指出富豪慈善热情正在下降，美国整体捐赠行为也在走弱。 文中还提到，许多新近因 AI 致富的员工并没有把大规模慈善纳入财务规划，而是更关注天使投资或创业。 最后，文章暗示，如果财富不能通过自愿方式重新分配，税收等政治手段可能会介入，例如加州今年将投票表决的一次性财富税提案。

Rimer 于2021年退出日常投资，如今大部分时间住在雅典；与此同时，Index 近期也因 Figma 的 IPO 和 Google 收购 Wiz 等重大退出而获得丰厚回报。 文章还指出，自愿捐赠趋势正在走弱，包括 Giving Pledge 签署人数大幅下降，以及美国家庭捐赠率持续下滑。

7月18日 06:55 UTC·#ai-agents

Vertu 6880 美元 AI 折叠机瞄准高管

TechCrunch 评测了 Vertu 的 Alphafold，这是一款起售价 6,880 美元的奢华折叠手机，预装了 Hermes Agent 这款面向高管的 AI 助手。Vertu 将这款设备定位为面向首席执行官的身份象征和生产力工具，而不是面向大众的智能手机。

Alphafold 展示了 AI 不只是被用来增加功能，还被用来在奢侈手机市场中区分高端硬件和服务。它真正的考验在于 AI 代理能否切实处理高管工作流，这可能影响高端手机未来是否还只靠参数竞争。

AI 功能正成为智能手机市场的新战场，但 Vertu 选择了不同于主流厂商的路线。它没有把重点放在相机、跑分或影音体验上，而是推出一款面向富裕用户、尤其是高管的高价折叠手机 Alphafold。该机起售价为 6,880 美元，结合了奢华材质和名为 Hermes Agent 的 AI 代理。TechCrunch 用几天时间按照 Vertu 所说的使用方式来测试它，包括管理文档、分析表格和合同、规划商务旅行以及自动化日常任务。评测的核心问题不是它是不是一部好手机，而是它是不是一部真正适合高管的手机。

Hermes Agent 是 Vertu 故事中的关键。Vertu 表示，这个基于开源 Hermes 项目的代理可以分析文件、跨应用自动执行任务、记住对话内容，并在需要时把请求转交给人工礼宾服务。与大多数只会回答提示词的手机助手不同，Hermes 的设计目标是替用户完成多步骤工作流。评测认为，这让 AI 本身成为比折叠硬件更重要的卖点。

在外观和做工上，Alphafold 的确很像一件奢侈品。评测机采用真正的小牛皮包裹，并配有钛金属装饰，包装方式也更像珠宝展示盒而不是手机盒。随盒附带的还有皮套和充电线等配件，这进一步强化了 Vertu 在销售“奢华体验”而不仅仅是手机本体的定位。

和 Samsung Galaxy Z Fold 7 直接对比时，Alphafold 的 264 克重量明显更重，而 Samsung 的折叠机只有 215 克。额外的重量在长时间使用时会感觉出来，但并不至于笨重。Alphafold 的弧形边框也让展开更容易，而 Samsung 更平直的边缘则显得更轻薄，折叠状态下单手握持也更舒适。

不过，抛开高级材料不谈，这台机器又显露出另一面。评测发现它与 1100 美元的 ZTE Nubia Fold 在多个方面非常相似，包括铰链设计、尺寸，以及扬声器、麦克风和指纹识别器的位置。系统信息中也能看到部分 ZTE 标识。对此，Vertu 向 TechCrunch 证实，Alphafold 的开发确实依赖 ZTE/Nubia 的硬件平台、组件集成和生产工程方面的专业供应链合作，但 Vertu 负责奢华材质、软件体验、质控和售后服务。ZTE 没有回应置评请求。

文章还指出，这种模式对 Vertu 来说并不新鲜。Wired 在 2023 年评测 MetaVertu 时也发现，该设备似乎基于一款 ZTE Nubia 手机，Counterpoint Research 也曾表示 Vertu 正在用奢华材料和定制软件改造现有 ZTE 机型。总体来看，Vertu 试图销售的是一种面向高管的生活方式产品，AI 实用性、礼宾服务和高级包装与底层手机平台同样重要。

Hermes Agent 基于开源 Hermes 项目，旨在分析文件、跨应用自动执行任务、记住对话，并在需要时把请求转交给人工礼宾服务。评测还发现，这款手机重 264 克，比 215 克的 Samsung Galaxy Z Fold 7 更沉，而且在硬件和软件标识上都与 1,100 美元的 ZTE Nubia Fold 非常相似。

7月18日 15:17 UTC·#anthropic

Anthropic 收紧 Claude Fable 5 订阅限制

Anthropic 将从 7 月 20 日起把 Claude Fable 5 纳入 Max 和 Team Premium 方案，但使用额度会大幅下调。Pro 和 Team Standard 用户实际上将失去访问权限，只能先获得一次性的 100 美元使用额度，之后转向 API 计费。

这会直接影响订阅用户对 Anthropic 最新模型的实际可用性，并抬高高频用户的真实使用成本。它也反映出 AI 厂商正在在订阅方案、模型需求和激烈的价格竞争之间重新平衡。

Anthropic 正在调整 Claude Fable 5 在各类订阅方案中的可用方式，新政策将于 7 月 20 日生效。根据报道，Fable 5 仍会包含在 Max 和 Team Premium 方案中，但可用额度会被大幅压缩。当天“奖金使用”阶段也会结束，常规额度将减少 33%。在此基础上，Fable 5 只能以这些已经下调后的额度的 50% 使用，这意味着实际可用空间更小。Pro 和 Team Standard 订阅用户在新安排下实际上会失去对 Fable 5 的访问权。

Anthropic 会给这些用户一次性的 100 美元使用额度，之后如果还要继续使用，就需要按 API 价格付费。报道指出，这笔额度对高频用户来说可能很快就会用完。Anthropic 承认，Fable 的需求一直很难管理，也让用户感到沮丧，同时公司表示仍在继续投入更多容量。文章还提到，Anthropic 原本计划把 Fable 直接从订阅方案中移除。此次“回撤”很可能与竞争压力有关，包括 OpenAI 发布的 GPT-5.6 Sol，据称其性能相近但成本只有三分之一，以及中国在前沿以下模型市场带来的广泛价格压力。

Anthropic 表示，7 月 20 日后奖金使用阶段结束，常规额度将下降 33%，而 Fable 5 只能以这一已经下调后额度的 50% 使用。公司原本计划把 Fable 直接从订阅方案中移除，但现在称仍在继续投入更多算力容量。