据《The Wall Street Journal》援引的报道，Anthropic在AI竞赛中首次在收入上超过了OpenAI。OpenAI向投资者表示，其收入从第一季度到第二季度增长了18%，截至6月的这个季度达到67亿美元。相比之下，Anthropic在同一时期的收入翻了一倍，达到116亿美元。Anthropic还实现了小幅营业利润，而OpenAI的营业利润率则进一步陷入亏损。
《Wired》走访了 Generalist AI 位于马萨诸塞州剑桥的办公室，看到机器人机械臂在做一些简单家务，比如叠杯子、把积木放进碗里。真正令人震惊的不是它们会做这些动作，而是它们在看过简短教学视频后，似乎能很快学会新的任务。一个例子里，机器人被要求用簸箕和刷子把积木扫进碗里，但当刷子被拿走后，它竟然改用簸箕像刷子一样操作，把积木弹进了碗里。另一次演示中，一台双臂机器人看了一个人拉开手提包拉链并取出纸币的视频，随后成功打开了一个不同款式的包，并把纸币取了出来。更令人惊讶的是，当它右侧夹爪够不到钱时，它切换到左侧夹爪来调整角度，一名工程师还在旁边说，这还是它第一次这么做。
Generalist 联合创始人兼 CEO Pete Florence 将这种能力类比为人们当年对 GPT-3 的兴奋：给模型一个新任务提示，它就有机会直接尝试成功。Florence 说，公司重点是在教机器人理解物理世界，这种能力可能帮助模型把一个场景中学到的东西迁移到另一个场景中，像孩子学习那样进行推理和试探。文章还指出，传统机器人训练通常需要成千上万条样本，而且即使如此，灯光等细微变化也会让机器人表现变差，而 Generalist 则押注于大规模的人类示范、专门的数据采集硬件，以及完全自主构建的模型。Florence、CTO Andrew Barry 和首席科学家 Andy Zeng 都曾在 Google DeepMind 和 Boston Dynamics 工作，文中引用的一位机器人研究者也认为，这个团队在执行上做得非常出色。
据报道，Meta 平台投放了 Kromix 的广告，这是一款 AI 色情生成工具，似乎鼓励用户制作女性美国政客的深度伪造性图像和视频。这些广告据称违反了 Meta 对色情内容的广告政策，却把该工具宣传为“没有限制”。
这一事件凸显了 AI 工具如何被包装成生成非自愿亲密影像的手段，而这类内容可能对受害者和幸存者造成严重伤害。它也引发了更广泛的问题：Meta 是否能够在其平台上可靠地执行广告政策，阻止这类滥用 AI 产品投放广告。
据报道，Meta 平台近期投放了 Kromix 的广告，这是一款 AI 色情生成工具，广告内容似乎在鼓励用户制作涉及女性美国政客的深度伪造性内容。报道指出，尽管 Meta 的广告政策禁止包含色情内容的广告，这些广告仍然出现了。WIRED 看到的一则视频广告把该工具描述为“没有限制”，并宣称“所有角色都是真人”。同一组广告中，一名外貌酷似知名女性美国政客的女子先出现在美国国旗等政治化场景前，随后画面切换到使用同一张脸的色情场景。
Kromix 将自己包装为“AI image styler”，但其付费功能邀请用户上传照片，用于“bedroom rape”和“Disney love”等令人不安的场景。该应用还展示了身穿蜘蛛侠服装的 AI 色情视频。报道提到，在 WIRED 发出置评请求之前，这款应用曾托管在 Apple 的 App Store 上，而应用所列联系方式并未回复。整篇报道将此事描述为 Meta 一再未能阻止生成非自愿亲密影像工具在其平台上投放广告的又一例证。
现有反应堆升降功率都很慢，而即便是更新的小型模块化反应堆，在低于满负荷运行时也会面临经济压力。数据中心则带来另一种难题，因为 AI 训练和问答推理会让功耗快速起伏，甚至把燃气轮机和电池都逼到承压状态。TerraPower 的 Natrium 方案试图通过“反应堆持续满功率运行、额外热量储存在熔融钠中”的方式来解决这个问题。当地面需求上升时，这些储存的热量可以被用来产生更多蒸汽、带动汽轮机提高输出，从而让电厂在不频繁调节反应堆本体的情况下实现灵活供电。文章最后认为，这种把核电的高容量因子与储能灵活性结合起来的做法，可能让 TerraPower 在为 AI 基础设施供电的竞争中占据优势。
CEO Jason Eichenholz 表示，传统光纤中信号每公里大约需要 5 微秒，而空芯光纤可降到约 3.5 微秒。随着 AI 计算从单个 GPU 机架扩展到更大的园区，甚至跨多个园区部署，微秒级差异变得越来越重要。Relativity 认为，更快的光纤可以帮助开发者把更远的楼宇或既有站点连接成一个同步运行的计算系统。公司把这视为行业演进的下一阶段：先优化算力，再优化数据中心内部网络，最终优化数据中心的地理布局。
Relativity 表示，空芯光纤通过近似真空的中空核心传光，而不是像传统光纤那样在实心玻璃中传光，因此数据传输速度可快约 50%。CEO Jason Eichenholz 估计，传统光纤每公里延迟约为 5 微秒，而空芯光纤可降至约 3.5 微秒。
The Verge报道称，英伟达正与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR合作，推动约5000亿美元融资，目标是把算力变成一种资产类别。文章认为，这标志着英伟达试图把GPU容量及其背后的基础设施包装成可像其他创收资产一样融资的对象。
The Verge认为，英伟达试图把GPU算力变成一种可投资资产类别，这在AI热潮的融资方式上是一个显著而且有些自相矛盾的转变。文章开头提到，Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR据称正与英伟达合作，围绕约5000亿美元的融资计划来支持算力。英伟达CEO黄仁勋对CNBC表示，这是技术芯片第一次成为可投资的资产类别，并称这些芯片是能够创造收入、具有生产力、寿命长、可互换且灵活的资产。文章把这一说法与黄仁勋此前的表态形成对比：当Blackwell大量出货后，上一代Hopper芯片几乎会“没人要”。文章还指出，目前旧芯片的租赁价格正在上涨，Silicon Data预计这一趋势可能持续到2028年。
文中还提到，一个云服务提供商在某次续约中，把英伟达Blackwell B200芯片的租赁价格几乎提高了一倍。作者引用BlackRock CEO Larry Fink的话，将这种金融化思路类比为上世纪70年代的抵押贷款证券化，同时提醒AI需求可能受到几个因素冲击，包括数据中心过度建设、中国开源模型以更少算力实现较强性能，以及OpenAI和Anthropic等前沿实验室是否真的能赚到足够的钱。文章强调，这笔融资并不是板上钉钉的交易，目前更多只是谅解备忘录；英伟达去年宣布投资OpenAI的1000亿美元备忘录最后也没有落地。最后，文章批评英伟达把算力定义为不仅是芯片，还包括CUDA和更大的“AI工厂”平台，但这种叙述忽略了真正支撑芯片发挥作用的物理数据中心和供电基础设施。
Anthropic 为 Claude 引入的文本隐形水印，已经被公开的去除工具迅速盯上并流传开来，一位开发者的 GitHub 代码在网上迅速传播。这个绕过方案会借助其他大语言模型改写 Claude 生成的文本，从而让水印模式更难被检测到。
这件事检验了 AI 内容溯源工具在现实中的有效性，尤其是在欧盟《AI 法案》推动机器可检测的合成内容标记之后。如果水印这么容易被去除，模型提供商可能很难真正落实透明度要求，而用户也仍可能面临归因不清或误判的问题。
据 WIRED 报道，在 Anthropic 宣布为 Claude 引入隐形文本水印、以配合欧盟《AI 法案》之后，开发者很快就开始分享去除这种水印的方法。某位开发者的去水印代码在 GitHub 上迅速走红，在 X 上被收藏超过 2 万次，并吸引了 100 多名贡献者参与。争议的核心是，Anthropic 计划在 Claude 的词语选择和措辞中嵌入机器可检测的模式，从而无需可见标签也能识别 AI 生成文本。支持者认为这有助于提升透明度，但批评者担心水印会造成误报，并且难以区分重度使用 AI、轻度编辑和普通写作辅助。
文中引用该开发者的话说，他并不反对内容归因，但认为水印本身是个糟糕方案，因为如果被当作证据，可能会不公平地影响求职者或研究人员。文章还提到，Anthropic 表示这种水印不应降低输出质量，不过一些用户仍然担心会影响 Claude 的回答。Meyer 的绕过方法是调用另一个大语言模型生成多个改写版本，通过替换同义词和调整结构来破坏水印模式。报道最后指出，在 Anthropic 公开其检测器之前，这种方法的实际有效性仍未完全确定，而随着欧盟规则推进，更多 AI 提供商未来也可能需要实施类似标记。
Google于周三宣布在 Search 和 Gemini 中推出一整套 AI 学习工具。公司将这些功能定位为更大教育战略的一部分，目标是让 Gemini 成为学生在学习和备考时会优先使用的助手。在 Search 里，用户可以创建自定义工具和模拟来帮助理解复杂概念，比如搜索“pH scale”时会在 AI Overview 中看到一个交互式 pH 标尺。用户还可以继续追问更具体的问题，例如把柑橘类水果放到 pH 标尺上进行对比。Search 还会为科学、数学、人文和外语等科目生成定制化练习测验。
Google表示，未来几周 Lens 将加入新的学习模式，学生可以上传正在做的题目照片，让 AI 解释概念、指出错误并提供卡住时的指导。公司还说，学生可以上传 PDF、文档、幻灯片以及手写笔记照片，自动生成类似一页纸总结这样的学习资料。在 Gemini 方面，Google 正在推出可在后台运行的多步骤研究报告功能，完成后会通知用户。Gemini 还能生成可交互的 3D 模拟，以及表格、网格等更适合特定提示词的内容，例如可旋转的 DNA 3D 模型。最后，Google 还在 Gemini 应用中增加了专门的学习中心，让用户可以在一个地方创建笔记本、制作闪卡、参加测验并整理学习工具。
亚马逊表示，其 AI 助手 Alexa+ 现已开始向美国所有兼容的 Fire TV 设备免费推送，不再要求用户必须订阅 Prime。此次升级会自动完成，并提供对话式搜索、智能家居控制和 AI 推荐功能。
这扩大了亚马逊新版 AI 助手的覆盖范围，并取消了原本可能限制普及的付费门槛。它也说明大型平台正在把 AI 功能作为消费硬件的默认体验推进，而不是可选附加项。
亚马逊在周三表示，Alexa+ 将向美国所有兼容的 Fire TV 设备免费推送。公司称，用户不需要 Prime 会员资格也能获得这次更新。用户也无需下载单独的应用或注册新的订阅，因为升级会自动完成。Alexa+ 会把对话式搜索、智能家居控制和 AI 推荐带到电视体验中。
亚马逊表示，用户不必再精确输入节目标题，而可以直接说出“高评分惊悚片”或“有强势女性主角的历史剧”之类的需求，让系统推荐内容。该助手还可以管理智能家居设备，并把 Ring 摄像头画面直接显示在电视上。此前，亚马逊对没有 Prime 的用户收取每月 19.99 美元的 Alexa+ 费用，而且该服务最初只在去年秋天推出的新款 Fire TV 设备上提供。此次调整也跟上了 Google 和 Roku 的类似方向，它们都在电视平台上加入更多基于 AI 的语音和搜索功能。
此前，非 Prime 用户使用 Alexa+ 的价格为每月 19.99 美元，而且它最初只在亚马逊去年秋天发布的新款 Fire TV 设备上提供。兼容设备包括当前一代 Fire TV Stick、Fire TV Cube、Amazon Ember 智能电视，以及部分内置 Alexa+ 的第三方智能电视，例如海信和松下的机型。
TechCrunch 报道了生物技术初创公司 Vivodyne，它认为 AI 药物研发受到因果生物数据不足的限制。该公司称，其 HIVE 机器人实验室可以培养 20 种人类组织，自动给药并监测，从而生成更接近真实人体生物学的训练数据。
如果 Vivodyne 的判断正确，那么 AI 药物研发的瓶颈可能不是模型规模，而是生物数据质量。更好的人体组织测试有望提升临床前预测能力、减少无效临床试验，并影响制药公司筛选候选药物的方式。
TechCrunch 报道称，Vivodyne 认为 AI 药物研发领域的根本问题不是模型不够强，而是数据存在缺陷。该公司表示，其 HIVE 模块化机器人实验室可以培养 20 种人类组织，并对这些组织进行自动给药和监测，从而生成当前 AI 系统所缺乏的因果生物数据。如今药物研发中使用的大量数据，主要来自动物实验，或者来自单细胞和蛋白质层面的研究，而不是活的人体组织。Vivodyne 首席执行官兼联合创始人 Andrei Georgescu 认为，如果没有人体层面的测试，AI 模型最终大多只是在“治愈小鼠中的癌症”。文章指出，尽管一些知名 AI 领导者曾对“AI 将治愈癌症”作出大胆表述，但现实进展仍然有限，许多药物候选物在获得批准之前就失败了。
报道还提到，AlphaFold 是一项重要的科学突破，但至今还没有直接产出一款新药，而 Isomorphic Labs 仍在等待其首批临床试验。Vivodyne 认为，其平台有助于在进入成本高昂、通常花费数千万美元的临床试验前，提高临床前阶段的把握。公司称它已与多家大型制药公司合作，Georgescu 将这种方法比作汽车行业的碰撞测试，认为药企也需要在进入人体试验前拥有类似的信心。与此同时，他认为这些自动化生物实验室还可以生成训练更好人体生物学模型所需的因果数据，尤其是在有研究提示，基于现有细胞数据训练生成式 AI 可能并不存在清晰的数据扩展规律的情况下。
