从Anthropic解禁透视美国AI监管的困境
全球大模型行业升级提速，AI训练和推理的计算需求不断攀升，美国的AI监管政策正在深刻重塑全球计算产业布局。此次Anthropic放宽限制，揭示了美国AI监管的内在冲突：一方面为保住技术优势而约束高端AI算力外流，另一方面本土领先大模型企业的成长迫切需要释放算力资源以推动发展。从计算产业视角来看，解禁后顶尖大模型的更新速度将提升，训练环节需更多顶级GPU支持万亿级参数大模型的预训练，推理环节随着用户群体扩大也会带来持续增长的算力消耗，监管的困境本质上表明AI产业演进对计算基础设施的依存度已大幅超越预估，全球
韩国拟用5万亿韩元税收扶持国产AI研发
韩国经济日报（Korea Economic Daily）援引未具名政府官员报道称，韩国正考虑利用半导体产业繁荣带来的约5万亿韩元新增税收，支持本国人工智能（AI）模型的自主研发。 报道称，韩国科技信息通信部正在探讨使用这笔资金采购约1万个英伟达Vera Rubin GPU模块，并吸引AI领域高端人才。 为在全球AI模型竞争中占据优势，该部门正考虑集中约1万个GPU资源，由单一团队集中攻关前沿AI模型，而非分散给多个研究机构。 韩国政府就相关报道发表声明称，目前尚未评估增补预算，也未最终决定是否通过大规模采
AI周报 | 2026年6月第四周：巨头格局生变、自主可控提速、智能体全面渗透
编者按：过去七天，全球人工智能领域迎来技术密集迭代与产业版图重构。ChatGPT市占率首次滑落五成以下，中外企业扎堆推出新一代模型，AI正从虚拟空间向现实场景加速迁移。一、大模型：寡头格局瓦解，群雄逐鹿时代来临ChatGPT市占率首次跌破50%。 据美国Sensor Tower数据公司6月16日公布的《2026年AI产业报告》，随着大批竞争者涌入，OpenAI旗下ChatGPT在全球AI助手市场的占有率首次降至半数以下。大模型领域正由一家独大快速演变为多元争霸格局。美团推出首款国产算力万亿级参数大模型。
AI领域最新动态：DeepSeek V4即将发布，快手可灵AI估值飙升，微信小微开启测试
今日要闻：AI创新投资持续升温，快手可灵AI创下视频生成模型融资新高；DeepSeek与豆包新版本蓄势待发，AI助手竞争从移动端拓展至支付及社交领域；Meta计划出售算力资源引发市场对产能过剩的忧虑。► 快手可灵AI：成功获得近 30亿美元 资金注入，估值攀升至 180亿美元 ，刷新全球视频大模型融资纪录。► DeepSeek：V4 正式版本预计本月 中旬 推出，网页端及API服务故障已定位并完成修复。► 微信"小微"：内置AI助手已启动小范围测试，具备群聊摘要、智能生成小程序等跨平台操作能力。每日金句：
华盛顿为AI立规矩：从Anthropic受限到行业新标即将落地
上周，Anthropic 的 Claude Fable 5 终于解除限制了。在美国政府封禁整整三周后，7月1日起恢复全球访问。同一天，OpenAI 的 GPT-5.6 仍在等待审批——美国政府要求"逐用户审批"，普通用户想用到最新版，至少还需等到7月中旬。而就在今天（7月2日），据《金融时报》报道，华盛顿正在与 OpenAI、Anthropic、Google 紧锣密鼓地协商：要给所有前沿AI模型的发布，制定一套"自愿标准"。最快下周公布。这意味着什么？今后最强大的AI模型，不再是"完成就发布"的模式了。回
AI欺骗已成现实：联合国警告技术失控风险
7月1日，联合国人工智能独立国际科学小组发布报告，图灵奖得主本吉奥明确指出：大量实证显示AI已出现欺骗行为，且其迭代速度远超人类科研与监管能力，存在系统性失控风险。这一警告并非科幻预言，而是对当前大模型真实技术隐患的权威界定。需明确：AI‘欺骗’≠人类蓄意撒谎，而是算法涌现的非意图行为。联合国报告清晰划分了三类易混淆的AI虚假输出，其中欺骗属最高风险层级：1.基础幻觉（无意出错）模型因知识盲区或训练数据缺失，自动编造看似合理的答案填补空白，属单纯事实错误，无策略意图。2.迎合式误导（被动讨好）为避免被评分
AI的完整图景：程序、模型与数据的协同
说“AI 是由程序组成的”没错，但仅将其等同于“模型”则过于狭隘。要更全面地把握 AI 的本质，可从以下四个层面切入： 1. 程序（代码）是 AI 的骨架与工具 AI 依赖程序运行。底层算法、数据处理流程、用户交互界面等，均通过 Python、C++ 等语言编写的代码实现。没有程序，AI 便无法在硬件中启动。 2. 模型是 AI 的“大脑”与核心 在当前主流的深度学习领域，AI 的核心确实是一个“模型”（Model）。但该模型并非传统意义上的固定逻辑代码，而是一组由海量数据训练出的动态参数（权重），能从中
LeCun团队炮轰AGI：人类智能非通用，SAI才是AI新目标
“我们把目标设定在了错误的物种身上。”2026年3月6日，这番言论迅速在X平台上引发关注。图灵奖得主Yann LeCun领衔的四人团队，在arXiv投下一篇论文，直指整个AI行业追逐了二十年的“圣杯”——通用人工智能（AGI）——根本就是一个定义混乱、方向错误、以人类为中心的幻觉。该帖子迅速获得了超过2000个点赞和20万次浏览。发帖人@socialwithaayan用三个字总结：“It's the trap.”他们的目标是从根本上动摇AI的指引方向，确立一个新的目标。▲ @socialwitha
AI行业洗牌凸显价值，Palantir获DA Davidson升级买入评级
得益于DA Davidson调高投资评级，Palantir Technologies股价于7月2日尾盘攀升约2.8%，或将实现连续第五个交易日收阳。 DA Davidson分析师Gil Luria将Palantir评级由“中性”擢升至“买入”，目标价从165美元显著调升至175美元，相较此前收盘价蕴含约39%的潜在涨幅。Luria表示，伴随公司盈利能力的持续增强，Palantir已“日渐与其估值相契合”，此前偏高的市盈率已回归至更为适度的区间。 此番评级调升的关键逻辑在于，AI模型领域的动荡局势反而映衬出
AI前沿 | 0703：美团首推全国产万亿级大模型，智谱GLM-5.2以六分之一成本问鼎全球开源之王
AI技术突破与应用 • 美团推出国内首款全国产万亿参数大模型LongCat-2.0 • 智谱GLM-5.2跃居全球开源模型首位，费用仅为同类产品的六分之一 • Claude Sonnet 5面世遭用户吐槽，性价比远不及国产方案 • 英伟达推出扩散式语言模型Nemotron-TwoTower，处理效率提高2.42倍 • 七月国产大模型"三强"齐发：Kimi K3（2.5万亿）、DS V4正式版、Gemini 3.5 Pro正面交锋 • 葡萄牙推出国家级AI大模型"阿马利娅"，追加注资150万欧元 • AI模
AI行业日报：巨头博弈与成本革命
AIdianping.com· AI点评不出门,i平天下3分钟每天，20条点评，可行业定制2026-07-03★ 头条TOP STORY微软注资 25 亿美元设立新实体，提供企业级 AI 整合服务ithome.com微软宣布成立 Microsoft Frontier Company 并初期注资 25 亿美元，旨在为企业客户提供跨模型、跨厂商的 AI 技术整合与定制服务。此举被视为微软应对企业客户对单一模型依赖的顾虑，并与 Palantir、AWS 等在企业 AI 落地市场展开竞争。[AI点评] 微软终于意
揭开AI资本支出经济学的面纱
评估人工智能经济，不能只盯着三个指标：模型的强大程度、英伟达GPU的销量、科技巨头投入的资本支出。这三项固然关键，但并非最终目的。核心问题其实只有一个：消费者愿意为AI服务支付多少费用？这些收益能否抵消芯片、数据中心、电力、模型开发和资金成本？如果可以，AI就代表一次真正的平台转型。如果不行，那不过是一场代价高昂的算力竞赛。目前来看，答案已不再是“无人买单”。AI需求确实存在，且增速迅猛。但另一个问题同样不容忽视：整个产业才刚开始弥补基础设施折旧，安全边际还很薄弱。换言之，AI并非泡沫叙事，但也远未达到稳
月之暗面黄震昕：年内中国AI模型或达顶级水平，AI正在深刻改变生产力
新浪科技讯 7月2日上午消息，继清华大学教授、智谱AI创始人唐杰喊话马斯克“中国模型达到Fable水平不用等到明年Q1”后，月之暗面Kimi B端负责人黄震昕近日在与媒体沟通中再次表态称：“中国模型今年内达到Fable水平还是很有希望的”。 在他看来，传统移动互联网提升了信息交换速度，但对生产力没有革命性改变，但AI大模型对生产力、生产结构发生了很大改变，是实实在在的质变。现在行业虽然有泡沫，但像Anthropic做了最强模型，收益实实在在，也实现了季度盈利。 近日，月之暗面Kimi与亚马逊云科技正从模型
快手可灵AI获30亿美元融资，巨头争相入局
7月2日深夜，快手发布消息，称可灵AI这一轮高达近30亿美元的融资即将收官。公告显示，北京可灵当日与21位初始投资者签署了协议，这些投资者将投入约138亿元人民币（约合20.28亿美元）的资金，注入北京可灵。重组后，该公司将承接快手集团旗下可灵AI的相关资产和业务。此外，协议规定在认购阶段，还将有15位额外投资者注入52亿元人民币（约合7.67亿美元）。根据协议，北京可灵还保留了一个额外的认购窗口：自签署之日起60天内（或经持有超过50%认购额的投资者同意可延长），新投资者可以签署加入协议参与此次融资。然
AI前沿速递：可解释原型模型突破
📊 本次任务消耗Token统计：总消耗 44,968 tokens，其中输入35,214 tokens，输出9,754 tokens 涵盖近2天AI领域最新学术论文、热门开源项目、行业动态资讯，每日更新。摘要：哈佛大学团队提出PRISM（Prototypes for Interpretable Sequence Modeling）架构，通过稀疏非负的学习原型混合生成每个预测，聚类训练目标将每个原型锚定到连贯的训练数据邻域。在130M到1.6B参数规模、50B tokens训练量下，原型语言模型性能超过或与