AI 新闻：Macrohard、Comet Plus 与 AI 福利之争

埃隆·马斯克表示，xAI 正在打造 Macrohard，这个名字带有玩笑意味，指一家纯 AI 软件公司。我认为这项公告可能是迈向由端到端神经网络生成操作系统的一步。但这是我的解读和预测：招聘公告本身并不能证明已经存在可用的 Windows 竞争产品。

马斯克认为，原则上可以用 AI 模拟一家软件公司。我认为，相比硬件问题，更重要的是能否动态生成通常具有确定性的操作系统，同时保持一致性、避免幻觉。近期可交互世界的演示让这一想法颇有吸引力，但它们并不能证明 AI 操作系统已经切实可行。

Meta 宣布与 Midjourney 合作，授权在未来的模型和产品中使用其美学技术。首席 AI 官 Alexandr Wang 介绍了两家公司研究团队之间的合作。我猜测 Meta 希望借助外部力量改进图像生成，也希望用户最终能够用上 Midjourney 的功能；但公告没有明确承诺免费产品或具体推出时间。

Dynamics Lab 展示了实时生成式世界引擎 Mirage 2。它可以将文本或图片变为可玩的场景，例子包括风格化的村庄，以及可以探索的梵高《星夜》。用户可以通过链接分享创建的世界；但从公告中，我无法确定他们是否能够同时一起游玩。

演示展示了导航、奔跑、跳跃和攻击等动作。公司在与 Genie 3 的比较中声称，其系统可以交互超过十分钟，并在一块消费级 GPU 上运行。这些是开发商对特定演示的说法，并非经过独立验证的基准测试结果。

Figure 展示了一台根据简单指令折叠毛巾的机器人。我觉得这很值得关注，因为操作柔软织物很困难：公司表示这段演示是自主完成的，并非远程操控。虽然我对进展感到兴奋，但一次精选演示并不能证明价格可负担的通用家务机器人已经准备就绪。

一个名为 Leading the Future 的政治组织宣布，将跨党派支持亲 AI 的候选人和政策，并表示初步承诺资金超过 1 亿美元。支持者包括 Andreessen Horowitz、Greg 和 Anna Brockman、Ron Conway、Joe Lonsdale 以及 Perplexity。我倾向于减少对 AI 的监管，但这个组织实际能取得什么成果还有待观察。

Perplexity 宣布推出 Comet Plus，让订阅者和他们的 AI 助手访问参与合作的出版商的优质付费内容。拟定的独立订阅价格为 5 美元，Pro 和 Max 订阅用户也包含这项服务。Perplexity 表示，扣除部分计算成本后，将把订阅收入分配给出版商，分配依据包括访问、引用和智能体操作。

公告发布时，Perplexity 尚未公布首批出版商。我希望它能给出一些例子，让人更容易评估这项服务。这个问题很重要：如果 AI 助手替用户阅读并总结文章，出版商可能获得更少的直接流量，因此我们需要找到补偿其工作的办法。

一项 Pokémon Crystal 实验报告称，在展示的测试设置中，GPT-5 用 9,517 步击败了最终对手 Red，而 o3 用了 27,040 步。图表追踪的是徽章进度，并非对智能的通用衡量。我认为任务效率很重要，因为更少的操作可以降低延迟和成本，为困难推理留下更多预算；这一结果仅适用于该游戏和测试环境。

The Information 报道称，Meta 将根据一项协议在 Google Cloud 基础设施及相关服务上投入约 100 亿美元。我认为这可能是在 Meta 扩建自有数据中心期间的过渡措施，但这是我的猜测，而非协议披露的原因。报道中的金额反映的是商业安排，并不保证未来的 AI 性能。

Intel 宣布达成一项协议：美国政府将通过 89 亿美元投资获得公司 9.9% 的股份。Intel 表示，资金来自此前依据《芯片法案》批准但尚未支付的 57 亿美元补助，以及 Secure Enclave 项目的 32 亿美元；拟议中的持股为被动持股，不包含董事会席位。

我对此心情复杂：政府持有私营公司的股份让我有疑问，但美国本土芯片制造具有战略重要性，而 Intel 一直面临激烈竞争。我说 Intel 是最后一家在美国制造芯片的公司，这种说法过于宽泛；其他公司也在美国制造半导体。这项协议对 Intel 的结果在当时仍不确定。

Microsoft AI 首席执行官 Mustafa Suleyman 认为，过早关注 AI 福利可能鼓励人们将系统拟人化，从而加重不健康的依附及其他对人的伤害。这是他在一场存在争议的讨论中的立场，并不能证明讨论 AI 福利会导致精神疾病。

Anthropic 则采取不同方式，在不确定性下研究模型可能的福利问题。该公司表示，Claude Opus 4 和 4.1 可以在其他引导尝试失败后，结束一小类持续有害或辱骂性的对话。Anthropic 明确表示，它对当前或未来模型的道德地位仍高度不确定；这一功能并不能证明 Claude 具有意识或等同于人。

Mistral 强调了 Medium 3.1 在一份聊天机器人排行榜上的突出表现：在画面展示的类别中排名第二，当时总体排名第八。对于一个相对较小的模型，我觉得这很令人印象深刻，但排行榜名次取决于特定类别、用户和评估时段，不应视为永久的综合排名。

Uber 首席执行官 Dara Khosrowshahi 认为，无人驾驶汽车的安全水平应该达到人类的数倍，而短期内仅靠摄像头很难达到这一标准。他支持结合摄像头、雷达和激光雷达，并表示激光雷达的成本已经下降。他也承认，未来仅用摄像头的方案可能可行。

马斯克回应称，激光雷达和雷达可能因传感器输入冲突而降低安全性，并声称 Waymo 无法在高速公路上行驶。我对这一解释持怀疑态度，认为城市驾驶可能比高速公路驾驶更难，不过这只是我的直觉。这些公司的不同说法本身不能确定哪种传感器架构最安全；部署区域和时间也很重要。

NVIDIA 宣布推出面向机器人的 Jetson Thor。公司列出的规格包括最高 2,070 TFLOPS 的稀疏 FP4 计算性能、128 GB 内存，以及可配置的 40 至 130 瓦功耗范围。NVIDIA 声称，与上一代 Jetson Orin 相比，AI 算力最高提升 7.5 倍、能效提升 3.5 倍。这是 NVIDIA 指定条件下的比较，并非每种机器人工作负载都能达到的加速幅度。

我讨论了一份 Project NANDA 的初步报告，它常被概括为 95% 的生成式 AI 试点失败。报告本身描述的是可衡量的商业回报有限和部署方面的差距；这比证明所有试点中有 95% 失败或毫无价值要狭窄。其方法说明包括审查 300 多个公开项目、采访 52 个组织，以及收集 153 名高级领导者的调查回复；我引用的新闻报道中的数字与此不同。

我的假设是，一些公司受热潮推动仓促采用 AI，却没有确定有用的问题、理解技术的局限，或测试它如何融入真实工作流程。这是一种解释，并非标题中的统计数字已经证明的因果结论。失败的实验仍然可以帮助团队了解哪些应用值得继续探索。

我依然乐观，因为我在个人生活和业务中都见过有用的应用。但要评估一家企业是否受益，需要明确的用例和合适的影响衡量方式，不能仅凭启动试点或一个笼统的百分比下结论。