Forrester最新研究显示，美国营销机构已将谷歌列为首选AI合作伙伴，首次超过OpenAI、Anthropic和Adobe。这一转变源于机构更看重能整合数据、广告和营销工作流的生态系统，而非单一模型能力。
数据显示，谷歌凭借Gemini系列与现有广告平台深度绑定，在实际部署中胜出。OpenAI虽在创意生成上仍有优势，但企业更倾向选择可直接嵌入现有MarTech栈的方案。Anthropic的Claude在安全合规领域有优势，却未在机构级规模化应用中形成压倒性领先。
这一变化反映出AI竞争从“模型性能”转向“平台集成”。谷歌通过搜索、广告和云服务的协同，构建了更完整的商业闭环。OpenAI若想反超，需加速企业级工具与数据生态的融合，否则市场份额可能进一步流失。
未来6-12个月，类似格局或在更多垂直领域重演：谁能把AI真正嵌入客户现有流程，谁就掌握主动。
信源：https://www.forrester.com/blogs/google-dethrones-openai-as-agencies-preferred-ai-partner/
6月20日，全球首家AI艺术博物馆DATALAND在洛杉矶市中心The Grand LA正式向公众开放。该项目由媒体艺术家Refik Anadol与Efsun Erkılıç共同创立，占地2.5万平方英尺，首展“Machine Dreams: Rainforest”将持续至2027年1月。博物馆融合生成式AI、实时互动视觉与多感官体验，旨在探索人类想象与机器创造力的交汇。
项目与谷歌深度合作，采用Google Cloud基础设施，并与NVIDIA、L’Oréal等伙伴联动。Anadol此前长期与谷歌合作，此次进一步将大型自然模型（Large Nature Model）部署在俄勒冈州的碳中和服务器集群上。博物馆还引入量子AI实验室负责人Hartmut Neven的意识研究，以及与巴西原住民Yawanawá社区的合作，试图将精神与环境议题融入AI创作。
这一落地标志着AI从工具向文化基础设施的延伸。不同于单纯的技术演示或企业内部应用，DATALAND将前沿模型转化为公共艺术体验，直接面对公众对AI的感知与质疑。相较Meta、OpenAI等聚焦模型迭代或企业代理，谷歌此举更侧重文化叙事与社会接受度，试图在监管与民意压力下塑造正面形象。
下一步值得观察的是，该模式能否复制到其他城市，以及AI艺术机构如何平衡计算资源消耗与可持续性。公众反响将直接影响行业下一步的文化布局。
信源：https://dataland.art/
https://www.arup.com/en-us/news/dataland-the-worlds-first-museum-of-ai-arts-opens-june-20-2026/
Anthropic 于近日更新消费者隐私政策，宣布从 2026 年 7 月 8 日起，可能要求 Claude 用户提供政府颁发的身份证件和面部几何数据进行身份或年龄验证。该政策适用于免费、Pro 和 Max 账户用户，验证数据将不会用于模型训练，但公司保留在“善意相信”必要时与执法部门共享对话数据的权利，无需法院命令。[[1]](https://x.com/The_Cyber_News/status/2066542500047892940)
这一调整发生在 Anthropic 面临美国出口管制和模型安全审查的背景下。公司此前已因国家安全指令暂停部分高级模型全球访问，隐私政策的强化被视为合规应对的一部分。相比 OpenAI 等竞争对手，Anthropic 此前在企业级数据治理上更强调透明，此次主动扩展身份验证范围，反映出监管压力下 AI 平台对用户数据的控制权扩张。
与此同时，类似政策变动可能加速企业用户转向更严格数据隔离的竞品，或推动行业就 AI 身份验证标准展开讨论。下一步值得关注的是用户流失数据和监管机构的回应。
信源：https://x.com/The_Cyber_News/status/2066542500047892940
日本政府6月20日发布《人工智能基本计划》修订草案，强调与外国政府机构及AI开发者加强合作，应对AI滥用及网络攻击风险。草案指出，随着Claude Mythos等先进模型兴起，此类威胁正快速增长。计划基于去年5月通过的AI法制定，内阁力争尽快批准并征求公众意见。[[1]](https://www.japantimes.co.jp/business/2026/06/20/japan-ai-global-cooperation/)
这一修订距去年12月首次制定仅半年，反映AI技术迭代之快。日本将AI治理定位为“值得信赖的AI”，目标是成为“全球最友好AI发展与部署国家”。草案重点提及国际对话与监管灵活性，旨在平衡创新与风险管控。
与美欧出口管制趋严、 anthropic等公司面临海外访问限制的背景相比，日本选择“合作而非封堵”的路径更显务实。它既响应G7等国际框架，又为本土企业（如索尼、丰田）出海提供政策护航。相较美国侧重安全审查、欧盟强调披露义务，日本的做法更注重风险信息共享与技术标准对齐。
下一步值得跟踪：草案正式通过后，日本是否会与Anthropic、OpenAI等前沿实验室建立具体合作机制，以及是否影响其在亚太AI供应链中的定位。这或成为2026年下半年AI地缘政策的重要风向标。
信源：https://www.japantimes.co.jp/business/2026/06/20/japan-ai-global-cooperation/
SpaceX 本周完成 IPO 首周交易，股价较发行价上涨 37%，创下近期科技股最大单周涨幅之一。彭博分析指出，这一资本热情正直接传导至 AI 领域，市场开始押注 OpenAI 与 Anthropic 可能在年内或明年上半年跟进上市。[[1]](https://www.bloomberg.com/news/videos/2026-06-20/spacex-ipo-sparks-anticipation-for-openai-and-anthropic-video)
SpaceX 的成功为私有 AI 公司提供了参照：其估值已突破万亿美元级别，显示投资者愿意为高增长科技基础设施支付溢价。OpenAI 与 Anthropic 此前均已提交保密 S-1 文件，募资规模预计均在 60 亿美元以上。SpaceX 上市后的流动性示范，进一步降低了这两家 AI 巨头公开市场的进入门槛。
与此同时，AI 基础设施融资压力持续高企。SpaceX 此前已通过债务工具筹集巨额资金支持计算集群扩张，而 OpenAI 和 Anthropic 同样面临数据中心与算力军备竞赛的巨额开支。SpaceX IPO 的溢出效应，可能加速这两家公司选择在当前估值高位退出部分股权。
下一步值得跟踪的是监管与市场窗口：若 SpaceX 后续交易维持强势，OpenAI 与 Anthropic 的 IPO 时间表或将提前至 2026 年底前。反之，若 AI 盈利前景出现任何动摇，上市节奏或将延后。
信源：https://www.bloomberg.com/news/videos/2026-06-20/spacex-ipo-sparks-anticipation-for-openai-and-anthropic-video
6月20日，TechCrunch报道了“In the Weights”工具上线。该工具由前OpenAI员工开发，让用户查询自己是否被Gemini、GPT、Claude、Llama或Grok等模型“记住”——不是通过实时搜索，而是模型权重本身。网站宣称：“进入权重意味着你的存在被视为超级人工智能训练中的重要部分。”这标志着从谷歌式公开索引向AI内化记忆的转变。[[1]](https://techcrunch.com/2026/06/20/in-the-weights-is-your-new-ai-centric-vanity-search/)
这一变化折射出AI从工具向“集体记忆”演进的格局。过去，网络可见度靠搜索排名和社交曝光；如今，模型训练数据决定谁被“记住”。与传统SEO或维基百科不同，权重是不可见的黑箱，用户无法直接编辑或删除。早期案例显示，公众人物或高曝光者更易被纳入，而普通人则面临“数字遗忘”。
对比之下，谷歌等传统平台仍依赖公开索引和链接权重，易受操纵但透明度较高；AI模型则依赖训练语料的静态快照，一旦固化，更新缓慢且缺乏用户控制权。Anthropic或OpenAI等公司虽强调安全对齐，却未解决“谁被记住”的治理问题。印度安巴尼或联合健康等企业级落地案例显示，AI正加速实体应用，但个人层面的记忆权争夺才刚起步。
未来6-12个月，这一工具或成个人品牌新标尺，企业可能投资“权重优化”服务，而监管或转向模型透明度和数据溯源。悬念在于：当AI成为默认记忆库时，个人如何 reclaim 对自身数字存在的控制权？
信源：
https://www.bloomberg.com/news/articles/2026-06-19/unitedhealth-bets-3-billion-on-ai-to-cut-costs-tame-backlash (背景参考)
6月19日，三名亚马逊工程师向西雅图民权办公室提交民事权利投诉，指控公司因他们在市议会作证支持AI数据中心一年暂停令而对其展开内部调查，可能面临解雇。投诉称，亚马逊追踪员工政治言论并试图揪出更多参与者，这一事件将AI基建扩张的外部阻力延伸至公司内部。
这一由头折射出AI算力需求与现实制约的深层冲突。AI模型训练与推理对数据中心电力、土地和水资源的需求呈指数级增长，但地方政府和社区正通过暂停令、环境审查等方式收紧审批。亚马逊等巨头过去凭借规模优势快速推进，如今却遭遇员工公开反对与监管双重夹击。相比之下，谷歌和微软也在类似项目上遭遇地方阻力，但亚马逊作为AWS核心玩家，此次内部事件暴露其供应链与人才凝聚力的脆弱。
与OpenAI、Anthropic等模型公司侧重产品迭代不同，亚马逊的痛点在于“重资产”属性——数据中心建设周期长、资本密集，一旦地方政策收紧，扩张节奏将直接受阻。这也与英伟达等芯片商的“卖铲子”逻辑形成对比：后者受益于需求爆发，前者却需直面落地摩擦。员工行动进一步放大民意压力，此前民调显示美国公众对AI乐观度已降至低位，基建落地难度或持续上升。
未来6-12个月，这一案例可能成为行业风向标：若亚马逊妥协或调整策略，会否引发更多科技员工站队地方监管？还是巨头们会通过游说与补偿加速海外布局？值得持续跟踪。
信源：https://www.cnbc.com/2026/06/18/amazon-engineers-ai-data-center-opposition.html (2026-06-18)；https://mlq.ai/news/amazon-engineers-file-civil-rights-complaint-after-probe-into-data-center-testimony/ (2026-06-19)；https://thenextweb.com/news/ai-data-centre-backlash-amazon-engineers-ferc (2026-06-19)
6月21日洛杉矶时报报道，OpenAI与Anthropic关联的超级PAC在2026年中期选举中已投入超3700万美元，成为国会选战最大外部资金来源之一。其中与OpenAI共同创始人Greg Brockman夫妇及a16z相关的“Leading the Future”网络主推反监管路线，与Anthropic资助的“Public First Action”形成对立，双方在多州选区投放针对性广告。
这一动作标志着AI公司从技术竞赛转向政治影响力争夺。过去两年，OpenAI和Anthropic在企业市场和模型迭代上激烈对峙，如今却通过独立PAC在同一战场“内战”：一方强调创新优先、反对州级安全法案预emption，另一方支持更严格监管框架。两者累计融资已超2400亿美元，营收跑率分别突破250亿和300亿美元，政治投入只是其资本实力的延伸。
对比Meta等科技巨头早期通过游说或间接捐赠的低调策略，AI双雄直接资助对立PAC的做法更具攻击性，也暴露行业对监管走向的深度焦虑。特朗普政府此前已收紧部分出口管制，此次选举若结果偏向反监管阵营，或将加速联邦层面宽松框架落地；反之则可能强化州级与联邦安全要求。
悬念在于：3700万美元只是起点，双方后续资金规模与广告强度将如何影响最终国会席位分配，并进而决定2027年AI立法天花板。
信源：https://www.latimes.com/politics/story/2026-06-21/ai-giants-are-funding-ad-wars-in-races-across-country
https://thehill.com/policy/technology/5912720-altman-openai-get-bogged-down-in-political-spending-fight
6月20日，美国AI营销初创公司Gradial宣布完成6500万美元C轮融资，估值达到6.75亿美元，由Insight Partners领投，现有投资者VMG Partners、Madrona和Pruven跟投。这笔融资直接指向企业营销场景的垂直代理落地，而非通用大模型的泛化竞赛。[[1]](https://jawlah.co/en/58900)
这一事件折射出AI代理从“通用聊天”向“垂直工作流”转型的清晰趋势。Gradial的营销操作系统通过AI代理串联Adobe、Salesforce、ServiceNow和Databricks等数十个企业工具，自动监控品牌在AI搜索中的缺失、生成内容、走审批流程并多平台发布。T-Mobile实测显示，营销活动执行时间缩短80%-90%，准确率保持99%。其客户已覆盖AWS、UBS等大企业，并在医疗和金融等强监管行业实现合规控制的自动化嵌入。
对比通用代理，垂直方案的优势在于深度集成与风险控制。通用模型往往停留在单点任务，而Gradial这类产品直接重构现有SaaS生态，解决“工具孤岛”和合规痛点。这与过去两年通用模型主导的融资热潮形成对比：垂直玩家更易获得企业预算，因为它们能证明ROI而非仅展示demo。
展望未来6-12个月，类似Gradial的垂直代理或将持续吸引资本，迫使通用模型厂商加速开放API或推出行业模块。但悬念在于：当更多垂直玩家涌入，数据壁垒和集成复杂度是否会让少数玩家形成寡头，还是催生更多细分赛道？
信源：https://jawlah.co/en/58900 (2026-06-20)
6月19日，英国住房、社区和地方政府部（MHCLG）与科学、创新和技术部（DSIT）公布细节：与Google DeepMind及Faculty合作开发的AI规划原型已进入实地测试阶段。该工具面向户主规划申请（占规划官工作量的约70%），可自动分析申请材料、识别相关政策与约束条件，辅助官员更快做出决策，但最终决定权仍由人工保留。测试首批在多塞特郡议会、卡姆登区和巴尼特区三地展开，目标是将常规申请处理时间从8周缩短至4周。[[1]](https://mhclgdigital.blog.gov.uk/2026/06/19/using-ai-to-support-planning-decisions-what-it-means-for-planners-and-residents/)
这一动作是英国推动“建造150万套新房”计划的一部分。政府同时已向全国所有议会开放另一款AI工具Extract，用于快速转换历史规划文件数据。原型开发过程中，投标方需提交可运行原型，经规划官评估后选定DeepMind团队。目前处于alpha测试阶段，夏季结束后将评估是否扩展至更多地方议会。
与美国企业主导的AI代理落地不同，英国模式强调公共服务效率与人工 oversight 并存。DeepMind参与政府项目，显示其技术正从研究实验室走向真实行政流程，这与Anthropic、OpenAI更侧重企业客户的路径形成对比。规划系统长期 backlog 问题（部分项目因延误放弃）使AI辅助成为务实选择，但也需应对公众对AI用于公共决策的信任问题。
下一步观察重点在于夏季测试结果：若成效显著，2027年或将更广范围 rollout。这或为其他国家AI在住房、规划等民生领域的落地提供参照。[[1]](https://mhclgdigital.blog.gov.uk/2026/06/19/using-ai-to-support-planning-decisions-what-it-means-for-planners-and-residents/)
信源：https://mhclgdigital.blog.gov.uk/2026/06/19/using-ai-to-support-planning-decisions-what-it-means-for-planners-and-residents/
