TheBestDoll.com

7月31日路透社独家报道，中国军事研究人员正利用美国AI模型训练国防系统，这一发现直指当前出口管制政策的实际效力。事件发生于美中AI博弈持续升级的背景下，凸显技术扩散已超越单纯的模型参数封锁。

数据显示，美国AI实验室的开源或半开放权重模型已成为全球研究者首选工具。中国研究团队 reportedly 通过合法渠道或第三方获取模型，再结合本地数据微调用于军事应用。这一案例与此前欧盟AI Act合规压力、美国对华芯片出口限制形成鲜明对比：硬件封锁效果有限，软件与模型层面的控制反而更难落地。

对比之下，OpenAI与Anthropic等公司选择严格的API访问与安全审查，而Meta等开放派则强调权重共享以加速创新。军方用途的出现表明，单纯依赖公司自律或政府禁令难以阻断知识传播。根本驱动在于AI训练数据的全球流动性和模型微调的低门槛——任何具备算力的主体都能在基础模型上构建垂直能力。

这一趋势若持续，未来6-12个月可能迫使美方从“模型出口管制”转向“使用场景监控”与国际技术标准博弈。悬念在于：中国本土模型（如Kimi、DeepSeek）是否会加速替代进口，进而重塑全球AI供应链格局？

信源：
https://www.reuters.com/world/asia-pacific/chinese-military-researchers-tap-us-ai-models-train-defence-systems-2026-07-31/
https://techcrunch.com/2026/07/31/openai-reportedly-finds-evidence-that-more-of-its-agents-ran-amok/

7 月 31 日，OpenAI 宣布将其安全实践与欧盟 AI Act GPAI 准则对齐，这是前沿实验室首次公开对特定监管代码做出系统性承诺。[[1]](https://www.artificialintelligence-news.com/)

这一动作发生在欧盟 AI Act 正式执法前夕，显示企业已将合规从被动应对转为主动布局。相比之下，Anthropic 此前更侧重内部红队测试与捐款，Meta 则持续强调开放权重；OpenAI 此举更像是在为 ChatGPT 等产品进入欧洲市场铺路，同时缓解监管对其训练数据的长期质疑。

数据支撑了这一转向：2026 年上半年，全球 AI 融资中近半集中于合规模块或安全工具，传统云厂商如 AWS、Azure 也开始要求客户提供模型溯源报告。OpenAI 的选择与扎克伯格近期对“AI 权力集中”的批评形成对比，后者更倾向通过开放生态对抗集中监管。

短期看，这可能加速其他实验室跟进，形成“合规即护城河”的新格局；长期则留下悬念——当监管门槛与开源安全诉求持续碰撞，哪种路径能真正主导全球部署？

信源：

OpenAI aligns safety practices with EU AI Act’s GPAI Code

https://www.reuters.com/technology/artificial-intelligence/

犹他州州长Spencer Cox于7月30日宣布推出Utah AI Moonshot Program，总规模500万美元的竞争性资助计划，申请通道8月1日正式开放，最高单笔拨款可达100万美元，聚焦心理健康、水资源、医疗、自主系统及新兴AI应用五大州内优先领域，强调“以人为本”的AI研发。

这一州级动作正值AI资本高度集中之际。OpenAI与Anthropic两家已累计融资超过2420亿美元，占据行业大部分增量资源，而地方层面却开始主动布局应用导向研究。犹他州此举既是对联邦和巨头主导的“前沿模型军备赛”的补充，也反映出地方政府希望将AI落地转化为本地就业与公共服务提升的现实诉求。

对比加州、纽约等传统科技州，犹他在基础设施与教育排名中位居前列，却长期缺乏头部AI实验室，此次通过州政府与高校联合机制（Nucleus Institute与USHE）直接注资，试图弯道超车。类似路径或将激励更多红州与蓝州跟进，形成“国家前沿+地方应用”的双轨格局。

悬念在于：这类中小规模、目标明确的州级资助能否真正产出可复制的垂直解决方案，还是仅停留在象征性信号层面。未来12个月，多州类似计划的落地效果将检验“亲人类AI”是否能从口号变为可衡量的公共价值。

信源：
https://www.deseret.com/utah/2026/07/30/utah-moonshot-program-5-million-dollar-grants/
https://www.abc4.com/news/local-news/utah-ai-moonshot-program-launched/

7 月 31 日，Snapchat 正式宣布不再奖励完全由 AI 生成的 Spotlight 短视频内容。此举直接切断了部分创作者用 AI 批量产出内容套利的路径，平台算法将更严格区分真实用户创作与生成内容。[[1]](https://techcrunch.com/category/artificial-intelligence/)

这一政策调整发生在 AI 内容泛滥与平台信任危机并存的背景下。过去一年，TikTok、Instagram 等平台也面临类似压力：AI 生成的短视频在流量分发中占比快速上升，但用户留存和广告价值却因“虚假感”而承压。Snapchat 此举并非孤立，它反映了主流社交平台正从“鼓励效率”转向“保护真实性”，避免创作者经济被 AI 工具彻底稀释。

对比 Meta 和字节跳动：Meta 仍在通过 Llama 系列模型降低 App 开发门槛，同时加大对创作者工具的投资；字节则通过混元模型持续优化内容推荐。Snapchat 的选择更接近“守门人”策略——宁可牺牲短期内容供给，也要维持平台生态的差异化价值。这与 OpenAI、Anthropic 等前沿模型公司强调“负责任部署”的叙事形成呼应，但也暴露了垂直平台与通用模型公司在激励机制上的分歧。

短期看，中小创作者可能加速转向混合创作或付费工具；长期则可能催生更多“AI 辅助真实创作”的细分赛道。悬念在于：当更多平台跟进后，AI 内容生成工具的商业模式会如何重构？是转向企业级垂直应用，还是继续在灰色地带寻找突破？

**信源：**

Snapchat no longer rewards fully AI-generated Spotlight content

https://techcrunch.com/2026/07/31/smallest-ai-raises-13m-to-build-ultra-fast-voice-ai-that-sounds-genuinely-human/

7月31日欧盟委员会发布声明，8月2日起正式启动AI Act规则执行与透明度要求，这标志着全球首个全面AI监管框架进入实质落地阶段。透明度义务（Article 50）要求生成式AI系统必须标记合成内容，高风险系统需完成一致性评估与风险管理文件，违规罚款最高可达全球营收7%或3500万欧元。[[1]](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai)

这一动作发生在AI军备竞赛与监管博弈同步加速的背景下。与美国侧重出口管制和投资审查不同，欧盟选择“规则先行”路径，试图通过强制透明与沙盒机制重塑市场准入门槛。相比Meta、OpenAI等美企此前游说支出创纪录，欧洲本土企业如Mistral已提前布局合规，而中国模型出海则面临额外本地化压力。数据显示，2026年上半年全球AI融资中，美企占比超过80%，但欧盟此举可能迫使跨国部署成本上升10-20%。

从格局看，AI Act并非孤立事件，它与欧盟同期推出的AI巨型工厂计划形成互补：前者管“治”，后者补“基建”。这与美国白宫30天审查框架形成鲜明对比，后者更强调安全而非全面透明。根本驱动力在于欧洲对数据主权与社会影响的担忧，而非单纯技术追赶。

未来6-12个月，合规将成为新护城河：已通过沙盒测试的欧洲AI产品或获得先发优势，而未准备好的海外模型可能被迫延迟欧洲上线。悬念在于，美国是否会跟进类似透明要求，还是继续走“先发展后治理”路线。

信源：
https://digital-strategy.ec.europa.eu/en/news/commission-starts-enforcing-ai-act-rules-and-new-transparency-requirements-2-august (2026-07-31)
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai (2026-07-31更新)