谷歌新广告用 AI 重现独立宣言签署场景

谷歌近日推出全新广告，虚构建国者借助 Gemini AI 工具重现《独立宣言》起草过程。广告中，建国者用“help me visualize”功能尝试不同国家印玺动物图案，Gemini 记录会议要点，并就拒绝英王乔治三世文件访问请求提供建议。相比此前超级碗 AI 广告，这支片子对 AI 的推广较为低调，未暗示 AI 能改写宣言原文，但生成画面仍带有明显 AI 痕迹。[[1]](https://techcrunch.com/2026/07/04/new-google-commercial-imagines-a-declaration-of-independence-written-with-help-from-ai/)

广告发布于 2026 年 7 月 4 日，正值美国独立日，旨在展示 Gemini 在创意与生产力场景的应用。此前谷歌已多次在营销中强调 AI 工具，但本次选择历史题材，避开敏感内容生成争议，体现了其在监管与公众信任压力下的谨慎策略。

与 OpenAI、Anthropic 等对手相比，谷歌在消费级 AI 广告投放更为积极，但实际模型性能仍受算力限制影响。Meta 等公司则更侧重企业级代理落地，此次广告显示谷歌正试图通过文化叙事拉近与大众距离。

编辑观察：广告虽低调，却折射出 AI 营销从“能力展示”转向“场景嵌入”的趋势。未来 6-12 个月，若谷歌持续此类文化内容营销，或能部分缓解 Gemini 3.5 Pro 延期带来的市场焦虑，但效果取决于实际产品迭代速度。

信源：https://techcrunch.com/2026/07/04/new-google-commercial-imagines-a-declaration-of-independence-written-with-help-from-ai/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

康涅狄格加入AI劳动力再培训计划

7月4日，康涅狄格州州长Ned Lamont宣布，该州正式加入RAISE US全国性非营利组织发起的AI劳动力倡议，成为阿肯色、马里兰、犹他等首批伙伴州之一。该计划已获得亚马逊、Anthropic、微软、OpenAI基金会等机构超过5亿美元承诺，目标是帮助工人、雇主和教育机构应对AI对就业的冲击。

这一动作并非孤例。过去一年，美国多州已从单纯监管转向主动布局再培训：俄亥俄州AI政策强制截止日前后，多地推出类似技能升级项目；与此同时，AI驱动的效率提升正加速劳动力分化——印度IT行业招聘逆势增长16%，但传统岗位流失压力同步放大。中国企业则更侧重“内部消化”，阿里全面禁用Claude、腾讯升级暑期未保AI双引擎，反映出不同市场对AI落地节奏的判断差异。

根本驱动力在于资本与技术的双重挤压。AI token价格下滑叠加算力军备赛，使企业更倾向用自动化替代而非增聘；与此同时，州级政府意识到，若不提前重塑技能供给，AI红利将集中于少数高技能群体，放大社会裂痕。RAISE US模式强调公私合作、行业-led课程，与单纯政府补贴或企业内部培训形成对比，前者更注重跨州规模效应。

未来6-12个月，更多州或将跟进，关键悬念在于：这些计划能否真正将再培训转化为高薪AI相关岗位，还是仅停留在“技能证书”层面。就业数据的持续跟踪，将决定AI叙事是否从“效率革命”转向“包容性转型”。

信源：https://bristoledition.org/blog/2026/07/04/connecticut-joins-national-ai-workforce-initiative/
https://portal.ct.gov/governor/news/press-releases/2026/06-2026/governor-lamont-announces-connecticut-partnering-in-raise-us
https://www.edtechinnovationhub.com/news/raise-us-launches-with-500-million-plus-secured-for-ai-workforce-programs

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

AI数据中心电力荒，燃料电池融资五倍扩容

7月3日，Brookfield Asset Management将与Bloom Energy的燃料电池融资框架从5亿美元扩大至250亿美元，专门用于全球AI数据中心供电项目。这一动作直接回应了算力扩张带来的电力瓶颈。

过去两年，AI训练与推理的能耗以指数级增长，传统电网和可再生能源供应已跟不上 hyperscaler 的部署节奏。Bloom Energy的固体氧化物燃料电池提供高效率、模块化且相对清洁的基荷电力，正成为数据中心运营商的现实选项。与此同时，NVIDIA、Google等继续在芯片和模型上军备竞赛，却不得不面对“有算力、无电用”的硬约束。

对比之下，OpenAI、Anthropic等模型公司仍聚焦参数规模与推理优化，而基础设施玩家已开始用真金白银锁定能源资产。微软Frontier公司等部署团队的成立，也印证了从“模型即服务”向“部署即服务”的重心转移。资本正从前沿模型向支撑其运行的物理世界传导。

未来6-12个月，这一趋势或加速：能源公司与AI云服务商的绑定会更紧密，但也可能催生新的地缘与监管风险——谁来为AI的电力需求买单，政府、用户还是最终消费者？

信源：https://energydigital.com/news/behind-brookfields-us-25bn-investment-in-blooms-fuel-cells
https://www.datacenterdynamics.com/en/news/?term=north-america
https://peinsights.substack.com/p/brookfield-lifts-bloom-energy-ai

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

美光日本破土动工93亿美元AI内存工厂

美光科技（Micron）7月4日在日本广岛西部的工厂举行扩建破土仪式，斥资约1.5万亿日元（约93亿美元）新建高带宽内存（HBM）生产线，目标2028年夏季开始出货，重点供应NVIDIA等AI加速器所需内存。[[1]](https://www.japantimes.co.jp/business/2026/07/04/tech/micron-hiroshima-chip-plant/)

该项目获得日本经济产业省最高5000亿日元补贴支持。美光CEO Sanjay Mehrotra在仪式上表示，广岛工厂此前已生产出公司首片HBM晶圆，此次扩建将进一步巩固其在AI内存供应链中的地位。[[2]](https://www.moneycontrol.com/news/business/micron-breaks-ground-on-9-billion-western-japan-plant-expansion-13965876.html)

与此同时，全球AI算力需求持续推高内存价格和产能争夺。美光此举与NVIDIA、SK海力士等厂商的HBM布局形成呼应，反映出AI基础设施从芯片向存储环节的资本传导加速。日本政府通过补贴强化本土供应链，也体现了地缘因素对AI硬件投资的影响。

这一投资凸显AI硬件军备赛正从训练芯片向下游内存延伸。未来6-12个月，类似产能落地节奏与实际AI训练/推理需求匹配度，将成为观察行业过热风险的关键指标。

信源：https://www.bloomberg.com/news/articles/2026-07-04/micron-breaks-ground-on-9-billion-western-japan-plant-expansion

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

华为发布“韬定律”V2论文 豆包千问智能体功能下线

【华为半导体负责人何庭波7月3日在ChinaXiv平台发布《面向多层级电子系统的时间缩微理论》V2版，补充工程细节、实测数据与产品路线。豆包与通义千问同日向用户推送通知，智能体功能将于7月15日下线，部分提前至7月10日，用户需提前备份数据。两大头部平台同步调整或指向监管趋严。】

信源:https://wap.eastmoney.com/a/202607043794171129.html

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

xAI Grok Build 发布 v0.2.84 更新

xAI 于 2026 年 7 月 3 日推送 Grok Build v0.2.84 重大更新，新增多项功能、大量 bug 修复及性能优化。Elon Musk 在 X 上发帖称：“Another major Grok Build update just landed, packed with new features, extensive bug fixes, and meaningful performance improvements”（又一次重大 Grok Build 更新上线，包含新功能、大量 bug 修复和显著性能提升）。

Grok Build 是 xAI 推出的终端 AI 编码代理工具，支持多代理并行运行，面向专业开发者。此前已通过 SuperGrok 订阅开放 beta，此次更新进一步强化了其实用性和稳定性。

在 AI 编码代理赛道，xAI 正与 Anthropic 的 Claude Code、OpenAI 的 Codex CLI 形成直接竞争。xAI 通过密集迭代试图缩短与头部产品的差距，反映出当前市场对高效、可靠编码工具的强烈需求。

此次更新显示 xAI 在产品落地速度上的优势，但能否在企业采用率上追赶，仍需观察后续基准表现与用户反馈。下一阶段值得跟踪 Grok Build 的 API 开放与实际部署案例。

信源：https://x.com/elonmusk/status/2072926347169562859

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

Miller 6.20.2 发布，新增 AI 代理支持

johnkerl/miller 于今日发布 v6.20.2 版本。Miller 现将 AI 代理作为一等用户，支持 MCP 协议一键集成 Claude Code、Cursor 等工具，提供结构化帮助、错误输出与 dry-run 验证；新增 bash/zsh 补全与 bytes 数据类型及 base64 编解码。版本 6.20.0/6.20.1 已作废。该工具正从数据处理向 AI 原生 CLI 演进，开发者与代理生态值得持续跟踪。

信源:https://github.com/johnkerl/miller/releases/tag/v6.20.2

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

特斯拉AI token限额折射效率焦虑

7月6日起，特斯拉将对员工AI工具使用设置每周200美元上限，超出需审批，但xAI测试版产品除外。这一内部举措源于部分工程师每周消耗数千美元token，反映AI采用从“鼓励狂飙”转向“成本管控”。[[1]](https://electrek.co/2026/07/02/tesla-caps-employee-ai-spending-200-week/)

这一变化置于更广格局：2026年AI token价格持续下滑，企业却面临资本回报压力。OpenAI与Anthropic正酝酿价格战以争夺企业份额，而特斯拉此举与Meta、亚马逊等巨头形成对比——后者仍在大力推动内部AI使用，却未公开披露类似硬性上限。特斯拉选择在自家工程师身上率先“刹车”，既暴露AI效率战已从模型能力转向实际使用成本，也显示大厂内部治理正从激励转向约束。

根本驱动力是资本结构风险。Alphabet刚完成847.5亿美元股权融资押注算力基建，而类似Tesla的支出控制信号，可能预示更多公司将AI预算从“无上限实验”收紧为“可量化ROI”。与此同时，中国模型如DeepSeek开源提速推理效率，正以更低token成本切入市场，进一步放大全球效率之争。

未来6-12个月，这一限额是否会扩散为行业标配，还是仅为特斯拉特例？值得持续跟踪。

信源：

Tesla caps employee AI spending at $200/week except for Grok


https://www.theinformation.com/articles/tesla-caps-employee-ai-spend-200-per-week-adoption-push

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

特朗普要求AI前沿模型政府30天预览

特朗普政府近日签署行政令，要求AI公司自愿在最强大模型公开发布前，向联邦政府提供30天预览窗口。这一条款旨在平衡国家安全与创新速度，标志着美国AI政策从“事后监管”转向“事前嵌入”。[[1]](https://www.facebook.com/quartznews/posts/icymi-trump-wants-the-government-to-have-early-access-to-powerful-ai-models-the-/1380384563957358/)

此举发生在AI算力军备赛白热化、模型迭代加速的背景下。OpenAI与Anthropic此前已因安全审查多次调整发布节奏，而特朗普此前的行政令更侧重“护栏越少越好”，本次则明确要求政府优先接入，反映出地缘博弈下对技术控制权的争夺。相比欧盟AI Act的合规重压，美国选择“政府优先”路径，既避免全面禁令，又通过早期审查降低风险。

与Meta、谷歌等“开源或半开源”策略对比，闭源前沿实验室如Anthropic和OpenAI将面临更大合规成本——30天窗口可能延缓商业化，但换取监管确定性。对中国模型而言，这或许是窗口期：审查收紧美系出口的同时，本土加速出海或填补新兴市场空白。

悬念在于执行细节：自愿标准是否会演变为事实强制？若多家实验室同步延后发布，2026下半年模型竞赛节奏或将整体放缓，垂直应用落地反而成为新焦点。

信源：
https://www.facebook.com/quartznews/posts/icymi-trump-wants-the-government-to-have-early-access-to-powerful-ai-models-the-/1380384563957358/
https://www.reuters.com/technology/artificial-intelligence/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信

印度AI招聘逆势增长16% IT行业劳动力分化加剧

7月3日发布的Naukri JobSpeak报告显示，印度IT行业6月AI相关岗位招聘同比上升16%，而整体IT岗位招聘同比下降3%。这一数据来自覆盖15万家企业的职位列表，直观反映出AI正在重塑全球最大IT服务外包市场的就业结构。

印度IT巨头长期依赖低成本人力外包，过去两年已通过裁员应对生成式AI冲击。如今AI技能需求激增，意味着企业正从“人海战术”转向“模型+工程师”模式。相比之下，美国科技公司更多通过效率提升实现净裁员，中国则侧重芯片与模型自给，印度这一数据凸显其独特位置：既是AI应用落地的重要执行者，也是劳动力再分配的先行观察窗口。

与历史对比，2023-2025年印度IT招聘整体增速已放缓，此次AI岗位逆势上扬，印证“达尔文时刻”并非抽象概念——传统编码、运维岗位被压缩，提示工程、模型微调、代理部署等新角色快速扩张。长期看，这将加速印度从成本中心向AI能力中心转型，但也放大技能鸿沟风险。

悬念在于：若AI代理进一步成熟，印度IT服务出口是否会从“人月”转向“token订阅”模式，未来6-12个月的招聘数据将给出答案。

信源：https://www.reuters.com/world/india/ai-hiring-outpaces-overall-it-recruitment-india-report-shows-2026-07-03/

📤 分享这篇文章

𝕏 X 分享in LinkedIn

点击”分享微信好友”→ 长按图片发到微信