印度IT秘书S. Krishnan表示，该国正调查苹果供应商塔塔电子的数据泄露事件。泄露文件包含iPhone 18 Pro模型照片、零件清单及供应商细节，数据由勒索软件团伙World Leaks发布于暗网。塔塔已限制内部敏感系统访问、聘请全球顾问开展法证审计，并向印度政府报告。苹果称正与塔塔合作调查并强化长期安全措施。
此事件凸显苹果全球供应链安全风险，可能加速印度制造基地的合规审查。
信源:https://www.reuters.com/world/india/india-investigating-tata-data-leak-that-exposed-apple-iphone-secrets-2026-07-03/
7月1日在葡萄牙辛特拉举行的欧洲央行年度会议上，全球主要央行行长们将人工智能列为最突出的讨论主题。与会者普遍认为，AI将在金融市场、劳动力结构、银行信贷以及能源需求等多个领域带来颠覆性影响，但其具体路径和风险尚难以预判。[[1]](https://www.reuters.com/business/finance/ai-hopes-fears-dominate-global-central-bank-meet-2026-07-01/)
会议共识是，AI的“破坏性潜力”体现在所有情景中：它可能重塑就业、推高电力消耗，甚至改变货币政策传导机制。部分官员担忧，若AI进展失控，可能引发系统性金融风险。联合国独立科学小组同日发布的首份报告也强调，AI发展速度已超出科学认知与政策框架，存在“灾难性危害”的可能性。[[2]](https://www.reuters.com/business/unchecked-ai-progress-may-pose-catastrophic-risks-un-panel-warns-2026-07-01/)
与OpenAI、Anthropic等公司此前在监管与股权安排上的表态相比，此次央行层面的集体发声更侧重宏观稳定，而非单一企业治理。这显示AI已从技术议题升级为全球金融体系的系统性变量。
下一步值得跟踪的是，七国集团或欧盟是否会据此推动更具约束力的跨境AI风险评估机制，以及能源基础设施投资是否会因此加速。央行们能否在AI“黑箱”前守住金融稳定底线，将成为2026下半年政策博弈的焦点。
信源：https://www.reuters.com/business/finance/ai-hopes-fears-dominate-global-central-bank-meet-2026-07-01/
【阿里·全面禁用Claude】阿里巴巴今日在内部全面禁止使用Claude模型及相关服务，全员要求卸载对应工具与访问入口。此举与此前Anthropic指控阿里通过大规模蒸馏攻击获取Claude能力的背景相关，旨在强化合规与数据安全管控。
该决定显示中国AI大厂对海外前沿模型依赖的快速调整，预计将加速本土模型如通义千问的内部迁移与迭代。
信源:https://finance.sina.com.cn/stock/relnews/2026-07-03/doc-inifpcuy2361561.shtml
亚马逊7月1日发布的2025年可持续发展报告显示，其温室气体排放量较2024年增长16%，达到约8100万吨二氧化碳当量，创纪录增幅，主要源于数据中心电力消耗上升34%以及供应链制造环节的20%增长。这一数据与谷歌同期18%的“雄心型排放”增幅形成呼应，凸显AI算力扩张对碳中和承诺的直接冲击。
与微软、谷歌等 hyperscaler 类似，亚马逊过去几年排放曾趋稳甚至下降，但2025年AI驱动的数据中心建设与训练需求彻底打破平衡。报告同时指出，尽管碳强度（每美元营收排放）有所改善，但绝对排放量仍大幅上升，与2040年净零目标形成鲜明对比。这与此前多家公司强调“效率提升可抵消增长”的叙事形成反差。
根本驱动在于AI训练与推理对能源的刚性需求：国际能源署预测，AI、数据中心与加密货币用电量到2026年可能较2022年翻倍。亚马逊此举并非孤例，而是整个行业资本军备赛的副产品——算力优先于环保的路径依赖已从模型参数竞争延伸至基础设施层面。
未来6-12个月，类似报告将持续发酵：监管是否会将AI排放纳入强制披露或碳税框架？ hyperscaler 是否会加速核电、可再生能源采购以对冲，还是仅靠碳抵消维持叙事？这一悬念将直接影响AI资本支出的可持续性与地缘政策走向。
信源：https://www.axios.com/2026/07/01/amazon-ai-emissions-data-centers
https://www.geekwire.com/2026/the-cost-of-the-ai-boom-amazon-emissions-jump-16-as-company-stands-by-net-zero-pledge/
https://www.insurancejournal.com/news/national/2026/07/02/876142.htm
阿里巴巴千问团队内测漫剧创作工具“ManClaw”，已用于羊城晚报与书旗中文网7月1日启动的“千文创境”AI漫剧创作大赛，提供自研AI工具降低创作门槛，支持IP授权与全网分发。工具免费注册使用，聚焦内容生成与智能营销场景。
信源:https://finance.sina.com.cn/jjxw/2026-07-01/doc-inifiaen4134974.shtml
腾讯游戏今日发布《2026年暑期未成年人保护专项行动》，在执行国家防沉迷新规基础上，升级“AI双引擎防沉迷”模式，新增声纹特征检测、年龄识别等AI手段，强化账号冒用识别与动态管控。行动聚焦暑期家长管理痛点，结合技术与服务提升防护实效。
该举措标志腾讯游戏未保体系从规则限制向AI智能防护纵深演进，暑期高峰期实际落地效果值得持续观察。
信源:https://finance.sina.com.cn/tech/digi/2026-07-03/doc-inifntfk0565527.shtml
7月2日，卢旺达总统卡加梅、Salesforce CEO本尼奥夫与ITU秘书长博格丹-马丁共同宣布成立“AI for Good全球委员会”。该委员会汇聚40余位创始成员，涵盖多国元首、亚马逊、英伟达、微软等科技巨头，以及联合国机构，核心目标是扩大AI接入、建立信任并加速解决现实挑战。
此举正值AI算力与模型访问壁垒加剧之际。美国特朗普政府倾向“护栏越少越好”，欧盟AI Act已进入全面适用倒计时，而中国则以国家主导推动出口与本土化。委员会特别强调“发展中国家参与”和弥合数字鸿沟——全球仍有22亿人离线，这与“每月超10亿人使用生成式AI”的现实形成鲜明对比。
与以往美欧主导的治理对话不同，该平台首次将非洲、亚洲等多国领导人与企业高管并列，试图将AI从“前沿竞赛”转向“普惠工具”。本尼奥夫直言：“信任是共享成功的基础。”卡加梅则呼吁减少不平等。
委员会将于7月7-10日日内瓦峰会首会，能否在模型访问、数据流动和南方国家算力支持上拿出可执行方案，将决定其是否只是又一个论坛，还是真正重塑全球AI规则的起点。[[1]](https://www.salesforce.com/news/press-releases/2026/07/02/ai-for-good-global-commission-announcement/)
信源：
https://aiforgood.itu.int/
Kioxia 7 月 2 日宣布，其下一代高带宽内存产品已进入量产准备阶段，AI 需求直接拉动公司业绩大幅反弹。这一消息并非孤立事件，而是 AI 资本开支向供应链传导的最新信号。过去两年，OpenAI、Anthropic、Google 等实验室的模型训练与推理需求，已将内存与存储环节从周期底部拉回。
对比上游芯片与下游应用，内存厂商的复苏节奏更具确定性。英伟达 GPU 仍是瓶颈，但 HBM 和高性能 DRAM 的短缺正被逐步缓解；Kioxia 的动作显示，供应链企业已开始锁定长期订单，而非等待模型迭代。同期 Alphabet 完成 847.5 亿美元股权融资、微软组建 Frontier 公司投入 25 亿美元，均指向同一逻辑：AI 基础设施投资正从“模型竞赛”转向“全链条落地”。
这种传导也暴露资本结构的差异。超大规模实验室仍需持续烧钱维持领先，而内存与存储环节的玩家更早进入正向现金流。Kioxia 的复苏，意味着 2026 年 AI 资本开支的边际增量，正从少数几家前沿实验室扩散至更广的硬件生态。
悬念在于：当内存供应逐步宽松后，下一波成本压力会传导至哪个环节——是推理芯片，还是企业部署的整体 TCO？这一传导链条值得持续跟踪。
OpenLLMStack博客作者Sherlock Xu于7月2日更新发布《30+ Open Source LLM Statistics & Trends (2026)》。文章汇集Hugging Face、Meta、OpenRouter、Stanford AI Index等一手数据，指出Hugging Face托管超200万公开模型，Qwen衍生模型超11.3万，Llama累计下载破10亿；开源模型在OpenRouter占 token 用量约三分之一，中国模型份额显著上升；开源与闭源模型性能差距3.3%；推理成本年降约10倍。
该报告为开发者与行业提供最新开源生态基准，凸显开源LLM从实验走向生产主力的加速趋势。
信源:https://openllmstack.com/blog/open-source-llm-statistics/
Business Insider 援引知情人士称，Wang 在内部 town hall 上作出上述表述，Watermelon 为 Avocado 后续模型，目前正处于训练阶段。Meta 通过这一内部基准对比，显示其前沿模型开发正快速追赶 OpenAI。[[1]](https://www.businessinsider.com/meta-ai-model-catches-up-openai-gpt-5-says-2026-7)
该进展凸显 Meta 在 AI 军备赛中的算力与模型迭代决心。
信源:https://www.businessinsider.com/meta-ai-model-catches-up-openai-gpt-5-says-2026-7
