特朗普AI行政令截止在即 巨头游说加剧

8月1日前后，OpenAI首席执行官Sam Altman与NVIDIA CEO黄仁勋同时现身华盛顿，正值特朗普政府AI行政令关键截止期限逼近。该行政令于6月签署，要求联邦机构在60天内制定实施框架，涉及模型评估、数据中心选址与能源分配等核心条款。两位行业领军人物的会晤，标志着私营部门对政策走向的直接介入达到新高度。[[1]](https://www.cnbc.com/2026/07/31/trump-ai-executive-order-nears-key-deadline-regulation-debate-heats-up.html)

这一幕折射出AI监管博弈的深层格局：美国正试图通过“快速通道”许可维持全球领先，同时平衡安全与创新。OpenAI长期主张自愿提交模型评估，NVIDIA则侧重基础设施扩张，二者利益高度绑定，却与Anthropic等强调安全优先的路径形成对比。中国模型在性价比上的持续突破（如DeepSeek近期低价编码模型），进一步推高了美方政策紧迫感。

与欧盟AI Act于8月2日启动透明度规则执法相比，美国路径更依赖行业参与而非强制合规，这可能加速基础设施建设，却也放大权力集中风险。过去半年，AI资本已高度集中于少数巨头，此次游说或将固化这一态势。

未来6-12个月，行政令落地细节将决定开源权重模型的生存空间与出口管制强度，值得持续跟踪。

信源：https://www.cnbc.com/2026/07/31/trump-ai-executive-order-nears-key-deadline-regulation-debate-heats-up.html
https://support.trustwave.com/first-dry/Trump-AI-Executive-Order-Deadline-Approaches-as-Altman-Huang-Converge-on-Washington-54-1555

📤 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

Show HN：OpenTalking开源实时AI数字人框架上线

datascale-ai在GitHub发布OpenTalking项目，支持实时对话、私有化部署及可插拔模型后端，整合LLM、TTS、WebRTC等全链路。项目定位工业级开源编排框架，适用于AI客服、商品讲解、企业私有数字人等场景。Show HN帖已现身Hacker News。

该工具为私有部署实时AI头像提供即用方案，降低落地门槛。

信源:https://github.com/datascale-ai/opentalking

📤 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

腾讯张军发文称WorkBuddy“项目”功能悄然迭代

腾讯公司公关总监张军发文表示，WorkBuddy里的“项目”功能已完成迭代。用户组建项目并邀请成员后，可共享全部资料、协同处理事务、同步计划进度，形成多人与AI共同推进任务的工作流。该更新延续WorkBuddy此前高频迭代节奏，强化企业级人机协作能力。
信源:https://finance.sina.com.cn/7×24/2026-08-03/doc-inikytnr4747493.shtml

📤 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技能成就业分水岭 英国数据敲响警钟

8月2日，英国招聘平台Indeed发布最新数据显示，拥有AI技能的岗位需求持续上升，而其他岗位招聘却出现明显收缩，企业正加速用AI工具替代常规人力，形成清晰的“双速劳动力市场”。这一数据直指AI落地从概念转向真实劳动力重构的拐点。

与美国类似，英国企业正将AI优先用于成本控制与生产率提升。数据显示，AI相关职位增长抵消了部分传统岗位流失，但中低技能工人面临更严峻压力。这与Meta、谷歌等巨头持续高额AI资本开支形成镜像：一边是云与芯片投入推高自由现金流需求，另一边是下游就业结构快速分化。

对比之下，中国AI部署更侧重垂直场景（如物流、制造代理），但同样面临技能鸿沟。过去两年，AI采用领先的行业招聘回暖，而落后领域却未见明显复苏。根本驱动力是AI从辅助工具转向流程重写者——谁掌握集成与治理能力，谁就能在双速市场中占据上风。

未来6-12个月，若AI代理大规模接管中层运营，劳动力市场裂痕或将进一步扩大。政策是否能及时跟进技能再培训，将决定这一分化是短期阵痛还是长期结构性危机。

信源：https://www.bloomberg.com/news/articles/2026-08-02/ai-is-creating-a-two-speed-jobs-market-in-the-uk-indeed-says (2026-08-02)
https://www.bloomberg.com/news/newsletters/2026-08-02/free-cash-is-king-as-companies-pour-billions-into-ai-meta-goog-ups (2026-08-02)

📤 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

欧盟AI透明规则今日落地 合规成本成新分水岭

2026年8月2日，欧盟AI Act第50条透明义务正式生效，要求生成式AI提供商和部署方在用户交互、合成内容、深度伪造及公众利益事项上进行明确披露和标记。这标志着AI监管从框架设计转向实际执行的第一波强制动作。

与美国同期推进的开放权重模型倡议形成鲜明对比。NVIDIA、Meta、Microsoft等逾150家企业近日联合致信华盛顿，强调开放模型对创新、安全和主权的重要性，而Anthropic则未加入。David Sacks公开表示，行业需警惕试图扼杀开源的势力。欧盟此举则直接针对生成内容可追溯性，罚款上限达1500万欧元或全球营业额3%。

实际影响已显现。多家生成式AI工具已开始集成机器可读水印或标签系统，但对已上线产品给予至12月2日的过渡期。相比之下，美国政策更侧重自愿预发布审查框架，凸显大西洋两岸在“可控”与“扩散”之间的路径分歧。

短期内，合规将成为企业AI部署的隐形门槛。那些早布局检测与标记技术的公司将获得竞争优势，而依赖封闭模型的垂直应用可能面临额外成本压力。未来6-12个月，观察重点在于欧盟执法案例是否倒逼全球平台统一标准，还是加速区域化模型生态的分化。

信源：
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

Article 50: Transparency Obligations for Providers and Deployers of Certain AI Systems


https://ai-at.eu/en/news/article-50-of-the-eu-ai-act-transparency-obligations-become-applicable-on-2-august-2026/

📤 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

小额基金押注AI非常规范式 暴露主流路径隐忧

7月31日，Unconventional AI宣布启动50万美元学术研究基金，向最多五项探索生成式AI新计算范式的项目各提供10万美元资助，重点支持硬件与AI交叉的“高风险”想法。这一小额举动虽不起眼，却在AI资本高度集中于大模型 scaling 的当下，释放出清晰信号：主流路径的边际回报可能已现疲态。

过去一年， hyperscaler 与顶级实验室将数百亿美元投入 transformer 架构与数据中心扩建，OpenAI、Anthropic、Google 等持续迭代参数规模。但与此同时，效率瓶颈、能耗压力与 diminishing returns 讨论日益增多。Unconventional Grant 明确指向“非传统计算范式”，与当前数千亿美金的债务融资与算力军备形成对比—— Goldman Sachs 估算今年 AI 相关债务发行已接近5000亿美元，而小基金却在为“可能颠覆现有假设”的研究兜底。

这与过去 NVIDIA、AMD 等硬件厂商主导的创新路径形成分化：前者依赖规模，后者试图从底层计算重构突破。类似早期对 neuromorphic 或 optical computing 的零星押注，如今被系统化到基金层面，显示行业对“下一代范式”已不再只靠巨头内部实验室。

未来6-12个月，若此类非常规研究产出初步验证，将迫使主流玩家重新评估资本配置；反之，则可能强化现有 scaling 路径的路径依赖。关键悬念在于：这些小额种子能否在18个月内吸引后续跟进资本，还是仅停留在边缘探索。

信源：https://unconv.ai/grant/
https://x.com/unconvAI/status/2041553331563511914

📤 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

语音AI初创融资潮折射垂直代理分化

7月31日，Smallest.ai宣布完成1300万美元A轮融资，由Seligman Ventures领投，总融资超2100万美元。公司专注构建超低延迟、接近真人语音的AI模型，目标是让AI电话客服通过图灵测试。

这一动作正值通用大模型语音能力快速迭代之际。OpenAI和Google已将语音模式推向桌面和移动端，但企业级部署仍面临延迟高、自然度不足的问题。Smallest.ai的路径是垂直深耕：针对客服、预约等高频场景优化端到端语音链路，而非追求通用AGI。

对比之下，Anthropic和Meta更侧重开放权重或多模态基座模型，试图通过规模效应覆盖所有场景；而Smallest这类初创则证明，在交互层，专用优化能快速形成护城河。类似趋势也出现在代码、医疗等垂直领域——通用模型降价后，资本正向“最后一公里”代理倾斜。

未来6-12个月，这类语音代理或将大规模进入银行、零售客服，但深假监管收紧可能限制消费端应用。关键悬念在于：这些垂直玩家是继续独立扩张，还是会被大厂收购整合？

信源：https://techcrunch.com/2026/07/31/smallest-ai-raises-13m-to-build-ultra-fast-voice-ai-that-sounds-genuinely-human/
https://www.cnbc.com/2026/07/31/gm-in-vehicle-ai-system.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

数据效率初创估值冲至50亿美元

7月31日，专注数据效率的AI初创公司Flapping Airplanes传出正就数亿美元融资进行谈判，估值目标50亿美元，由Index Ventures和Lux Capital领投，Kleiner Perkins参与。该公司2025年由三位年轻创始人创立，1月已完成1.8亿美元种子轮，目标是用远少于当前模型的数据量训练强大AI，模拟人类学习方式。

这一动作折射出AI行业从“规模至上”向“效率为王”的微妙转向。过去两年，OpenAI、Google等巨头依赖海量数据堆砌前沿模型，但数据墙已现端倪。与此同时，类似Ineffable Intelligence等“新实验室”也以11亿美元融资押注无人类数据训练路径。Flapping Airplanes的50亿美元估值，远超多数早期产品型初创，凸显资本对“少数据、高智能”技术断点的重注。

与Anthropic、xAI等仍主打规模扩展的路径相比，这些效率导向玩家更像对现有范式的对冲。若数据效率突破落地，将直接稀释 hyperscaler 的数据优势，也可能重塑企业采用门槛。但悬念在于：这些前沿实验室能否在规模玩家完成下一代模型迭代前，拿出可验证的性能跃升？否则，高估值故事或将面临残酷现实检验。

信源：https://www.forbes.com/sites/rashishrivastava/2026/07/31/ai-startup-flapping-airplanes-is-in-talks-to-raise-funding-at-a-5-billion-valuation/

📤 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

MiniMax与字节同日升级AI视频模型

中国AI公司MiniMax与字节跳动7月31日几乎同时发布视频生成模型升级，凸显中美在生成式视频领域的激烈竞争。MiniMax推出H3模型，支持文本、图像、视频和音频多模态输入，可生成最长15秒2K分辨率视频并附原生立体声；字节跳动则更新Seedance 2模型，强化编辑功能与连贯性。两家公司均强调输出更自然、 coherent 的视频。

这一动作发生在全球视频生成赛道快速迭代背景下。OpenAI Sora已于2026年3月停服，市场留给Runway、Pika、Veo等海外玩家与中企直接对决。中国公司凭借本土数据与算力优势，持续缩小与美国前沿模型的差距。MiniMax与字节的同日发布，也反映中国AI企业在资本压力下（DeepSeek等暂停融资案例）仍保持高强度产品迭代的决心。

从格局看，这标志中国在消费级视频生成工具上的商业化步伐加快，可能进一步挤压海外模型在亚太市场的份额。下一阶段值得关注的是两款模型的实际采用率与企业级API定价战。

信源：https://www.bloomberg.com/news/articles/2026-07-31/china-s-minimax-and-bytedance-release-dueling-ai-video-models

📤 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

美国州长协会启动AI就业政策合作

7月31日，美国国家州长协会（NGA）与RAISE US宣布100万美元合作，旨在帮助各州制定AI与未来就业政策。该计划将从阿肯色、康涅狄格、马里兰和犹他四州起步，重点围绕企业激励、员工再培训与“earn-and-learn”模式展开，目标是让工人顺利过渡到AI驱动的经济。[[1]](https://www.nga.org/news/press-releases/nga-raise-us-announce-1-million-partnership-to-promote-states-efforts-to-harness-ai-and-the-future-of-work/)

这一动作正值联邦层面AI投入持续加码、欧盟AI Act正式执法之际，却选择了“自下而上”的州级路径。NGA此前已成立跨党派AI与未来工作工作组，计划11月发布州长路线图，而此次合作直接提供资金与执行支持，凸显州政府希望在具体落地层面抢占先机，而非等待华盛顿统一框架。

与联邦大规模算力与模型投资形成对比，州级政策更注重劳动力市场实际影响。加州已尝试AI失业追踪器，欧洲则侧重风险分级监管，美国州长们则聚焦激励与培训，试图将AI转化为就业红利而非冲击。这反映出美国联邦制下，AI治理正从“顶层设计”转向“实验性竞争”。

下一步值得观察：四州试点能否产出可复制的模板，还是会导致监管碎片化？若成功，2027年NGA冬季会议或将决定AI政策是否真正下沉到地方。

信源：

NGA, RAISE US Announce $1 Million Partnership to Promote States’ Efforts to Harness AI and the Future of Work


https://www.oklahoman.com/story/news/politics/2026/07/31/elections-ai-use-oklahoma-governor-kevin-stitt-nga-meeting/91023342007/

📤 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