70%民众反对AI,美国人希望美国输掉人工智能战争

marsbitОпубліковано о 2026-06-06Востаннє оновлено о 2026-06-06

Анотація

这篇文章主要讲述了美国社会目前普遍存在的反AI情绪。一项民调显示,高达70%的美国人认为AI发展“太快”,需要加强监管。这种情绪已经从线上蔓延到线下,具体表现为: 1. **公开抵制**:谷歌前CEO埃里克·施密特在大学毕业典礼上鼓励学生拥抱AI时,遭到台下学生集体嘘声和社交媒体嘲讽。科技公司的AI广告被涂鸦破坏,硅谷等地爆发了多次反AI游行示威。 2. **阻碍基建**:各地居民强烈反对在当地建设AI数据中心,担心其推高水电费、消耗水资源、造成热污染及破坏环境。多个数据中心项目因居民抗议而推迟或取消,甚至有议员因支持项目而遭罢免或住所被枪击。 3. **走向极端**:出现了向OpenAI CEO奥特曼住宅投掷燃烧弹、枪击支持数据中心项目的议员等暴力事件。 民众反对AI的主要原因包括: * **担忧失业**:普遍认为AI会取代大量工作岗位,让财富更集中于科技巨头,而大众承担失业风险。 * **经济负担**:数据中心巨大的能耗和水耗,导致电网升级和水资源成本被分摊到居民账单上,推高生活成本。 * **环境影响**:数据中心运行加剧碳排放,阻碍碳中和目标,其废热排放也抬升局部气温,引发环保团体反对。 * **社会与政治忧虑**:担心AI存在偏见、制造虚假信息,影响公众舆论和选举公正;同时也忧虑当前AI投资热潮可能是泡沫,一旦破裂会引发经济衰退。 这一问题已演变为复杂的政治难题。特朗普上台后废除了拜登时期加强AI监管的行政令,转而推行以“创新与竞争力”为先的政策,以在AI竞赛中保持领先。但这引发了其支持者阵营(MAGA)内部“硅谷派”与“极右翼”的分歧,后者与民主党在限制AI发展上形成了临时同盟,共同反对数据中心建设。特朗普面临着在支持其的科技金主与反对AI的草根票仓之间做出艰难抉择的困境。

“年轻人,你不应该问AI是否会重塑世界,它一定会的,问题是你能否参与和影响AI的发展”

如果是在中国学生的毕业典礼上,大家听到这个致辞,大概会觉得说得挺中肯,时代大潮如此,自己确实该积极拥抱AI。

但美国学生听到之后,只想给演讲者打一顿。

一· 反AI大团结

开头这句话,出自谷歌前首席执行官埃里克·施密特,在亚利桑那大学毕业典礼上的演讲,他说完之后,台下的学生集体发出了刺耳的嘘声,后面他每提及一次AI,学生们就要起哄一次,场面一度十分尴尬。

而且毫无意外地,这个视频被人传到了网上,倒霉的施密特又承受了二次伤害,X等各种社交媒体上,也有一大群人抨击他,说这厮过于邪恶,说他想当奴隶主,甚至有人骂施密特反人类。

喜欢阴阳怪气的美国网友,还发了一大堆吊图嘲讽他,基本上都是暗示,施密特作为资本家,要把台下这群未来的打工人吃干抹净。

身为科技圈大佬,跟年轻人谈谈AI的重要性,怎么就成了滔天大罪?

这就涉及到了一个反常识的事情,美国虽然贵为AI技术最强大的国家之一,但很多老百姓打心眼里讨厌这个技术,反AI情绪也是世界上最强的。

是的,你没有听错,《经济学人》与YouGov近期的大规模民调显示,高达70% 的美国人认为 现阶段AI发展“太快”了,需要加强监管、谨慎分析项目,停下来等等你的人民;而且人们对于AI的前景和长期社会影响,越来越不看好,持悲观态度的受访者比例高达51%,还有24%觉得说不清,真正持乐观态度的人,仅有25%。

另一家调查机构盖洛普,则在3月的民意调查中,揭示了一个让所有AI巨头警觉的现象,如今有71%的美国人反对在本地社区建设AI数据中心,48%的人强烈反对,可谓是人憎狗嫌。最幽默的是,这一比例甚至超过了反对在当地建设核电站的人,在福岛化的风险和数据中心之间,大家宁愿选择前者。

(盖洛普)

美国人对于AI的厌恶和抵制,并不是只有网上嘴炮,如今已经快速发展到了线下真实阶段。

去年底,美国的AI初创公司Friend,花费100多万美元在纽约地铁投放大幅广告,推销自己的可穿戴式AI对话陪伴吊坠。但他们很快就发现,自己投放的广告惨遭涂鸦,被人写上了各种各样的嘲讽话语。品牌不是叫Friend吗?反对者直接加了一句,“AI is not your friend”

除了抖机灵加字的,还有翻黑历史的恐吓风,在上面写“AI会建议人自杀”;也有阴阳怪气的,说“AI朋友可不能陪你洗澡,它不防水”;还有随手乱画的,直接把产品吊坠涂成了骷髅头。风格相差如此大,显然是出自不同群众之手,百万广告费,最后变成了反AI留言板。

不过Friend已经算幸运的了,至少没有被骑脸输出,此前硅谷已经爆发了多次反AI游行示威,参与者们高举着“停止AI竞赛”“给AI按暂停”的标语,浩浩荡荡奔向这些科技公司总部,给对方上眼药。

马斯克、奥特曼等大佬的照片,也被打上了“叛徒”的标签,在繁华地段游街示众,非常羞耻。

但是对于大佬们来说,被挂出来游街还不是惨的,在更加偏远的地方,人们对数据中心的抵制,才是真的要命。

弗吉尼亚、宾夕法尼亚、北卡罗来纳等多个州,都爆发了当地居民阻挠数据中心建设的活动,他们不仅在当地政府办公大楼举牌子施压,还持续骚扰工地和工人,去年至少有48个数据中心项目,因为当地居民抗议而推迟或者取消,涉及的总投资高达1560亿美元,2026年第一季度,又有破纪录的20个数据中心项目因为同样的原因被迫取消。

哪怕当地的史密斯专员,顶住压力强推数据中心项目,也推不太动,因为老百姓会把你轰下台。2026年4月,密苏里州费图斯市的老百姓,因市议会批准了 AI 数据中心项目,直接投票罢免了一半的议员,就是这么刚。

经常用AI的朋友应该能感觉到,Claude、ChatGPT这些热门大模型,长期面临着算力不够用的情况,经常出现排队、崩溃,有的时候还会直接限制用户的使用量,哪怕花钱买了PRO会员,也只是提升了一点额度,离输出自由还远得很,所以美国的科技巨头们才到处建数据中心填补缺口,现在好了,施工方低效+设备短缺+居民抵制,还怎么扩充算力?

更让美国媒体担忧的是,目前抗议活动已经有了极端化的趋势,开始逐渐走向暴力。

今年4月,美国旧金山发生了两起针对OpenAI的安全事件,老板奥特曼的私人住宅遭人投掷燃烧弹,不到一小时后,此人又出现在OpenAI总部外,公开威胁要焚毁大楼,所幸被警方制伏。奥特曼本人吓得不轻,直接晒出了自己孩子的照片当挡箭牌,“我不管你们对我有啥看法,我家人还在里面呢!”

印第安纳波利斯的市议员罗恩·吉布森也遭中了, 他因为近期批准了一个AI数据中心项目,被当地居民疯狂唾骂。其住所更是遭到了枪击,嫌犯对着大门前连开13枪,然后在门垫下面留了一张纸条,上面写着“不要数据中心”。

我们平时只关注美国AI发展速度,万万没想到,在暗处,对于AI的仇恨也悄然升温,像野火一样迅速蔓延。

二· 讨厌AI的一万个理由

美国人憎恨AI,一个很重要的原因就是,担心AI会抢工作

在AI火起来之前,美国人就普遍对科技富豪抱持着不信任的态度,因为他们垄断并操纵着互联网,不断聚敛财富,什么比尔·盖茨用疫苗控制全人类,扎克伯格是蜥蜴人的假扮的,都是经典阴谋论了。如今这些阴谋论主角掏出了AI,大家就本能地想到,肯定是有所企图,近3/4的美国人预计,人工智能会大幅裁减就业岗位,约65%的公众不相信AI创造的经济收益能惠及全民,只是让大佬们的腰包更鼓。

从各种裁员新闻来看,他们的猜测也并没有错,比如戴尔引入AI后,对销售等非技术部门大砍特砍,陆陆续续裁了1.25万人;一家商业软件公司Salesforce,更是因AI自动化而一次性裁了4000名客户服务员工;2026年,知名金融科技公司Block裁员近40%,老板公然宣传,利用AI工具可以让小团队实现更高效率,所以不用养这么多人了。

好莱坞更是好几年前,就开始利用AI写剧本,想要以此砍编剧的工资,结果引发大罢工。

在美国普通人眼中,当前的AI商业逻辑非常残酷,它带来的效率提升,减少岗位,实现所谓的降本增效,让财富高度集中在极少数科技巨头手中,而大众承担了代价,工作被“优化”、收入被压低。

虽然说,AI的繁荣,也创造了一些新的计算机工程师岗位,并且用大规模基建让建筑业迎来了久违的繁荣,但是在网友的观感上,你就是导致了部分岗位消失,有人丢饭碗,有原罪。特别是对大学生来说,AI冲击了大量的白领岗位,2026年,美国大学毕业生的失业率已攀升至 5.6%,是疫情结束后就业压力最大的毕业季。

在这个背景下,“高情商”的施密特来找打了,他对无比焦虑的学生们说:“你们这一代人有一种恐惧,那就是未来已经被写好,机器正在到来,工作正在消失,气候正在崩溃,政治正在分裂,而你们继承了一个你们没有创造的混乱局面......” 这时候台下就已经开始骚动了,再加上后面建议学生拥抱AI的内容,直接大翻车,实话是真的伤人呀。

想想毫无希望的未来,想想没还完的助学贷款,毕业生没上去打他已经算客气了。

不过施密特有说到气候,巧了,这也是美国人,尤其是白左,讨厌AI的原因之一。

为了满足 AI 数据中心 24 小时不间断的巨大电力需求,美国多地的燃煤电厂和天然气电厂被迫延迟退役,甚至重新加大发电量,这直接导致碳排放量飙升,什么碳中和,就只能做梦去了。这导致,今年2月份全美超过 200 个环保组织发起联合行动,要求政府暂停审批新的数据中心,痛批科技巨头无视气候变暖。

其中有很多都是,大家耳熟能详的环保激进派,什么“绿色和平”“地球之友”......NGO出口转内销了。

当然,很多美国人是不关心人类存亡的,但他们总得关注下自己家乡。

随着AI进入拼大模型的“算力基建”阶段,超级数据中心对电网负荷和冷却用水的消耗极速膨胀。这种对宏观工业和能源资源的疯狂虹吸,直接触碰了地方社区的生存底线。最明显的变化就是,电费在快速上涨,下面这张涨价地图图来自福克斯新闻,2024年到2025年年中,只有五个州平均电费没有涨,预计在未来3年内,AI扩张将给美国普通家庭额外增加至少230亿美元的用电成本。

(福克斯)

可是,科技巨头用电,关我家庭用户什么事呢?

这就要说到美国的神奇分摊机制了,为了满足数据中心的丧心病狂的用电需求,电力公司必须投入巨资,对进行电网扩容改造,还要新建发电厂,这笔基础设施升级成本,会以电价涨价的形式回收,也就是直接分摊到所有终端用户头上,相当于全员为AI买单了。

水资源也是同理,数据中心维持芯片冷却,需要庞大的水资源,而且必须是洁净的水,在一些采用“蒸发冷却”装置的数据中心,甚至会蒸发数百万加仑的水资源。这不仅需要供水公司大规模升级水处理和供水管网设施,然后推高居民水价,在一些天生就缺水的中西部州县,这还会导致农业灌溉紧张。

地方居民还担心,数据中心对环境产生连锁影响,冷却系统必须将芯片产生废热强行排向外部大气,那么就会造成周边地表温度显著升高,影响范围可达10公里甚至更远,像美国硅谷的AI数据中心,周边地表温度就比其它区域高了9°C,破坏生态,影响动植物,就不说了,周围居民这大夏天怎么过日子啊?

所以你就会明白美国人为啥宁愿要核电站都不要数据中心,核电也就是出事故才影响生活,数据中心建旁边,那可是天天都闹心,看着水电费账单也发愁。

除此之外,美国人还有两个很现实的担忧。一个是担心AI影响他们的民主,首先,AI内部运作是个黑箱,谁也说不清它回答的内容是怎么来的,可能它自己的工程师有时候都弄不明白,很多网友担心AI有隐藏的偏见,还会制造各种伪造信息,会改变公众舆论乃至影响选举的能力。毕竟,很多人的事实核查方式就是,在评论区打一句“@grok,这是不是真的?”......

说到这事,马老板又要出来背大锅了,这家伙当年买了X之后,又是在社交媒体上帮懂王造势,又是转发哈里斯和登子的AI伪造恶搞视频,美国人想不怀疑都难。

另一个担忧则是,投资和养老金。从经济的角度来说,如今AI已经成为了资本市场的究极热点,即便你不看好AI,你的公共养老金、退休账户的命运现在都依赖于AI的繁荣,政府还拿着大量的资金去补贴相关的公司。标普500指数中约30%由六家公司组成——苹果、Meta、Alphabet、Microsoft、英伟达和亚马逊,这些公司都将未来押注于人工智能的应用,而且数据中心的基建热潮,也推动了卡特彼勒等设备制造商业绩。

现在科技股涨涨涨一时爽,但如果人工智能最终被证明是泡沫,可能会引发美国大规模经济衰退,无数家庭会因此破产,跌落斩杀线。

三· 老川的难题

AI的发展,本来就是个极其复杂的科技问题,涉及到就业、环境、能源、金融等方方面面,剪不断理还乱。

最难崩的来了,在美国,AI又成了一个政治问题,直接关乎到了川总的地位是否稳固,甚至可能成为MAGA再一次内战的导火索。

不知道大家还记得吗,2025年1月20日就职当天,特朗普大笔一挥,撤销了拜登政府留下的一大堆行政令,其中就有一条叫《关于安全、可靠和值得信赖地开发和使用人工智能的行政令》,内容是强化对AI的监管和审查。

取而代之的是,他自己颁布的《消除美国人工智能领导力的障碍》新行政令,要求将“创新与竞争力”置于首位,全面废除阻碍AI发展的监管,随后大幅压缩了各州对于AI项目的审批和监管权限,全部收归联邦,从而保证项目高效运转,甩开老中。

这毫无疑问是MAGA中的硅谷派建议的,因为他们都在投资AI,废除监管就可以彻底放飞自我了。

硅谷派的理由是:少扯什么伦理道德、就业危机,AI就是能实打实提升生产力,你不搞,老中也会搞,本来美国的大国地位就已经岌岌可危了,制造业一塌糊涂,科技不断被超车,如果再在这个赛道上被中国打败,好日子还在后头呢,AI救国计划,启动!

这种观点,和反AI的观点,本身都没有错,无非是看问题的角度不一样(屁股坐的位置也不一样)。

但政坛里的讨论从来都不是只谈对错,还要看阵营。

民主党中很多人是希望监管AI的,毕竟他们的基本盘里有很多年轻毕业生,也有大量担忧气候变化的白左。而共和党这边,MAGA中的极右翼派,本就跟硅谷派不对付,在关税、移民等问题上分歧巨大,且都觉得对方是懂王身边的奸臣,天天想着清君侧。

如今AI搞得民怨四起民,他们觉得扳倒对手的机会来了。

在国会,民主党人已经提出了《保障和维护美国人决定负责任人工智能法律和标准法案》,这个又臭又长的名字不用记,你只需要知道,它就是推翻特朗普之前的行政令,再次强化各州对于AI的监管权,目前法案已经进入审议阶段。

由民主党主导的缅因州州议会,更是通过了全美首个暂停新建大型数据中心的法案,该禁令将持续至2027年底,以减缓水电价格上涨对州内的冲击,目前已经有多个蓝州在考虑类似的法案。

部分民主党政客,干脆亲自下场参与反AI运动,跟抗议者一起站在媒体面前,痛斥科技巨头不当人,先把这波流量给吃爽了。民主党里面爱玩新媒体的,还专门针对乡村选民开播客,宣讲数据中心的危害,企图动摇特朗普的铁票仓。

再说MAGA的极右翼,其领头人史蒂夫·班农就在自己的节目中,屡次攻击AI和背后的科技巨头,并且煽动听众抵制家乡的数据中心项目,视频标题都取得贼惊悚,《快阻止AI窃取人性》《请用管理核武器的铁腕来管束AI》。就在几天之前,他还拉了60多位铁杆MAGA,写联名信给白宫,呼吁懂王出台强制令,要求所有AI模型在发布前都必须经过政府的审查和测试,确保没有危害人类的可能。

更抽象的是,这两拨人当年水火不容,现在居然在AI议题上形成了临时同盟,缅因州的禁令,就同时得到了当地两党议员的支持,其它地方阻止数据中心建设的法令,也大多如此,白左上去说:“鸟儿怎么办?鱼儿怎么办?”,红脖子上去说:“生活成本太高你让我咋活?”,不同的方法,同一个目的。

有些做政坛研究的学者都感叹,这个割裂的时代,美国人看个电视、选个车都能吵起来,居然能在数据中心问题上达成一致,还是一致反对,真的让人哭笑不得。

(纽约时报)

看到这种情况,最慌的是谁,不用多说了吧。

如果局势持续发展下去,特朗普可能被迫在“金主”“票仓”之间选边站,需要 AI 扩张的科技巨头,反对AI入侵家园的传统红脖子,他只能要一个了,选前者可能导致中期选举大败,选后者则会失去硅谷右翼的支持,还可能导致美国在AI竞赛中逐渐落后。

这个难题,川总必须要给出答案。

本文来自微信公众号“酷玩实验室”,作者:酷玩实验室

Пов'язані питання

Q根据文章内容,美国民众对人工智能的主要担忧是什么?

A美国民众对AI的主要担忧包括:1. AI会抢走工作岗位,导致大规模失业,特别是对白领岗位和大学生的冲击;2. AI数据中心的建设和运行导致电费和水费快速上涨,增加了普通家庭的生活成本;3. AI的快速发展加剧了气候变化问题,因为数据中心需要大量能源,导致碳排放增加;4. 担心AI技术被用于制造虚假信息,影响民主选举和舆论;5. 担心当前的AI热潮可能形成经济泡沫,一旦破灭会引发大规模经济衰退。

Q为什么文章说美国人宁愿选择核电站也不愿建设AI数据中心?

A因为核电站的风险(如事故)是潜在的、低概率的,而数据中心一旦建在社区附近,会立即对居民生活造成持续负面影响,包括:推高当地电费和水费、消耗大量水资源(尤其是洁净水)、排放废热导致周边地表温度显著升高、并可能影响当地生态环境。居民认为数据中心是日常的、持续的困扰,而核电站的风险相对遥远。

Q谷歌前首席执行官埃里克·施密特在亚利桑那大学毕业典礼上的发言为何引起争议?

A埃里克·施密特在演讲中鼓励毕业生积极拥抱和参与人工智能的发展,说“AI一定会重塑世界”。这引发在场学生嘘声和网上抨击,是因为他的发言与当时毕业生面临的严酷现实相冲突:美国大学毕业生正面临因AI冲击而升高的失业率(2026年达5.6%)、沉重的助学贷款以及对未来工作的普遍焦虑。学生们认为他的言论脱离实际,忽视了AI技术对就业市场的负面冲击,显得高高在上且不近人情。

Q文章中提到美国在AI发展上面临哪些政治上的分歧?

A美国在AI发展上的政治分歧主要体现在:1. 党派分歧:民主党及其基本盘(年轻毕业生、环保主义者)倾向于加强对AI的监管,以保护就业、环境和地方权益;而特朗普政府及共和党内的硅谷派则主张减少监管,以“创新与竞争力”优先,确保美国在AI竞赛中领先。2. MAGA内部矛盾:特朗普的支持者中,代表科技资本的“硅谷派”与代表传统保守派民众的“极右翼”(如史蒂夫·班农)在AI问题上立场对立。后者联合部分民主党人,在地方层面上共同抵制数据中心建设,形成了临时的政治同盟,给特朗普政府带来了在“金主”(科技巨头)和“票仓”(基层民众)之间选边站的难题。

Q美国民众通过哪些具体行动表达了对AI的抵制?

A美国民众通过多种线下行动抵制AI:1. 游行示威:在硅谷等地举行反AI游行,高举“停止AI竞赛”、“给AI按暂停”等标语。2. 破坏广告:对AI公司(如Friend)在纽约地铁投放的广告进行涂鸦和写嘲讽语句。3. 地方抗议:在弗吉尼亚、宾夕法尼亚等多个州,居民通过举牌施压、骚扰工地等方式阻挠数据中心建设,导致大量项目延迟或取消。4. 政治罢免:如密苏里州费图斯市居民因市议会批准AI数据中心项目而投票罢免了一半议员。5. 极端暴力事件:包括向OpenAI CEO萨姆·奥特曼的住宅投掷燃烧弹,以及对支持数据中心的市议员住所进行枪击并留下威胁纸条。

Пов'язані матеріали

Robots Begin to 'Consume Data': The Hidden Production Chain from Indian Data Factories to Billion-Dollar Humanoid Robots

Robots have started to 'consume data,' driving the formation of a new industrial supply chain focused on producing training data for embodied AI. Unlike large language models, which are trained on vast internet text corpora, embodied AI models face a 'data desert' in the physical world. This has created a massive demand for first-person perspective video data (Ego Data), captured by workers wearing cameras in places like Indian garment factories. Companies like Neocambrian AI are establishing 'data factories' where workers perform standardized tasks (e.g., sorting clothes, kitchen organization) to generate thousands of hours of video. Research, such as NVIDIA's EgoScale, demonstrates that scaling this human demonstration data predictably improves robot performance, particularly for dexterous manipulation. This has validated a training path combining large-scale human data for pre-training with smaller amounts of robot-specific data for fine-tuning. The value of different data types varies significantly, forming a 'data pyramid.' The base consists of low-cost, large-scale internet and Ego Data. Higher layers include more expensive motion-capture data (e.g., from data gloves), simulation/synthetic data, and the most costly and scarce layer: real robot teleoperation data. This demand has spawned a layered ecosystem of data suppliers: low-cost data factories, motion capture and alignment specialists, robot-native teleoperation service providers, simulation data companies, and platforms aiming for data standardization. Robot companies themselves are adopting a 'layered procurement' strategy: outsourcing generic Ego Data while building in-house capabilities for robot-specific adaptation data and the critical deployment/failure data generated in real-world applications. The industry is shifting focus from hardware and basic mobility to the data pipelines required for general-purpose capability. While parallels exist to data labeling companies like Scale AI in the LLM boom, the physical complexity of robot data—involving action success ambiguity and sim-to-real gaps—requires more integrated solutions for data collection, annotation, and a continuous feedback loop. The race is on to build the data engines that will teach robots to operate reliably in the unstructured real world.

marsbit1 год тому

Robots Begin to 'Consume Data': The Hidden Production Chain from Indian Data Factories to Billion-Dollar Humanoid Robots

marsbit1 год тому

Spicy Commentary | Michael Saylor's 'Player Talk'; 60-Year-Old Aunt Liquidated After 'Scamming a Young Man'

**"Spicy Commentary": Three Tales of Crypto's Wild Week** This week's "Spicy Commentary" column highlights three dramatic stories from the cryptocurrency world. First, **MicroStrategy's Michael Saylor** addressed the controversy over his company potentially selling Bitcoin. At the BTC Prague event, he clarified, "I never said the company can't sell Bitcoin. I told *you* never to sell *your* Bitcoin." This "do as I say, not as I do" stance was criticized by netizens as peak linguistic gymnastics, noting a history of him previously stating the company would "never" sell. Second, a **bizarre fraud case** emerged from Beijing. A 60-year-old woman, obsessed with getting rich from crypto but unwilling to risk her own savings, posed online as the 20-something "god-daughter" of a high-ranking official. She catfished a young man, convincing him to give her over 200,000 yuan for fabricated emergencies. She then invested all the stolen money into cryptocurrency with 10x leverage, only to lose everything in a market crash. The woman was sentenced to four years in prison for fraud. Finally, a **sobering trader's tale** surfaced on Reddit. A user posted "Tale of a crypto trader," confessing their net worth had plummeted from a peak of $45 million to roughly $17,200, primarily due to holding meme coins too long. The post, described as a crypto "book of confessions," sparked reactions ranging from sympathy to critique about greed, poor risk management, and the perils of treating meme coins as long-term investments instead of taking profits. The column concludes that this week featured masterful rhetoric, elaborate scams, and extreme financial volatility, stitching together another chapter in crypto's unpredictable theater.

Foresight News2 год тому

Spicy Commentary | Michael Saylor's 'Player Talk'; 60-Year-Old Aunt Liquidated After 'Scamming a Young Man'

Foresight News2 год тому

Tremble Humans, AI Continues Its Accelerated Sprint

Trembling, Humans: AI Continues Its Accelerated Sprint Yes, AI is still rapidly accelerating. While deep learning seemed to stall quickly in its early years, large models after years of development show no sign of hitting their ceiling. At the Zhiyuan Conference 2026, the focus is on enabling AI to move from the digital world into the physical world. Scaling Law remains effective, continuing to drive advancements in both large language models and multimodal models. The industry is now entering a phase of pursuing World Models, though unresolved technical paths and data issues mean this exploration may take 3-5 more years. Concurrently, breakthroughs in Agents are accelerating AI's real-world application in fields like healthcare and meetings. Making Agents truly useful requires key hardware-software co-design, evident from the strong presence of chip vendors at the conference. We stand at a new historical threshold where AI is becoming a foundational force reshaping the world. The first day of the conference highlighted AI's evolution from "knowing how to chat" to "knowing how to work." Scaling Law persists, World Models are the next key battleground, and Agents are transitioning from usable to好用 (user-friendly). Scaling Law is not ending but diversifying. New models like Anthropic's Fable 5 demonstrate scaling through parameter size, synthetic data, and reinforcement learning. Advancements in AI Coding and Agent deployment are enabling a trend of AI self-evolution, potentially allowing AI to take over digital world iterations. World Models represent the next frontier for large models extending into the physical realm, but no current model is truly impressive at solving real-world problems. Technical consensus is lacking, with debates on data sources (video, simulation, real-world). Different approaches are emerging: language-centric, pixel-centric, 3D-structure-centric, and visual-representation-centric models. Zhiyuan Institute is exploring a fifth path: unified latent space modeling fusing language and visual representations, and introduced its own under-development World Model, Physis-v0.1. On the product side, Agents are key to bringing AI into daily life. Since 2025, the "Year of the Agent," products have become more proactive and capable of complex tasks. Zhiyuan showcased four vertical Agents for cardiac diagnosis, autonomous research, meeting summarization, and protein risk discovery. However, technical challenges remain, particularly in context engineering like memory and orchestration. "Harness" – the engineering framework around an Agent – is crucial for maximizing its capabilities by clarifying intent, designing workflows, and incorporating validation and feedback. In summary, AI's breakneck pace continues on multiple fronts: foundational model scaling, the ambitious pursuit of World Models for physical understanding, and the ongoing refinement of practical Agents. The journey from capable to truly reliable and useful AI systems is well underway.

marsbit2 год тому

Tremble Humans, AI Continues Its Accelerated Sprint

marsbit2 год тому

The Backside of Musk's Trillion-Dollar Fortune: 85% Can't Be Sold

Elon Musk becomes the world's first trillionaire, driven by SpaceX's IPO valuing the company at $1.77 trillion. However, his vast wealth is largely illiquid: he holds over 85% voting control, likely through super-voting shares that are subject to lock-ups and selling restrictions. While his net worth surpasses $1 trillion across SpaceX, Tesla, and private holdings, only a tiny fraction (potentially under 2% annually) could be converted to cash without jeopardizing control and market confidence. SpaceX's IPO also creates paper millionaires for roughly 4,400 employees, but their holdings face lock-up periods, exercise costs, and taxes, delaying and reducing actual cash proceeds. Only 4.2% of total shares are initially available for public trading, making the stock price highly sensitive to limited net buying or selling pressure. A major test will come when lock-ups expire for the remaining 96% of shares. The article contrasts SpaceX's wealth distribution with potential AI IPOs. Anthropic and OpenAI could generate employee wealth pools 20 times larger than SpaceX's in paper value, due to their higher valuations relative to revenue and potentially more distributed ownership. However, sustaining those high price-to-sales multiples post-IPO is uncertain. A key financial puzzle for SpaceX investors is its xAI unit. While it has locked in an estimated $26 billion in annual compute revenue from clients like Anthropic and Google, the unit reported a $6.4 billion loss in 2025. More critically, estimated annual capital expenditures of ~$30.8 billion exceed that revenue. The long-term viability of SpaceX's AI narrative hinges on whether this compute income can eventually cover the unit's massive ongoing investments and losses.

链捕手2 год тому

The Backside of Musk's Trillion-Dollar Fortune: 85% Can't Be Sold

链捕手2 год тому

Торгівля

Спот
Ф'ючерси

Популярні статті

Що таке GROK AI

Grok AI: Революція в розмовних технологіях ери Web3 Вступ У швидко змінюваному ландшафті штучного інтелекту Grok AI вирізняється як помітний проєкт, що поєднує сфери передових технологій та взаємодії з користувачами. Розроблений компанією xAI, яку очолює відомий підприємець Ілон Маск, Grok AI прагне переосмислити, як ми взаємодіємо зі штучним інтелектом. Оскільки рух Web3 продовжує процвітати, Grok AI має на меті використати потужність розмовного ШІ для відповіді на складні запитання, надаючи користувачам досвід, який є не лише інформативним, але й розважальним. Що таке Grok AI? Grok AI — це складний розмовний чат-бот, розроблений для динамічної взаємодії з користувачами. На відміну від багатьох традиційних систем ШІ, Grok AI охоплює ширший спектр запитів, включаючи ті, які зазвичай вважаються недоречними або виходять за межі стандартних відповідей. Основні цілі проєкту включають: Надійне міркування: Grok AI акцентує увагу на здоровому глузді, щоб надавати логічні відповіді на основі контекстуального розуміння. Масштабоване управління: Інтеграція допоміжних інструментів забезпечує моніторинг та оптимізацію взаємодій користувачів для покращення якості. Формальна верифікація: Безпека є пріоритетом; Grok AI впроваджує методи формальної верифікації для підвищення надійності своїх результатів. Розуміння довгого контексту: Модель ШІ відзначається здатністю зберігати та згадувати обширну історію розмов, що сприяє змістовним та контекстуально обізнаним дискусіям. Стійкість до атак: Зосереджуючись на покращенні своїх захистів від маніпульованих або зловмисних вхідних даних, Grok AI прагне зберегти цілісність взаємодій з користувачами. По суті, Grok AI — це не просто пристрій для отримання інформації; це занурюючий розмовний партнер, який заохочує динамічний діалог. Творець Grok AI Геній, що стоїть за Grok AI, — це ніхто інший, як Ілон Маск, особа, яка стала синонімом інновацій у різних сферах, включаючи автомобільну промисловість, космічні подорожі та технології. Під егідою xAI, компанії, що зосереджена на розвитку технологій ШІ на користь суспільства, бачення Маска прагне переосмислити розуміння взаємодій з ШІ. Лідерство та основоположна етика глибоко впливають на прагнення Маска розширити технологічні межі. Інвестори Grok AI Хоча конкретні деталі щодо інвесторів, які підтримують Grok AI, залишаються обмеженими, загальновідомо, що xAI, інкубатор проєкту, заснований і підтримується переважно самим Ілоном Маском. Попередні підприємства та активи Маска забезпечують надійну підтримку, що додатково зміцнює довіру до Grok AI та потенціал для зростання. Однак наразі інформація про додаткові інвестиційні фонди або організації, що підтримують Grok AI, не є доступною, що позначає область для потенційного майбутнього дослідження. Як працює Grok AI? Операційна механіка Grok AI є такою ж інноваційною, як і його концептуальна структура. Проєкт інтегрує кілька передових технологій, які сприяють його унікальним функціональним можливостям: Надійна інфраструктура: Grok AI побудований з використанням Kubernetes для оркестрації контейнерів, Rust для продуктивності та безпеки, і JAX для високопродуктивних числових обчислень. Ця трійка забезпечує ефективну роботу чат-бота, його масштабованість та швидке обслуговування користувачів. Доступ до знань у реальному часі: Однією з відмінних рис Grok AI є його здатність отримувати дані в реальному часі через платформу X — раніше відому як Twitter. Ця можливість надає ШІ доступ до останньої інформації, що дозволяє надавати своєчасні відповіді та рекомендації, які можуть бути пропущені іншими моделями ШІ. Два режими взаємодії: Grok AI пропонує користувачам вибір між “Розважальним режимом” та “Звичайним режимом”. Розважальний режим дозволяє більш ігровий та гумористичний стиль взаємодії, тоді як Звичайний режим зосереджується на наданні точних і правильних відповідей. Ця універсальність забезпечує індивідуальний досвід, що відповідає різним уподобанням користувачів. По суті, Grok AI поєднує продуктивність із залученням, створюючи досвід, який є одночасно збагачуючим і розважальним. Хронологія Grok AI Шлях Grok AI відзначений важливими етапами, які відображають його розвиток та етапи впровадження: Початковий розвиток: Фундаментальна фаза Grok AI тривала приблизно два місяці, протягом яких проводилося початкове навчання та налаштування моделі. Випуск бета-версії Grok-2: У значному досягненні була оголошена бета-версія Grok-2. Цей випуск представив дві версії чат-бота — Grok-2 та Grok-2 mini — кожна з яких оснащена можливостями для спілкування, кодування та міркування. Публічний доступ: Після бета-розробки Grok AI став доступним для користувачів платформи X. Ті, хто має акаунти, підтверджені номером телефону та активні принаймні сім днів, можуть отримати доступ до обмеженої версії, що робить технологію доступною для ширшої аудиторії. Ця хронологія відображає систематичний розвиток Grok AI від початку до публічної взаємодії, підкреслюючи його прагнення до постійного вдосконалення та взаємодії з користувачами. Ключові особливості Grok AI Grok AI охоплює кілька ключових особливостей, які сприяють його інноваційній ідентичності: Інтеграція знань у реальному часі: Доступ до актуальної та релевантної інформації відрізняє Grok AI від багатьох статичних моделей, забезпечуючи захоплюючий та точний досвід для користувачів. Універсальні стилі взаємодії: Пропонуючи різні режими взаємодії, Grok AI задовольняє різноманітні уподобання користувачів, запрошуючи до творчості та персоналізації у спілкуванні з ШІ. Передова технологічна основа: Використання Kubernetes, Rust та JAX надає проєкту надійну основу для забезпечення надійності та оптимальної продуктивності. Етичні міркування в дискурсі: Включення функції генерації зображень демонструє інноваційний дух проєкту. Однак це також піднімає етичні питання, пов'язані з авторським правом та поважним зображенням впізнаваних фігур — триваюча дискусія в спільноті ШІ. Висновок Як піонер у сфері розмовного ШІ, Grok AI втілює потенціал трансформаційних користувацьких досвідів в цифрову епоху. Розроблений компанією xAI та керований візією Ілона Маска, Grok AI інтегрує знання в реальному часі з передовими можливостями взаємодії. Він прагне розширити межі того, що може досягти штучний інтелект, зберігаючи при цьому акцент на етичних міркуваннях та безпеці користувачів. Grok AI не лише втілює технологічний прогрес, але й представляє нову парадигму спілкування в ландшафті Web3, обіцяючи залучити користувачів як глибокими знаннями, так і ігровою взаємодією. Оскільки проєкт продовжує розвиватися, він слугує свідченням того, що може досягти перетин технологій, творчості та людської взаємодії.

456 переглядів усьогоОпубліковано 2024.12.26Оновлено 2024.12.26

Що таке GROK AI

Що таке ERC AI

Euruka Tech: Огляд $erc ai та його амбіцій у Web3 Вступ У швидко змінюваному ландшафті технології блокчейн та децентралізованих додатків нові проекти з'являються часто, кожен з унікальними цілями та методологіями. Одним з таких проектів є Euruka Tech, який працює у широкій сфері криптовалют та Web3. Основна увага Euruka Tech, зокрема його токена $erc ai, зосереджена на представленні інноваційних рішень, розроблених для використання зростаючих можливостей децентралізованих технологій. Ця стаття має на меті надати всебічний огляд Euruka Tech, дослідження його цілей, функціональності, ідентичності його творця, потенційних інвесторів та його значення в ширшому контексті Web3. Що таке Euruka Tech, $erc ai? Euruka Tech характеризується як проект, який використовує інструменти та функціональність, що пропонуються середовищем Web3, зосереджуючи увагу на інтеграції штучного інтелекту у своїй діяльності. Хоча конкретні деталі про структуру проекту дещо неясні, він розроблений для покращення залучення користувачів та автоматизації процесів у крипто-просторі. Проект має на меті створити децентралізовану екосистему, яка не лише полегшує транзакції, але й включає прогностичні функції через штучний інтелект, звідси і назва його токена, $erc ai. Мета полягає в тому, щоб надати інтуїтивно зрозумілу платформу, яка сприяє розумнішим взаємодіям та ефективній обробці транзакцій у зростаючій сфері Web3. Хто є творцем Euruka Tech, $erc ai? На даний момент інформація про творця або засновницьку команду Euruka Tech залишається невизначеною та дещо непрозорою. Ця відсутність даних викликає занепокоєння, оскільки знання про бекграунд команди часто є важливим для встановлення довіри в секторі блокчейн. Тому ми класифікували цю інформацію як невідому, поки конкретні деталі не стануть доступними в публічному домені. Хто є інвесторами Euruka Tech, $erc ai? Аналогічно, ідентифікація інвесторів або організацій, які підтримують проект Euruka Tech, не надається через доступні дослідження. Аспект, який є критично важливим для потенційних зацікавлених сторін або користувачів, які розглядають можливість співпраці з Euruka Tech, - це впевненість, що походить від встановлених фінансових партнерств або підтримки від авторитетних інвестиційних компаній. Без розкриття інформації про інвестиційні зв'язки важко зробити всебічні висновки про фінансову безпеку або довговічність проекту. Відповідно до знайденої інформації, цей розділ також має статус невідомий. Як працює Euruka Tech, $erc ai? Незважаючи на відсутність детальних технічних специфікацій для Euruka Tech, важливо враховувати його інноваційні амбіції. Проект прагне використовувати обчислювальну потужність штучного інтелекту для автоматизації та покращення досвіду користувачів у середовищі криптовалют. Інтегруючи ШІ з технологією блокчейн, Euruka Tech має на меті надати такі функції, як автоматизовані угоди, оцінка ризиків та персоналізовані інтерфейси користувачів. Інноваційна суть Euruka Tech полягає в його меті створити безшовний зв'язок між користувачами та величезними можливостями, які пропонують децентралізовані мережі. Завдяки використанню алгоритмів машинного навчання та ШІ, він має на меті мінімізувати труднощі для нових користувачів і спростити транзакційні досвіди в рамках Web3. Ця симбіоз між ШІ та блокчейном підкреслює значення токена $erc ai, який виступає як міст між традиційними інтерфейсами користувачів та розвиненими можливостями децентралізованих технологій. Хронологія Euruka Tech, $erc ai На жаль, через обмежену інформацію про Euruka Tech ми не можемо представити детальну хронологію основних подій або досягнень у подорожі проекту. Ця хронологія, яка зазвичай є безцінною для відстеження еволюції проекту та розуміння його траєкторії зростання, наразі недоступна. Як тільки інформація про значні події, партнерства або функціональні доповнення стане очевидною, оновлення, безумовно, підвищать видимість Euruka Tech у крипто-сфері. Роз'яснення щодо інших проектів “Eureka” Варто зазначити, що кілька проектів та компаній мають схожу назву з “Eureka”. Дослідження виявило ініціативи, такі як AI-агент від NVIDIA Research, який зосереджується на навчанні роботів складним завданням за допомогою генеративних методів, а також Eureka Labs та Eureka AI, які покращують користувацький досвід в освіті та аналітиці обслуговування клієнтів відповідно. Однак ці проекти відрізняються від Euruka Tech і не повинні бути змішані з його цілями чи функціональністю. Висновок Euruka Tech, разом із його токеном $erc ai, представляє обіцяючого, але наразі невідомого гравця в ландшафті Web3. Хоча деталі про його творця та інвесторів залишаються невідомими, основна амбіція поєднання штучного інтелекту з технологією блокчейн є центром інтересу. Унікальні підходи проекту до сприяння залученню користувачів через передову автоматизацію можуть виділити його на фоні прогресу екосистеми Web3. Оскільки крипто-ринок продовжує еволюціонувати, зацікавлені сторони повинні уважно стежити за новинами, пов'язаними з Euruka Tech, оскільки розвиток задокументованих інновацій, партнерств або визначеного дорожньої карти може представити значні можливості в найближчому майбутньому. На даний момент ми чекаємо на більш суттєві інсайти, які можуть розкрити потенціал Euruka Tech та його позицію в конкурентному крипто-ландшафті.

437 переглядів усьогоОпубліковано 2025.01.02Оновлено 2025.01.02

Що таке ERC AI

Що таке DUOLINGO AI

DUOLINGO AI: Інтеграція вивчення мов з Web3 та інноваціями штучного інтелекту В епоху, коли технології змінюють освіту, інтеграція штучного інтелекту (ШІ) та блокчейн-мереж відкриває нові горизонти для вивчення мов. З'являється DUOLINGO AI та його асоційована криптовалюта, $DUOLINGO AI. Цей проект прагне об'єднати освітні можливості провідних платформ для вивчення мов з перевагами децентралізованих технологій Web3. У цій статті розглядаються ключові аспекти DUOLINGO AI, його цілі, технологічна структура, історичний розвиток та майбутній потенціал, зберігаючи чіткість між оригінальним освітнім ресурсом та цією незалежною криптовалютною ініціативою. Огляд DUOLINGO AI В основі DUOLINGO AI лежить прагнення створити децентралізоване середовище, де учні можуть отримувати криптографічні винагороди за досягнення освітніх етапів у мовній компетенції. Застосовуючи смарт-контракти, проект має на меті автоматизувати процеси перевірки навичок та розподілу токенів, дотримуючись принципів Web3, які підкреслюють прозорість та власність користувачів. Модель відрізняється від традиційних підходів до вивчення мов, акцентуючи увагу на структурі управління, що базується на спільноті, що дозволяє власникам токенів пропонувати поліпшення змісту курсів та розподілу винагород. Деякі з помітних цілей DUOLINGO AI включають: Гейміфіковане навчання: Проект інтегрує досягнення на блокчейні та невзаємозамінні токени (NFT), щоб представляти рівні мовної компетенції, сприяючи мотивації через захоплюючі цифрові винагороди. Децентралізоване створення контенту: Це відкриває можливості для викладачів та мовних ентузіастів вносити свої курси, сприяючи моделі розподілу доходів, яка вигідна всім учасникам. Персоналізація на основі ШІ: Використовуючи сучасні моделі машинного навчання, DUOLINGO AI персоналізує уроки, щоб адаптуватися до індивідуального прогресу навчання, подібно до адаптивних функцій, що є в усталених платформах. Творці проекту та управління Станом на квітень 2025 року команда, що стоїть за $DUOLINGO AI, залишається псевдонімною, що є поширеною практикою в децентралізованому криптовалютному середовищі. Ця анонімність має на меті сприяти колективному розвитку та залученню зацікавлених сторін, а не зосереджуватися на окремих розробниках. Смарт-контракт, розгорнутий на блокчейні Solana, зазначає адресу гаманця розробника, що свідчить про зобов'язання до прозорості щодо транзакцій, незважаючи на те, що особи творців залишаються невідомими. Згідно з його дорожньою картою, DUOLINGO AI прагне перетворитися на Децентралізовану Автономну Організацію (DAO). Ця структура управління дозволяє власникам токенів голосувати з важливих питань, таких як реалізація функцій та розподіл скарбниці. Ця модель узгоджується з етикою розширення прав і можливостей спільноти, що спостерігається в різних децентралізованих додатках, підкреслюючи важливість колективного прийняття рішень. Інвестори та стратегічні партнерства На даний момент немає публічно відомих інституційних інвесторів або венчурних капіталістів, пов'язаних з $DUOLINGO AI. Натомість ліквідність проекту в основному походить з децентралізованих бірж (DEX), що є різким контрастом до стратегій фінансування традиційних компаній у сфері освітніх технологій. Ця модель знизу вгору вказує на підхід, орієнтований на спільноту, що відображає зобов'язання проекту до децентралізації. У своєму білому документі DUOLINGO AI згадує про формування співпраці з неуточненими “блокчейн-освітніми платформами”, спрямованими на збагачення своїх курсів. Хоча конкретні партнерства ще не були розкриті, ці спільні зусилля натякають на стратегію поєднання інновацій блокчейну з освітніми ініціативами, розширюючи доступ та залучення користувачів у різноманітні навчальні напрямки. Технологічна архітектура Інтеграція ШІ DUOLINGO AI включає два основні компоненти на основі ШІ для покращення своїх освітніх пропозицій: Адаптивний навчальний двигун: Цей складний двигун навчається на основі взаємодій користувачів, подібно до власних моделей великих освітніх платформ. Він динамічно регулює складність уроків, щоб вирішувати конкретні проблеми учнів, зміцнюючи слабкі місця через цілеспрямовані вправи. Розмовні агенти: Використовуючи чат-боти на базі GPT-4, DUOLINGO AI надає платформу для користувачів, щоб брати участь у симульованих розмовах, сприяючи більш інтерактивному та практичному досвіду вивчення мови. Інфраструктура блокчейну Побудований на блокчейні Solana, $DUOLINGO AI використовує комплексну технологічну структуру, яка включає: Смарт-контракти для перевірки навичок: Ця функція автоматично нагороджує токенами користувачів, які успішно проходять тести на компетентність, підкріплюючи структуру стимулів для справжніх навчальних результатів. NFT значки: Ці цифрові токени позначають різні етапи, яких досягають учні, такі як завершення розділу курсу або оволодіння конкретними навичками, що дозволяє їм обмінюватися або демонструвати свої досягнення в цифровому форматі. Управління DAO: Члени спільноти, наділені токенами, можуть брати участь в управлінні, голосуючи за ключові пропозиції, що сприяє культурі участі, яка заохочує інновації в курсах та функціях платформи. Історичний хронологічний графік 2022–2023: Концептуалізація Основи DUOLINGO AI закладаються з створення білого документа, що підкреслює синергію між досягненнями ШІ у вивченні мов та децентралізованим потенціалом блокчейн-технологій. 2024: Бета-реліз Обмежений бета-реліз представляє пропозиції з популярних мов, винагороджуючи ранніх користувачів токенами в рамках стратегії залучення спільноти проекту. 2025: Перехід до DAO У квітні відбувається повний запуск основної мережі з обігом токенів, що спонукає обговорення в спільноті щодо можливих розширень на азійські мови та інші розробки курсів. Виклики та майбутні напрямки Технічні труднощі Незважаючи на свої амбітні цілі, DUOLINGO AI стикається з суттєвими викликами. Масштабованість залишається постійною проблемою, особливо в балансуванні витрат, пов'язаних із обробкою ШІ, та підтриманням чутливої, децентралізованої мережі. Крім того, забезпечення якості створення контенту та модерації в умовах децентралізованої пропозиції створює складнощі у підтримці освітніх стандартів. Стратегічні можливості Дивлячись у майбутнє, DUOLINGO AI має потенціал використовувати партнерства з мікрокреденційними академічними установами, надаючи блокчейн-верифіковані підтвердження мовних навичок. Крім того, розширення через різні блокчейни може дозволити проекту залучити ширші бази користувачів та додаткові екосистеми блокчейну, покращуючи його взаємодію та охоплення. Висновок DUOLINGO AI представляє інноваційне злиття штучного інтелекту та блокчейн-технологій, пропонуючи альтернативу, орієнтовану на спільноту, традиційним системам вивчення мов. Хоча його псевдонімна розробка та нова економічна модель несуть певні ризики, зобов'язання проекту до гейміфікованого навчання, персоналізованої освіти та децентралізованого управління освітлює шлях вперед для освітніх технологій у сфері Web3. Оскільки ШІ продовжує розвиватися, а екосистема блокчейну еволюціонує, ініціативи на кшталт DUOLINGO AI можуть переосмислити, як користувачі взаємодіють з мовною освітою, наділяючи спільноти та винагороджуючи залучення через інноваційні механізми навчання.

466 переглядів усьогоОпубліковано 2025.04.11Оновлено 2025.04.11

Що таке DUOLINGO AI

Обговорення

Ласкаво просимо до спільноти HTX. Тут ви можете бути в курсі останніх подій розвитку платформи та отримати доступ до професійної ринкової інформації. Нижче представлені думки користувачів щодо ціни AI (AI).

活动图片