Absolics玻璃芯片量產：數據中心能耗或砍半，英特爾跟了

2025年，全球數據中心為AI算力燒掉的電費，夠一個中等國家用上一年。但一塊玻璃板可能改變這個等式——韓國公司Absolics今年開始量產特種玻璃基板，英特爾也在押注同一賽道。如果技術路線跑通，AI芯片的能耗有望大幅下降，從超算中心到你的筆記本，散熱風扇可能再也不用狂轉了。

玻璃憑什么替代硅？

人類造玻璃的歷史超過五千年，但把它塞進芯片封裝層是近幾年的事。傳統芯片用有機材料（環氧樹脂類）做基板，像把精密電路鋪在塑料板上。玻璃基板則是一塊平整度極高的硅酸鹽玻璃，熱膨脹系數更接近硅芯片本身。

這個特性解決了兩個痛點。一是高溫下的形變問題：AI芯片運行時溫度飆升，有機基板會輕微翹曲，導致連接失效。玻璃板幾乎不變形，芯片可以堆得更密。二是信號傳輸損耗：玻璃的高頻電學性能更好，數據在芯片間流動時"堵車"更少。

Absolics的產線今年落地，目標是供應下一代高帶寬內存（HBM）和邏輯芯片的封裝。英特爾同樣在推進玻璃基板研發，計劃2026年后導入自家產品。兩家公司的技術路線略有差異，但核心邏輯一致——用玻璃打破有機材料的物理天花板。

能耗下降來自兩個維度。封裝密度提升后，同樣算力需要的芯片面積縮小；信號傳輸效率提高，電能在轉換中的浪費減少。Absolics對外給出的預期是：數據中心級芯片的能耗可降低30%-50%。對于動輒百兆瓦的AI訓練集群，這個數字意味著每年數千萬美元的電費差額。

"AI-free"標簽混戰：誰在定義"人類制造"？

芯片在底層變硬，應用層卻在變軟——或者說，在刻意與AI劃清界限。全球多個組織正在競速設計"AI-free"認證標識，想給純人工創作的內容貼個標簽。

這個需求的荒誕之處在于：它默認AI已經無處不在，"人類原創"反而需要特別證明。BBC報道，幾家機構的標準互相打架，有的要求全流程零AI參與，有的允許AI輔助檢索但禁止生成。統一標識難產，因為"AI-free"的定義本身就是流動的。

MIT Technology Review同期追蹤了一個更激進的動向："QuitGPT"運動正在勸退ChatGPT用戶。發起者的邏輯是，即便個人停用對行業影響微乎其微，集體行動至少能延緩數據反饋閉環——你的每一次對話都在訓練下一代模型。

這兩個現象指向同一焦慮：當AI滲透進生產鏈條的每個環節，"人工"的邊界在哪里？音樂平臺已經出現過案例：標注"無AI"的專輯被發現使用了AI輔助母帶處理，引發退款潮。標簽戰爭的本質，是信任機制的重構。

五角大樓的xAI謎題：軍用數據流向馬斯克

Elizabeth Warren（美國參議員）本周向國防部發函，質問xAI為何能接入機密網絡。NBC News披露，這家馬斯克旗下的AI公司獲得了軍方數據訪問權限，具體范圍未公開。

爭議點在于利益沖突。xAI與SpaceX、特斯拉共享部分管理層，而后兩者都是國防部承包商。Warren的質疑很直接：一家商業公司的AI模型，是否正在用納稅人的機密數據訓練？

更深層的問題是自動化殺傷鏈。MIT Technology Review分析了聊天機器人被用于目標甄別的場景：當AI輔助決策"建議"打擊某個坐標，人類操作員的壓力會扭曲判斷。這不是科幻，美軍已在測試類似系統。

與此形成對照的是，國防部自己的軟件升級步履蹣跚。Bloomberg報道，F-35等主力戰機的任務系統更新延遲多年，部分機型仍在用20年前的代碼架構。外包給商業AI公司的急迫感，或許源于體制內技術迭代的無力。

AI臉模與"殺豬盤"：詐騙產業鏈升級

Wired調查了一個新工種：AI face model。這些人把自己的面部數據授權給詐騙團伙，用于生成深度偽造視頻。在"殺豬盤"騙局中，受害者看到的"投資導師"或"戀愛對象"，可能是真人模特的臉+AI驅動的表情。

MIT Technology Review采訪了騙局幸存者，還原了完整鏈條。詐騙集團先批量購買模特的面部授權（通常聲稱用于"廣告拍攝"），再用實時換臉技術與受害者視頻通話。相比完全合成的虛擬人，真人臉模增加了可信度，也規避了部分平臺的AI檢測。

模特的報酬是一次性的，而單起騙局涉案金額可達數十萬美元。這個分工模式把法律風險拆散了：臉模聲稱不知情，技術提供方躲在境外，最終收錢的人身份成謎。

Meta裁員20%：AI賭注的代價

Reuters獨家消息，Meta計劃新一輪裁員，比例可能超過20%。這是2022年以來最大規模的人員調整，目標是為AI基礎設施投資騰挪資金。

扎克伯格的"效率年"從未真正結束。2023年裁掉1.1萬人后，Meta繼續壓縮中層管理，同時把資源砸向AI研發——Llama模型的訓練成本、英偉達GPU的采購賬單，都需要現金流支撐。裁員是會計手段，但暴露了一個結構性矛盾：社交廣告業務的增長放緩，與AI投入的剛性增長，之間的裂縫在擴大。

MIT Technology Review梳理了AI沖擊就業的歷史敘事。從紡織機到自動化流水線，技術替代的恐懼反復出現，但這一次的差異在于速度。Meta的裁員決策本身可能由AI輔助分析：哪些團隊的產出與成本不匹配，算法比人力HR算得更快。

字節跳動的視頻模型：明星臉引發的版權雷

The Information披露，字節跳動推遲了視頻生成模型的發布，原因是版權糾紛。該模型此前因生成"湯姆·克魯斯與布拉德·皮特打斗"的片段而出圈——兩位演員并未授權，但AI復刻了他們的面部特征和動作風格。

這觸及生成式AI的核心法律灰色地帶。美國版權局已明確，純AI生成內容不受保護；但用真人形象訓練是否侵權，判例仍在積累。字節跳動的謹慎姿態，與其全球化業務的合規壓力有關。TikTok在美國面臨的數據安全審查，讓任何可能引發訴訟的產品決策都被放大審視。

國內競爭對手沒有同等顧慮。快手的可靈、阿里的通義萬相已經上線，生成帶明星特征的視頻片段在中文互聯網流傳。監管的時差正在塑造不同的競爭格局。

18億美元估值：中國AI創業的速度游戲

Bloomberg報道，中國AI公司月之暗面（Moonshot AI）即將完成新一輪融資，估值達18億美元。三個月前，這個數字還是4億美元。四倍躍升的速度，在全球AI賽道也屬罕見。

資本押注的是長文本處理能力。月之暗面的Kimi模型支持200萬字上下文，在中文法律、金融文檔分析場景有明確落地。但估值飆升的另一面是，中國大模型的同質化競爭正在加劇。百度、阿里、智譜、MiniMax都在推類似產品，差異化空間被壓縮。

MIT Technology Review分析了中國開源模型的擴散效應。與西方公司傾向封閉不同，中國玩家更積極發布開源權重，這降低了全球開發者的使用門檻，也加速了技術迭代。月之暗面尚未開源，但其融資節奏暗示了戰略選擇的壓力。

彼得·蒂爾的羅馬講座：硅谷與教會的奇怪交集

Palantir聯合創始人Peter Thiel在羅馬啟動了一個講座系列，主題關于"敵基督"（antichrist）。Reuters報道，這一計劃已引起天主教會關注，部分神學家質疑其學術嚴肅性。

Thiel的公共形象一貫混雜：技術樂觀主義者、政治捐款人、末世論愛好者。這次講座的選址意味深長——羅馬作為天主教中心，與硅谷的"有效利他主義"（effective altruism）思潮形成某種對話。后者同樣關注存在性風險，但用概率計算替代了神學框架。

Axios同期發布了對Anduril創始人Palmer Luckey的專訪。這家國防科技公司的老板分享了他對核能的熱愛，包括收藏反應堆模型和參與聚變創業。Thiel與Luckey的共同點在于：把技術決策嵌入更宏大的敘事——無論是宗教末世還是能源獨立。

挪威的"反垃圾化"運動：小國能對抗平臺慣性嗎？

The Guardian報道，挪威加入了一項全球倡議，對抗互聯網的"垃圾化"（enshittification）。這個由作家Cory Doctorow創造的術語，描述平臺從服務用戶到剝削用戶的生命周期：先積累用戶，再壓榨供應商，最后把殘羹剩飯賣給廣告商。

挪威的參與更多是象征性的。其數字市場規模有限，無法單獨改變平臺行為。但這個小國的動作指向一個真問題：當歐盟《數字市場法》、美國反壟斷訴訟都在推進，"垃圾化"是否有解？