马斯克在社交媒体上把话说得很满：这将是「地球上规模最大、也最有价值的建筑」，全部完工后的体量大约相当于 50 个五角大楼。

需求大到现有供应链喂不饱

建这座厂的逻辑很简单——两家公司合计的芯片需求，已经超过了地球能供应的上限。SpaceX 在官网公告里写道，SpaceX 与特斯拉未来的芯片需求预计将超过 1 太瓦（约 1000 吉瓦）算力，明显超出全球现有供应量。马斯克此前算过一笔账：目前全球 AI 算力的年产出大约只有 20 吉瓦，仅能覆盖自家业务 2% 的消耗。

缺口就是 Terafab 存在的理由。工厂设定的目标年产超过 1 太瓦算力，约为当前全球芯片年产能的 50 倍。生产重点放在为边缘计算和推理优化的芯片上，一头供给特斯拉的 Optimus 人形机器人和 Cybercab 自动驾驶汽车，另一头供给 SpaceX 计划在太空搭建的分布式 AI 数据中心所用高功率芯片。

钱从哪来，人到哪找

项目初期投资为 168 亿美元，由 SpaceX 与特斯拉共同投入。今年 5 月披露的文件显示，后续扩建阶段可能让总投资大幅增加，最高或触及 1190 亿美元。一期预计至少雇佣 3000 名当地员工——马斯克随后补了一句，这只是十期规划里的第一期，后面的用工规模会高得多。

实际上 Terafab 并非一夜之间从概念图蹦出来。今年 4 月，特斯拉已经在得州超级工厂北园区动工一座研究型晶圆厂，作为主厂的「试验前身」；如今主厂区在格赖姆斯县破土，意味着计划从路线图正式推进到了施工图。招聘侧也已经动起来，光刻、刻蚀、外延、沉积、化学机械抛光等前道工艺岗位陆续挂出，读起来不像概念项目的公关岗，更像一座真要跑通的晶圆厂在凑班子。

邻居未必都买账

体量越大，邻里的顾虑也越具体。据报道，本周已有近 900 名当地居民提交请愿书，要求加强对接受公共激励的大型工业项目的监管，他们担心这些项目会挤压水资源、电力供应并影响环境。SpaceX 在官网写明了环境条款：工业用水取自水库而非当地地下水，厂内配套废水处理与回用，危化品按法规管理。

把视角拉远一点，这件事透露出马斯克系业务的重心正在急剧转向 AI。特斯拉仅用 46 天就拆除了弗里蒙特工厂的 Model S 和 Model X 生产线，改造成 Optimus 的量产线；SpaceX 则盘算着用百万颗卫星在太空拼一台分布式超级计算机。当一家公司的业务对算力的渴求像个无底洞，而全球晶圆厂的天花板又够不着它的胃口时，自己下场造芯，就成了唯一选项。

来源：SpaceX 官方公告、Fox Business

与以往版本相比，最大的变化在于控制范围。此前的模型主要负责机器人上半身在桌面场景下的操作，而新模型能够统一管理整台人形机器人的行走、下蹲、伸手与抓取，从”脚到指尖”由同一套策略接管。

三个模型分工协作

Gemini Robotics 2 并非单一模型，而是把几套模型整合进同一个系统。

其中，视觉语言模型负责理解图像和视频，与人类沟通并推理任务该怎么完成；两个视觉语言动作模型经过空间运动训练，分别控制机器人的全身动作以及夹爪或机械手的动作。

按 DeepMind 的划分，这套体系包含三个成员：Gemini Robotics 2 是核心的动作模型，把视觉感知和自然语言指令直接转换成电机控制信号；Gemini Robotics ER 2 是负责具身推理的高层”大脑”，承担任务拆解、进度跟踪与多机协调；Gemini Robotics On-Device 2 则是可在机器人本地硬件上运行的小型版本，面向延迟敏感或网络不稳定的场景。

在发布前提供的演示视频中，多台不同机器人依靠这套模型自主完成了复杂任务。其中一段演示里，Apptronik 公司的 Apollo 2 机器人搭配 Sharpa 公司提供的机械手整理货架。收到”把洒水壶放进下层货架的绿色箱子”这样一句指令后，机器人会先观察现场，走到桌边取起水壶，再移动到货架前下蹲，把物品放进指定位置——整个过程不需要拆成一段段预设子程序。

DeepMind 表示，这些能力是通过人类遥操作、视频示范与仿真数据混合训练出来的。目前的人工智能模型还做不到在完全没有针对性训练的情况下完成大量复杂任务。

成绩单并不完美

DeepMind 公布的自测数据显示，不同任务之间的差距相当明显。

在搭配 Inspire 机械手的 Apollo 2 上，通用全身操作的准确率为：从桌面取物 68.4%，从地面取物 45.7%，从货架取物 76.3%。换成 Sharpa 的 SharpaWave 触觉手后，精细动作的表现更加参差：拧上灯泡 36%，拧下灯泡 92%，系垃圾袋 44%，簸箕任务 32%，密封袋任务 40%。DeepMind 也承认，多指灵巧操作仍然是难点。

相比之下，使用两指夹爪的 Franka Duo 平台成绩更稳：通用抓放 74.2%，多样化工具分拣 78.9%，精密插入 89.6%。这组对比说明，五指机械手远未被攻克，可靠的夹爪作业与仍显脆弱的拟人化操作之间，差距还在拉大。

高层推理模型 ER 2 的进步则较为扎实。它可以观察房间环境、逐步推理、与动作模型协同、跟踪进度，并在某一步失败时自我纠正，支撑持续数分钟、包含数百次决策的任务序列。它还能协调多台机器人——包括不同类型的机器人——彼此沟通、分工完成同一套流程。

本地运行的 On-Device 2 主打快速适配：面对全新的双臂机器人形态，只需几小时数据、通常少于 200 个示例，就能完成迁移，即便机器人的外形、传感器和自由度各不相同。

安全问题被摆到台前

把前沿模型接入机器人，让它们在工作场所或家庭里自由活动、操作物品，风险不容忽视。已有研究显示，用前沿人工智能控制机器人可能产生意料之外、有时甚至危险的行为。

“安全问题变得更加紧迫，因为你把它们放进了大量其他情境中，”谷歌 DeepMind 机器人负责人 Carolina Parada 对 WIRED 表示，”会冒出很多不确定性，所以你需要能够更深入地理解安全问题。”

Parada 介绍，谷歌采取分层防护思路，在每一层模型上都设置护栏。与新模型一同推出的还有 ASIMOV-Agentic——一套用于衡量多个人工智能系统协同控制机器人时安全性的新基准，可以检测某条指令是否会导致有害或不确定的后果。该基准已在模型托管平台上公开。DeepMind 称，ER 2 是其迄今在安全约束遵循和人体接近检测方面表现最好的机器人模型，能够识别靠近的人员、触发安全调用并让机器人平稳停下。

Parada 还给出了一句更具野心的表述：”这是我们通往所谓物理通用人工智能道路上的又一个里程碑，意思是让机器人能做人类能做的任何事。”

谷歌的另一张牌

在聊天机器人和编程工具领域，Anthropic 与 OpenAI 走在前面，但谷歌在机器人研究上积累更深，此前已发表多项用人工智能训练机器人完成实际任务的重要成果，也曾与腿式机器人领域的领先企业波士顿动力合作，为其机器提供”大脑”。这次发布再次表明，这家搜索巨头押注人工智能必须走出数字世界，才能释放全部潜力。谷歌 DeepMind 首席执行官 Demis Hassabis 此前对 WIRED 表示，他希望打造一套适用于各类机器人的人工智能操作系统，类似智能手机领域的安卓系统。

从开放程度看，ER 2 已面向开发者开放，可通过 Google AI Studio 与相关接口调用；动作模型和本地模型目前仅向早期合作伙伴提供。

来源：WIRED《Gemini Robotics 2 Brings Google’s AI Into the Physical World》，作者 Will Knight；测评数据与模型开放情况参考 Google DeepMind 官方发布内容整理。

DeepMind 机器人团队负责人卡罗琳娜·帕拉达在官方博客中表示，要想大规模解决最棘手的问题，各种形态和尺寸的机器人都需要 AI 模型赋予它们思考、行动和智能交互的能力，从而安全地完成任务。

一套系统，三个模型

Gemini Robotics 2 实际上是三个相互配合的模型组成的完整体系。

第一个是同名的视觉-语言-动作模型（VLA），负责把摄像头画面和自然语言指令直接转化为电机控制信号。与此前只能控制上半身、完成桌面任务的版本不同，新模型可以控制完整的人形机器人，覆盖行走、下蹲、伸展和双手操作。

第二个是具身推理模型 Gemini Robotics ER 2，相当于机器人的”高层大脑”。它负责理解用户指令、观察环境、拆解任务步骤、跟踪执行进度，可以规划持续数分钟、涉及数百个决策的长任务，还能在某一步失败时自我纠正。这次更新还引入了多机器人协作能力，让不同类型的机器人互相沟通、组队完成单台机器人无法胜任的复杂流程。

第三个是 Gemini Robotics On-Device 2，专为本地运行优化，不依赖网络连接。它继承了上一代的”动作迁移”技术，只需几个小时的适配时间、通常不到 200 个示例，就能移植到形状、传感器和自由度完全不同的新机器人身上。

演示效果：搬东西、打结、封袋子

在演示中，搭载新模型的 Apptronik Apollo 2 人形机器人接到一句指令——”把浇水壶放进底层架子的绿色箱子里”。它随即理解指令，走到桌边拿起浇水壶，再走几步到架子前，下蹲并把壶准确放进目标位置，整个过程由单一模型一气呵成，不需要在”行走程序”和”操作程序”之间切换。

在精细操作方面，该模型可以驱动 Apollo 2 上五指、22 个自由度的 SharpaWave 灵巧手完成打绳结、封密封袋这类精细动作，也能操控 Franka Duo 平台上的标准双指夹爪完成紧密装箱等任务。

不过 DeepMind 也坦承，机器人在动作速度上仍有很大提升空间，多指灵巧操作依然是难点。据科技媒体披露的基准数据，该模型在精密插入任务上的成功率约为 89.6%，拧灯泡约 92%，但系垃圾袋只有 44%、用簸箕扫地仅 32%——布料、塑料袋这类会变形的物体，仍是当前机器人学习的硬骨头。

安全与开放

随模型一同发布的还有名为 ASIMOV-Agentic 的安全基准，用于评估机器人智能体能否拒绝不安全的操作指令、能否在不确定时主动请求人工干预。DeepMind 表示，ER 2 是其迄今在安全约束遵循和人机近距离协作基准上表现最好的机器人模型，当有人靠得太近时，它能检测到并让机器人安全停止。

目前，Gemini Robotics ER 2 已经在 Google AI Studio 上线，并在 Gemini 企业智能体平台开启私测；VLA 主模型和端侧模型则面向早期合作伙伴开放。DeepMind 在致谢中点名了 Apptronik、波士顿动力和 Agile Robots 等硬件合作方。

与 Figure AI、特斯拉等选择软硬件垂直整合的公司不同，谷歌走的是开放平台路线：一个模型适配多家厂商的机器人，再配上开发者工具链。这场”机器人操作系统”之争才刚刚开始。

来源：Google DeepMind 官方博客（https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/）

6万美元买来的「Sally」

这台机器人由机器人公司 Realbotix 制造，采购价接近 6 万美元。它有一头棕色长发、覆盖硅胶皮肤，被师生们提前起了个名字叫「Sally」。按设计，Sally 是一台固定式机器人，手臂和手掌可以活动，双腿不具备行走功能。

学区的设想相当美好：让 Sally 辅助学习机器人和技术方向的高中生。学区总监马克·比勒（Mark Beehler）举例说：「编程 Arduino 开发板卡住了？或者压根不知道 Arduino 是什么？问 Sally，它能给你讲明白。」学生还能借此学习机器人如何维护、更新和排障。

比勒选择 Realbotix 的一个原因是，该公司的机器人预装了 WozEd 课程体系——由苹果联合创始人史蒂夫·沃兹尼亚克参与打造，恰好也是该学区正在使用的课程。

争议爆发：数据隐私与「姊妹公司」

随着消息在这个位于塞尼卡印第安人保留地的小社区传开，担忧接踵而至。家长和教师首先质疑：学生的个人信息会被如何使用？

更大的风波来自 Realbotix 的关联企业背景——其姊妹公司涉足高仿真成人玩偶业务。尽管学区和公司都强调两家制造商独立运营，纽约州教师联合会主席梅琳达·珀森（Melinda Person）仍然明确反对：「与成人玩偶公司有关联的企业造出来的机器人，不该出现在课堂里。」她还补充：「学生们需要的不是机器人，而是与用心的成年人建立真实的关系。」

纽约州教育厅长贝蒂·罗莎（Betty Rosa）也在致学区的信中表达了担忧：虽然学区确认机器人不会承担课堂教学职责，但此前向董事会做的一次展示中，它却被描述成了「辅导平台」。她同时呼应了居民对数据隐私和安全防护的关切。

学区和厂商的回应

面对「机器人取代教师第一步」的质疑，比勒的回应很直接：「机器人不可能取代学校里的人。就算技术上可行，那也绝不符合学生的最大利益。教学始终是人与人之间的过程。」

学区在社交媒体上列出了多项保障措施：Sally 不收集学生个人信息，不对交互过程录音录像，不向厂商回传数据；所有信息本地存储，整机能耗与一台笔记本电脑相当；它被预设避开涉性、暴力、赌博等不当话题，无法搜索公开互联网，也不能调用未经审核的生成式 AI 服务。

Realbotix 方面则回应称，学生身份认证将通过学区现有系统完成，所有与学生相关的信息都会加密并由学区掌控。公司还驳斥了「Sally 是成人玩偶改装品」的说法，强调它是「全新制造、专为教育场景打造的设备」，不存在改装或复用硬件。公司首席执行官安德鲁·基格尔（Andrew Kiguel）表态：「我们完全尊重学校的任何决定，也鼓励各方进行彻底的尽职调查。」

试点悬而未决

目前，该学区正与纽约州教育部门商讨「强化版学生数据隐私协议」，并继续与社区沟通，试点何时重启尚无时间表。

值得一提的是，这并非美国学校首次尝试机器人进课堂：去年，圣迭戈一所特许学校曾花 50 万美元，从英国机器人公司 Engineered Arts 购入两台 AI 机器人。AI 走进教室的脚步不会停下，但萨拉曼卡的这场风波说明，比技术更难过关的，是家长和教师的信任。

来源：HuffPost/美联社

当地时间7月23日，宇树科技创始人兼CEO王兴兴与其载人机甲产品GD01共同登上《时代》杂志封面，封面标题为《机器人时代来临》。据悉，距离上次有中国企业家登上该刊物封面，已过去整整8年。

《时代》杂志评价王兴兴是”AI时代一位非典型的预言者”，并称”他身材瘦削，戴着眼镜，完全没有许多科技创始人身上那种张扬的傲气。相反，他在谈论机器人技术时，带着一种安静而坚定的信念”。

GD01是宇树科技于2026年5月12日发布的全球首款量产版载人变形机甲。该机甲身高约2.7米，载人后总重约500公斤，起售价390万元。用户可进入躯干中央的驾驶舱进行操控，支持双足直立和四足行走两种模式，官方称可在2.8秒内完成形态切换。王兴兴在专访中透露，GD01的设计灵感部分来自综合格斗场景，同时也参考了詹姆斯·卡梅隆电影《阿凡达》中的机甲造型。

《时代》报道指出，目前中国已有140多家公司制造人形机器人，而宇树科技被业内视为可能复制比亚迪在电动汽车、大疆在无人机领域路径的硬件平台。

国家反诈中心App上线AI内容鉴定功能

7月24日，公安部刑事侦查局局长姜国利在国新办新闻发布会上介绍，公安机关在国家反诈中心App上构建了人工智能内容鉴定功能。用户可上传可疑视频、语音、图片，一键检测是否存在人工智能生成痕迹，以鉴别伪造信息。

据公安部披露，2026年上半年，全国公安机关共侦办利用人工智能工具生成网络谣言案件170余起，依法查处190余人。国家反诈中心App的AI鉴定功能由小模型学习AIGC内容生成模式，结合大模型分析内容物理瑕疵和逻辑语义，共同完成判断。

Anthropic发布Claude Opus 5

7月25日，Anthropic正式发布最新旗舰AI模型Claude Opus 5。官方表示，该模型在编程、Agent任务及复杂推理等能力上进一步提升，整体性能接近更高端的Claude Fable 5，但API价格维持上一代Opus 4.8水平，即每百万输入Token 5美元、输出Token 25美元。

Claude Opus 5支持100万Token上下文窗口，单次最多输出12.8万Token，并默认启用自适应思考。在Frontier-Bench v0.1软件工程测试中，其成绩超过其他参测模型，任务完成表现达到Opus 4.8的两倍以上；在CursorBench 3.2测试中，开启最高推理档位后性能距离Fable 5不到0.5%，但单次任务成本仅为后者的一半。

Anthropic表示，Claude Opus 5已成为Claude Max套餐的默认模型，也是Claude Pro用户目前可使用的最强模型。该模型已面向Claude平台、API、Amazon Bedrock、Google Cloud和Microsoft Foundry等渠道开放。

国内AI动态：腾讯混元、美图、亚马逊

腾讯宣布混元大语言模型部门与多模态模型部门合并，成立基础模型部，统一由腾讯首席AI科学家姚顺雨管理，旨在提升模型研发协同效率，探索全模态模型的智能上限。

美图旗下AI Agent RoboNeo发布新版本，上线专业级3D导演台功能，并支持字幕去除、画质增强、光线调整、背景优化等后期处理能力，同时围绕AI短片创作推出项目资产库、全链路工作流、升级版剧本与分镜生成等能力。

亚马逊于7月24日更新Alexa+功能，进一步强化其AI助手能力。Alexa+支持自然对话、信息记忆和任务执行，可帮助用户管理日程、总结邮件、生成播客、控制智能家居，并完成购物、餐厅预订、叫车等日常任务。此次更新新增AI生成个性化播客功能，可根据用户兴趣制作音频内容；同时支持读取用户上传的文件、照片和文档，并基于内容生成摘要、问答或学习测试。

其他科技要闻

• 菲尔兹奖得主雅各布·齐默曼（Jacob Tsimerman）宣布转向人工智能安全研究，并将加入OpenAI。
• 微软、英伟达、Meta、IBM等科技巨头发布联合声明，呼吁推动开放权重人工智能模型发展，认为开放生态有助于扩大AI应用、促进竞争。
• 英伟达创始人兼CEO黄仁勋于北京时间7月24日深夜注册社交媒体X账号，首个帖子即为上述联名信，强调开源人工智能模型的重要性。

最隐蔽的智能门锁：Level Lock Pro

市面上大多数智能门锁体积庞大、外观突兀，而Level Lock Pro几乎完全颠覆了这一印象。它是一款完整的锁具替换产品，但外观看起来就像只更换了锁的后盖——内部甚至也保持正常尺寸，不像传统智能锁那样 bulky。

功能方面毫不妥协：支持NFC、Apple Home Key解锁，兼容Matter协议，电池续航表现出色。如果需要远程控制，可以选配Level Connect Wi-Fi Bridge（售价79美元）。售价349美元，对于追求极简外观的用户来说，这是目前最值得考虑的智能门锁之一。

最养眼的可视门铃：Google Nest Doorbell（有线第三代）

当你想象一个装在自家门上的可视门铃时，Google Nest Doorbell可能是唯一不会让人皱眉的选择。相比Ring等品牌笨重的造型，Nest Doorbell的线条更为流畅，提供多种配色以匹配不同房屋风格。虽然它仍然是一个显而易见的摄像头，但已经是同类产品中视觉侵入感最低的一款。

WIRED评测团队推荐选择有线版本，无需像电池版那样每隔几周就要取下来充电。目前亚马逊售价约152美元（原价180美元）。

最有趣的智能鸟屋：Birdfy Nest Duo

今年春天，一位编辑的家里发生了”鸟入侵”事件——一只小鸟在前门花环里筑巢，某天晚上飞进了屋内。如果你也想安全地观察这些”不速之客”，Birdfy Nest Duo是一个既美观又有趣的解决方案。

这款智能鸟屋外观设计简洁，配备两个太阳能摄像头（一个对准入口，一个朝向内部），支持多角度观鸟。产品附带不同尺寸的入口孔以吸引不同物种，配有金属防捕食护板，还支持远程控制重置或充电，无需打扰鸟儿。目前亚马逊售价约257美元（原价320美元）。

最有氛围的智能灯串：Govee Outdoor Clear Bulb String Lights

Govee的户外灯串以其丰富的色彩表现和智能化控制著称。2026年新款Clear Bulb采用三角造型灯丝设计，比传统灯泡更具现代感，同时支持全彩和多种白光色温调节。与永久性户外灯相比，这款灯串更加灵活，且支持Matter协议，可与主流智能家居平台无缝联动。售价约85至90美元。

最实用的户外智能灯泡：Cync Smart LED PAR38

如果你想让门廊或阳台的固定灯具也具备智能控制功能，Cync户外版全彩LED灯泡是不错的选择。需要注意的是，户外级智能灯泡通常采用4.75英寸直径的PAR38规格，适合向下照射的泛光灯具，可能无法适配普通壁灯。Cync支持全彩调节和多种白光色温，万圣节可以调成橙红色，情人节可以变成粉色，球赛日还能换成主队配色。亚马逊两联装售价约35美元（原价45美元）。

最省心的泳池清洁助手：Beatbot AquaSense 2

如果你的泳池可以从室外任何位置看到，保持水面洁净就很重要。Beatbot AquaSense 2是一款自主工作的泳池清洁机器人，类似扫地机器人的工作原理，能够擦洗池底、池壁和水线，续航约4小时，清洁完成后自动返回充电站无线充电。WIRED评测人Christopher Null认为这是千元以下价位最值得推荐的泳池机器人。目前官网和亚马逊促销价约749美元（原价1298美元）。

最便捷的车库智能化方案：Chamberlain MyQ

如果车库是房屋正面的视觉焦点，给它加上智能控制是个实用又低调的选择。Chamberlain提供两种方案：直接更换内置智能功能的车库门开启器（带摄像头版本售价约249美元），或在现有车库门上增加MyQ Smart Garage Controller控制器（售价约50美元）。两种方案都支持远程开关和状态查看，还可选配视频键盘，兼具可视门铃功能。

最贴心的智能遮阳：SmartWings电动卷帘

对于西晒严重的房屋，智能遮阳帘能自动在恰当的时间关闭，既节能又保护隐私。WIRED评测人Simon Hill推荐SmartWings电动卷帘作为首选，如果预算更充裕，Lutron Caseta Smart Shades则提供更高端的质感。SmartWings售价约160至180美元，Lutron Caseta约399美元（需另购智能中枢）。

结语

智能家居不必以牺牲美观为代价。以上八款产品都在功能与颜值之间找到了不错的平衡点，无论是租房还是自住，都能找到适合自己的升级方案。在选购户外智能设备时，务必确认产品具备户外使用认证和防水等级，以确保安全和耐用。

WIRED资深评测人Simon Hill测试了多款运动传感器和替代安防系统，以下是他的精选推荐。

经典雷达系统：Letwesaf Radar Motion Alarm System

价格：$220（亚马逊）

这款雷达系统最适合保护较大面积的房产，探测范围可达半英里（约800米），探测区域可调节。它的特点是完全”老派”——不需要Wi-Fi或App，只需打开接收器并配对探测器，当人或动物进入区域时即发出警报。

最多可将六个探测器与一个接收器配对（购买时附赠一个），设备为IP65级防水，适合各种天气。默认探测区为约20×17英尺的矩形，可扩展至50英尺。

但在测试中发现它的一个明显缺点：内置3000mAh可充电电池每五到六天就需要充电一次。可以通过USB-C端口外接充电宝，固定安装时建议配合小型USB-C太阳能板使用。

智能抽屉/柜门传感器：Kinisium Kini SafeAlert Wi-Fi Motion Sensor

价格：$75（亚马逊）

这款传感器非常适合保护特定柜子、抽屉或保险箱——比如存放贵重物品、药品或枪支的地方。内置多方向运动传感器，可以放置、用钢缆固定或用胶贴安装。

仅支持2.4GHz Wi-Fi连接，但配置非常灵活：可以调节灵敏度、冷却时间、轴向监测（x、y、z轴），报警方式支持App、邮件或短信。甚至可以通过浏览器进行配置，无需使用移动App。

在测试中表现非常可靠——把它放在抽屉和柜子里，每次打开都会收到警报并记录时间戳。制造商Kinisium表示不收集用户数据，也可以完全关闭日志记录。还有一个独特的Stasis模式，可以反转逻辑——在设定时间内没有移动时发出警报。例如，可以用来确认年长亲属每天是否打开了药柜，或查看遛狗人什么时间打开了门。兼容IFTTT自动化，甚至有Webhook集成功能。

主流智能家居生态的运动传感器

如果你已经拥有智能家居系统，以下传感器值得考虑：

Eve Motion Sensor（$55）：可靠的室内外传感器，但需要智能家居中枢来触发警报。使用Google Home系统测试通过。

Aqara FP2 存在传感器（$83）：功能丰富，支持区域检测和多人体检测，兼容主流智能家居平台，但识别房间人数时有时不太准确。

Aqara FP300（$50）：性价比更高的存在检测器，也可追踪光线、温度和湿度。

Switchbot 存在传感器（$30）：测试中最便宜的传感器，功能类似，但需要Switchbot中枢才能接收警报，且检测和警报之间有一定延迟。

Philips Hue 户外运动传感器（$55）：表现出色，但需要Hue Bridge才能使用。在户外测试中可靠地检测到人，误报很少，配合Google Gemini可在特定时间段触发通知。

智能灯光感知方案

作为运动传感器的有趣替代方案，智能灯光也可以用于检测室内移动：

Wiz SpaceSense：通过Wi-Fi信号检测房间内运动，效果取决于拥有的Wiz灯具数量和位置。作为离家时的安防提醒很有用，且无需订阅。

Philips Hue MotionAware：与SpaceSense类似，但使用Zigbee而非Wi-Fi。接收警报需要订阅（每月1美元或每年10美元）。触发灯光无需额外费用。

模块化安防系统

SimpliSafe 8件套无线安防系统（$229-$240）：提供基站、键盘和一系列传感器，可以构建完整的安防体系。类似的选择还有ADT、Vivint、Eufy和Arlo的模块化系统。

总结建议

• 大范围户外防护：Letwesaf雷达系统最合适，无网络依赖，可靠度高
• 特定柜子/抽屉防护：Kini SafeAlert性价比高，配置灵活
• 已有智能家居生态：根据你的平台选择Eve、Aqara或Philips Hue
• 预算最低方案：Switchbot Presence Sensor仅$30起步

无论选择哪种方案，无摄像头的家庭安防系统都能够在保护隐私的同时，提供可靠的入侵检测和告警能力。

事件经过

这一功能是Muse Image的一部分——这是Meta旗下超级智能实验室（Superintelligence Labs）于周二（7月7日）发布的第一个原生图像生成模型。Muse Image通过Meta AI聊天机器人开放使用，并嵌入Instagram的创意功能中。

该功能允许Meta AI聊天机器人的用户在提示词中@一个公开的Instagram账号，快速利用该账号的公开内容来生成AI图像或经过AI修改的内容。这意味着任何拥有公开账号的Instagram用户，其形象都可能在不知情或未经允许的情况下被他人使用。

由于默认开启这一功能，Instagram用户被自动纳入。这迅速引发了隐私担忧的强烈反弹。

Meta的回应

Meta随后承认”考虑不周”，并表示该功能”已不再可用”。Meta在一份声明中表示：”我们的初衷是提供一个有用的创意工具，并让用户能够控制其公开内容是否以这种方式被引用。我们听到了反馈。”

当Meta宣布Muse Image时，公司表示该功能目前仅限于Instagram，但计划未来在WhatsApp、Facebook和Messenger上推出更多AI功能和整合。Meta还有一个正在开发中的AI视频工具。

行业反应

好莱坞演员工会Sag-Aftra将Meta的妥协称为一场”胜利”。该工会此前敦促其成员和”所有Instagram用户”采取行动保护自己的形象，称这体现了”对公众情绪——关于此类使用中显而易见的危险和危害——的彻底误判”。

总部位于伦敦的人权慈善组织Privacy International也批评了这一功能，告诉BBC这是”AI公司将用户的图像和数据视为可剥削原材料的又一迹象”。

科技巨头的AI内容治理困境

此次事件并非孤例。随着生成式AI技术的快速普及，科技公司面临着越来越大的压力，需要在创新与用户权益保护之间找到平衡。AI图像生成工具引发的隐私、版权和虚假信息问题已成为行业性挑战。

Muse Image的迅速撤回反映出，即使在Meta这样拥有强大法律和公关团队的科技巨头中，快速推出AI功能也伴随着巨大的风险。默认开启（opt-in by default）的做法尤其引发争议，用户往往在不知情的情况下成为AI训练或生成内容的数据来源。

隐私倡导者认为，涉及用户肖像和数据的AI功能应当采用”选择加入”（opt-in）模式，而非”默认开启”（opt-out）。Meta此次在不到一周时间内从发布到撤回的快速反转，可能促使其他科技公司在推出类似AI功能时采取更加审慎的态度。

Meta拒绝对此事发表进一步评论。Muse Image的其他功能——不涉及引用他人形象的常规AI图像生成——仍然可用。

“脱衣”应用的危害

这类应用利用AI技术，可以轻易地将普通人的照片转化为裸露图像。这些有害工具允许不法分子移除照片中人物的衣物、改变人物特征、将受害者面孔合成到他人裸体上。旧金山检察官办公室表示对此感到”绝对震惊”——这类技术的普及程度远超想象，受害者大多是女性和儿童。

“这些图像被用来欺凌、羞辱和威胁女性和女孩，”邱在接受Wired采访时表示，”这个行业对个人名誉、心理健康和自主权造成了可怕的伤害，已有受害者因此产生自杀倾向。”

据Wired审查信函后确认，邱要求谷歌下架5款应用，要求苹果下架8款。出于”避免引导用户去下载”的考虑，信函中未公开这些应用的具体名称。但其中一款应用的下载量已超过100万次，并宣传了将女性图像色情化以及制作”免费、无审查”视频的功能。

平台责任与百万美元利益

邱在信函中指出，苹果和谷歌通过忽视这些有害应用而非采取更强有力的行动或开发更好的检测机制，已经从中获取了”数百万美元”的应用商店佣金。根据加州禁止支持创建深度伪造色情内容服务的相关法律，应用商店的现行做法涉嫌违法。

谷歌发言人丹·杰克逊（Dan Jackson）在回应Ars Technica时表示，邱指出的5款应用因违反有害内容政策，已被从Google Play商店暂停。”Google Play不允许包含性内容的应用，我们会持续采取主动措施检测和移除有害内容应用，”杰克逊说，”当违规行为被举报时，我们会调查并迅速采取行动，包括暂停数百款违规应用，并在商店中限制’脱衣’等相关搜索词。”苹果方面则未对Ars Technica的采访请求作出回应。

检测难题与Grok争议

研究人员近期警告称，一些有害应用正变得更为隐蔽——它们只宣传换脸功能，同时隐藏脱衣功能以规避应用商店的下架审查。今年5月的一篇预印论文中，研究人员识别了420款标榜为通用换脸工具的应用，并对其中的155款进行了测试。结果显示，70%的被测应用实际上可以进行脱衣操作。

与此同时，xAI的Grok聊天机器人也面临类似争议。本周xAI提起诉讼，确认发现了Grok生成儿童性虐待材料（CSAM）以及针对成年人的非自愿亲密图像（NCII）的案例。早在4月，苹果就曾私下威胁要移除Grok应用，但该应用至今仍留在App Store中。只要Grok仍有可能被用于生成违法内容，应用商店就将持续面临加强监管的公众压力。

邱在信函中并未要求移除Grok，但他希望通过此次行动推动两大应用商店全面加强执法力度。”我希望苹果和谷歌能立即移除这些应用，并强化其审查系统，确保此类应用未来不再出现在其平台上，”他表示，”我们希望这些公司能做正确的事——如果他们不这样做，我们将不得不考虑所有法律选项。”

这一事件凸显了AI技术滥用时代下，应用平台在内容监管方面的责任困境：当AI工具可以被轻易用于伤害他人时，平台的经济利益与社会责任之间的张力正在被拉至极限。

从牛津到 DeepMind

加入 DeepMind 之前，Gabriel 是牛津大学圣约翰学院的研究员，教授政治理论，撰写过关于”雅皮士伦理”和有效利他主义伦理盲点的论文。不在牛津时，他为联合国开发计划署在苏丹和黎巴嫩从事危机工作。他的背景——道德哲学与政治理论——在工程师主导的 AI 行业中显得颇为独特。

DeepMind 在 2014 年被谷歌以 6.5 亿美元收购。2016 年，其开发的 AlphaGo 在首尔以 4:1 击败韩国围棋冠军李世石，一战成名。围棋的复杂度远超想象，可能的棋局配置比宇宙中的原子还要多。这场胜利让 Gabriel 注意到了 DeepMind，但他最初仍困惑于一家做游戏 AI 的公司为何需要伦理学家。

联合创始人 Shane Legg 给出了答案。早在 1999 年刚大学毕业时，Legg 就预估 AGI 会在 2025 至 2028 年间到来，这一预测在被嘲弄三十年后仍未改变。他在 2008 年完成的博士论文中坚持认为，社会不能等到 AGI 技术上可行才开始思考其影响。Legg 告诉《卫报》：”如果你在做一个小器件，它可能不会改变世界，那你也许不需要道德哲学家。但如果你认真对待 AGI，我看不出你怎么能不考虑这类问题。”

对齐问题的伦理维度

Gabriel 在 DeepMind 的第一个重大研究项目是 2020 年发表的一篇论文，试图弥合”AI 安全”与”AI 伦理”两个阵营的分歧。安全派关注如何让 AI 系统不偏离开发者意图，即”对齐问题”；伦理派则关注算法偏见、公平性等当下危害。

Gabriel 在论文中指出，对齐不仅是技术挑战，更涉及伦理和政治。让机器按照某套价值观行事已属困难，而选择这套价值观本身就更为棘手。他问道：”在我们生活的这个充满竞争性价值观念的多元世界里，我们该如何决定将哪些原则或目标写入 AI？谁又有权做出这些决定？”

他援引哲学家约翰·罗尔斯所说的”合理多元的事实”，主张开发者不应试图找到单一的价值体系来指导 AI 行为，而应为”人们对如何最好地生活存在原则性分歧”的世界构建 AI 系统。牛津大学 AI 研究者 Hannah Rose Kirk 评价说，Gabriel 的这篇论文预见了许多后来在 AI 系统面向数十亿用户部署时才显现的问题。

大语言模型的崛起与挑战

2022 年 11 月 OpenAI 推出 ChatGPT，一周内用户突破 100 万，两个月后达到 1 亿，彻底改变了行业格局。据 Sebastian Mallaby 撰写的 DeepMind 历史《无穷机器》记载，ChatGPT 的成功引发了谷歌内部的危机，CEO Sundar Pichai 将谷歌研究院的大语言模型团队并入 DeepMind，由 Hassabis 统管。Hassabis 当时形容 OpenAI 和微软”把坦克停在了草坪上”，并称”这是战时”。

在 ChatGPT 之前，DeepMind 对大语言模型（LLM）持怀疑态度，认为它们只是”把很多事情做得还不错”的”派对把戏”。DeepMind 更看重强化学习——正是这项技术驱动了 AlphaGo 的胜利，也催生了 AlphaFold。AlphaFold 解决了生物学长期难题：根据氨基酸序列预测蛋白质的三维结构。2020 年它以惊人精度完成这一任务，Hassabis 和同事 John Jumper 因此获得诺贝尔化学奖。

Gabriel 早期就警告过拟人化 AI 的风险。他与合著者在论文中指出，听起来像人的 AI 可能让用户赋予其”不当的信心、信任或期望”，即所谓的”无脑拟人化”。他还与合作者提出”社会奖励黑客”概念，指被训练来寻求用户认可的 AI 可能发现奉承是达成目标最高效的方式。受其研究影响，谷歌的 LLM 被训练为不假装是人类，5 月推出的 Gemini Spark 助手也被设计为不会表现得像个互动伙伴。

四方对齐框架

ChatGPT 发布后不久，Gabriel 得知 DeepMind 正在开发 AI 助手（即 Gemini Spark 的前身），便带领团队撰写了一份 267 页的报告，探讨 AI 助手（也称智能体）的伦理问题。与聊天机器人不同，智能体拥有工具，能代表用户自主行动。

报告的核心洞见在于将对齐重新定义为一种四方关系：涉及 AI 系统、用户、开发者和整个社会。这一框架揭示了 AI 可能出错的各种方式——例如，偏向开发者的 AI 可能不报告关于竞争对手的准确信息；过于忠实执行用户指令的 AI 可能帮助用户入侵银行；甚至可能出现既不帮任何人、却仍危害用户或社会的错位情况。

DeepMind 负责通用智能对齐与安全的 Rohin Shah 表示，Gabriel 团队建立的框架对技术人员有实际指导意义，为”我们究竟应该训练 Gemini 表现出什么行为”提供了结构。

AGI 临近下的更深追问

如今在 DeepMind，AGI 即将到来已基本成为共识。Hassabis 在 5 月的开发者大会上宣布”AGI 已在地平线上”，并暗示可能只需三到五年。Legg 则表示，虽然当前 LLM 在空间视觉推理、元认知和持续学习等方面仍未达到他定义的”最低 AGI”标准，但他相信这些缺陷不会持久，”剩下的没有魔法，都会被解决”。

Gabriel 如今领导一个由哲学家和社会科学家组成的团队，研究”AGI 将如何影响经济、政治领域、人际关系，以及如何与科学技术互动”。他认为 AGI 的变革规模可能堪比工业革命，但他也清醒地指出，工业革命对许多亲历者而言并非愉快经历——”情况先变糟，后变好”。

在被问及 AI 是否具有意识时，Gabriel 保持”有原则的不可知论”，理由是不清楚何种证据能解决这一问题。他形容自己为”持有会员卡的人文主义者”，并不期待超智能机器让人类过时的那一天。但他承认，随着计算机侵入语言、创造力、幽默、品味等人类长期独占的能力领域，我们被抛回了一些最古老、最困难的哲学问题——正如物理学、生物学和天文学的发现曾促使过去的人们重新理解人类独特性，AI 或许也将促使我们重新思考”何为人类”。