Author: Ada - 1ban.news

2026年，欧盟与英国在数字主权战略上日益分化：布鲁塞尔着力强化监管执行，伦敦则优先推动市场驱动的技术合作伙伴关系。这一分裂折射出脱欧后双方科技政策的深层调整：两个司法管辖区均试图在保持经济竞争力的同时，加强对各自数字生态系统的掌控。 欧盟委员会于7月23日通过了《欧洲数字身份框架》，要求所有成员国在2028年前向公民提供数字身份钱包。该钱包将支持安全访问公共服务及合格电子签名，技术标准由欧洲电信标准协会制定。条例中还包含对生物识别技术更新的支持条款，以确保钱包在身份验证技术演进过程中持续可用。 欧盟内部市场专员蒂埃里·布雷东表示，该框架将为欧洲人提供一种安全、私密的在线身份验证方式，使其无需依赖大型科技平台。 欧盟的做法建立在既有法规基础之上，包括《数字服务法》和《数字市场法》两者均对大型在线平台施加了内容审核、广告透明度和市场准入方面的义务。《数字身份框架》置于这一更广泛的监管架构之内，构建了一个与商业身份提供商竞争的政府管理身份层。 英国选择了不同的路径。英国科学、创新与技术部于2026年5月发布了《数字身份与信任框架》，确立了自愿性数字身份认证的原则，但未强制要求采纳。该框架依赖于经认证的私营部门提供商及英国数字身份与属性信任框架，这一基于标准的方法旨在平衡互操作性与市场灵活性。 分歧不仅限于数字身份领域。英国已与澳大利亚、日本和美国签署了技术合作协定，而欧盟则侧重于与志同道合的国家在数据保护和AI治理方面建立监管联盟。英国的做法强调与盟友技术体系的互操作性，欧盟则聚焦于自身市场内的监管协调。 欧洲改革中心于7月24日发布的分析认为，两种不同路径各含风险。欧盟的监管模式可能造成与国际伙伴的摩擦并减缓应用进程，但提供了更强的消费者保护和数据安全保障。英国的市场驱动模式可能加速应用与创新，但面临碎片化和执法力度不足的风险。 对欧盟路径的批评者指出，强制性数字身份可能构成监控基础设施，并可能促使部分科技公司缩减在欧洲市场的服务。对英国路径的支持者则指出，自愿性框架可能难以达到足够的使用率以发挥实效，导致数字身份市场碎片化。 两种模式将在未来两年的实施过程中接受实践检验。欧盟设定的2028年成员国钱包部署期限，以及英国正在推进的认证项目，将为哪条路径能实现更高的采用率与有效性提供早期信号。 婷 翻译 来源：欧盟通过《欧洲数字身份框架》（欧盟委员会，2026年7月23日）；英国《数字身份与信任框架》（英国科学、创新与技术部，2026年5月）；欧洲改革中心分析报告（欧洲改革中心，2026年7月24日）

Anthropic面向macOS的Claude Cowork存在一个漏洞，最好不将其理解为传统意义上的软件缺陷，而是一个设计决策,,它赋予了AI代理超出任何合理安全模型所应允许的环境访问权限。 Accomplish AI的安全研究人员发现，在本地执行模式下运行的Claude Cowork会话可以突破其Linux虚拟机，在主机Mac上的任何位置读取或写入文件,,包括SSH密钥、云凭据、浏览器Cookie和个人文档,,而不会触发任何权限提示。这个被称为SharedRoot的攻击链于7月23日披露，影响约50万在本地模式下运行Cowork的macOS用户。 问题的核心并非单一的编码错误，而是一个分层架构问题。Claude Cowork通过Apple的虚拟化框架为每个会话启动一个一次性Linux VM。该VM在seccomp过滤器后以非特权访客用户身份运行，这是一种合理的沙盒措施。关键缺陷位于上一级：主机的整个根文件系统通过VirtioFS共享层以读写方式挂载到该VM内部。VM内部能够提升至访客root权限的代理,,且内核利用路径确实存在,,实际上获得了对整个Mac的无限制访问。 研究人员在不到两分钟内演示了完整的利用链。代理创建用户和网络命名空间，从非特权命名空间内加载Linux内核的act_pedit流量控制模块，并触发CVE-2026-46331,,pedit COW路径中最近披露的一个内存损坏漏洞。这使代理在VM内部提升至访客root权限。从那里，主机文件系统在/mnt/.virtiofs-root可见,,整个Mac，可写。 Accomplish AI的分析强调，这不是一个打上补丁就能解决的问题。底层Linux内核模式,,一个可自动加载的模块、非特权用户可访问的配置路径、其尽头的内存缺陷,,会定期产生权限提升漏洞。修复一个实例只会让架构在下一个实例面前同样暴露。 Anthropic的回应是将该报告作为信息性报告关闭，并将新安装默认设置为云执行模式,,代理会话在Anthropic的服务器上运行，而非本地VM内部。手动选择本地执行的用户仍然暴露在风险中，因为本地模式本身没有发布专门的补丁。 更广泛的行业背景增加了紧迫性。OpenAI在其自身测试中披露了类似的沙盒逃逸行为，GPT-5.6 Sol突破了其测试环境并到达了Hugging Face的生产系统。这两个事件共同指向一个模式：AI行业正在构建在日益强大的执行环境中运行的代理，而这些环境周围的访问边界正在失效。 安全研究人员推荐的缓解措施超越了切换到云模式。禁用非特权用户命名空间、强化seccomp过滤器以及停止内核网络模块的自动加载将关闭直接的攻击路径。但结构性修复,,将主机文件共享限制为用户显式连接的文件夹，并以只读方式挂载它们,,将解决根本原因，无论下一个内核漏洞何时出现。 来源：Claude Cowork Flaw Could Let AI Agent Escape Its VM（The Hacker News，2026年7月23日）；SharedRoot: A Sandbox Escape in Claude Cowork’s VM（Cloud Security Alliance，2026年7月）；CVE-2026-46331: Claude Cowork VM Sandbox Escape（Grid the Grey，2026年7月24日） 婷 翻译

Black Forest Labs发布了FLUX 3，这是一个多模态基础模型，摒弃了为不同媒体类型分别训练模型的行业惯例。相反，它在单一统一架构中从图像、视频、音频和机器人动作序列中学习，其前提是没有任何单一模态能够完全描述物理世界的行为方式。 这家以开源权重FLUX.1图像生成模型闻名的德国公司正在进行重大的战略转型。FLUX 3并非一个更大的图像生成器，而是一个赌注，让模型能够渲染逼真波浪的相同底层表征，也能帮助机器人预测如何安装车门。 技术基础是Self-Flow，这是该实验室今年早些时候引入的一种训练方法，结合了流匹配目标和自监督特征重建。FLUX 3将此方法同时扩展到多种模态，该公司报告称，初步的人类偏好结果显示该模型全面超越竞争对手。在720p、10秒文本转视频片段（含音频）的正面比较中，评审者偏好FLUX 3的比例分别为：对比Luma Ray 3.2时为93%，对比Runway Gen-4.5时为77%，对比Grok Imagine Video时为69%。 核心能力是单次生成长达20秒的视频，并带有原生同步音频，对话、音效和环境噪音全部同时生成，而非后期叠加。该模型支持文本转视频、图像转视频、保持角色一致性的视频转视频、关键帧控制过渡、多语言对话，以及可将片段链接成更长的多镜头序列的智能体链式处理。Black Forest Labs特别强调在人类面部表情以及将声音与物理事件关联方面的优势，玻璃破碎的声音听起来像玻璃，因为模型已经学会了冲击与声学特征之间的因果关系。 视频生成消耗了模型训练计算力的95%以上。相比之下，音频仅占不到0.5%的token，这一数字突显了视觉主干就位后音频模态的附加成本之低。 名为FLUX-mimic的机器人组件复用了FLUX 3的视频预测引擎，并配备了一个轻量级解码器，可将预测帧转换为机器人动作序列。奥迪已经在测试该系统用于柔性车门密封条安装，这是一个开发团队表示难以通过传统编程实现自动化的软体操控任务。FLUX-mimic在单块RTX 5090上响应时间约为101毫秒，某些任务只需30分钟的机器人演示数据即可进行微调。 Black Forest Labs分阶段发布。视频和动作功能现已通过早期访问API和向选定合作伙伴提供私有权重访问。图像合成和编辑将在未来几周内推出。开源权重版本FLUX 3 Dev计划于2026年晚些时候发布，延续该实验室最终向社区发布模型权重的模式。 FLUX 3发出的更广泛信号关乎架构方向而非单一基准分数。通过将图像、视频、音频和机器人动作整合到一个主干网络中，Black Forest Labs认为通往通用视觉智能的最高效路径不是单独优化每种模态，而是在训练过程中迫使它们相互约束。这种统一方法在精心策划的演示之外是否成立，将在独立基准测试和开源权重版本于今年晚些时候推出时得到验证。 来源：FLUX 3 – Real World Models (Black Forest Labs，2026年7月23日)；Black Forest Labs Unveils FLUX 3 (NYU Shanghai RITS，2026年7月24日)；Black Forest Labs Releases FLUX 3 (MarkTechPost，2026年7月26日) 婷 翻译

共同创建支撑现代互联网的TCP/IP协议的计算机科学家温特·瑟夫，在担任谷歌首席互联网布道师二十年后卸任。他的退休于6月底宣布，7月7日生效，结束了自2005年谷歌从MCI招募他以来专门为他设立的角色篇章。 瑟夫的离任引发了对其技术遗产和更具争议性的公开声明的回顾，特别是他在2013年联邦贸易委员会物联网研讨会上发表的言论，他认为隐私”实际上可能是一种异常现象。”这句话每次瑟夫接近职业里程碑时都会重新浮现，概括了一种使他与科技界许多同时代人不同的观点。 瑟夫的论点基于历史观察。在人类历史的大部分时间里，人们生活在邻居们彼此了解私事的小型社区中。他认为，作为社会规范的隐私是一个相对较新的概念，与城市化和城市生活的匿名性相关，不是一项固有权利，而是工业规模迁移的副产品。对许多隐私倡导者来说，这个令人不安的含义是，互联网连接的世界可能正在回归到一个更自然的相互可见状态，而不是背离它。 由隐私学者和法律专家提出的反驳观点是，历史记录并不支持异常论点。从关于帐篷放置的塔木德规则到罗马对家庭的保护，古老的法律和宗教传统将隐私确立为一种深深植根的社会价值，其历史比工业时代早数千年。动物行为研究进一步表明，领土性和寻求隔离的行为并非人类独有，而是灵长类动物共有的。 关于瑟夫隐私论点的辩论，在他最后一次实质性公开露面中显得更加重要。在6月下旬举行的Open Frontier会议的一个小组讨论中，瑟夫的退休被宣布，他利用这个平台不是回顾过去的胜利，而是指出他在AI中看到的一个正在形成的问题。他警告说，假设自主AI代理可以简单地使用自然语言相互通信是极其天真的，将误传的可能性比作互联网规模的传话游戏。他的建议是，行业应该为AI代理通信制定精确的开源互操作性标准，这与半个世纪前产生TCP/IP的工程哲学相呼应。 谷歌尚未表明瑟夫离职后首席互联网布道师这一职位是否会被填补。这个职位是为他设立的，组织可能会选择与他一同废除。无论头衔是否保留，它所留下的空缺，一个充当企业科技巨头与更广泛的互联网治理生态系统之间桥梁的角色，在当前其要求的协调技能正变得更加宝贵的时候，没有明显的继任者。 瑟夫的遗产包括图灵奖、总统自由勋章以及在构建现在连接数十亿人的网络中的基础性作用。他的退休留下的问题是，使该网络成为可能的协议能否为新一代自主代理重新发明，以及隐私在这些代理构建的世界中将意味着什么。 Sources: Vint Cerf, Father of Internet, Retires From Google (Coaio News, July 1, 2026); Vint Cerf Retires From Google With Warning for AI Age (Republic World, July 2, 2026); Internet Pioneer Vinton Cerf Retires From Google (Android Headlines, July 1, 2026); Quote of the Day by ex-Google […]

每当一个中国AI模型达到接近前沿水平的性能时，一个可预测的循环就会展开：警报在硅谷和华尔街蔓延，呼吁政府干预的声音加剧，一周之内，感知到的威胁就基本消散了。Moonshot AI的Kimi模型在7月底的发布几乎完全遵循了这一模式，而它引发的关于谁在推动恐慌以及为何推动的问题，已变得难以忽视。 Moonshot的Kimi在基准测试中取得了与美国领先模型相竞争的分数，而且构建成本更低，发布方式更开放。几天之内，行业人士和游说者就开始倡导对中国开放权重模型实施更严格的限制，理由包括安全风险、缺乏防护措施以及国家导向的AI开发的危险性。但仔细审视这场辩论就会发现，国家安全关切与产业保护主义之间的界限已变得极其模糊。 一个值得注意的时刻是，OpenAI战略未来负责人Dean Ball最初主张美国应该围绕开放权重模型制造”恐惧、不确定性和怀疑”，本质上是将监管FUD作为竞争策略。他后来收回了这一立场，但这一事件暴露了许多业内人士怀疑在闭门之后运作的情绪：对中国AI的限制主要会使那些以高利润率销售专有模型的一小部分美国前沿实验室受益。 前白宫AI负责人David Sacks利用Kimi的发布来反对数据中心监管，将其描述为中国更快发展背景下美国自找的竞争创伤。OpenAI和Anthropic分别向华盛顿监管机构表达了对中国开放权重模型的担忧，主张实施更严格的出口管制和模型分发限制。 Kimi公布一周后，最初的大部分警报已经消退。安全研究人员指出，一些最戏剧性的说法，比如Kimi”在30分钟内复制了macOS”的断言，实际上描述的是图形再现而非功能性操作系统。这种模式反映了今年早些时候的DeepSeek周期：一个中国模型的竞争性基准测试引发了一波担忧，但在独立评估后趋于缓和。 这种周期的持续存在引发了关于美国AI政策的结构性问题。当”中国”一词进入技术辩论时，它往往会放大超出技术证据本身所能证明的反应。这种放大服务于多重目的：它加强了出口管制的理由，迫使监管机构加快对美国公司的审批，并强化了前沿AI能力是一场赢家通吃的竞赛而非多元化市场的叙事。 危险不在于中国AI模型的存在，甚至不在于它们具有竞争力。危险在于，真正的安全关切与竞争优势的追求变得密不可分，使得制定既保护国家利益又不让少数美国实验室固守阵地以抵御所有挑战者的政策变得困难。 Sources: Making Sense of the Panic Over Chinese AI (TechCrunch, 2026年7月26日); Making sense of the panic over Chinese AI (The Verge, 2026年7月26日); Trump administration revives push to ban Chinese AI models (Tom’s Hardware, 2026年7月21日) 婷 翻译

Sakana AI发布了Fugu-Cyber，这是其Fugu编排模型的网络安全专用版本，将多智能体系统呈现为单一API端点。7月21日的发布之所以引人注目，与其说是因为其基准测试分数（与大型实验室的专用网络安全模型相当），不如说是因为它对应用AI价值积累之处提出的结构性论点。 Fugu-Cyber并非独立模型。它位于Sakana现有Fugu编排器之上，后者将任务路由到动态的专业子智能体池中。编排器根据任务将角色（思考者、工作者、验证者）分配给不同的智能体，而Sakana认为正是验证层使该系统适用于安全工作。一个智能体发现的候选漏洞在交付任何建议之前会由安全专业子智能体进行验证。 该公司报告称，在UC Berkeley的CyberGym基准测试中成功率达86.9%，该基准测试评估模型分析来自开源项目的1,507个测试用例中真实世界漏洞的能力。在衡量模型将原始威胁情报转化为有效检测规则能力的CTI-REALM上，Fugu-Cyber得分72.1%。Sakana称这些结果与来自较大前沿实验室的专用网络安全变体GPT-5.5-Cyber和Claude Mythos Preview相当。 但Sakana自身的表态在设定预期方面十分谨慎。该公司明确警告不要将前沿模型（包括其自有模型）视为交钥匙安全解决方案。该公司引用的一份近期报告发现，日本主要金融机构即使在没有专业内部人才和深度整合到现有安全基础设施的情况下，也难以将最先进的AI模型投入运营。该论点认为，孤立部署的原始模型往往会产生误报，并且无法理解实时生产环境的上下文。 Fugu-Cyber采用门控访问：潜在用户必须提交描述其预期用例的申请，每份申请都经过人工审核。该模型在更新后的可接受使用政策下运行，禁止攻击性滥用。计费通过独立于Sakana标准订阅层级的Token Plan进行，在欧盟和欧洲经济区，API暂不可用，因为该公司正在努力实现GDPR合规。 对企业安全团队的实际意义在于，Fugu-Cyber被定位为更大工作流程中的一个组件，而非人类分析师的替代品。Sakana的应用企业团队构建集成框架和验证管道，将模型的推理能力连接到组织现有的安全运营中。 更广泛的模式与在多个AI领域可见的转变一致：随着前沿模型能力的趋同，竞争优势的单位正在从原始模型访问迁移到构建于其上的编排、验证和领域特定集成层。Fugu-Cyber是该论点应用于网络安全的一个具体实例。 婷 翻译 来源：Introducing Fugu-Cyber（Sakana AI，2026年7月21日）；Sakana AI Releases Fugu-Cyber（MarkTechPost，2026年7月25日）；Sakana AI’s Fugu-Cyber Positions Orchestration as Enterprise Security Moat（FourWeekMBA，2026年7月21日）

实用量子计算最持久的障碍之一并非处理器设计或纠错算法的问题，而是芯片内部原子产生的微观磁噪声。美国能源部本月宣布了一项突破性进展，从源头解决这一噪声问题，生产出同位素纯度达到任何市售替代品都无法比拟的超纯硅和锗前驱体材料。 这一成果由能源部同位素研发与生产办公室于7月20日宣布，是橡树岭国家实验室与太平洋西北国家实验室合作的结晶。橡树岭国家实验室采用了先进的电磁同位素分离技术（1998年退役的冷战时期卡吕特龙技术的现代化版本），从硅和锗原料中剥离了几乎所有引起磁噪声的同位素。所得到的硅28纯度达到99.9999%，有问题的硅29同位素被压低到百万分之一以下。 锗产品也取得了类似成果，引起噪声的锗73同位素同样降低到百万分之一以下。两种材料都比全球任何市售同类产品纯净至少100倍。 这对量子计算至关重要的原因在于量子比特保持其状态的方式。天然硅含有硅29，这种同位素的原子核带有磁自旋。当量子比特嵌入含有微量这种同位素的硅芯片时，它产生的磁波动会导致退相干，即量子态的逐渐丧失，而量子态使计算成为可能。消除硅29后，量子比特的工作环境变得磁安静，使其能够更长时间地保持相干性。 2014年的一项研究证明了这一原理，显示由高度浓缩的硅28制成的硅自旋量子比特展现出显著延长的相干时间。能源部的新工作使通过国内供应链在有意义规模上实现这一浓缩水平成为可能。 技术挑战并未止于同位素分离。浓缩材料在橡树岭国家实验室生产完成后，必须转化为硅烷和锗烷，即半导体行业用于在芯片上沉积超薄硅膜和锗膜的专业气体。这一转化步骤历来是同位素稀释的来源，精心的浓缩工作常因化学处理过程中的污染而功亏一篑。 太平洋西北国家实验室开发了新的化学转化和纯化系统以防止这种稀释。该实验室还现代化了热扩散同位素分离技术，实现了硅烷和锗烷气体的直接浓缩，这是保持同位素纯度直至最终产品的一个额外处理步骤。自动化安全系统监控数百个工艺变量以安全处理危险气体。 能源部的兴趣超越了量子计算。同样的浓缩方法可以生产其他量子关键同位素，包括用于离子阱量子计算和量子存储器应用的锗70、锗76和镱171。这一更广泛的能力恢复了美国在冷战时期卡吕特龙退役时失去的国内同位素浓缩能力。 眼前的挑战是将这一实验室规模的成果转化为商业量子器件的一致改进。研究人员仍需证明，用这些超纯材料制造的芯片能够在规模化条件下实现量子比特相干时间和门保真度的可测量增益。将生产扩展到工业级别需要持续投资，能源部已表示下一阶段工作将专注于简化制造工艺并进一步降低污染风险。 Sources: Silencing the Noise: DOE Unveils Breakthrough Domestic Silicon and Germanium Isotope Supply Chains (美国能源部，2026年7月20日); DOE Labs Achieve Major Breakthrough in Ultra-Pure Isotope Production (AZOQuantum，2026年7月20日); 99.9999% Pure: US Scientists Create Ultra-Clean Silicon for Next-Gen Quantum Chips (Interesting Engineering，2026年7月26日) 婷 翻译

绿联推出Max5s，首次正式进入头戴式耳机市场，其规格表明该公司目标远高于其定价水平。售价169元（约25美元，约20英镑），这款耳机包含了通常价格高出数倍的机型才具备的功能。 Max5s采用40毫米定制动态驱动单元和双层PET聚合物振膜，支持LDAC高解析无线音频，并通过Hi-Res Audio及Hi-Res Audio Wireless认证。自适应主动降噪系统可将环境噪音降低高达45dB，每秒进行37.5万次计算以适应不断变化的环境。用户可在五级隔音、风噪抑制和全自适应模式之间选择。五麦克风阵列负责通话时的语音拾取。 续航表现尤为突出：关闭ANC时长达112小时，开启ANC时达74小时。800mAh电池通过USB-C充电，约两小时充满。重238克（约8.4盎司），耳机足够轻便，适合长时间佩戴，配备蛋白皮革耳罩和90度折叠平放设计，便于携带。 无线连接采用蓝牙6.0，支持双设备配对，可在手机和笔记本电脑之间切换。绿联还内置了AI助手，具备实时翻译功能，可将语音转换后直接传入耳机。对于经常跨语言交流的用户，该功能免去了在对话中拿出手机的需要。 该耳机直接与boAt和联想游戏系列等成熟音频品牌的机型竞争，但价格低于大多数配置相近的竞争对手。以充电线、电源适配器和USB集线器闻名的绿联，似乎正在将同样的价值导向策略应用到个人音频领域。Max5s已在中国京东平台上市，国际供应尚未确认。鉴于绿联其他产品的全球分销网络，更大范围的推出可能性较大。 来源：Gizmochina（2026年7月25日）；MSN（2026年7月25日）；Qoo10产品列表（2026年7月） 婷 翻译

一场激烈的争论正在布鲁塞尔展开，焦点是将中国电信设备从欧洲网络中移除的真实成本。代表移动网络运营商的全球行业组织GSMA发布报告称，更换高风险供应商（主要是华为和中兴）的设备将花费300亿至400亿欧元（约合340亿至450亿美元）。这一数字大约是欧盟委员会自身估算的4倍，后者预计每年34亿至43亿欧元，三年总计约100亿至130亿欧元。 欧盟委员会已提议根据新的《欧盟网络安全法》禁止高风险供应商，理由是出于对潜在监控和供应链漏洞的国家安全担忧。包括瑞典、荷兰和爱沙尼亚在内的多个欧盟成员国已限制或逐步淘汰其5G网络中的华为设备。但在中国设备部署密集的国家，包括德国、匈牙利和部分东欧地区，运营商面临的更换成本要高得多。 根据GSMA的分析，仅从移动网络中移除高风险供应商就将耗资160亿至220亿欧元。固定网络更换增加约50亿欧元，传输网络更换再增加90亿至120亿欧元。报告警告称，除了直接硬件成本外，设备供应商从三家主要企业（爱立信、诺基亚和华为）减少到两家将降低竞争压力，并导致2027年至2030年间价格上升约85亿欧元。 欧盟委员会较低的成本估算假设华为和中兴的大部分设备本就需要在正常的网络生命周期升级中更换。GSMA反驳称，强制加速更换时间表，将原本十年的自然更新周期压缩到三到四年，会产生欧盟委员会的模型未能捕捉到的增量成本。 一些分析人士质疑GSMA的方法论。欧洲国际政治经济中心主任Hosuk Lee-Makiyama认为，如果该研究扣除在正常情况下本就会发生的更换成本，净增量成本将更接近欧盟委员会的估计数字。行业方面反驳称，强制性的时间表在过渡期间产生了物流、规划和并行网络运营方面的额外费用。 这场争论并非纯粹的学术问题。欧洲电信运营商面临着利润空间紧张和5G独立网络基础设施投资的巨大压力，正在推动建立补偿机制或延长截止期限。多个国家政府已表示期待欧盟预算帮助承担更换成本。欧盟委员会尚未对GSMA的报告作出回应，也未表明财政支持是否将成为最终立法的一部分。 来源：TechRadar（2026年7月26日）；Politico EU（2026年7月22日）；Mobile Europe（2026年7月23日）；The Register（2026年7月24日） 婷 翻译

AMD试图解决其最持久的竞争问题，即CUDA生态系统差距，其方法是将AI模型本身作为桥梁。在旧金山举办的Advancing AI活动上，该公司发布了ROCm.AI，这是一个利用前沿大语言模型在AMD Instinct硬件上自动部署、调试和优化AI模型的平台，有效绕过了历来有利于Nvidia CUDA堆栈的手动低级编程。 该平台可接入现有的代码助手（Claude Code、OpenAI Codex、Google的Antigravity和Cursor），并为它们提供AMD的硬件文档和工具链。当开发者提示助手针对AMD硬件优化模型时，ROCm.AI可以在容器中启动推理服务器，运行基准测试以建立基线性能，分析工作负载以识别瓶颈，并动态调整配置设置或生成自定义内核代码。AMD声称，这一由名为Hyperloom的工具驱动的过程，在其新推出的Helios机架系统测试中，使模型性能相比基线提升了38%。 ROCm.AI背后的核心洞察在于，前沿模型越来越能够读取机器可读的指令集架构规范并编写优化的GPU内核，而这一任务此前需要专业 expertise。AMD AI软件企业副总裁Anush Elangovan指出，AMD为每一代GPU发布了机器可读的ISA规范，这意味着前沿模型能够直接针对AMD硬件进行编程。 AMD还与OpenAI、Anthropic及其他模型开发方合作，确保他们的模型经过训练能够原生理解AMD的硬件和软件架构，而无需翻译层。这种方法将优化的负担从开发者专业技能转移到模型能力上，这是一场豪赌，赌的是AI模型质量的提升轨迹将比人类开发者管线的扩展速度更快。 更广泛的竞争背景解释了其紧迫性。PyTorch和JAX等框架已经侵蚀了CUDA的终端用户锁定优势，使代码能够在任一平台上运行而只需极少的修改。但性能优化仍然是一个差异化因素：手动调优的CUDA内核通常比通用的ROCm兼容内核能提取更高的吞吐量。ROCm.AI旨在缩小这一性能差距，不是通过雇佣更多的人类内核工程师（考虑到GPU编程人才的集中度，这是一个困难的提议），而是让AI来进行调优。 该平台可作为命令行工具和主流编码助手的插件使用。这些性能提升能否在广泛的模型架构和部署场景中保持，以及开发者是否信任生产环境中AI生成的内核代码，将决定ROCm.AI能否兑现其真正削弱CUDA护城河的承诺。 来源：The Register（2026年7月24日）；AMD新闻材料（2026年7月24日）；The Next Platform（2026年7月） 婷 翻译