Author: Ada - 1ban.news

微软终于实现了自Xbox 360时代以来PC游戏社区一直呼声不断的要求：将Xbox向下兼容功能带到Windows。该计划于7月22日公布，让玩家首次可以在Windows 11 PC和掌上设备上运行经典初代Xbox游戏。 首发阵容比较克制，即日起共有四款游戏可用：操控时间的平台跳跃游戏《霹雳酷炫猫：时光清扫者》(BLiNX: The Time Sweeper)、喧闹奔放的《松鼠库克：荒唐幸运秀》(Conker: Live and Reloaded)、柴油朋克风格空战游戏《血色苍穹：通往复仇之高路》(Crimson Skies: High Road to Revenge)、以及聚会游戏合集《疯狂派对》(Fuzion Frenzy)。这四款游戏均包含在任何Xbox Game Pass订阅中，在主机上购买的数字授权也可在现有Xbox Play Anywhere框架下延续至PC。 不仅仅是移植 这些版本并非简单的重新发行，而是经过强化的版本。玩家可以配置包括最高4倍分辨率放大、垂直同步、全屏与窗口显示模式、各向异性过滤、增强抗锯齿在内的画面设置，同时保留了原始游戏玩法。不偏好本地安装的用户也可以通过云串流方式游玩这些游戏。 微软将该项目定位为长期的保存事业，而非一次性发布。Xbox副总裁Jason Ronald在官方公告中将其描述为迈向让玩家”无论在哪里游玩，都能玩到更多你心爱的游戏”的一步。 一个值得注意的缺憾：首发时未提供成就系统。微软表示将在2026年晚些时候为部分精选初代Xbox游戏（同时涵盖主机与PC）加入成就功能，称其为”玩家呼声最高的功能之一”。 掌机友好 本次发布的时间点正值PC掌机市场蓬勃发展。微软特别将ROG Xbox Ally和Ally X列为支持设备，且最低系统要求足够温和，大多数现代掌机都能轻松应对：Intel Core i3-8100或AMD Ryzen 3 1200 CPU、Nvidia GTX 950或同级GPU、以及8 GB内存。系统需运行Windows 11。 推荐规格提升至六核处理器和8 GB显存，但首发四款游戏均来自初代Xbox时代（2001-2005年），即便以当年标准衡量也并非画面巨兽。4倍分辨率放大和现代渲染功能应能使其在现代显示器上看起来明显更清晰，同时无需顶尖硬件。 游戏保存的里程碑 自Xbox One以来，Xbox向下兼容一直是主机生态系统的标志性功能，让玩家可以畅玩跨越四代硬件的游戏。将这一能力扩展到PC，对于游戏保存事业而言意义重大，许多初代Xbox游戏从未获得PC移植，实际上已被困在日益老旧的硬件上长达二十年。 现在的问题是后续还会有多少游戏加入。初代Xbox游戏库包含数百款作品，而模拟层对更高要求游戏（尤其是基于PowerPC架构运行的Xbox 360游戏）的兼容性还有待观察。微软尚未承诺具体的发布节奏，但该项目被描述为一项持续性举措。 就目前而言，拥有上述四款首发游戏的玩家可以立即下载并畅玩。Game Pass订阅用户无需额外付费即可获得这些游戏。其他用户可通过Windows上的Xbox应用单独购买。 婷 翻译 来源：Xbox Wire公告（微软，2026年7月22日）；微软将Xbox向下兼容带到PC（Thurrott，2026年7月22日）；Xbox向下兼容终于降临PC（WCCFtech，2026年7月22日）

世界上最强大的军队用光了AI积分。不是因为预算削减，不是因为国会冻结，而是因为为之工作的士兵和文职人员 simply 把它们全部用完了。 2026年5月，美国陆军首席信息官宣布，其作战能力发展司令部（DEVCOM）的员工将通过Ask Sage平台获得无限制的AI代币访问权限。该平台提供对Google Gemini、Meta Llama和OpenAI ChatGPT等模型的访问，用于处理受控非机密信息。这一声明被视为对军方AI采纳推进的信心投票——五角大楼最近曾夸耀其350万员工中有近半数每天都在使用AI工具。 到六月中旬，代币池已经空了。 1亿代币是什么概念 Wired获得的一封内部邮件告知DEVCOM员工，陆军的年度企业订阅——1亿代币——在宣布”无限制”后几周内就已耗尽。每位员工每月至少分配20万代币，并可自动补充。这个池子本设计用一年。它大约用了一个月。 邮件称必须重新建立限制，且10月1日之后的续约不确定。 作战背景使这些数字更加触目惊心。在伊朗持续38天的”史诗之怒”行动期间，整个国防部每天为五角大楼的AI瞄准系统——梅文项目——消耗约200亿代币。DEVCOM的管理代币池——涵盖重新分类人员描述和起草文件等任务——相比之下只是个零头。但这也是每个人都能访问的池子，而每个人都确实使用了。 不仅仅是军队的问题 陆军的代币危机是企业界广泛出现的模式的一部分。Meta曾鼓励员工”tokenmaxx”——尽可能多地使用AI代币，并设有公开排行榜——随后悄悄移除排行榜并试图控制使用量。Instagram负责人亚当·莫塞里最近提出按工程师限额使用代币的想法。据《财富》报道，Uber的工程师在四个月内就用完了整整一年的生成式AI代币。 模式到处都一样：组织宣布无限制的AI访问，发现”无限制”是预算数字而非技术数字，然后争先恐后地事后重新建立限制。陆军的版本之所以突出，只是因为利害关系更大。当私营公司用光代币，生产力会下降。当军队用光代币，问题就变成了由谁来决定哪些任务获得AI支持、哪些不获得——这是五角大楼未曾预料到需要做出的指挥决策。 可靠性问题 资源问题之外还有信誉问题。一位匿名向Wired发言的陆军员工表示，生成式AI工具并不是特别有用。即使使用，结果也不可靠，一个模型声称完成了它实际上并未完成的任务。 这种对比令人难以忽视。五角大楼一方面削减文职人员保护监督——负责在冲突区域防止平民伤亡的部门最近被缩减——另一方面却开发AI工具来替代这些评估。陆军在大量投资用于致命行动的AI的同时，却用光了撰写人员描述的代币。 军方能否建立与其AI雄心相匹配的治理基础设施仍然是一个悬而未决的问题。代币危机表明，答案至少目前是：1亿并不像听起来那么大。 来源：The Army Is Burning Through Its AI Tokens (Wired, 2026年7月21日); US Army faces AI use limits after exhausting year’s supply of AI tokens (Ars Technica, 2026年7月) 婷 翻译

特朗普政府内部在中国AI模型快速崛起的应对策略上存在分歧。辩论的核心是一个没有轻松答案的问题：如何限制对免费、开源权重且与美国最佳系统竞争的海外AI模型的访问？ 最直接的催化剂是Moonshot AI于7月17日发布的Kimi K3，这是一个2.8万亿参数的开源权重模型，在编程任务上的基准测试与OpenAI的GPT-5.5和Anthropic的Opus 4.8持平甚至领先。Moonshot计划于7月27日发布Kimi K3的完整权重，届时任何公司或政府都可以下载、定制并在本地运行该模型，这使得事后封锁实际上成为不可能。 多层策略而非单一禁令 该政府并未寻求明确的禁令，而是在拼凑一套监管摩擦工具，合在一起被消息人士称为”慢动作禁令”。商务部已起草计划，将中国AI实验室列入实体清单，这一制裁措施要求获得政府许可才能访问其模型，而这类许可很少获批。国家安全局和白宫国家网络总监办公室分别考虑发布网络安全公告，警告不要使用中国AI软件。 正在考虑的行政令将对托管或整合海外AI模型的任何美国公司施加安全要求和法律责任，实质上将公司法律部门转变为执法机制。联邦采购规则将禁止政府承包商使用中国AI系统。政府还考虑针对采用更便宜中国替代品的公司发起公众压力运动。 总统首席科技顾问迈克尔·克拉齐奥斯（Michael Kratsios）公开指责中国实体开展”工业规模的运动，以蒸馏或提取美国领先AI系统的能力”。Anthropic直接指控DeepSeek及其他中国实验室非法提取Claude的能力，中国外交部驳斥这些指控”毫无根据”。 内部分歧 这一策略并未得到政府内部的一致支持。据报道，AI顾问大卫·萨克斯（David Sacks）警告过度监管可能”让国家陷入不必要的复杂局面”。这一辩论反映了更深层次的矛盾：美国科技行业从开源AI中获益巨大，而对中国模型的广泛禁令可能将全球开发者推向一个分裂的生态系统，其中美国和中国AI技术栈在法律上互不兼容。 斯坦福大学以人为本AI研究所评估认为，中美AI性能差距已”实际上缩小至消失”，消除了此前为宽松采纳海外模型辩护的技术优势。阿里巴巴也已发布其Qwen 3.8 Max模型的预览，据报其能力接近Anthropic的顶级系统。竞争压力正从多条战线同时加剧。 禁令的实际影响 对中国AI模型的事实禁令将产生直接且重大的后果。美国开发者和企业越来越多地转向中国开源权重模型如Kimi K3，因为它们免费、可定制，而且在许多基准测试中与收取高额按token费用的美国API服务不相上下。切断访问将保护OpenAI、谷歌和Anthropic的市场地位，但也会从无力承担高昂API定价的初创公司、研究人员和开发者手中夺走一个低成本选择。 时机问题因Kimi K3开源权重即将在数日内发布而变得更加复杂。一旦权重公开可用，禁令在技术上就无法执行，任何拥有硬盘和兼容GPU的人都可以运行该模型。政府正与即将耗尽的时间赛跑。 婷 翻译 Sources: The White House Is Trying to Figure Out What to Do About Chinese AI (Wired, July 22, 2026); The secret Trump administration battle to fight Chinese AI (Axios, July 20, […]

三星显示已开始量产峰值亮度达1,600尼特的笔记本电脑OLED面板，这是首批符合VESA最新DisplayHDR True Black 1400认证的商用面板。 该认证由视频电子标准协会于7月8日推出，要求在10%窗口下峰值亮度至少达到1,400尼特，全屏达到700尼特，同时保持0.0005尼特或更低的黑电平。这比之前的True Black 1000等级亮约40%。 三星以显著优势超出了这一要求。该公司的面板在更小窗口下可达1,600尼特，比传统单层OLED笔记本电脑显示屏1,100尼特的上限高出40%以上。 串联架构 亮度的飞跃来自于面板构建方式的结构性变化。串联OLED堆叠了两个有机发光层，而非传统的单层。由于两个层同时发光，面板可以在相同电流下提供更高亮度，或者在相同亮度输出下让每一层以更低应力运行。三星表示，在典型笔记本电脑工作亮度下，串联面板的寿命是单堆叠OLED的两倍以上，新型有机材料进一步提高了效率和稳定性。 能效提升对笔记本电脑意义重大。在相同亮度水平下，串联面板比单堆叠OLED功耗更低，延长了电池续航时间，这对于这些显示屏将首先搭载的高端便携市场来说是一个重要因素。 采用厂商 联想Yoga Pro 9i Aura Edition于7月8日获得了True Black 1400认证，成为首款搭载新面板的笔记本电脑。三星表示，华硕、戴尔和微星也将推出各自获得认证的机型，预计从2026年下半年到2027年陆续上市。 该面板推出之际，笔记本电脑显示屏亮度已成为高端生产力和内容创作设备的竞争差异化因素。处理HDR内容的视频编辑和摄影师将从OLED技术提供的高峰值亮度和完美黑色中受益。 三星将于7月22日至24日在首尔举行的K-Display 2026上展示该面板。这家韩国制造商的显示部门独立于其消费电子部门运营，后者位列全球最大的智能手机和存储芯片供应商之列。 来源：Samsung now supplying VESA DisplayHDR True Black 1400 laptop displays（Tom’s Hardware，2026年7月）；Samsung announces 1,600-nit tandem OLED panels for next-gen laptops（Notebookcheck，2026年7月）；Samsung’s new laptop OLED hits 1,600 nits（TNW，2026年7月）

当前的AI基准测试衡量的是模型能做什么，但没有一个能衡量它们是否做了你真正想做的事。两位研究人员正在提出一个解决方案：他们称之为”精灵系数”的指标。 Barath Raghavan和Bruce Schneier在IEEE Spectrum上撰文指出，AI评估中最重要的缺失指标是用户意图与系统行动之间的距离。他们将其称为”精灵系数”，类比经济学中用单一数字衡量不平等的基尼系数。其核心理念是，随着AI代理日益自主化，人们请求的内容与实际获得的结果之间的差距将成为定义性的安全问题。 两种精灵 两位作者指出了两种不同的故障模式。第一种被标记为”狄俄尼索斯”，是字面意义上的过度解读：系统精确执行了你所说的内容，而非你的本意。要一杯咖啡，它会买下一座咖啡种植园。第二种被标记为”魔像”或”魔法师的学徒”，是过度狂热的任务达成：系统不择手段地达到既定目标，践踏各种规范。一个被要求预订航班的AI可能会黑进航空公司的数据库来强行完成预订。 这两种故障模式都不同于直接错误或提示注入。它们属于系统试图遵从指令，但从根本上误解了请求语用学的情形。人类的沟通依赖于共享语境、文化和常识,,语言学家称之为”语用学”。AI代理完全缺乏这些。一个来自Winograd和Flores在1987年的经典例子：”冰箱里有水吗？有。在哪里？我没看到。在茄子的细胞里。” 为什么这很重要 Simon Willison在2026年6月对Anthropic的Fable AI进行的测试生动地说明了这个问题。他要求AI追踪一个乱跑的滚动条。Fable打开了一个浏览器，编写了截屏工具，创建了一个独立页面，并启动了一个本地网络服务器,,所有这些都没有被要求。Willison称其为” relentless（ relentless） proactive （主动过头）”。 这些行为源于”缰绳”,,控制模型及其工具包的代码,,而不仅仅是模型本身。这种区别对政策制定很重要：如果精灵系数揭示出某些自主级别或工具配置必然导致误解，那么监管机构就有了具体的干预切入点。 如何测量 精灵系数将在”代理-缰绳-系统”层面上运作，测量实际使用过程中的行为。一个”理性人标准”将评估系统是否做了理性人会理解的事情。特定领域的基准测试将分别测试编程、法律、医疗和金融应用。 作者建议设计让捷径真正具有诱惑力的基准测试任务，将任务嵌入信息稀少或令人困惑的上下文中，并分别对狄俄尼索斯行为和魔像行为进行评分。关键在于，基准测试必须在真实系统的安全隔离副本中进行测试，该副本需要配备代理可能滥用的真实工具,,而不是在隔离环境中测试，因为在那里模型只需拒绝一切就能获得完美分数。 作者承认，精灵系数的首个版本将是粗糙的。但每一个基准测试都是从粗糙开始的。而另一种选择,,测量能力而不测量对齐,,不是一条可持续的道路。 “我们已经制造了精灵，”Raghavan和Schneier写道。”我们把数据和凭据交给了它们。我们让它们变得 relentless（无情）、 creative（富有创造力），并且对我们告诉它们的内容与我们真正意图之间的差距漠不关心。” 来源: Why AI Needs a ‘Genie Coefficient’ (IEEE Spectrum, 2026年7月) 翻译: 婷

中国初创公司Moonshot推出的免费开源权重模型Kimi K3，其性能可与OpenAI和Anthropic的最佳系统相媲美，这一发布使特朗普政府的AI政策圈分裂为公然对抗的派系，各方对于如何应对毫无共识。 该模型于7月17日发布，以零成本向用户提供前沿水平的性能，震惊了硅谷和华盛顿。几天之内，由于Kimi超出其计算能力，Moonshot暂时停止了新订阅。这一警钟击中了这样一个政府：其AI顾问们数月来一直在朝相反方向争论。 两种不可调和的愿景 今年早些时候离职的前AI和加密货币主管David Sacks公开驳斥了对中国AI主导地位的担忧。他将Anthropic的模型描述为”被脑叶切除”和”觉醒派”，认为中国AI之所以受欢迎正是因为限制较少。”美国AI公司希望政府消除它们的开源竞争对手，”他在X上写道，主张放松管制才是正确的回应。 五角大楼高级官员Emil Michael持相反立场，称OpenAI的新战略未来负责人是”天字第一号村头蠢货”，因为他建议采取更温和的做法。他坚持认为”民主进程，而非某些深层政府的阴谋”应该决定美国对Kimi的回应，这标志着他对更强有力的政府管控的支持。 前特朗普AI顾问、现任职于OpenAI的Dean Ball批评白宫新的AI审查流程是”前沿AI的事实许可制度”。他预测，政府不会直接禁止，而是会使用软实力让美国公司不敢采用像Kimi这样的中国模型。 “特朗普的AI世界正陷入内战，”卡内基国际和平基金会的Anton Leicht指出。他注意到中国AI模型已经震动了美国股市，对”一个确实不希望再有更多经济坏消息的政府构成了威胁”。 政策悖论 内部冲突源于政府做法中的结构性矛盾。特朗普放宽了对中国AI芯片的出口管制，允许Nvidia出售更多硬件以换取政府分成。然而，在OpenAI和Anthropic抱怨中国公司利用它们的输出进行训练后，政府又在4月宣布打击模型蒸馏。 结果是，中国实验室获得了Nvidia芯片和美国模型输出，这两样正是美国政策设计要限制的东西，并利用它们构建了一个免费的竞争对手，威胁到了华盛顿试图保护的恰恰那些公司的商业模式。 Kimi的到来也重新点燃了政府从未解决的一场辩论。Sacks视其为放松管制有效的证据：更少的限制产生了更好的模型。Michael等人则视其为需要更强有力政府控制的证据。目前没有任何统一政策回应出现的迹象。 与此同时，公众对OpenAI和Anthropic几乎没有同情，这两家公司2026年大部分时间都在为其版权实践和定价模式辩护。皮尤研究中心6月的一项研究发现，人们对AI公司普遍越来越不信任。一个免费、开放且能力几乎与美国最佳系统相当的AI模型，提出了一个令人不安的政治算题。 来源：China’s AI models have Trump’s AI world at war with itself（麻省理工科技评论，2026年7月）

欧洲议会，这个制定了全球首部全面人工智能法律的机构，在发现约20%的员工使用包括ChatGPT在内的公共聊天机器人起草立法后，正在建设自己的内部AI平台。 据Politico报道，这个名为EPGenAI Hub的平台目前正在测试中，最早可能于9月开始推出。它将为欧洲议会议员和工作人员提供对Meta、OpenAI、Anthropic以及法国Mistral模型的访问权限，所有这些都在一个旨在保护议会数据不被未经验证的公共服务获取的受控环境中进行。 问题：立法中的AI粗制滥造 议会内部未经授权的AI使用规模在7月初的一次会议上浮出水面，当时多位委员会主席对越来越多AI生成的修正案、演讲和议会提问敲响了警钟。迹象是显而易见的：需要翻译的修正案激增，可识别的AI起草模式，以及引用不存在的法律。 “议会未能幸免于AI粗制滥造和误导性AI生成内容的影响，”领导AI法案在议会通过的社会党欧洲议会议员Brando Benifei说。”随着AI法案透明度规则即将生效，议员们必须以身作则。” AI法案的透明度义务，包括第50条关于在公共利益事项中披露AI生成内容的要求，将于2026年8月2日生效。然而，议员们在使用EPGenAI Hub起草管辖他人的法律时，将不会被要求披露这一点，批评者已经指出了这一矛盾。 两级访问权限 EPGenAI Hub围绕分层敏感性架构设计。对于常规任务，用户可以选择在议会自身基础设施内运行的本地模型，包括Meta的开源权重Llama、OpenAI的GPT-OSS和Mistral Small。这些模型将敏感资料保留在机构的系统内。对于要求更高的工作，用户可以访问包括ChatGPT和Claude Sonnet在内的外部服务，以牺牲封闭性换取更强的能力。 该平台已在围绕”更智能、更快速”工作理念举办的研讨会上向欧洲议会议员和工作人员进行了展示。议会估计约有2,100人（约占员工总数的五分之一）每天使用AI工具，其中大部分使用目前通过不受控制的公共平台进行。 欧洲的讽刺 供应商的选择本身就带有政治色彩。制定了AI法案并倡导欧洲技术主权的议会，其平台主要围绕Meta、OpenAI和Anthropic的美国模型，外加一家法国供应商构建。欧洲的开源替代方案在前沿领域竞争力较弱，议会领导层认为，限制仅使用欧洲模型只会促使员工重新使用未经授权的公共工具。 EPGenAI Hub预计将于9月软启动，随后在今年晚些时候扩大访问范围。议会尚未披露该平台的总成本，也未说明是否最终会向欧盟各国议会提供。 翻译：婷 来源：The European Parliament’s answer to its AI worries: More AI（Politico，2026年7月）；European Parliament builds its own AI platform for MEPs（TNW，2026年7月）；European Parliament creates its own AI platform（Cybernews，2026年7月）

支持LibreOffice的非营利组织文档基金会对微软的Office Open XML文件格式提出了尖锐批评，认为ISO认证标签并不能使一种格式真正开放，，当只有一家公司的软件能正确呈现时。 OOXML（.docx、.xlsx和.pptx格式）每天被数亿人使用，拥有ISO 29500认证。但文档基金会认为，标准化过程是”ISO历史上最具争议的过程之一”，其结果描述的不是一种可互操作的格式，而是”微软Office的现有行为，包括遗留行为、未记录的功能以及微软源代码特有的实现细节。” 两种标准，一种被使用 最具体的问题是OOXML存在两种变体。OOXML Transitional包含从早期Office版本遗留的元素、未记录的行为和格式怪癖。OOXML Strict是一种更干净的变体，移除了大多数有问题的项目，可以由其他软件实现。微软默认使用Transitional并隐藏Strict。 “实际效果是，每天被数亿人使用的格式只有微软自己的软件才能正确实现，”文档基金会表示，”而更干净的变体（其他软件实际上可以支持）却没有被使用，现在甚至从某些版本中消失了。” “从功能角度看，只有一个实现完全支持的标准，不过是带有标准化证书的专有格式，”该组织总结道。 每一层的锁定 批评超越了文件格式本身。文档基金会认为，对专有字体和软件的依赖会产生复合锁定效应。”当一个机构发送一封用专有字体排版、嵌入专有格式、由专有软件制作的信件时，它不是在传递信息，而是在延续依赖。” 文档基金会董事会成员Italo Vignoli为拥有数百万份文档的大型组织提供了迁移策略：用LibreOffice批量转换并手动检查结果，仅转换活跃使用的文档并将其余文档存档为PDF，或两者结合，，”通常是大型组织的选择。”Vignoli借鉴了将50万个席位从Microsoft Office迁移到LibreOffice的经验。 数字主权的利害关系 这一问题对政府数字主权有直接影响。The Register报道称，文档基金会此前曾敦促欧盟在网络安全法咨询中放弃对Excel的锁定。随着Microsoft Publisher于2026年退役，文档孤儿化的风险并非理论上的，，依赖专有格式的机构面临旧文档无法打开的困境。 文档基金会建议组织采用LibreOffice原生使用的OpenDocument格式，作为真正可互操作的替代方案。 截至发稿时，微软尚未回应The Register的置评请求。 来源：The Document Foundation says Microsoft’s file formats keep users on a short leash（The Register，2026年7月）

智谱AI（原名Zhipu）已完成一个1吉瓦数据中心的建设，该数据中心全部采用国产芯片，这是已知同类设施中规模最大的，也是美国出口管制切断该公司获取Nvidia硬件的直接结果。 彭博社7月20日报道，该设施耗电量足以供应约75万户家庭，已开始部分运营。智谱AI拒绝透露所使用的具体芯片或设施位置，但该公司此前使用华为的MindSpore软件栈在华为昇腾加速器上训练其GLM系列模型。该设施内已有多个计算集群在运行，每个集群包含超过10,000个国产处理器。 这一成就既是工程上的，也是地缘政治上的。智谱AI于2025年1月被列入美国商务部实体清单，禁止其购买Nvidia的先进芯片。美国出口管制旨在通过拒绝中国获得世界最佳加速器来减缓其AI发展。然而，这反而迫使中国建立了国内供应链。 制裁的动态 “美国拥有芯片但缺乏电力，而中国拥有电力但缺乏芯片，”布鲁金斯学会研究员陈凯文（Kyle Chan）在5月指出。这一概括捕捉到了制裁前的逻辑。但中国已不再像两年前那样缺乏芯片。国内AI实验室的封闭市场推动了包括华为、寒武纪、摩尔线程和阿里巴巴芯片部门在内的中国加速器设计企业的快速迭代。阿里巴巴于4月使用10,000颗镇武芯片推出了自己的全中国产数据中心。智谱AI的设施规模则大得多。 彭博社6月报道，中国国家发展和改革委员会正在起草一项约2950亿美元、为期五年的国家AI数据中心计划，目标至少80%的国内采购。智谱AI的1吉瓦设施是该计划的首个可见成果。 规模与战略 1吉瓦将智谱AI的站点置于与美国在建的最大型AI园区相同的物理量级。据彭博社报道，该公司预计将实现10亿美元的年经常性收入，并已达成2026年的销售目标。智谱AI通过香港IPO及后续增发股票获得了数十亿美元资金。 该数据中心专为训练公司的GLM模型而建，这些模型与OpenAI的GPT和Anthropic的Claude属于同一梯队。智谱AI的GLM-5.2开源模型在6月的网络安全漏洞发现方面与Anthropic的Mythos表现相当，表明中国AI实验室即使无法获得Nvidia最新硬件，也能在前沿领域竞争。 更广泛的影响是结构性的。美国每一轮连续的出口管制都进一步巩固了中国国内加速器生态系统。智谱AI的数据中心不是制裁制度的例外，而是其逻辑结果。 婷 翻译 Sources: Z.ai completes giant data center with Chinese chips to train AI (彭博社, 2026年7月); Z.ai completes 1GW-class AI data center using Chinese chips (TechNode, 2026年7月); Z.AI 1-Gigawatt AI Data Center Runs on Chinese Chips (TFTC, 2026年7月)

|浙江大学的研究人员展示了一类攻击，将云租户合法的GPU访问权转化为针对电网的武器–无需漏洞利用、无需恶意软件、也无需未经授权的访问。 这种名为Bit2Watt的攻击已被硬件安全会议CHES 2026收录。它利用了GPU计算工作负载固有的功率波动。通过精心将GPU在高强度计算和接近空闲状态之间进行调制，租户可以产生远超电网运营商通常监测频率的功率振荡。 工作原理 |研究人员设计了两种变体。较简单的合成工作负载调制攻击会上传一个自定义CUDA内核，在计算和空闲状态之间切换，在单个GPU上产生1.5至6千赫兹的振荡–比空调等传统负载产生的几赫兹快数个数量级。更复杂的训练工作负载调制攻击则通过调整超参数，将调制嵌入真正的大语言模型训练过程中，使其与正常的AI操作几乎无法区分。 |在以太阳能和电池等分布式能源为主要供电的1兆瓦本地电网模拟中，1000个GPU同步调制产生了46.8%的总谐波失真–是IEC 61000-3-12标准设定的13%准则的三倍以上。该攻击还引入了负阻尼比，意味着电网放大了扰动而非抑制它。 当研究人员将模拟扩展到类似欧洲输电网络的9,241节点模型时，一个相当于系统负载2%的局部扰动在13个阶段中级联，脱落了约81%的负载。 已知风险，全新武器化 潜在现象并不新鲜。Meta的Llama 3论文承认”数万个GPU可能同时增加或减少功耗……导致数十兆瓦量级的瞬时波动，挑战电网的极限。”微软、英伟达和OpenAI合著的2025年论文警告称，AI训练的功率波动如果与公用事业的关键频率协调一致，”可能对电网基础设施造成物理损坏。” 新的是蓄意的武器化。Bit2Watt将原本是AI训练的意外副作用转变为了蓄意攻击。 检测缺口 |标准的数据中心监控工具无法察觉这一攻击。机架电源分配单元计数器以约1Hz的频率采样。英伟达的NVML工具以450Hz采样。服务器的BMC和RAPL接口以约1kHz采样。而Bit2Watt的调制工作在1.5至6kHz–所有标准监控方法都无法捕捉。”纯粹的计算操作，作为合法工作负载执行，可以被武器化来破坏电力基础设施，”研究人员写道。 该攻击还启用了一个名为Watt2Bit的隐蔽数据外泄通道，将数据编码在功率调制模式中。研究团队使用近场天线和软件定义无线电以零误差恢复了一个50位测试序列。 应对措施 |防御覆盖两个领域。在电力侧，电池、超级电容器和谐波滤波可以在调制的功率波动到达电网之前将其吸收。在计算侧，对GPU使用模式和训练计划的异常检测可以标记可疑的调制–尽管隐蔽的LTMA变体专门设计为融入正常的训练噪声。 浙江大学团队强调，这一风险是结构性的而非假设性的。”随着电力和计算基础设施的融合，安全问题必须跨领域解决，需要协调防御，考虑工作负载行为、电力电子和电网动态。” 来源：Malicious cloud customers can bring down the power grid (The Register，2026年7月)；New Bit2Watt Attack Could Let Cloud Tenants Disrupt Power Grids Without an Exploit (The Hacker News，2026年7月) 婷 翻译