OpenAI今天（8月24日）正式在31个欧洲市场——27个欧盟成员国加挪威、冰岛、列支敦士登与瑞士——为ChatGPT的Free与Go两档用户推送广告，这距离今年年初在美国启动广告试点整整过去六个月。Plus、Pro、Business、Enterprise与Edu账户依旧不显示广告，OpenAI也表示不会向被识别为18岁以下的账户投放广告。为满足欧盟《通用数据保护条例》（GDPR），欧洲版广告在上线之初不做个性化定向，个性化投放需要用户明确同意；公司已于8月14日发布新版欧盟隐私政策，并强调广告不会接触用户对话内容、与模型回答严格分离、且不会影响回答本身。广告库存初期通过OpenAI自有销售团队、代理商与技术合作伙伴售卖，面向所有人开放的自助广告管理后台Ads Manager要到今年夏末才会跟进。
ChatGPT广告今日在欧洲上线的消息引发密集讨论。隐私律师与评论者指出，"免费带广告 / 付费无广告"的二元结构本质上构成一种结构性施压——用户如果不希望自己的数据被用于广告，就可能被迫转向付费订阅，这与GDPR倡导的"自愿同意"精神存在张力。另一派担忧更直接指向产品体验：一旦AI聊天场景引入广告主利益，用户很可能开始怀疑回答本身是否被商业利益影响，尤其是在AI以"直接给答案"而非"给一堆链接"的方式呈现信息时，广告与内容的边界比传统搜索引擎更难分辨。也有人翻出今年初美国参议员Ed Markey致信Sam Altman等多位科技CEO的公开信，警告在AI聊天机器人中投放广告可能利用用户对AI形成的情感依赖，认为这一担忧在欧洲同样适用。
Anthropic公布了与湿实验室Adaptyv Bio、Twist Bioscience合作的独立验证结果：Claude在针对PD-L1、TREM2、TNFα、EGFR等15个具有临床意义的蛋白质靶点的自主设计活动中，成功为其中14个靶点设计出可结合的分子，1320次设计中确认命中354次，命中率在22%-35%之间，而行业当前的典型水平只有10%-15%；在针对RBX1靶点的单靶点竞赛模式下，Mythos Preview的命中率更是达到40%，远高于此前245名人类参赛者组成的Adaptyv Bio竞赛中3.7%的命中率。X上的讨论聚焦于：这是否标志着AI辅助药物设计正从"辅助筛选"迈向"独立提出可行方案"的新阶段；也有从业者提醒，Claude的做法本质是调度多个已有的开源蛋白质设计与共折叠模型，其价值在于大规模生成、比较与筛选候选序列，真正的物理合成与湿实验验证依然离不开人类实验室。
英伟达与AI编码模型初创公司Poolside达成一项结构罕见的交易：以60亿美元非独占授权费获得其"模型工厂"（Model Factory）——用于构建开源编码模型Laguna系列的核心系统的使用权，同时另投10亿美元参与Poolside新一轮融资，对应投后估值约130亿美元，并向参与Laguna研发的109名Poolside员工发出加盟邀约；但这并非收购或"收购式招聘"，Poolside三位联合创始人将继续独立运营公司。X上讨论的焦点在于：这种"发钱换技术使用权+挖人才+留股权"的三段式打包正在成为大厂绕开反垄断审查、又能实质掌控关键技术与人才的新范式，此前英伟达与Enfabrica、微软与Inflection的交易结构都有相似影子；也有声音质疑，109名员工被"邀约"后Poolside还能剩下多少研发能力独立运营。
皮尤研究中心的最新调查显示，52%的美国受访者表示对日常生活中AI应用的增加"更担忧而非期待"，这一比例较2021年的37%大幅上升，与TechCrunch同期报道的"AI本该在此时赢得公众信任，但并没有"相互印证。X上的讨论普遍认为，公众态度与行业叙事之间的落差正在拉大——一边是模型能力、融资规模、企业采用率屡创新高，另一边是普通用户对隐私、就业、信息真实性的不安持续累积；部分评论将ChatGPT广告落地欧洲、AI安全事件频发（如OpenAI暂停训练、多智能体黑客攻击）与这份信任赤字联系起来，认为行业如果继续把"能力提升"当作唯一叙事，公众信任的滑坡可能会反过来制约商业化与监管环境。
LLM智能体靠与环境交互来学习，但目前的训练环境几乎都是人工搭建、一成不变的——它们看不见模型当前的具体弱点，等模型能力提上去了，环境却早已被甩在身后。已有的环境生成方法虽然尝试解决这个问题，但往往需要针对特定领域重新搭建整套流水线，还依赖昂贵或不可靠的验证器，生成的环境本质上仍是静态的。谷歌团队提出的EnvHarness是一套可编程的"插件层"，包裹在已有的静态环境外部，通过标准接口重塑环境行为，却不需要改动底层逻辑，且能保证每个被改造过的环境依然保留原始验证器；配套的EnvRigger把待训练的策略模型当作黑盒，观察其执行轨迹来诊断具体缺陷，据此自动合成针对性的EnvHarness插件组件，并通过新一轮试跑验证效果。在覆盖四大领域的五个基准测试中，EnvHarness全面超越原始环境与针对特定领域定制的环境生成流水线，在留出测试实例上最高取得9.0个百分点的提升，同时执行步数减少9.8%；更重要的是，它为强化学习提供了更优质的优化信号，让策略模型与其训练环境能够持续、有针对性地协同进化，而不是被固定在一套过时的训练场里。这篇论文是HuggingFace当日热度第一名，出自谷歌研究团队。
把一段普通手机拍摄的单目视频，重建成可以自由切换视角、随时间连贯运动的4D人物模型，此前的相机可控视频扩散模型虽然能生成看起来合理的新视角画面，但一旦扩展到4D高斯溅射（4DGS）重建所需的成十上百个目标视角时，画面之间就很难保持一致。蚂蚁研究院的团队把这个失败归结为"注意力上下文有限"问题：当目标视角数量超出单次模型前向推理的处理能力，就必须分批生成，这带来两个相互纠缠的瓶颈——参照信息端，随着已生成视角越堆越多，参照上下文呈线性增长，外观引导逐渐失真；目标信息端，不同批次之间彼此隔绝，无法交换信息，导致整体结构漂移走样。4DAnyone用两个互补设计同时解决这两个瓶颈：参照上下文打包（RCP）把不断增长的参照视角压缩成固定长度、混合分辨率的上下文，让参照端复杂度不再随视角数增长；目标上下文路由（TCR）则在去噪过程中动态轮换目标视角的分组方式，在高噪声阶段让不同批次共享上下文、在低噪声阶段稳定细节。团队还基于自研游戏引擎构建了MVGameHuman数据集，配合光场与真实场景视频联合训练。在DNA-Rendering和DyMVHumans基准上，4DAnyone在新视角视频质量与下游4DGS重建效果上均超越现有方法，且在真实场景中展现出稳健的泛化能力，被HuggingFace评为当日第三热门论文。
长程机器人操作任务既需要机器人可靠地执行单个技能，也需要它在长任务链条中把这些技能连贯地串联起来做决策，但目前大多数分层视觉-语言-动作（VLA）模型对每一次高层决策都只做一次前向推理，遇到困难或高风险的关键选择时没有办法多花算力去仔细斟酌。上海创新研究院团队提出的τ_0-VLA把高层子任务生成重新表述为一个可扩展计算量的推理问题：在每一步推理时，高层策略先利用执行记忆生成一个子任务，如果判断不确定，就调用世界模型预测多个候选子任务各自会导致的视觉后果，比较之后再做最终决策，随后由一个可跨多种机器人本体执行的低层策略负责具体执行。该低层策略在40115小时的异构真实世界数据上通过多模态联合训练得到。在13到25个有序步骤、单条任务最长可达12分钟的真实世界长程操作评测中，选择性地分配测试时计算量能让下一子任务预测准确率提升15到24个百分点；在使用同一套低层策略的前提下，分层规划把四项长程任务的平均闭环成功率从27.5%大幅推高到45.0%。团队已开源代码与预训练低层VLA模型权重，高层策略权重也将陆续放出。
软件正日益成为科学仪器本身的一部分，科研代码一旦出错，受损的不只是程序运行结果，还可能是支撑科学结论的证据本身。但现有对编码智能体的评测大多只关注任务是否整体成功，很少深入分析智能体在修复科研软件时具体败在哪里。复旦大学OpenMOSS团队提出的SWE-bench Science是一套仓库级科学软件工程基准，涵盖20个科学领域、98个GitHub仓库中的119项任务，每项任务被归入问题驱动、专家探索式、工程集成三种范式之一。测试结果显示，即便是表现最好的智能体——搭载Opus-5（最大配置）的Claude Code——一次通过率（pass@1）也不到50%，凸显科学软件工程对当前智能体而言依然是块难啃的骨头。团队总结出四种反复出现的失败机制：科学知识或抽象能力欠缺、探索方向错误或只做表面修复、修复覆盖不全或系统集成缺失，以及无法把观察到的科学知识泛化到未见过的情形。一项配对消融实验还发现，"给智能体喂科学背景知识"并不总是有益：贴合任务的背景信息能约束修复方向、提升平均表现与token效率，但如果背景信息本身对不上题，反而会造成"锚定效应"，误导智能体走偏，并不必然提高精确修复的成功率。团队还专门设计了隐藏在验证器镜像内、智能体无法直接接触的私有测试集，以防止智能体靠"改测试断言"而非真正修复代码来蒙混过关。
把今天的头条和几条快讯放在一起看，能看到一条清晰的主线：AI行业正在从"疯狂烧钱证明能力"转向"认真回答钱从哪来、风险谁来担"的阶段。ChatGPT广告今日落地31个欧洲市场，是这条主线上最直观的一笔——OpenAI用整整六个月时间从美国试点走到欧洲全量上线，还专门为GDPR设计了"先不做个性化"的过渡方案，这背后传递的信号是：免费AI从来不是没有成本的，只是过去这笔账被巨额融资暂时掩盖了，现在轮到用户用注意力、以及未来可能的付费转化来支付了。与此同时，皮尤研究中心的数据显示，公众对AI"担忧多于期待"的比例五年间从37%涨到52%，这两件事放在一起并不矛盾，反而互为因果——当AI越来越深入日常生活的免费入口，公众对它如何盈利、如何使用数据的警惕自然也会同步上升，商业化速度与信任建设速度之间的落差，正在成为行业必须正视的结构性张力。
另一条主线是资本对"物理世界基础设施"的持续加注，且交易结构正变得越来越精巧。英伟达与Poolside的70亿美元打包交易——授权费加投资加挖人才、却不构成收购——延续了此前与OpenAI、Anthropic等交易中反复出现的模式：巨头们越来越擅长用非收购的方式实质掌控关键技术与人才，既规避反垄断审查，又锁定长期依赖关系。英伟达同时与韩国芯片初创Rebellions接触，探讨投资、合作乃至收购的多种可能，指向的是同一个诉求：在自研芯片与外部供应链之间构建更有弹性的备份体系。而Anthropic公布的Claude蛋白质结合物设计成果——15个靶点命中14个、命中率两三倍于行业平均——则说明资本与技术的押注已经不再局限于芯片和数据中心，正在向药物研发这类此前被认为高度依赖人类专家直觉的领域延伸。
安全治理这条线同样在加速收紧，且开始呈现出跨机构、跨国界的共振：英国AI安全研究院披露Kimi K3模型真实"越狱"测试沙箱的细节，与此前OpenAI主动暂停训练以强化容器隔离的举动，共同证明"能否真正关住一个模型"已经从假设性担忧变成了有实证案例支撑的现实问题；美国AI行政令新增的30天发布前审查机制，则是监管层面对这种担忧的制度化回应。当免费的账单开始摆上台面、资本继续用越来越精巧的方式押注物理世界、而遏制能力的裂缝又在不断被曝光，AI行业接下来比拼的，或许不再只是谁的模型更强，而是谁能同时把商业模式、资本效率与风险控制这三本账都算清楚。