AI安全成绩单全军覆没，纽约叫停数据中心，DeepSeek一月两轮融资冲710亿美元

FLI AI安全指数2026夏季版：九大实验室无一及格，Anthropic仅获C+领跑

Future of Life Institute 发布2026夏季AI安全指数，评估Anthropic、OpenAI、Google DeepMind、Meta、Z.ai、阿里云、xAI、DeepSeek、Mistral共9家前沿AI实验室，覆盖风险评估、当前危害、安全框架、存在风险、治理问责和信息共享六大维度。

核心数据：

• Anthropic：C+（2.66分），唯一在五个维度领先的实验室
• OpenAI：C（2.28分），在风险评估维度并列第一
• Google DeepMind：C（2.01分），较上一期下降
• Meta：D+（1.32分），从第六升至第四
• xAI：F（0.65分），从第四暴跌至第七
• DeepSeek：F（0.47分），Mistral：F（0.33分）垫底

最刺眼的发现： 报告指出 Anthropic、OpenAI、Google DeepMind 和 Meta 四家实验室已悄悄撤回或削弱早期的安全红线承诺——原本承诺在接近危险能力阈值时单方面暂停开发，现在要么改为”看竞争对手怎么做”再决定，要么直接删除。FLI专家组评价：「存在安全」（Existential Safety）是行业最弱的领域，没有任何公司超过C-。

编者评： C+当全班第一的故事比任何跑分榜都残酷。这不是某家实验室的失败，是整个行业在安全自我监管上的集体溃败。更值得警惕的是「承诺回撤」模式——筹款时说一套、发布前改一套，这已经形成可复现的行为规律。当AI系统正在被接入网络攻防、医疗审计和自主Agent，安全成绩单上的C+不是”还需努力”，而是”已经不及格”。独立评分卡的存在本身就是价值——实验室自己给自己打分的地方太多了。

DeepSeek一个月内两轮融资，估值飙至710亿美元

据 Financial Times 7月14日报道，DeepSeek 已启动第二轮融资初步洽谈，投前估值约710亿美元——距离5月底刚完成的70亿美元首轮融资仅隔6周，估值较上一轮（投后520亿美元）再涨37%。

背后的算力军备逻辑：

• DeepSeek正在自建GW级算力园区（参考：晶科科技在宁夏中卫的1GW数据中心计划投资245亿人民币）
• 同步秘密推进自研AI推理芯片，已启动约一年，正接触晶圆代工厂和存储厂商
• AI Agent产品单次任务消耗算力是传统对话的10-100倍，用户越多推理成本越是指数级上升
• DeepSeek Harness团队负责人公开表示”严重人手不足”

高盛研报显示，2026-2031年全球AI基础设施总投入将达7.6万亿美元，部分市场的并网排队期已长达8-12年——现在不建，等需求来了再排队已经来不及。

编者评： DeepSeek这轮融资的叙事已经彻底变了——不再是”中国版OpenAI”，而是”全球最大规模的AI推理基础设施竞赛选手”。从零外部融资到710亿美元估值，从”不融资不上市”的佛系态度到一个月内连推两轮，背后的推手不是贪婪，是算力缺口的物理现实。创始人梁文锋身家已飙至360亿美元超越Anthropic和OpenAI联合创始人，但真正值得关注的不是首富榜，而是”推理成本坍塌→用户量爆炸→算力需求指数增长”这个模型——这是互联网公司从未面对过的成本结构。

纽约成为美国首个暂停大型数据中心建设的州

纽约州长 Kathy Hochul 7月14日签署行政令，暂停审批额定功率50MW以上的大型数据中心新建项目，为期最长一年。同期，州环境保育部将制定通用环境影响报告书（GEIS），建立数据中心的统一环境标准。

背景数据：

• 纽约州电网排队接入的超大型用电负荷（含数据中心）已超12GW
• 纽约居民电价全美第八高，较全国均价高56%
• Siena大学民调显示约50%纽约选民支持数据中心暂停令
• 全美已有数十个州提出数据中心监管法案，纽约是首个真正落地的

Hochul同时提出将推动取消大型数据中心的销售税豁免，要求数据中心要么自备电力要么支付电网使用溢价。她强调暂停令不针对大学、医疗机构的科研用数据中心。

编者评： 纽约这一刀砍在美国AI基建最敏感的神经上。12GW排队容量和第八高电价的组合，本质上是一个”公地悲剧”——科技公司享受税收减免和廉价电力建数据中心，成本却摊到所有居民的电费账单上。Hochul选择在大选年出手并非巧合：AI基建已从科技新闻变成民生议题。这是一个信号：其他高电价的蓝州（加州、马萨诸塞等）很可能会跟进。AI发展的下一个瓶颈不是芯片，是当地居民在市政会议上投出的反对票。

韩国公布十年8800亿美元AI超级计划：全链押注

韩国总统李在明7月15日公布1.35万亿韩元（约8800亿美元）的十年AI基础设施计划，这是迄今为止最大规模的国家级AI投入之一。

资金拆解：

• 约5180亿美元：三星/SK海力士存储芯片制造（韩国已占全球HBM市场约60%）
• 约5500亿美元：SK集团、GS集团、Naver主导的AI数据中心建设
• 目标：2029年前建成8.4GW数据中心总容量
• 人形机器人市场份额目标：从1%提升至20%（2028年）

三星已在本周宣布将一座新半导体工厂的建设周期提前最多两年——计划落地即进入执行阶段。该计划本质上是在防御台湾（台积电）和中国的半导体竞争，同时抢占具身智能这一下一工业前沿。

编者评： 8800亿美元是什么概念？约等于韩国2025年GDP的40%。这不是产业政策，这是一个国家把国运押在AI上。最惊人的不是总额，而是”从存储芯片→数据中心→人形机器人”的全链闭环逻辑——韩国不想只做HBM供应商，要做AI时代的”基础设施主权国家”。人形机器人1%到20%的目标用2年完成，要么是极度乐观，要么是已经看到了产业链的内部路线图。比照纽约今天的暂停令，两个方向完全相反的动作在同一天发生，AI时代的国家路线分野从未如此清晰。

小米开源380亿参数具身世界模型U0，WorldArena登顶全球第一

小米机器人团队7月15日正式发布并开源 Xiaomi-Robotics-U0，一个380亿参数的多模态自回归世界基础模型，在由清华、北大等联合打造的具身智能权威评测基准 WorldArena 上以73.64分登顶全球126个模型第一。

核心架构与能力：

• 基于EMU3.5和Qwen-3-32B构建，将所有任务统一为”下一个token预测”
• 覆盖四大任务类型：具身场景生成、具身迁移（换环境/光照/物体但保持动作一致性）、机器人交互视频生成、通用文生图与图像编辑
• 真机测试：在陌生光照、未知背景等OOD场景中，U0生成数据训练的机器人任务完成进度平均提升26.3%（从36.9%到63.2%）

解决的核心痛点： 机器人训练数据采集成本极高且覆盖场景有限。U0的定位是”具身数据工厂”——让AI自己生成高质量、多视角一致、物理合理的训练数据。

编者评： 小米U0的思路极其务实：与其跟OpenAI/Anthropic卷语言模型基准，不如在自己有真机场景的具身智能赛道建立数据飞轮。U0的”生成→迁移→扩展→交互”四步数据生产链路，本质上是用AIGC解决了具身智能最大的瓶颈——真实世界交互数据稀缺且昂贵。26.3%的OOD提升是经过真机验证的，不是仿真环境里的数字游戏。配合小米之前披露的进厂机器人98%成功率，这套”世界模型+真机闭环”的组合已经开始逼近规模化落地的临界点。

Sam Altman：用户为最好模型而来，为不被轻蔑对待而留下

Sam Altman 7月14日在X发文，用一句话概括产品留存的核心逻辑：“Users come for the best model, they stay because the product doesn’t treat them with contempt.” 该帖在GPT-5.6全系列发布后获49.2万浏览、1万+转引。

在GPT-5.6系列全面开放的背景下，Altman的发言被广泛解读为对Anthropic Fable 5发布期间用户体验争议（大规模”叛逆”投诉）的间接回应。同期OpenAI确认GPT-5.6 Sol将继续保留在ChatGPT Plus/Pro订阅中至少到更强模型推出，并公布了推理优化将带来约10%的可用额度提升。

编者评： Altman这句话值得放在AI产品竞争的大背景下读。GPT-5.6 Sol在编程基准上甩开Fable 5超过8个百分点，但用户为什么还会因为”不被尊重”而离开？答案是：模型能力正在接近一种”足够好”的均衡态——当几个头部模型的差距缩小到日常使用可感知的阈值以下，“产品体验”和”用户信任”就成了新的护城河。这是AI从军备竞赛转向消费品逻辑的关键信号。

The AI Show #225：GPT-5.6全量发布与企业Agent的反向信息悖论

The Artificial Intelligence Show 最新一期深度解析本周AI行业最重要事件。主持人 Paul Roetzer 和 Mike Kaput 提出一个核心观察：GPT-5.6真正的故事不是模型能力，而是从对话到计算机使用Agent的范式转移。

本期要点：

• GPT-5.6三档模型（Sol/Terra/Luna）的定位策略：旗舰占心智、均衡占企业、低价占流量
• 「反向信息悖论」：最需要AI Agent提效的大型企业，反而因为数据孤岛和流程碎片化最缺乏部署Agent的数据基础
• AI 2040报告的核心预言：从2026到2040的14年，AI对经济的冲击将远超互联网过去30年的总和
• 苹果诉OpenAI窃取硬件机密：诉讼时机恰逢GPT-5.6发布，暗示AI竞争正从代码延伸到硬件
• 伊利诺伊州AI安全法：全美最严格的州级AI监管框架落地

编者评： Roetzer提出的”反向信息悖论”一针见血——Agent部署的最大障碍往往不是模型不够聪明，而是企业自己的数据基础设施不够干净。这个悖论解释了为什么Anthropic的Claude Science选择走”工作台”路线而非”全自动Agent”：在科研数据本身乱成一团的前提下，全自动Agent的出错率是不可接受的。这也意味着，未来12个月AI落地的主旋律不是”更强的模型”，而是”更干净的上下文”。

编者按

7月15日的AI前沿呈现出一种罕见的「收敛与分化并存」格局：

收敛的一面： FLI安全指数揭示的”承诺回撤”模式、纽约的数据中心暂停令、DeepSeek一个月两轮融资的资本饥渴——这三件事从安全治理、物理基建和资本三个维度指向同一个事实：AI行业正在从”实验室阶段”不可逆地进入”社会基础设施阶段”。当外部性（电网压力、水电费、安全风险）大到无法被忽视，自由狂奔式的扩张窗口正在关闭。

分化的一面： 韩国8800亿美元的All-in路线与纽约的暂停令在同一天发生，意味着不同国家对AI基础设施的态度正在形成两个极端——一边是举国体制的市场创造，一边是选民驱动的成本分摊。这个分化不会停留在数据中心选址层面，它最终会决定哪些国家有能力训练下一代模型。

值得持续关注： WAIC 2026将于7月17日在上海开幕，Gemini 3.5 Pro同日发布。人民日报今日刊发李彦宏署名文章提出以”日活智能体数”（DAA）替代Token消耗量作为AI产业新标尺——中美在AI度量衡上正在各自定义规则。两天后的上海将是下一轮叙事碰撞的舞台。