---

🧠 一、AI 大模型

Flock 摄像头争议烧进中期选举，反 AI 情绪成为竞选议题

Axios 报道，公共安全摄像头运营商 Flock 的隐私争议持续发酵，全美多地出现抵制和暂停合作的呼声。Flock 的车牌识别网络已铺进全美大量社区，数据留存多久、和警方怎么共享，一直是居民抗议的焦点。骂声不只在社区里，反 AI 情绪被直接卷进 2026 中期选举，执法场景的 AI 应用第一次成为候选人躲不开的议题。

围绕数据收集范围的质疑正在推动更多地方性监管落地，已有城市重新评估与 Flock 的合同。对 Flock 这类公共安全 AI 公司来说，新签约放缓、合同重估的压力在上升；对更广的执法科技赛道，这轮争议等于给所有面向警方的 AI 应用上了一课。AI 政策辩论的战场已经从华盛顿扩散到了州和地方层面，竞选周期里企业的政治曝光风险同步放大，这轮事件的后续走向值得持续跟踪，围绕公共数据商业化的讨论也会随之升温。

反 AI 情绪的落点正在从科技博客转向州议会和竞选集会，这意味着 AI 公司的合规成本不再只是工程问题，而是多了一个政治变量。对在美展业的 AI 公司，公共部门客户占比越高的，越需要在数据治理上提前留出缓冲。执法科技赛道的融资环境也会跟着几个重点州的立法走向摇摆，目前看收紧的概率更大。Flock 事件的演变速度值得做专题跟踪，美国 AI 监管的烈度会从中看出端倪。这个案例也提醒市场，AI 行业第一次真正意义上进入选举周期，政策面的扰动会像关税议题一样频繁出现，投资者需要把政治周期和产业周期放在同一张时间表里看，预算和估值也要同时考虑两个周期。如果联邦层面的 AI 立法继续空转，各州各自为战的局面会持续推高合规成本，这是未来几个季度都要算进模型里的变量，头部公司已经开始加码公共事务团队。

---

• OpenAI 青少年版 ChatGPT 上线 — 多名儿童安全专家质疑其安全机制透明度，未成年人保护成为 AI 产品的新战场。产品分级能不能换来监管信任，要看安全设计的披露程度。

💻 二、AI 软件

美国企业开始补 AI 信任课，裁员恐惧是最大阻力

CNBC 调查显示，AI 越普及，员工焦虑反而越高。企业部署 AI 时最常踩的坑是跳过沟通直接上系统，员工一边用着工具，一边担心自己的岗位被替代。现在不少公司开始把落地节奏、岗位影响说明写进部署方案，信任管理成了 AI 项目的必修环节。

管理层看效率提升，员工看饭碗变化，这个认知差正在成为企业落地 AI 时最被低估的成本。调查还发现，经历过裁员的企业，后续 AI 项目推进阻力明显更大，基层对工具的抵触会被直接换算成效率损失。企业要把先讲清楚再上系统变成固定流程，这比模型选型更考验组织能力。AI 治理和变革管理能力正在悄悄进入企业软件的选型清单。

这个议题利好两类角色，一类是把 AI 落地咨询做成标准化产品的服务商，另一类是在产品里内置变革管理工具的软件厂商。员工信任危机短期内不会消失，但每一次失败案例都在帮后来者校准部署节奏，成熟企业正在把这些经验固化进流程，未来内化成产品功能只是时间问题。

• Linkdaze 发布家庭版 AI 日历 — 这款产品不再只记日程，买菜、接送、缴费这类家庭事务都交给 AI 协调。从早晨的出门准备到晚饭后的收尾，一家人的安排被整合进同一张动态时间表，AI 助手从工位走进了起居室，瞄准管好一个家的场景。家庭场景的 AI 应用一直缺入口，日历这类高频工具可能是比音箱更顺的起点。

和大厂办公日历的差别在于，它把家庭成员而非同事当作协作对象，隐私边界和数据归属会决定这类产品能走多远。家庭数据的敏感度远高于工作日程，谁掌握这些数据、用什么变现，会在产品设计阶段就被监管和市场反复拷问。值得留意后续的厂商跟进动作，一旦验证跑通，这类垂直家庭助手很容易被大厂复制，小团队的窗口期不会太长，先发优势要趁早兑现成用户习惯，日历数据的迁移成本一旦形成，对手想抢就要付出双倍代价。

• 挪威拟全面禁止校园 AI 眼镜 — 教育大臣呼吁地方政府把禁令写进校规。挪威此前已限制学校场景使用 AI，此次把禁令对象扩展到可穿戴设备，继手机之后，AI 眼镜进课堂成为新的监管焦点。可穿戴设备随时在拍、随时能查，监管的尺子怎么量，其他国家都在看挪威怎么定。

这条线也可能影响后续 AI 硬件进校园的商业预期，面向教育市场的眼镜厂商需要提前把合规设计放进产品规划，欧洲各国对 AI 进课堂的审慎态度正在趋同。消费级 AI 硬件要注意，可穿戴设备的监管窗口正在从功能审核转向场景审核，校园、办公、公共空间会被分别立规矩，厂商的场景化合规能力会变成新的竞争维度。AI 眼镜厂商的节奏也因此分化，有的选择先做工业和企业场景，避开消费市场的监管雷区。体育赛事和考场这类高敏感场景，很可能是第一批明确划线的地方。

• Andrew Ng 更新 AI 工程技能地图 — 把最高层技能拆成构建与部署 AI 应用两条主线，对应的工程能力、评估方法和工具链逐层展开，给开发者一条更清晰的训练路径。技能地图这几年几经改版，这次最大变化是把部署端的能力权重明显抬高，和产业界人才缺口的方向一致。

行业重心正在从模型训练向前期工程化和后期运维两端扩散，招聘市场的信号也吻合，懂部署、懂评估、懂数据管线的工程师比纯算法岗位更难招。对培训机构和高校课程来说，这份地图基本是一份官方划重点，接下来一批课程和认证会按这个框架重新编排。企业招聘也可以拿这份地图对照岗位描述，省掉不少试错成本。

• 开源工具 Prism Reviewer 上线 GitHub Marketplace — 基于 LangGraph 和 LiteLLM 构建的多智能体代码评审工具，可在 CI 流程里自动跑代码审查，把评审意见直接贴回 Pull Request。AI 编程协作生态又多一个成员，这类工具密集出现的背后，是代码评审正在成为 AI 写码落地中最先被自动化的环节。

和 Copilot 这一代辅助补全工具不同，多智能体评审走的是全流程托管路线，开源阵营和闭源厂商在这个切片上的竞争才刚刚开始。代码评审是企业开发者的质量门禁，交给智能体的前提是评审标准能被量化，这个前提正在被越来越多的团队接受，评审标准与智能体的匹配度会成为选型的关键指标。后续值得跟踪的是它能不能接住企业私有化部署的需求，那才是真正有付费意愿的市场。

• 万兴科技全球发布 Filmora.TV — AIGC 上市公司加码 AI 视频创意赛道，基于 Filmora 打造面向商业电视广告人群的 AI 画布工作台，融合无限画布、脚本与分镜生成。A股 AI 应用公司从工具出海走向专业场景纵深。
• 杜撰企业「上市失败」博主被行拘 — 自媒体拼凑信息编造某互联网企业上市失败被行政拘留，AI 批量造谣的成本与法律风险同步抬升，内容平台审核压力加大。

---

• OpenAI 首席全球事务官勒汉恩警告 AI 网络攻击 — 公众与企业要为 AI 网络攻击做好防御准备，AI 双刃剑效应进入各国安全议程核心。安全产品与保险市场会跟着这个判断扩容。

🤖 三、人形机器人

港校教授批量下场，具身智能创业生态扩容

量子位报道，香港高校冒出一批教授创业者，既在顶会发论文，又是估值上亿公司的创始人或首席科学家。受访教授形容自己的状态是一只脚在实验室、一只脚在工厂，学术成果直接变成产品原型。宇树上市之后，具身智能一级市场的热度传导到学术界，香港正在成为新的创业策源地。

教授创业抬高了早期项目的技术门槛，也压缩了从论文到样机的时间，产业化的节奏在肉眼可见地加快。港校背景的团队在一级市场成了新的稀缺标的，围绕这批创业者的估值博弈已经开始。整机厂商会感受到，学界力量大量进场意味着人才和技术的流动性都会增强，竞争格局可能比想象中更快发生变化，科研院所和产业资本的结合方式也会因此被重新定义。

香港的角色也值得单独观察。背靠大湾区供应链，又连接全球资本和学术网络，这批团队在融资和量产两条线上都有天然通道。具身智能的技术竞争正从硬件参数转向算法和数据积累，教授团队在数据采集和仿真方法上的积累，是它们最容易被低估的资产。短期看，港校团队的订单主要来自科研院所和高端制造客户，长期则要看技术积累能不能转成批量出货。香港对创科资源的持续投入，也在为这批团队提供政策土壤，湾区内部的研发协作网络则是它们量产阶段最现成的依托。

• 2027 北京亦庄人形机器人半马开启全球邀请 — 赛事激励和考核标准同步升级，面向全球科研团队开放报名。与常规马拉松不同，人形机器人选手要同时通过技术考核和赛道检验，稳定性、续航、步态算法都要在比赛中暴露。

人形机器人的竞技场又多了一个验证窗口，北京亦庄把赛事办成常态化的意图很明显。参赛队伍一年一迭代，比赛成绩单基本就是各家技术进度条的公开版。从去年首届到今年世界机器人大会前后的密集赛事，人形机器人的评测体系正在被赛事标准化，对产业链的拉动也不只在比赛当天，训练、补给、场地传感器这些配套会沉淀成一套可复用的技术设施。这个窗口的参考价值会逐年上升，也方便投资人横向比较各家整机方案的真实水平。明年的赛事会把哪些指标写进考核，各家都会提前研究，赛制本身也在倒逼技术方向收敛。

• 天工 Omni 夺 400 米小型组冠军 — 第二届世界人形机器人运动会 400 米小型组决赛，天工 Omni 以 45.66 秒夺冠，人形机器人运动能力指标被赛事持续刷新。
• 全球首款电容式全身电子皮肤发布 — 为仿生机器人提供类人全身触觉感知，触觉数据有望成为具身智能下一个数据瓶颈的解法方向。触觉数据的采集标准还没统一，谁先定义格式谁就掌握生态入口。

• PagerDuty 分享用 A/B 测试评估 AI Agent 工具链 — 用证据而非轶事决定智能体工具的取舍，企业级 Agent 落地方法正在从经验驱动走向实验驱动。

---

🚗 四、自动驾驶

• Waymo 定制芯片路线曝光 — TechCrunch Mobility 报道驱动 Waymo robotaxi 雄心的自研芯片，垂直整合成为自动驾驶公司降本的关键抓手。自研芯片意味着前期投入更大，但单车成本和供应链自主权在规模化后优势明显。

• 追觅汽车高管密集求职、员工批量离职 — 跨界造车的组织收缩信号向 AI 硬件赛道传导，人才流向头部整车与新势力的核心研发岗。跨界造项目退坡释放出的人才，会被具身智能和自动驾驶公司接住一批。

---

🌐 五、物理 AI

• 英伟达投资 Starcloud 建太空数据中心 — GPU 卫星方案想把算力基建搬上轨道，算力竞赛从地面卷向太空。发射成本与散热方案仍是商业化前最大的两道坎。

---

📈 六、宏观与市场数据

AI 数据中心「债务炸弹」论遭反驳，这不是安然 2.0

Meta、Oracle、xAI、CoreWeave 等算力大厂的举债扩张引发市场担忧，有人警告 AI 版债务危机正在酝酿，类比对象甚至搬出了安然。外媒专栏作者 Gene Marks 撰文反驳，认为当前算力投入有真实需求和收入支撑，数据中心本身在产生收入，云厂商和 GPU 云需求正在快速兑现。

双方争论的实质是杠杆率，债务规模看着吓人，现金流能不能跟上才是关键。反驳方给出的判断是债务与收入的匹配度远好于当年互联网泡沫破裂前的水平，而担忧方则盯着融资成本和到期结构。算力供应链估值怎么走，很大程度上要看这场争论如何收场，它影响的直接是数据中心 REITs 和算力租赁类资产的定价，间接牵动整个 AI 硬件的估值锚。

放在更长的时间轴上看，这轮争论其实是在为 AI 资本开支定价。只要云厂商的收入增速跑在折旧前面，债务本身不会成为问题，真正的警报是增速掉头时杠杆还在原位。接下来的财报季，头部云厂商的资本开支指引和利用率披露，会比任何观点文章都更有说服力，届时算力链的预期会重新校准。历史上每一轮基础设施投资都伴随类似的担忧，最后胜出的往往是现金流验证得最快的公司。

A 股光模块领涨，美股软件跑赢硬件

A 股这边，算力硬件整体走强。中际旭创涨 4.29%，新易盛涨 6.76%，光模块双雄领涨，工业富联跟涨 1.14%。寒武纪收于 1035 元，涨 2.39%，重回千元上方。海光信息和金山办公小幅收跌，涨幅榜和跌幅榜都在 AI 阵营内部。美股那边，特斯拉涨 5.14%，Palantir 涨 3.44%，两家领涨；Alphabet、微软、Meta 集体收涨，英伟达跌 0.98%，亚马逊跌 0.57%。算力硬件与软件平台的走势分化明显，A 股资金在光模块上抱团，美股资金在软件平台上加码，市场对 AI 叙事的关注点，正从扩张速度转向融资可持续性，这个信号和上面债务争论是同一枚硬币的两面。

盘面结构上看，AI 主题内部的高低切换还在继续。AI 相关板块依旧是成交量最集中的地方，拥挤度需要盯。光模块连涨之后，筹码集中在少数龙头身上，追高风险和产业景气度同时存在，仓位管理比选股更重要。海外那边，特斯拉和 Palantir 的领涨更多是各自基本面的故事，算力链条整体的超额收益在收窄，资金开始为不同的 AI 叙事分别定价，估值分化会继续拉大。接下来几天，中报季的业绩兑现进度会是 A 股 AI 链的试金石，估值与景气的匹配情况会在这几周里给出答案。

---