1. Kaon AI raises $60M for GenAI entertainment
一家名为Kaon AI的初创公司近日宣布完成6000万美元融资，这则消息在游戏与AI交叉领域掀起了不小的波澜。与那些忙着用大模型替代白领工作的硅谷巨头不同，Kaon瞄准的是另一个方向：用生成式AI重塑娱乐内容的消费方式，争夺用户最宝贵的资源——注意力。
Kaon的核心产品Emochi已经交出了一份令人瞩目的成绩单：超过200万日活跃用户，平均每日使用时长高达150分钟。这个数据放在任何一款社交或娱乐产品中都堪称惊艳，更不用说它来自一家AI创业公司。Kaon的创始人团队来自加州大学伯克利分校，他们看到了一个被许多人忽视的痛点：传统流媒体平台只是从有限的内容库里为你推荐“可能喜欢的节目”，本质上仍是“人找内容”的逻辑。而Kaon想要做的，是让AI根据用户的实时行为，逐帧生成个性化的沉浸式多媒体叙事，把被动观看变成AI驱动的共同创作。
这种思路的本质，是对传统媒体经济学的颠覆。当AI把内容生产成本推向近乎为零时，Kaon选择不纠结于“如何生产更多内容”，而是解决“如何生产真正回应消费者的内容”。他们自建了全栈推理基础设施，管理超过1000块GPU，将每日万亿级Token的处理成本压缩到传统云架构的十分之一。这种从底层算力到前端交互的端到端控制，让Kaon在性能和迭代速度上形成了难以复制的竞争壁垒。
值得注意的是，Kaon Labs作为新成立的研究部门，将直接利用数百万高活跃用户作为“活体科学沙箱”，让模型迭代从数月缩短到数天。这种将前沿计算机科学直接嵌入主流文化消费场景的做法，或许正是AI娱乐赛道破局的关键。当大模型本身逐渐商品化，谁能真正掌控从Token到应用的全链路，谁就能在注意力争夺战中占据主动。Kaon的这轮融资，不仅是对一个团队的认可，更预示着AI娱乐正从概念走向一个独立的消费类别。
2. Suspecting AI cheating, Ivy League prof ordered an in-person final; scores fell 50%
布朗大学经济学教授罗伯托·塞拉诺最近做了一场“现场实验”，结果令人震惊。他教的ECON 1170课程原本难度不低，但春季学期因为允许学生将期中和期末试卷带回家完成，选课人数突然从以往的不到30人暴涨到86人。期中考试平均分高达96分（满分100），其中40人拿了满分。塞拉诺教授觉得不对劲——他出的题比往年更难，但成绩却好得反常。更关键的是，很多答案虽然正确，但行文风格“非常绕”，和ChatGPT生成的内容高度相似。
于是，他决定把期末改为线下闭卷考试，并提前通知了学生。结果，18人直接退课，9人缺考，而这27人中有22人期中拿了满分。参加考试的学生，平均分从96分暴跌到48分，几乎腰斩。换句话说，那些期中看起来“学得最好”的学生，在无法借助AI的情况下，暴露了真实水平。
这件事之所以值得关注，不只是因为它揭示了AI作弊的规模，更因为它触及了精英教育体系里一个尴尬的真相：顶尖大学的学生并不笨，他们完全有能力学好课程内容，但他们同样极度功利、时间紧张。当AI提供了一个看似无风险的“捷径”时，很多人选择了走捷径。塞拉诺教授本人17岁时因视网膜病变失明，靠盲文考入哈佛。在他看来，作弊不是能力问题，而是选择问题。他直言，如果最聪明的年轻人认为作弊无所谓，“我们就会走向一个失败的社会”。
布朗大学最近发布的一份报告也显示，虽然超过一半的学生每天都在用生成式AI，但绝大多数人同样担心这会损害自己的学习能力和认知能力。这种矛盾心态说明，学生并非不知道AI作弊的后果，只是在短期利益和长期成长之间，他们倾向于选择前者。
这件事给所有教育者和家长提了个醒：AI时代，防作弊的技术手段永远追不上工具迭代的速度。真正有效的办法，或许不是更严的监考，而是让学生意识到，用AI代劳的每一份作业，都是在替自己的未来“降智”。当捷径变得太过容易，坚持笨办法反而成了一种稀缺能力。
3. Messi and Ronaldo Are Building Tech Portfolios. Mo Salah Is Playing a Different Game
梅西和C罗正在将赛场上的统治力延伸到科技投资领域，而萨拉赫却选择了一条截然不同的道路。这三位定义了近二十年足坛格局的巨星，在职业生涯暮年展现出了迥异的财富布局逻辑。
梅西和C罗的转型堪称激进。梅西在2022年创立了Play Time投资公司，专注于体育、媒体和科技领域的初创企业，其投资组合中既有FieldAI这样的人工智能公司，也有FIFA授权的手机游戏。C罗则更聚焦于健康科技，不仅投资了可穿戴设备公司Whoop，还斥资750万美元收购了Herbalife旗下健康软件公司10%的股份。这些投资绝非简单的品牌代言，而是真正的股权布局——梅西加盟迈阿密国际时甚至获得了俱乐部所有权，这支球队的估值如今已高达14.5亿美元。
相比之下，萨拉赫的选择显得传统而稳健。他的商业版图主要围绕商业代言、房地产和慈善基金会展开，与阿迪达斯、百事可乐等品牌的合作仍是主流模式。这种差异并非能力高下之分，而是反映了不同代际球员对财富管理的认知差异。梅西和C罗赶上了科技创投的黄金时代，他们的投资逻辑更接近硅谷风投机构；而萨拉赫的保守策略，某种程度上代表了传统运动员的财富观。
这一趋势背后是体育产业商业模式的深刻变革。顶级运动员不再满足于赚取代言费，而是通过股权参与企业成长。对于初创公司而言，拥有数亿粉丝的球星带来的不仅是资金，更是全球化的品牌背书和分销渠道。正如行业分析师所言，股权投资的增值潜力远高于固定代言费，能为退役后的生活提供更可持续的财富保障。
可以预见，未来将有更多运动员效仿梅西和C罗的模式。当体育明星开始像投资人一样思考，他们与商业世界的关系将彻底重塑。这不仅是个人财富管理的升级，更是体育产业资本化进程中的一个重要注脚。
4. I Built a Self-Improving AI, and So Can You
最近，一位科技记者做了一件有趣的事：他利用现成的AI工具，自己动手训练了一个能自动改进的AI模型。这个实验的核心不是要造出什么颠覆性产品，而是想验证一个想法——自我改进的AI，是否真的只能由那些财大气粗的前沿实验室来打造？
他先是尝试了一个简单的循环：让Claude这样的高级AI去训练一个更小的语言模型，然后观察小模型的表现，再让Claude根据结果调整参数，如此反复。一开始，小模型生成的文字简直像胡言乱语，比如不断重复“结束”这个词。但经过几轮自主改进后，输出变得连贯起来。虽然离GPT-5的水平还差得远，但这个过程证明了，即便没有顶尖的算力和团队，普通人也能让AI在自我迭代中进步。
接着，他尝试了更复杂的任务：用AI训练一个专门为自己筛选和总结研究论文的模型。他收集了过往的稿件作为素材，借助一家初创公司的平台，让Claude帮忙生成训练数据，并用强化学习来优化模型。最终，这个名为“前沿论文策展人”的模型，竟然能产出像模像样的论文摘要。虽然它有时会选错文章，总结也略显模板化，但作为一个个人定制的AI助手，这已经相当惊人。
这件事的意义，远不止于一次技术玩票。它揭示了一个正在发生的趋势：AI的自我改进能力，正在从少数巨头手中扩散开来。过去，我们总觉得AI的未来掌握在OpenAI、Anthropic这些公司手里，普通人只能被动使用它们提供的黑箱服务。但现在，越来越多的初创公司和开源工具，正在把这种“用AI造AI”的能力交到每个人手中。
这带来的影响是深远的。一方面，它打破了垄断。当企业可以基于自己的数据，训练出高度专业化的模型时，它们就不再需要把核心数据交给第三方，也不必担心被单一模型供应商“卡脖子”。另一方面，它催生了多样性。正如一家相关公司的CEO所说，我们不需要一个“神级”的中央智能，而需要成千上万各司其职的智能体，去解决千奇百怪的具体问题。
当然，这并不意味着前沿实验室的工作不再重要。恰恰相反，正是它们打造的强大基础模型，才让这种“微调”和“自改进”成为可能。但趋势已经明朗：AI的未来，不会只是少数几个超级模型的一枝独秀，而会是一个由无数专用模型构成的、百花齐放的生态系统。对于普通用户和企业来说，这意味着主动权正在回归——你不再只是AI的使用者，也可以成为AI的创造者。
5. SpaceXAI releases Grok 4.5, which Elon describes as an ‘Opus-class model’
马斯克旗下的SpaceXAI本周发布了Grok 4.5，这是该公司上市后的首个大模型版本。马斯克本人将其称为“Opus级别的模型”，直接对标Anthropic旗下最强模型Opus。但相比对标性能，Grok 4.5真正的卖点其实是“更便宜、更快”。
从定价来看，Grok 4.5每百万输入token仅需2美元，每百万输出token为6美元。作为对比，Opus 4.7的对应价格是5美元和25美元，OpenAI的高端模型Sol更是达到了5美元和30美元。Grok的价格几乎只有对手的四分之一到五分之一。SpaceXAI还宣称其token效率是其他领先模型的两倍，这意味着同样的任务，用户花的钱更少。
这背后反映出一个行业趋势：大模型竞赛正在从“谁更强”转向“谁更划算”。过去两年，各家都在比拼参数规模和基准分数，但企业和开发者越来越意识到，真正决定模型能否落地的，是成本。如果调用一次API就要花掉几美元，很多应用场景根本跑不通。Grok 4.5的策略很明确——性能做到第一梯队就够了，但价格必须做到最低。
当然，SpaceXAI公布的基准测试显示，Grok 4.5虽然竞争力强，但并未在所有项目上登顶。马斯克也承认，内部评估认为它“大致相当于Opus 4.7”，优势在于速度和成本。这种定位其实很聪明：在AI应用大规模普及的关口，性价比往往比绝对性能更重要。毕竟对于大多数办公、编程、写作等日常任务，用户并不需要模型在每一个指标上都做到最好，他们需要的是“够用且便宜”。
值得注意的是，本周也是AI模型发布的密集期。OpenAI计划在周四发布GPT 5.6，此前该模型因特朗普政府的监管限制而推迟。两大阵营几乎同时亮剑，但打法截然不同：OpenAI继续押注“最强模型”的叙事，而SpaceXAI则选择用价格战抢占市场。这或许预示着AI行业将进入一个分化阶段——高端市场追求极致能力，大众市场则更看重可及性。对于普通用户和中小企业来说，Grok 4.5的出现无疑是个好消息：竞争越激烈，价格越低，选择越多。