GoPro 卖身 AI 公司，DLSS 5 引发争议，这波 AI 新闻有点杂
先说一条最出人意料的：GoPro 被收购了。金额只有 2.85 亿美元，这放在当年的运动相机市场里简直没法想象。收购方是一家做 AI 基础设施的公司，交易完成后 GoPro 将继续保持上市公司身份，现有消费级产品线也会继续维护。
如果你还停留在"GoPro 是那个做运动相机的"这种印象里，那这条消息确实有点难消化。但换个角度想，GoPro 这十年过的并不好——先是无人机业务折戟，后来又被 Insta360 这类新锐厂商挤压，今年的营收状况也不理想。而一家 AI 公司愿意花这笔钱买下它，大概率图的不是那个相机硬件本身，而是 GoPro 积累的影像处理和边缘计算能力。毕竟，端侧 AI 和可穿戴设备的融合是个正在起风的方向，GoPro 那些年在极端环境下做实时图像处理的底子，对它来说可能反而是最值钱的东西。
这事的尴尬之处在于，2.85 亿美元放在五年前甚至不够给某些 AI 公司付一轮烧钱费，如今却是一家十年老牌硬件公司的全部身价。硬件制造在 AI 时代的估值偏差，这大概是最近最直观的一个案例。
AI 圈的风向正在悄悄分化：一边是 AI 做硬件（或者买硬件），另一边是有人在给 AI 做"质检员"。第二家公司叫 AIR，刚拿到 5000 万美元融资，做的事情非常具体——帮你找到公司内部正在运行哪些 AI agent，持续审查它们使用的技能和插件，一旦发现不当行为就立刻阻断。
这个方向很有意思。过去一年，各大厂都在推 agent 概念，什么 AutoGPT、Manus、Devin 热闹了一阵，但真正落到企业场景里的 agent 其实问题重重：你的 AI 助手正在调用哪些外部工具？它有没有偷偷访问不该访问的 API？这中间的安全性、合规性和成本风险，属于 CEO 们不知道从何下手的问题。AIR 做的事情本质上就是 AI 时代的防火墙和杀毒软件，等 agent 真正普及起来，这个赛道大概率会越来越拥挤。
相比之下，Fambot 这家公司走的是完全不同的路——把 AI 引入家庭生活。它做的产品定位是"全家人的 AI 参谋长"，帮你处理孩子学校发的邮件、球赛时间表、家庭日历和日常琐事。说实话，这类产品过去几年也有不少团队尝试过，但大多数都死在了"AI 还不够靠谱"这一关上。家庭场景的复杂度不亚于企业场景，因为信息分散在邮件、短信、纸质通知、各种家长群里，颗粒度极细，稍有遗漏就会让用户失去信任。Fambot 能活到今天还开始推产品，可能说明技术确实到了某个临界点，也可能只是又一个拿融资烧着玩的家庭助手。这个赛道，我持谨慎态度。
再来看 Waymo。这家公司最近的动作明显在加速——Denver、San Diego、Tampa 三座城市同时启动。按照它惯常的节奏，大概会在接下来几个月内分批邀请用户注册，逐步扩大服务范围。关注 Waymo 的人可能注意到，它现在扩张的速度比一年前快了不少，而且每到一座新城市，都会引发一轮关于驾驶安全性的讨论。
我倒是觉得，Waymo 这种"慢热型"扩张其实是正确的策略。比起一次性全面铺开的激进打法，它宁可把每座城市的运营网络打磨好再逐步放开，至少不会让自己的用户一上来就撞上坑。不过，2026 年了，自动驾驶这个领域的竞争格局早已不是 Waymo 一家独大，特斯拉的 FSD 在北美折腾得厉害，中国那边的萝卜快跑也在疯狂拓城，Waymo 的速度究竟是"从容"还是"掉队"，这需要时间给出答案。
军用无人机方向也有新消息。瑞典的萨博集团发布了它们的"协同作战飞机"概念，定位是高端僚机——不是那种消耗型无人机，而是能够和有人战机协同作战、执行复杂任务的自主载具。萨博这个时间点入局，某种程度上是顺应欧洲各国最近几年逐渐高涨的国防预算。俄乌战争改变了整个欧洲的安全观，各国都在重新审视无人机在现代战争中的作用，萨博想要在这块和波音、洛克希德马丁掰手腕，概念先行是对的，但能不能落地上天，还要几年后才能知道。
游戏圈的 AI 新闻也来了。Nvidia 的 DLSS 5 将在 9 月 3 日正式上线，首发游戏是 NBA 2K27。这个版本从三月份公布开始就争议不断，当时有媒体评价说它简直像"视频游戏的实时生成式 AI 滤镜"，还有人说它是"视频游戏的运动平滑，但更糟"。这次正式发布后，DLSS 5 依然保持了高门槛——只有 RTX 50 系列桌面和笔记本 GPU，以及 GeForce Now 云游戏用户才能用。光看这个配置要求，DLSS 5 的卖点显然不是低端玩家群里普及，而是在顶级画质和帧率之间提供一个全新的上限。
不过说实话，我对 DLSS 5 的态度一直是复杂的。超分辨率技术本质上是"用 AI 生成画面去替代传统渲染"，它的效果确实能骗过大多数人的眼睛，但你要是真的在意画质原教旨主义，它输出的画面就会让你怎么看怎么别扭。关键还是要看 NBA 2K27 里实际表现如何，等它上线后，这片子的争议估计还会持续很久。
再看一条偏企业向的新闻，MIT Technology Review 发了一篇关于 AI 助力遗留系统现代化的文章。内容大意是：传统企业几十年积累的旧系统一直是个大麻烦，过去因为成本高、风险大，大家宁愿拖着不换，如今 AI 让这件事变得可操作了——机器可以读懂老代码、自动迁移数据、生成文档，改造的成本和风险被大幅压缩。
这部分其实被很多人忽略了。现在外界的注意力全都集中在 AI 怎么造新东西，但 AI 在"让老东西活下来"这件事上可能价值更大。那些掌握在银行、保险、政府手里的老系统，代码总量有几亿行，维护它们的工程师逐年减少，是真真切切的定时炸弹。AI 这股浪潮对它们来说，可能才是真正的救赎。
最后提一嘴 MIT Tech Review 的另一则内容——The Download 提到 OpenAI 的内部文化问题。新闻本身没有太多细节，标题里透出的信息是：OpenAI 在安全文化上又出了新的争议。说实话，OpenAI 的"安全文化问题"这几个字，2026 年了还在反复出现，这本身就是一个值得深思的信号。当一个公司的技术影响力在持续扩大，而内部治理问题总是一轮又一轮地浮出水面，公众对它的信任度难免会受到侵蚀。
回看今天的几条新闻，你会发现一个有趣的共性：AI 已经从纯粹的"技术输出方"变成了"各个行业的改造者和接盘者"。它买下硬件公司，给企业做安全审查，帮家庭管日程，在游戏里生成画质，在战场上指挥无人机，甚至还在给旧时代的软件工程续命。这些方向彼此之间毫无关系，但每一环都离不开"AI 能力外溢"这个底层逻辑。
AI 正在渗透每一个角落。这不该用一句简单的"好或坏"来总结，但有一点值得思考：在一个 AI 无处不在的世界里，还有多少行业是我们今天能想到、但明天就会被 AI 重新定义的？可能比我们预想的多得多。