【机器人还在等它的 ChatGPT 时刻，AI 骗子已经上岗了】

【机器人还在等它的 ChatGPT 时刻，AI 骗子已经上岗了】

May Mobility 决定借 SPAC 上市，估值 14 亿美元，这笔交易可能给这家轻资产的 robotaxi 公司带来超过 3 亿美元的资金。同一周，前 Infosys 掌门人的 AI 创业公司宣布又拿了 5300 万美元——距离上一轮种子融资才过去几周，公司号称几个月内签下了多个七位数美元的企业合同。SPAC 这条路过去几年名声起起落落，但它的速度优势还在，对一家需要讲故事、需要现金、又不想走传统 IPO 漫长流程的自动驾驶公司来说，算是个合理选择。

钱没有变冷。MIT 科技评论那篇 The Download 里提到的"AI 万亿美元赌注"和宾大金融教授 Jessica Wachter 对 AI 经济影响的研究，讲的是同一件事的宏观版本：所有人都在押注这套东西会重塑经济，但没人能说清重塑成什么样。OpenAI 那边在竞标生物学数据，也是这个逻辑的延伸——模型要往前跑，就得吃下更多稀缺的、别人没有的数据。

不过钱买不到的东西，这周也被摆到了台面上。关于"AI 的材料基础"的那篇文章点了一个不太受欢迎的事实：当 AI 把计算推进到新领域，支撑这套基础设施的材料正变得和跑在上面的算法同样关键。半导体和数据中心在性能、散热、电气效率、可靠性上都在逼近物理极限。热怎么散出去，电怎么少浪费，芯片怎么在长时间高负载下不出错——这些问题不会因为模型再大一圈就自动消失，它们得靠材料科学一点点啃。

Nvidia 的 Les Karpas 在 TechCrunch Disrupt 2026 上给机器人行业的问题换了个说法：机器人还在等自己的 ChatGPT 时刻。这个比喻相当准确。语言模型有一个清晰的分水岭，跨过去之后，一夜之间所有人都知道它能干什么。机器人没有那个时刻。硬件成本、可靠性、泛化能力、安全边界，每一项都在拖后腿，而其中相当一部分是材料和制造的活儿，不是写代码的活儿。钱能加速研发，但加速不了物理。

技术落地慢的地方，滥用倒是从来不慢。安全研究员 Matthew "Zigula" Gore-Kormanik 在分析一个叫 Dora 的欺诈约会 app 时，收到了来自"Jennifer"的视频通话。她的简介写得挺细：41 岁，射手座，红发蓝眼，有穿孔，喜欢音乐、恐怖片、夜生活和运动。他接了。视频画面里没有 Jennifer，只有一张被风扇吹得微微晃动的挂毯，背景里有奇怪的失真声。

这段描述几乎不需要再加什么评论。AI 约会诈骗已经过了粗制滥造的阶段，开始有精心设计的人设、有互动节奏、有视频通话流程。它们瞄准的是最愿意相信对方的那些人，而成本低到可以批量复制。同一个技术栈，一边在实验室里等拐点，一边在灰产里已经满负荷运转。

也正是在这周，一群从 AI 里获利最多的人集体表态说该踩刹车了。Altman、Amodei、Hassabis、Nadella、Musk，这份名单几乎把行业里最有话语权的人凑齐了，口径也惊人地一致：危险，需要监管，得慢下来。The Verge 那篇回顾文章的语气很克制，但态度明确：

> 当从中获利的人宣称某样东西危险且需要监管时，总有理由保持怀疑。

这话不新鲜，但放在这一周看格外有意思。资本继续下注，公司排队上市，创业公司几周内连拿两轮，台上的人呼吁慢一点。没有人真的在慢。

AI 行业现在同时在跑几条速度完全不同的赛道。钱跑得最快，滥用紧随其后，物理规律按自己的节奏走，而监管的呼吁声最大、动作最少。机器人还在等它的 ChatGPT 时刻，骗子已经不打算等了。