01
人工智能
苹果的生成式 AI 服务 Apple Intelligence 已在中国获得监管批准。据路透社报道，国家互联网信息办公室已通过相关审批，为这项服务进入中国市场扫清了关键障碍。
中国版 Apple Intelligence 将整合阿里巴巴的通义千问（Qwen）模型，覆盖 iOS、iPadOS、macOS 和 visionOS 系统。阿里巴巴发言人确认，通义千问将融入 Apple Intelligence 体验，提供文字与图像的理解、生成等 AI 能力，但未透露具体上线时间。百度也参与了部分功能的开发，不过其具体角色尚未明确。
苹果此前曾与百度、DeepSeek 和字节跳动等公司接触，探索模型合作，但一度因适配问题受阻，导致 Apple Intelligence 自 2024 年在美国首发后迟迟未能进入中国市场。此次获批意味着相关技术适配已满足国内监管要求。
中国市场对苹果至关重要。第二季度苹果大中华区营收增长 28%，达到 205 亿美元，近期还凭借促销活动重回中国智能手机市场第二位。消息公布后，阿里巴巴美股盘前上涨 4%，盘中涨幅一度超过 6%。
目前苹果尚未对此事发表评论，也没有公布具体的上线日期。
02
公司
路透社消息，支付公司 Stripe 与私募股权公司 Advent International 已联合提交收购要约，计划以约 534 亿美元的价格将 PayPal 私有化。
这笔出价在本月早些时候提出，背后有约 500 亿美元的银行融资承诺支持。若交易达成，Stripe 与 Advent 将各持一半股权，共同拥有 PayPal。
今年二月就有报道称 Stripe 在探索收购 PayPal 的可能性，并进行了初步接触，但当时并未形成正式提案。
两家公司在数字支付领域体量相当。PayPal 拥有约 4.4 亿活跃账户，2025 年处理了约 1.8 万亿美元的支付额；同期，Stripe 处理的支付额约为 1.9 万亿美元，其估值在今年早些时候已升至 1590 亿美元。
PayPal 目前正处于调整期。今年三月，新任 CEO 恩里克·洛雷斯（Enrique Lores）上任，此前公司刚发布盈利预警。PayPal 计划在未来两到三年内削减至少 15 亿美元成本，并有意将员工规模缩减约 20%，以恢复更强劲的增长。
截至目前，PayPal、Stripe 和 Advent 均未对收购消息作出公开回应。
03
公司
由 Spotify 创始人丹尼尔·埃克（Daniel Ek）和亚尔马·尼尔松（Hjalmar Nilsonne）联合创办的身体扫描健康评估公司 Neko Health，近日完成了 7 亿美元的 C 轮融资。本轮由 Lightspeed Venture Partners 和 O.G. Venture Partners 领投，Atomico、General Catalyst 等机构参投。
Neko Health 在 2025 年 1 月刚完成 2.6 亿美元的 B 轮融资。公司开发了自有的身体扫描技术，结合血液检测来评估健康状况。近期扫描项目还加入了体成分分析，并能接入 Apple Health 数据，为临床评估提供日常活动信息。
目前 Neko Health 在英国和瑞典设有服务点，正在筹备纽约的首个美国门店。公司称已有超过 10 万人完成扫描，另有超过 35 万人登记候补或预约。
Calm 创始人亚历克斯·图（Alex Tew）曾在社交平台分享，Neko Health 的扫描发现了他背上一颗恶性痣，他随后将其切除。“我很感激 Neko 帮我发现了这个——否则我可能一直不知道。”
健康扫描领域还有其他科技背景的参与者。Midjourney 也在开发身体扫描仪，计划结合水疗体验，预计 2027 年在旧金山开业。
04
公司
Applied Computing，一家为石油、天然气和石化行业构建基础AI模型的伦敦初创公司，完成了2000万美元的A轮融资。本轮由工程巨头KBR领投，Databricks Ventures参投。
公司成立于2023年，瞄准的是油气、炼化和石化系统。这类工厂通常有数千个传感器，测量温度、压力、流速、粘度等各种数据。但联合创始人兼CEO卡勒姆·亚当森（Callum Adamson）说，由于数据碎片化，工厂实际做运营决策时，能用到的数据不到8%。
问题不在于数据没采集，而在于传感器读数、工程文档、物理化学原理这三类信息很难实时联动。亚当森说：“让这三种数据源实时对话，才是真正的关键。”
Applied Computing的模型叫Orbital，和预测下一个词的大语言模型不同，它结合了时间序列模型、物理模型和语言模型，通过分析传感器数据，同时考虑物理化学规律、设备约束和操作员活动，来预测工厂的状态。技术人员还可以用它模拟某个环节的变动会对整个工厂产生什么影响。
公司主打的卖点是速度。据称，Orbital能在几分钟内标记异常、追查原因，并模拟某个修复方案是否会在工厂其他地方引发新问题。亚当森说，过去需要几天甚至几周的调查，现在可以压缩到几秒钟，帮助运营商降低能耗、维持产量。
这个速度承诺似乎找到了买家。公司表示，从隐身模式到年经常性收入达到数千万美元，只用了不到18个月。Orbital已在一些大型上市的上游油气、下游炼化和石化公司中使用，合作伙伴包括印度能源公司Wipro，以及KBR——后者已将Orbital集成到自己的INSITE 3.0数字平台中，并用于氨生产。亚当森还透露，公司正在与一家“美国大型上游运营商”合作，并计划在未来几周宣布与一家欧洲石油巨头的合作。
不过，这个市场里既有老牌工业软件供应商，也有更聚焦的AI初创公司。AspenTech提供模拟和AI建模软件，AVEVA提供基于物理的过程模拟和优化工具，Cognite和Seeq则专注于工业数据分析和AI工作流设计。亚当森认为，公司的护城河不是工业数据或流程知识，而是组建一支能造出Orbital的AI研究团队。“这是个AI问题，不是数据问题，也不是能源问题，”他说，“如果你是一流的AI研究员，你会去哪工作？……我不觉得壳牌在候选名单上。”
他还提到，通过部署Orbital获得的数据也是优势。炼厂等能源设施的运营数据通常不公开，而模拟数据无法完全复现真实工厂里的情况。与KBR的合作也带来了帮助——除了运营数据和行业经验，还有接触更多潜在客户的机会。
这笔2000万美元将用于国际扩张、招聘研发和工程人员，以及拓展能源客户。公司周四宣布在休斯顿开设了新办公室，加上伦敦总部和班加罗尔的运营中心，目前已有三个据点。亚当森说，美国办公室能让公司更靠近北美的两家现有客户，中东市场的扩张也在计划中。
05
人工智能
由前 OpenAI 首席技术官米拉·穆拉蒂（Mira Murati）创立的 AI 初创公司 Thinking Machines Lab，周三发布了其首个内部研发的模型 Inkling。与 OpenAI、Anthropic 或谷歌的旗舰模型不同，Inkling 采用开放权重，外部开发者和公司可以直接下载并修改它。
Inkling 是一个混合专家系统，总参数量 9750 亿，但执行具体任务时只激活约 410 亿参数，这种设计能让大模型运行得更快、更便宜。公司称，该模型在 45 万亿个文本、图像、音频和视频 token 上训练，能原生跨这四种模态进行推理，不过目前输出仅限于文本，包括代码、样式化工件和结构化数据。
这是 Thinking Machines 在低调建设 AI 基础设施一年半后，首次公开的成果。此前 5 月，公司曾预览过“交互模型”，那种 AI 能听、能说，甚至能打断对话，而不是像典型聊天机器人那样等待。
Inkling 的设计强调给出有分寸的回答，比如会标记不确定性而非猜测，并允许用户调节“思考力度”来换取速度。公司称，在一项基准测试中，Inkling 达到与英伟达最新开源模型 Nemotron 3 Ultra 相同的编码性能时，只用了后者三分之一的 token。不过，Thinking Machines 明确表示，Inkling 并非“目前最强的模型，无论开源还是闭源”，它追求的是均衡表现。
公司目前将 Inkling 定位为起点而非成品，企业可通过其模型定制平台 Tinker 自行微调。这意味着客户需自行确保定制后的安全性，微调本身也需要扎实的机器学习人才。
Thinking Machines 的核心赌注是：组织能自行适配的 AI，将胜过大型实验室目前销售的一体适用模型。公司上周发布的博客文章为此铺垫，认为由一家公司集中训练然后固定不变的 AI，表现不如组织自己塑造的 AI，因为大量专业知识掌握在持有它的人手中。
微软 CEO 萨提亚·纳德拉（Satya Nadella）周日也发文警告，企业使用专有 AI 模型实际上要付两次钱：一次是订阅费，另一次是交出嵌入在提示和修正中的业务知识，这些知识可能被吸收进未来模型版本。Hugging Face CEO 克莱姆·德朗格（Clem Delangue）上周也预测，前沿模型将越来越多地用于实验和高价值任务，而大部分生产型 AI 工作会转向私有或开源替代方案。
Thinking Machines 还提到了与桥水基金（Bridgewater Associates）的合作项目：双方基于现有开源模型，用桥水自身的金融专业知识进一步训练，结果在金融推理测试中得分 84.7%，超过了顶尖专有模型，运行成本仅约十四分之一。不过，这些结果来自两家公司自己的评估，并非独立评测。
关于训练数据，公司承认在早期后训练阶段，曾使用其他开放权重模型（包括月之暗面的 Kimi K2.5）帮助生成部分数据，但预训练是从头开始的。公司称，下一个模型将完全使用自包含的后训练。
成本方面，Thinking Machines 与英伟达合作部署了吉瓦级计算容量，并完全在英伟达 GB300 NVL72 系统上训练 Inkling，但未透露如何覆盖这些成本。此前传闻的 500 亿美元融资在去年 11 月后停滞，公司此后拒绝谈论融资状况。收入目前并非优先事项，未来可能主要来自 Tinker 平台，通过训练、微调以及托管生态的分成。
公司目前约有 200 名员工，较年初部分人员离职后有所回升。内部人士称，公司文化有意强调连续性，而非依赖任何个人。
06
安全
微软本周二发布了7月安全更新，一次性修补了570个安全漏洞，覆盖Windows、Office等多条产品线。这是微软有史以来单月修补漏洞数量最多的一次。
其中至少有两个漏洞已被实际利用，属于“零日”漏洞。一个影响Windows Server，攻击者可从受限用户权限提升至系统管理员级别；另一个影响SharePoint文件共享服务器，美国网络安全与基础设施安全局（CISA）已确认有黑客在积极利用该漏洞入侵组织。
微软在一周前的博客中已预告，本月补丁数量将远超以往。Windows业务负责人帕万·达武鲁里（Pavan Davuluri）解释，公司正在使用AI辅助发现代码中的安全缺陷，随着AI帮助防御者找出更多问题，每次安全更新包含的补丁数量会明显增加。
安全研究人员也在利用日益成熟的AI模型，挖掘那些可能潜伏在软件代码中数年甚至更久的漏洞。微软Windows的部分代码已有数十年历史。
07
公司
微软正在调整销售策略，把竞争矛头对准了它长期依赖的 AI 合作伙伴。
据彭博社报道，在本周二的一场内部会议上，微软高管向销售团队布置了新财年的竞争话术，要求他们在客户面前将 OpenAI、谷歌和 Anthropic 的 AI 产品与微软自家产品做负面比较。
这场会议被定位为新财年战略沟通会。微软执行副总裁杰伊·帕里克（Jay Parikh）在会上说：“别人都在卖零件，我们卖的是完整的端到端系统。这就是我们在 2027 财年需要传递的信息。”
负责 Copilot 的执行副总裁雅各布·安德鲁（Jacob Andreou）则更进一步，直接拿 Copilot 与 Anthropic 的聊天机器人 Claude 做对比。他提到，在微软办公应用中的表现上，Anthropic 的模型“更慢、准确度更低，而且缺乏合适的安全集成”。
微软和 Anthropic 目前均未回应置评请求。
公司培训销售团队如何贬低竞争对手并不稀奇。值得注意的，是微软这次瞄准的对象——正是那些为它自家产品提供 AI 模型的合作伙伴。
本月初已有报道指出，微软正在将 Word、Excel 等旗舰应用中的 OpenAI 和 Anthropic 模型替换成自研模型，目的是削减成本。微软与 OpenAI 曾在今年四月修改了合作协议，取消了排他性条款，允许 OpenAI 向微软的竞争对手销售产品。这一变化或许能部分解释销售团队的新话术。
过去一年，微软的股价表现并不理想，投资者对其在 AI 业务上的巨额支出心存疑虑。强调自家产品的竞争力，可能是为了安抚市场情绪，为长期 AI 战略建立信心。
08
公司
法国初创公司 Syntetica 开发了一种新的尼龙回收工艺，能处理混在一起的尼龙 6 和尼龙 66——这两种材料在废旧纺织品中很难分开。公司刚完成 3000 万美元 A 轮融资，运动品牌 Lululemon 参与了投资。
Syntetica 首席执行官马可·贝尔托内（Marco Bertone）说，过去半年石油产业的地缘政治动荡导致尼龙价格频繁波动，许多依赖石化合成纤维的品牌受到了冲击。这让他们意识到，回收方案必须在成本上有竞争力，不能指望“绿色溢价”。
Syntetica 不自己生产面料，回收产物是颗粒，下游厂商可以用它纺成纱线。公司已与维多利亚的秘密、Etam 等品牌合作，回收项目预计明年初推向市场。本轮融资还吸引了大型服装制造商 MAS Holdings，供应链企业投资尚未规模化的初创公司并不常见。
此前，Syntetica 已与米其林可持续材料中心合作，在法国克莱蒙费朗建立商业示范设施。公司计划先用这笔资金证明每年数百吨颗粒的产能，交付给服装供应链客户，之后在全球靠近废料来源和纺织生产地建厂。
本轮融资由法国公共投资银行 Bpifrance 旗下的 Ecotechnologies 2 基金领投，欧洲创新理事会（EIC）也提供了股权和资助。私人投资者包括 EQT Ventures、SWEN Capital Partners 和家族办公室。
09
产品
从7月22日开始，美国的安卓手机用户将能通过谷歌Play商店直接下载第三方应用商店。谷歌已经上线了“Play目录访问计划”的专门页面，宣布第三方应用商店可以获取Play商店的应用目录，并向用户提供这些应用。
应用下载仍会通过谷歌Play完成，谷歌的服务费同样适用于从外部商店下载的应用。谷歌表示，这一调整是为了遵守法院命令，该命令源于它与Epic Games的长期诉讼。双方曾在2025年11月达成和解，但随后撤回了修改后的和解方案。谷歌发言人表示，撤回动议是为了避免延长不确定性，让公司能专注于执行全球业务模式调整，提供更多应用商店选择、更低价格和更多机会。
加入计划的第三方商店需要支付5000美元的一次性安全审查费，之后每年再付5000美元以维持目录访问权限。它们还必须满足一系列要求，其中最关键的是商店只能面向美国用户，不能利用Play目录向美国以外地区分发应用。
作为与Epic和解的一部分，谷歌此前已向外部支付方式开放Play商店，并将应用购买佣金从30%降至10%。开发者现在可以在应用或游戏页面内提供替代支付选项，或链接到自己的网站进行购买。
10
公司
苹果的服务器芯片似乎遇到了瓶颈。据The Information报道，苹果近期已与多家半导体厂商和银行接触，探讨可能的收购，以增强其AI服务器的处理能力。
目前，苹果部分AI任务运行在搭载M2 Ultra芯片的自有服务器上，但性能表现并不理想。更重的计算负载——比如驱动Siri AI的Gemini模型——实际上是由谷歌云上的英伟达芯片承担。苹果曾尝试用自己的服务器处理这些任务，但基础设施明显不够用。
彭博社本周提到，基于M7 Ultra的服务器芯片要到2029年才能就绪，不过苹果很快会用M5 Ultra芯片升级现有设施。原计划今年亮相的下一代服务器芯片（代号“Baltra”）也已推迟。上周，苹果与博通达成协议，将采购价值300亿美元的美国产芯片。
苹果的芯片设计专长主要集中在消费设备领域，服务器端相对薄弱。2008年，苹果以2.78亿美元收购PA Semi，由此开启了自研芯片之路，但它在收购上向来不算大手笔。今年，苹果以近20亿美元买下AI初创公司Q.ai，是继十多年前30亿美元收购Beats之后的第二大交易。
考虑到芯片对AI公司的重要性，苹果若想在近期收购相关企业，可能需要支付溢价。不过它手头并不缺钱——截至今年3月底，苹果持有456亿美元现金及等价物。
