但Sora的出现，令商业上的探索可能都变得相对不那么重要，这是因为，以Sora为标志的AI短视频，已 经开始触及更深层次的社会机制。相信已经有越来越多的人发现，短视频平台正在出现许多已无法分辨 真假的内容。当大量的Sora式视频充斥信息流，我们所感知的世界，有多少是客观存在，又有多少是算 法生成的"超真实"？面对一个"眼见不再为实"的未来，我们的认知能力和新技术应对能力都将迎来巨大 挑战。 法国社会学家让·鲍德里亚在其著作《拟像与仿真》中提出的"超真实"概念，精准地预言了我们当下的 处境。他认为在后现代社会中，由媒介制造的符号和模型将脱离其所指代的现实本体，甚至取代现实。 Sora所代表的AI技术，正是这一理论最具体的演绎。过去，图像的"失真"背后总存在一个可供参照 的"原件"，但Sora的逻辑是"无中生有"，其创造的内容在光影、物理交互乃至情感表达上都无可挑剔。 这意味着，我们正进入一个拟像不再需要伪装成现实，因为它本身就能直接生产"现实"的时代。 我们固然需要为这种强大的创造力欢呼，但同时也必须及早看到，如果说此前的AI技术应用更多是在 效率层面的革新，那么Sora已经触及了信息真实性这一社会信任的基石。 ...

应用情报提供商Appfigures发布的最新数据显示，OpenAI旗下视频生成应用SoraApp自2025年9月30日上 线以来，首周在iOS平台下载量达约62.7万次，这已经超过2023年初ChatGPT发布首周的60.6万次下载 量。而且，Sora截至目前还是内测邀请制，这也意味着，Sora的影响力甚至可能大于当初的ChatGPT。 Sora的产品形态，和我们现在所熟悉的所有短视频应用已经没有太多差别——都是一键上划就能够刷到 新的短视频。唯一的不同是，内容创作者不再需要拍摄和上传视频，而是通过输入一行提示词，AI就 能够生成虚拟视频。这也意味着，AI生成的内容未来将大量充斥互联网空间。 但Sora的出现，令商业上的探索可能都变得相对不那么重要，这是因为，以Sora为标志的AI短视频，已 经开始触及更深层次的社会机制。相信已经有越来越多的人发现，短视频平台正在出现许多已无法分辨 真假的内容。当大量的Sora式视频充斥信息流，我们所感知的世界，有多少是客观存在，又有多少是算 法生成的"超真实"？面对一个"眼见不再为实"的未来，我们的认知能力和新技术应对能力都将迎来巨大 挑战。 法国社会学家让·鲍德里亚在其著 ...

融资情况 - Delve在2025年1月完成300万美元种子轮融资后，业务增长迅猛且客户签约率稳定攀升 [1] - 公司以3亿美元估值完成3200万美元A轮融资，由Insight Partners领投，多家财富500强企业首席信息安全官跟投 [2] - 新估值较上一轮跃升约10倍 [3] 业务发展 - 客户规模从1月份的100家激增至500余家，包括AI独角兽Lovable、Bland和Wispr Flow等 [3] - 公司通过AI技术节省数百小时人工流程，专注于监管合规自动化 [3] - 最初从HIPAA合规起步，后扩展至SOC 2、PCI、GDPR、ISO等全套合规标准 [4] 产品与技术 - Delve通过AI Agent取代传统合规流程，自动收集证据、撰写报告、更新审计日志，并追踪配置变更 [5] - 产品与客户工具集成，实现合规工作流程自动化 [5] - 长期目标是自动化十亿小时的其他工作，拓展至网络安全、风险管理和内部治理等领域 [5] 竞争与优势 - 面临来自其他AI公司和OpenAI等大型实验室的竞争，后者推出通用型智能代理 [7] - Delve在领域深度上更具优势，拥有深厚的合规专业知识 [7] - 合规性动态变化，各企业解读不同，Delve的突出优势在于适应性和专业性 [8] 创始人背景 - 创始人Karun Kaushik和Selin Kocalar为MIT同窗，曾研发AI医疗文书助手，后转型合规工具开发 [3][4] - 团队由MIT、斯坦福和伯克利的人工智能研究员组成，成立仅两年 [3] - 2023年入选Y Combinator，获得General Catalyst、FundersClub、Soma Capital等机构种子轮融资 [4]

欧盟《通用人工智能行为准则》核心内容 - 欧盟委员会公布《通用人工智能行为准则》最终版本，聚焦透明度、版权、安全与保障三大核心，为通用AI模型提供自律指引 [3][4] - 准则将于2025年8月2日生效，要求企业分阶段完成合规调整：现有AI模型需2年内达标，新构建模型需1年内达标 [4] - 采用风险分级监管模式，禁止"不可接受风险"应用（如生物识别分类系统），对高风险领域实施事前评估与持续监控，违规罚款最高达年营业额7% [4] 汽车行业面临的挑战 自动驾驶系统 - L2+级以上自动驾驶系统需披露传感器融合算法、训练数据来源及决策逻辑，接受第三方安全评估 [5] - 涉及生物特征数据的功能（如驾驶员疲劳监测）可能被列为高风险应用，需提交额外合规报告 [5] - 单车智能化研发成本预计增加15%-20%，用于算法可解释性研发和实时监控系统建设 [5] 智能座舱交互 - 车载AI生成内容（文本、音乐等）需确保训练数据不侵犯欧盟版权法，可能推高软件采购成本 [6] - 生物特征数据（如面部识别）需明确告知用户并获得单独授权，存储和传输需符合GDPR [6] 数据合规与供应链 - 训练数据需全链路追溯，包括采集地点、脱敏处理方式等，以证明无隐私侵权 [6] - 依赖第三方AI解决方案的车企需确保供应商同步合规，避免整车认证失败 [6] 商业模式创新 - OTA升级涉及AI模型参数调整需提前报备，影响高频迭代策略 [7] - 出口欧盟的智能汽车需满足准则要求，中国车企需配置多区域合规模块（如数据本地化存储） [7] 车企应对策略 短期措施 - 设立AI合规委员会，招聘具备欧盟AI法案和GDPR双认证人才 [8] - 引入可解释AI（XAI）技术和区块链存证系统，实现数据全链路溯源 [8] - 在新车研发流程中嵌入"AI合规关口"，未通过风险评估模块不得量产 [9] 长期规划 - 转向合规数据源合作（如欧盟认证开放数据集平台），降低侵权风险 [9] - 研发轻量化、可审计AI模型，实现生物特征数据本地化处理 [9] - 构建覆盖多市场的AI治理框架，同步适配美国NIST等国际标准 [9] 行业影响与趋势 - 欧盟《准则》可能成为全球汽车智能化监管的重要参考，加速AI治理规则形成 [10] - 中国车企需提前布局欧盟合规能力，避免市场准入壁垒 [10] - 行业进入"强监管时代"，合规要求将融入技术研发与商业模式创新，成为差异化竞争关键 [10]