今天的 AI 行业焦点集中在数据合规、研究伦理、安全风险和机器人训练数据。模型能力继续往前冲，围绕训练材料怎么来、成果归谁、系统出错后谁负责的争议也越来越具体。以下是今日最值得关注的 5 条资讯。
1. 🛡️安全｜Meta 因 AI 与人脸识别训练数据遭集体诉讼
一项拟议中的集体诉讼指控 Meta 未经用户合法同意，收集 Facebook 和 Instagram 照片，用于训练 AI 图像生成模型及尚未发布的“NameTag”人脸识别功能。
案件再次把训练数据授权问题推到台前。对拥有海量用户内容的平台来说，旧数据能否直接用于新一代 AI 系统，以及用户是否获得充分告知和退出选择，将成为监管与司法审查的重要焦点。
2. 🧠大模型｜OpenAI 与数学界的成果归属争议继续升级
25 位数学家签署公开信，担忧 AI 实验室正在威胁学术研究者的知识劳动。争议围绕前沿模型如何使用尚未正式发表的研究、如何标注贡献，以及企业是否借助巨大算力优势压缩传统学术合作空间展开。
AI 已经能在数学研究中承担更复杂的推理与验证任务，但能力提升并没有自动解决署名和研究伦理问题。实验室接下来需要建立更透明的引用、溯源和成果确认机制。
3. 💰融资｜机器人数据公司 Mecka AI 估值接近 5 亿美元
成立约两年的 Mecka AI 正推进由红杉资本领投的新交易，估值接近 5 亿美元。距离公司公布 A 轮融资仅过去数月，资本关注点已经快速转向机器人训练所需的真实世界数据。
通用机器人模型要走出实验室，持续获取高质量动作、环境和交互数据是关键环节。Mecka 的融资进展反映出，机器人数据采集与标注正在成为具身智能竞争中的重要基础设施。
4. 🔓开源｜YC 掌门 Garry Tan 呼吁美国开源模型蒸馏前沿模型
Y Combinator CEO Garry Tan 主张，美国的开放权重 AI 实验室也应使用蒸馏技术学习本土前沿模型，以建立更有竞争力的开源生态，并减少开放模型市场被少数地区供应商主导的风险。
这一观点也让模型蒸馏的边界争议更加复杂。同一种技术既能降低模型成本、扩大开放创新，也可能触及服务条款、知识产权和模型安全问题，行业仍缺少统一规则。
5. 💰商业｜月之暗面据称瞄准 20 亿美元年收入
Kimi 开发商月之暗面据称把年收入目标设为 20 亿美元。虽然 K3 的近期使用数据略有下降，但 OpenRouter 数据显示，K3 系列每天仍可生成多达约 3000 亿 token。
这显示大模型竞争已经从发布参数和榜单，转向调用规模、付费转化与长期收入。高使用量能否覆盖持续增长的推理成本，将决定模型公司的商业目标能否落地。
