布鲁塞尔指控Meta违反欧盟竞争法规,通过阻止竞争对手AI聊天机器人进入WhatsApp平台,为可能迫使这家科技巨头重新开放平台给竞争对手的紧急行动打开了大门。
欧盟委员会已向Meta发出异议声明,初步认定该公司滥用市场主导地位,阻止第三方AI助手(包括OpenAI的ChatGPT和微软的Copilot)访问WhatsApp用户并与其互动。
此举是对2024年12月启动调查的升级,该调查旨在确定Meta是否利用其在消息传递领域的主导地位来倾斜AI助手市场以获得自身优势。
争议核心是Meta在2024年10月宣布的WhatsApp商业政策变更。据欧盟委员会称,这些更新实际上禁止了通用第三方AI助手在平台上运营。
OpenAI迅速宣布将不再在WhatsApp上提供服务,该平台拥有超过5000万用户。"我们本来非常希望继续在WhatsApp上为您服务,"该公司表示,并将此举归咎于政策变更。
微软紧随其后,在接下来的一个月将Copilot从WhatsApp撤出。微软表示:"WhatsApp上的Copilot已经帮助数百万人在熟悉的日常环境中连接他们的AI伴侣,"并指出由于WhatsApp的政策变更,需要进行转换。
这些限制于1月15日全面生效,使Meta自己的聊天机器人Meta AI成为唯一被允许直接接入WhatsApp的助手。
竞争监管机构周一表示,他们初步认为Meta在整个欧洲经济区的消费者消息传递领域占据主导地位,这主要归因于WhatsApp庞大的用户群。在布鲁塞尔看来,该应用正成为AI助手接触消费者的关键门户,这意味着阻止竞争对手可能在竞争真正开始之前就扼杀竞争。
欧盟委员会警告说,Meta的政策可能对AI助手市场造成"严重且不可挽回的伤害"。官员们担心这些限制可能提高进入门槛,加强Meta在AI分发方面的立足点,并挤压希望在这个快速扩张领域获得吸引力的小型参与者。
由于这些担忧,监管机构表示他们正在考虑采取临时措施,可能迫使Meta在更广泛的反垄断调查继续进行的同时恢复竞争对手的访问权限。这种紧急措施很少使用,通常表明监管机构认为等待最终决定可能会永久扭曲市场。
欧盟委员会负责清洁、公正和竞争转型的执行副主席特蕾莎·里韦拉将此案视为竞争法如何适用于AI生态系统的早期测试。
"人工智能正在为消费者带来令人难以置信的创新,其中之一就是新兴的AI助手市场,"里韦拉表示。"我们必须保护这一活跃领域的有效竞争,这意味着我们不能允许占主导地位的科技公司非法利用其主导地位为自己获得不公平优势。"
Meta对欧盟委员会的立场进行了反驳。在给媒体的声明中,一位发言人表示欧盟干预"没有理由",并争辩说AI助手有多种方式接触用户,包括通过移动应用商店、操作系统、设备、网站和合作伙伴关系。
该发言人还指出,类似的争议此前在巴西进行了测试,当地法院驳回了WhatsApp代表聊天机器人服务关键分发渠道的论点。
Meta现在有机会回应欧盟委员会的异议并为其政策进行辩护。如果布鲁塞尔最终对该公司作出不利裁决,Meta可能面临巨额罚款,并被要求改变WhatsApp与第三方AI服务的整合方式。
Q&A
Q1:Meta为什么要封锁其他AI助手进入WhatsApp?
A:Meta在2024年10月修改了WhatsApp商业政策,实际上禁止了通用第三方AI助手在平台上运营,只允许自家的Meta AI助手直接接入WhatsApp,这被欧盟认为是滥用市场主导地位的行为。
Q2:哪些AI助手被迫退出了WhatsApp?
A:OpenAI的ChatGPT和微软的Copilot都被迫退出了WhatsApp平台。OpenAI在WhatsApp上拥有超过5000万用户,微软也表示Copilot帮助了数百万人连接他们的AI伴侣。
Q3:欧盟可能对Meta采取什么措施?
A:欧盟正在考虑采取临时措施,可能迫使Meta在反垄断调查期间恢复竞争对手的访问权限。如果最终裁决不利,Meta可能面临巨额罚款,并被要求改变WhatsApp与第三方AI服务的整合方式。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。