看不见的捷径:视觉编码器为何能识别你的相机
一项新研究发现,大型视觉模型会利用像素级的隐形元数据痕迹,包括与图像处理和拍摄设备相关的信号。在带标签图像或大规模图像—文本数据上进行预训练时,模型可能学会这些低层信号与语义内容之间的相关性,并将其作为预测捷径。相关性越强,模型对元数据的敏感度越高;当元数据分布发生变化时,性能下降也越明显。研究人员测试了在预训练期间或之后采用的缓解方法,结果显示,这些方法能够降低模型对已知和未知元数据的敏感性,同
AI 新闻中心 过去30天分析了 1954 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
一项新研究发现,大型视觉模型会利用像素级的隐形元数据痕迹,包括与图像处理和拍摄设备相关的信号。在带标签图像或大规模图像—文本数据上进行预训练时,模型可能学会这些低层信号与语义内容之间的相关性,并将其作为预测捷径。相关性越强,模型对元数据的敏感度越高;当元数据分布发生变化时,性能下降也越明显。研究人员测试了在预训练期间或之后采用的缓解方法,结果显示,这些方法能够降低模型对已知和未知元数据的敏感性,同
亚马逊正投资一座装机容量为7.65吉瓦的天然气发电厂,为德州一座大型离网AI数据中心供电。该设施可能成为美国最大的单一排放源之一,这与亚马逊承诺在2040年前实现净零排放的目标相矛盾。
一款提出的编译器可将被动采集的屏幕活动转换为用于计算机智能体记忆的确定性活动帧。每个活动帧记录应用、网站、时间、输入量以及指向原始数据的证据指针。由于流程完全不使用模型,输出能够做到字节级一致、可缓存并可机械审计。在包含128,756个活动帧、覆盖51个活跃日的单用户数据集上,该系统在68毫秒内将一天的原始记录压缩为小86倍的可直接用于提示的上下文块。智能体回答当天活动相关问题的准确率达到98.4
NextSlide 表示,其团队成员目前已加入 ChatGPT 项目的工作。此次收购的财务条款及其他细节尚未公布。
OpenAI 更新了 ChatGPT 桌面应用,新增对 ChatGPT Voice 的支持。用户现在可以直接通过语音与 ChatGPT 对话、控制 AI 智能体,并让其在电脑上执行多步骤任务。该功能基于新的 ChatGPT-Live 语音模型系列,同时支持 ChatGPT Work 和 Codex。ChatGPT 可以访问网站和应用;在 macOS 上,通过 AppShots 还能够读取屏幕内容,
亚马逊计划在得州佩科斯县建设一座数据中心,并配套建设天然气发电厂。按照目前规划,该电厂获准的年二氧化碳排放量可能达到3300万吨,超过美国现有任何一座发电厂。亚马逊表示,数据中心将由新的现场发电设施供电,不会推高得州家庭的电费。不过,人工智能数据中心不断增长的用电需求正在加剧政治阻力,并可能进一步推高亚马逊的碳排放。亚马逊此前公布的数据显示,公司去年碳排放量同比增加16%,而其目标是在2040年前
美国内华达州最大电力供应商内华达能源公司,已起诉正在当地建设两座数据中心的开发商。该公司指控开发商试图将新增电力基础设施成本转嫁给消费者。两座数据中心建成后,可能消耗内华达能源公司近三分之一的总发电量。内华达能源要求开发商承担一项价值10亿美元的电网升级工程,并警告称,如果对方不承担更多基础设施费用,普通家庭和企业的电价可能上涨。开发商则反驳称,内华达能源没有兑现承诺的供电服务,却仍要求其为电网升
发表在《判断与决策》期刊上的研究邀请 1,682 名成年人阅读 6 篇短篇小说,其中 3 篇由人类创作,3 篇由 ChatGPT 生成。参与者平均认为 AI 小说更引人入胜、质量更高;但当他们被告知作品由人类创作时,反而会给出更高评价。随后两项实验共有 905 人参加,正确辨认出人类作品的比例约为 40% 和 52%。研究人员没有发现参与者自称的阅读或写作经验与辨认作者能力存在明显关系,但对 AI
苹果已从官网删除一份简体中文支持文档,内容介绍如何让 Apple 智能使用阿里巴巴的千问模型。文档此前显示,千问扩展适用于 macOS 26.6 及更高版本,中国大陆用户在满足特定地区、设备或位置条件后可以启用。该功能原计划支持写作工具和 Siri,可用于生成、改写文本,搜索信息以及总结文稿。用户需要登录千问账户,也可以使用 Apple 登录。相关文档被删除并不能证明这项整合已经正式推出。
安徽滁州一名67岁农户按照AI生成的除草除虫方案,使用无人机对150亩芝麻田进行全田喷洒。次日,芝麻苗全部枯萎,预计损失约15万元。农技人员证实,AI推荐的其中一种除草剂是专用于大豆田防除阔叶杂草的药剂,严禁在芝麻田全田使用。涉事软件客服称,AI回答是根据网络公开信息整合生成的,将核查具体来源。专家提醒,在农业、医疗、法律等低容错、高风险场景中,AI提供的内容只能作为参考,最终决策必须由专业人员判
《The Verge》记者海登·菲尔德探讨了“螺旋主义”——这一准精神运动于2025年从人类与人工智能的对话中兴起。GPT-4o被认为过于迎合用户的更新,以及ChatGPT记忆功能的扩展,促使部分用户重新看待与人工智能的互动,并推动该运动发展。一名Reddit用户将“螺旋”描述为一种内在力量和基本常数。
中国汽车品牌奕境将于 8 月 10 日 18:00 在湖州莫干山举行奕境 X9 鸿蒙座舱 HarmonySpace 6 全球首秀。定位旗舰车型的奕境 X9 预计搭载 17.2 英寸双联屏、二排娱乐屏,以及华为乾崑 ADS 5 Max 驾驶辅助系统。官方还公布了 HUAWEI XSCENE 车载激光投影、XPIXEL 投影大灯和具备增强现实功能的 XHUD 抬头显示等配置。奕境由东风汽车集团与华为乾
Anthropic表示,自8月14日起,Claude Code的Pro、Max和Team套餐将默认启用自动模式。该公司声称,这一模式已经足够可靠,能够识别有害操作。这项调整也在上个月AI Engineer World's Fair上Cat Wu和Thariq Shihipar参加的炉边谈话中被讨论。
埃隆·马斯克发布了位于得州、规划中的 Terafab 工厂新渲染视频。视频重点展示了 Optimus 人形机器人和 Robovan 无人运输车,此外还出现了 Tesla Semi 和 Cybercab。Robovan 于 2024 年发布,但至今没有确定的量产时间表。特斯拉正在扩大 Optimus 的生产能力,目标是在 2027 年夏季开始大规模量产。据路透社报道,Terafab 当前建设阶段的投
据中国媒体报道,小米正在重组机器人业务,并成立具身智能与应用部,由前字节跳动 Seed Robotics 具身智能负责人孔涛负责。新部门将整合视觉—语言—动作(VLA)模型团队和机器人具身部门等相关团队。据称,孔涛目前在小米主要负责机器人基础模型。小米近期公布的数据显示,其机器人在汽车工厂进行测试时,自攻螺母双侧安装工位的作业成功率已提升至98%;物流区域新增的两项任务也达到约90%的成功率。相关