OpenAI近期收购了个人理财初创公司Hiro和新媒体公司TBPN,表面上看似普通的人才收购,实则折射出该公司两大核心困境:一是如何在ChatGPT之外打造更具商业价值的产品,找到可持续的盈利模式;二是如何在公众面前重塑日益受损的企业形象。与此同时,Anthropic在企业端的强势崛起,尤其是Claude Code的走红,也让OpenAI倍感压力。
澳大利亚联邦法院发布新规,警告法律界在诉讼中使用生成式AI存在严重风险。首席大法官德布拉·莫蒂默指出,AI可能生成虚假案例引用、捏造引文及事实错误,向法庭提交不实信息"不可接受"。新规要求律师披露AI使用情况,核实所引法律依据的真实性,并对涉及机密信息的AI输入保持谨慎。违规者将面临费用裁定等法律后果。澳大利亚已发现至少73起因AI生成内容导致错误引用的案例。
OpenAI完成1220亿美元融资,亚马逊、英伟达、微软等巨头持续押注。然而,AI领域存在典型的"资金循环"现象——投资方既是股东又是客户,相互交叉持股引发外界质疑。与此同时,数据中心建设遭多地居民抵制,AI盈利模式尚不明朗。分析人士指出,当前AI需求仍强劲,但企业在推进AI规模化部署时,将面临供应受限、成本上升等现实挑战。
Gartner发布报告指出,超过70%依赖生成式AI进行大型机迁移的项目将无法实现预期效果,原因在于企业高估了AI工具的实际能力。报告预测,到2030年,75%的"大型机退出"市场供应商将被迫转型或退出市场。Gartner认为,大型机承载着海量关键业务数据,整体迁移在技术和财务上几乎不可行,建议企业优先评估工作负载,理性选择平台,而非轻信AI迁移的"魔法承诺"。
科切拉音乐节开幕,AI生成的虚拟网红大量涌现于社交媒体。这些由AI工具创建的"数字创作者"发布与名人同框的精修照片,却鲜少标注AI身份。部分账号坐拥数十万乃至百万粉丝,通过伪造出席画面吸引品牌赞助或引流至付费内容平台。随着生成式AI技术持续进步,真假网红愈发难以分辨,引发对信息真实性与平台披露机制缺失的广泛担忧。
Adobe创始人Shantanu Narayen宣布卸任CEO后,分析师指出,继任者的首要任务是推动Adobe向智能体AI时代转型。Adobe虽拥有8.5亿月活用户,并早在2023年便推出Firefly生成式AI工具,但面临Canva、Figma及OpenAI等竞争对手的多方压力。新任CEO需在保持专业级产品优势的同时,重新构建定价体系与平台架构,并建立开放、可互操作的AI技术栈,以确保Adobe在内容、场景与商业的智能化整合中占据核心位置。
微软最新Windows 11预览版(11.2512.28.0)已将记事本中的Copilot相关功能更名为"写作工具",品牌标识随之消失,但AI功能本身保留完整。此前Copilot按钮显示于工具栏右上角,现已移至高级功能设置区。此举延续了微软自3月起悄然收缩Copilot扩张的趋势,截图工具的AI功能也疑似被完全移除。目前变化仅限于Insider预览版,正式版用户暂未受影响。
艺术家Molly Crabapple亲历了生成式AI对创意产业的冲击:其作品在未经授权的情况下被大量抓取,用于训练AI图像生成器。数十亿张图像遭无偿使用,众多插画师因此失业,新人培训机会几乎断绝。科技公司以"进步"为名推行这一模式,却对创作者的权益漠然置之。作者援引卢德运动历史指出,抵制技术滥用并非落后,而是对人类劳动与文化尊严的捍卫。
YouTube Shorts正式推出AI虚拟分身(Avatar)功能,允许创作者通过录制自拍视频来克隆自己的外貌与声音,并将其插入现有短视频或生成全新内容。该功能要求创作者年满18岁,生成视频最长8秒,且所有AI生成内容均会添加水印及SynthID、C2PA等数字标签。此功能仍在逐步推出中,暂未公布具体时间表。与此同时,OpenAI已于上月关闭其视频生成平台Sora。
一项针对500余名科技领导者的调查显示,全球仅14%的AI部署企业拥有目标明确的完整战略,71%的企业策略尚不完善。CIO、CTO等技术负责人承受着在治理机制、员工培训和问责体系建立之前就仓促上马的压力。专家指出,"降本"是结果而非策略,企业应先明确问题再寻求解决方案。近80%受访者的员工每年AI培训不足10小时,43%的员工在使用AI时感到缺乏信心。
谷歌推出Gemini记忆导入功能,让用户能够从ChatGPT或Claude等AI服务转移聊天记录、偏好设置和个人信息。该功能支持免费和付费个人账户,覆盖全球大部分地区。用户只需复制指定提示词到原AI服务获取个人信息摘要,然后粘贴到Gemini即可完成记忆导入,同时还可导出并转移历史对话记录,让AI无需重新学习就能提供个性化服务。
摩根大通要求约6.5万名工程师和技术人员在日常工作中使用AI工具,管理层正在追踪员工使用这些工具的频率,使用情况可能影响绩效评估。员工被鼓励使用ChatGPT和Claude Code等工具进行编程、文档审查等任务,内部系统将员工分为"轻度用户"和"重度用户"。该银行将AI使用纳入绩效考核,旨在提高采用率和生产力,但也面临监管合规和风险控制挑战。
MIT工程师开发出名为VibeGen的AI模型,能够根据蛋白质的运动模式而非仅仅形状来设计蛋白质。该系统通过指定目标振动和弯曲模式,反向生成相应的蛋白质序列。VibeGen采用两个协作AI代理,一个负责设计候选序列,另一个评估其运动性能。这项技术在医药、材料科学等领域具有广阔应用前景,可设计出更精确的治疗蛋白质和具有特定机械性能的生物材料。
亚马逊零售业务高管召集工程师召开紧急会议,讨论一系列由生成式AI辅助代码变更引发的系统故障。上周亚马逊网站和应用出现6小时严重宕机,用户无法结账、查看账户信息或商品价格。内部备忘录显示,这些故障与"生成式AI辅助变更"有关。高级副总裁表示,AI工具加速生产变更导致不安全操作,公司将加强审查机制,由资深工程师审核初级员工的AI辅助代码变更。
贝莱德首席执行官拉里·芬克在致投资者的年度信函中警告,人工智能繁荣可能加剧不平等现象,只有少数公司和投资者能够获得其财务回报。这家管理14万亿美元资产的公司负责人指出,拥有数据、基础设施和资金大规模部署AI的公司将获得不成比例的收益,可能扩大贫富差距。芬克建议更多人应投资股市而非专注房产来积累财富。
英伟达DLSS 5技术因AI角色美化功能引发争议,游戏玩家对生成式AI应用表示强烈反对。游戏开发者大会调研显示,52%公司使用生成式AI,但仅36%员工在工作中使用,且52%开发者认为其对行业有害。目前AI主要用于研究构思和代码辅助,大型游戏公司仍保持谨慎态度,小型工作室的尝试也面临质量和伦理挑战。
数据科学团队展示92%准确率的生成式AI试点项目,高管们赞不绝口。然而一旦接入企业数据,准确率骤降至67%,客户中途放弃使用,项目在第三季度夭折。这种模式在数十家组织中重复上演。AI项目失败的根本原因并非模型本身,而是底层基础设施的缺陷和领导层未能提出关键问题。MIT研究发现,95%的试点失败源于数据质量和集成问题,而非AI技术本身。
MIT研究人员利用生成式人工智能模型克服了无线信号"透视"技术的精度瓶颈。新方法Wave-Former通过毫米波信号重建隐藏物体形状,准确率提升近20%。团队还开发了RISE系统,利用人体移动产生的多径反射重建整个室内场景,精度比现有技术提升一倍。该技术可应用于仓库机器人验货和智能家居人机交互,在保护隐私的同时实现精确的环境感知。
自ChatGPT发布以来,AI技术快速普及引发数据中心激增,环境成本急剧上升。国际能源署数据显示,全球数据中心用电需求增长速度是其他行业的四倍,2030年将超过日本用电量。生成式AI模型能耗比传统计算高出数倍,专家呼吁限制不必要的AI使用。澳大利亚预计五年内数据中心能耗将增长两倍,QuitGPT抵制运动兴起,倡导减少AI依赖以降低环境影响。
Netdata是一款功能强大的服务器监控工具,提供零配置可观测性和AI助手支持。它可以实时监控基础设施、应用程序、网络、日志等多种指标,支持Linux、macOS、Windows等多平台部署。安装简单,通过浏览器访问即可获得丰富的监控信息。用户可创建自定义仪表板,添加多个节点,还支持Docker容器监控等集成功能,为服务器管理提供全面的可视化解决方案。