全部新闻
Kareena Kapoor Khan的AI看着巴基斯坦的Rave Party，Sparks粉丝中的愤怒：“这个动画真是太糟糕了……” | - 印度时代
宝莱坞女演员Kareena Kapoor Khan在巴基斯坦的一个狂欢派对上跳舞的动画版本在社交媒体上风靡一时，引发了不同的反应。DJ Hamza Haris在Instagram上分享了剪辑，解释说他受到电影“ Kabhi Khushi Kabhie Gham”的场景的启发。尽管在活动期间引起了人们的热情，但在线粉丝们既批评动画的质量又与Kapoor Khan的相似之处。
美国教育部长将AI称为“ A1”，例如牛排酱|TechCrunch
美国教育部长琳达·麦克马洪（Linda McMahon）错误地将AI称为“ A1”，在ASU+GSV峰会上关于AI在教育和劳动力中的影响的小组讨论中。尽管她最初的修正，但她仍继续将条款混合在一起，主张将AI等先进技术纳入早期教育。该错误强调了AI术语的日益普遍性，同时强调了从教育领导力对学校技术融合的重要性的重要性。
Nvidia今天正在沉没。是时候购买人工智能（AI）股票了吗？
NVIDIA（NASDAQ：NVDA）的股票在周四的交易会上的爆炸性增长一天后，股票的下降幅度为7.5％。更广泛的市场也对中国与美国之间的贸易紧张局势的升级也产生负面反应，标准普尔500指数下跌了4.5％，纳斯达克综合综合量下降了5.5％。NVIDIA的年终表现显示21％的下降，反映了宏观经济不确定性的增加。分析师建议谨慎，但建议通过诸如美元成本平均的战略投资方法来获得回报的长期潜力。
Google首次亮相更多双子座更新：新工作区工具，Gemini 2.5 Flash和Agentic AI
Google Cloud Next Event看到了几个与AI相关的更新，尤其是在其Gemini Model系列中。Google宣布了Gemini 2.5 Flash，与Advanced Gemini 2.5 Pro相比，针对速度和成本效率进行了优化，该Pro现在在Vertex AI和独立的Gemini App上的公开预览中进行了预览。此外，由代理AI提供支持的新生产力功能已集成到Google工作区中，包括Google文档的音频版本和表格中的自动数据分析。Google还采用了拟人化的模型上下文协议（MCP），以启用其双子座模型的安全数据访问，并且OpenAI也采用了MCP。
Canva在多年来最大的更新中刚刚丢弃了6个令人兴奋的AI功能
Canva在年度会议上推出了Visual Suite 2.0，在其设计平台上引入了重要的AI驱动功能，旨在增强用户工作流程和创造力。关键添加包括用于通过聊天生成设计的CANVA AI，用于添加交互式元素的CANVA代码，无需编码的魔术图表，用于创建动态数据的视觉效果，具有功能强大的数据分析工具的增强的Canva表格，具有专业级的编辑的升级照片编辑器以及用于各种项目的统一工作空间。
Google和Range Media Partners启动了“ AI在屏幕上”，这是一项新的计划，委托有关人工智能的短片
Google和Range Media Partners正在合作启动“ AI在屏幕上”，该节目调试短片，探索人类与AI之间的关系。该倡议寻求与下一代观众产生共鸣的故事，并探讨人类融合引起的情感和道德困境。在18个月的时间里，他们将开发和生产这些短裤，旨在将两部适应长度的电影。Google的Range和Mira Lane的Peter Micelli强调了在AI日益影响日常生活的时代，各种讲故事的重要性。前两部电影“ Sweetwater”和“ Lucid”介绍了遗产的主题，并通过AI技术逃脱了。谷歌
Mira Murati将其新AI初创公司的筹款目标翻了一番，达到20亿美元。它可能是历史上最大的种子。
OpenAI的前首席技术官Mira Murati和Chatgpt开发的主要人物，正在为她的新生成型公司Thinke Machines Lab筹集了超过20亿美元的风险投资。这超过了先前报道的10亿美元目标，这反映了该领域的强烈投资者利益和缺乏专业知识。Murati寻求的确切估值尚不清楚，但估计至少为100亿美元。著名的OpenAI同事加入了她的创业公司，尽管众多竞争者和Google的双子座等主要参与者主导了竞争景观，但仍构成了雄心勃勃的目标。
新系统扩展了用于机器学习的AI3基础架构
AI创新研究所（AI3）已使用NVIDIA HGX H100系统升级其计算资源，以更有效地处理复杂的机器学习问题。这些高性能设置具有八个NVIDIA HGX HGX H100 GPU和6TB的内存，可为各种领域提供更快的数据处理和高级计算，包括语言，视觉，医疗保健，教育，可持续性，可持续性和天气建模。临时AI3主管史蒂文·斯基纳（Steven Skiena）指出，该系统的大量使用了从事诸如骆驼和DeepSeek的尖端大语言模型的学生，促进了跨学科领域的研究，例如计算机科学，心理学和认知科学。
AI网络芯片初创公司Neye Systems筹集了5800万美元，由Alphabet的Capitalg Fund领导
Neye Systems是一家开发AI数据中心的光学网络芯片的初创公司，已筹集了由Alphabet的Capitalg领导的5800万美元的风险投资。该公司的芯片使用光而不是电信号来在AI芯片之间传输信息，旨在减少能源消耗并提高数据中心的性能灵活性。投资者包括M12（Microsoft的风险基金），Micron Technology和Nvidia。
通过运输激活来控制语言和扩散模型
###激活传输摘要（ACT）和线性效果**介绍：**大型生成模型的复杂性和部署量表日益增加，引起了人们对其可靠性，安全性和潜在滥用的关注。为了解决这些问题，研究人员提出了通过基于最佳运输理论转向激活来控制模型生成的方法。**激活运输（ACT）：** - **概述：** ACT是一个框架，可以对大生成模型（LLM）和文本到图像扩散模型的输出进行细粒度的控制。 - **机制：**它利用最佳运输理论来引导模型激活，从而在产生的输出中诱导或预防特定概念或行为。 - **优势：** - 模态敏捷：跨不同类型的数据模态（例如文本和图像）的作品。 - 可忽略不计的计算开销：与传统方法相比，需要最少的额外计算资源，例如从人类反馈（RLHF）或微调中学习的传统方法。**线性效果：** - **概念：** ACT的特定应用是一种干预措施，该干预措施解决了从生成的输出中删除不希望的概念的挑战。 - **在生成模型中的应用：** - ** llms（大语言模型）：** - 通过提供对模型输出的精确控制来减少资源密集型过程和微调。 - 示例应用程序： - 通过有针对性的调整提高文本生成质量，而无需重新训练整个模型。 - 管理与生产环境中用户期望的一致性。 - **文本到图像扩散模型（T2IS）：** - 启用对图像细节的细粒度控制，例如增量更改（例如，添加更多树，调整样式）。 - 示例应用程序： - 通过学习源和目标风格提示之间的激活传输图来控制艺术风格。 - 从生成的图像中删除不希望的元素，例如否定的概念（例如，“不要显示粉红色的大象”）。**示例场景：**1。**在T2i模型中删除不希望的概念：** - 源提示：包括要删除的概念（例如，“一屋和一棵带有粉红色大象的树”）。 - 目标提示：排除不希望的概念（例如，“房屋和树”）。 - 线性act学习从源到目标的传输地图，有效地隔离并消除了被否定的概念。2。**控制T2i模型中的艺术风格：** - 源提示分发：未修改样式的原始提示。 - 目标提示分发：样式修饰的提示（例如，“动漫”，“ cyberpunk”）。 - ACT了解这些分布之间的ot图，从而可以精确控制艺术风格。3。**增强LLMS中的文本生成：** - 通过应用线性动作干预措施，模型可以生成更加对齐和上下文相关的文本输出，而无需大量重新培训。**结论：**随着生成模型的能力不断增长，对其产出的细粒度控制对于确保可靠性和安全性变得越来越重要。ACT提供了一个强大而有效的解决方案，该解决方案跨越不同的方式，其开销最少，这是研究人员和从业人员使用大型语言模型和文本对图像扩散模型的宝贵工具。**进一步阅读：** - **论文：**有关激活运输（ACT）的详细技术见解，请参阅原始论文。 - **代码库：**《代码实施法》可用于公共使用和进一步开发。
