全部新闻
所谓的泰勒·斯威夫特人工智能视频到底是怎么回事？
2025-10-08 18:08:08
一些 TikTok 用户声称泰勒·斯威夫特或她的团队使用人工智能为她的新专辑《歌舞女郎的生活》制作宣传剪辑。这些说法源于带有二维码的预告视频中存在的不一致之处。鉴于斯威夫特过去对人工智能滥用的批评，斯威夫特的粉丝们对所谓的人工智能使用感到不安，理由是环境问题和虚伪。#SwiftiesAgainstAI 等标签已经出现，尽管泰勒·斯威夫特的代表没有官方证实或否认，但许多人都同意这些指控。
一些 TikTok 用户声称泰勒·斯威夫特或她的团队使用人工智能为她的新专辑《歌舞女郎的生活》制作宣传剪辑。这些说法源于带有二维码的预告视频中存在的不一致之处。鉴于斯威夫特过去对人工智能滥用的批评，斯威夫特的粉丝们对所谓的人工智能使用感到不安，理由是环境问题和虚伪。#SwiftiesAgainstAI 等标签已经出现，尽管泰勒·斯威夫特的代表没有官方证实或否认，但许多人都同意这些指控。
JavaScript 库在浏览器中运行机器学习模型
2025-10-08 18:01:38
Julian Wilkison-Duran 开发了 AsterMind-ELM，这是一个 JavaScript 开源机器学习库，旨在将 ML 功能引入 Web 浏览器，而不需要大量资源。该项目在 devmio 国际 JavaScript 大会上推出，利用极限学习机 (ELM) 高效、快速地训练适合分类和回归等任务的模型。ELM 的工作原理是创建一个使用矩阵数学优化的随机隐藏层，使其变得轻量级，非常适合前端实时应用程序。Wilkison-Duran 的库使开发人员能够在浏览器中立即训练模型，从而为交互式工具、私有分类器、边缘分析等提供了可能性，而无需 GPU 或服务器。朱利安·威尔金森-杜兰
Julian Wilkison-Duran 开发了 AsterMind-ELM，这是一个 JavaScript 开源机器学习库，旨在将 ML 功能引入 Web 浏览器，而不需要大量资源。该项目在 devmio 国际 JavaScript 大会上推出，利用极限学习机 (ELM) 高效、快速地训练适合分类和回归等任务的模型。ELM 的工作原理是创建一个使用矩阵数学优化的随机隐藏层，使其变得轻量级，非常适合前端实时应用程序。Wilkison-Duran 的库使开发人员能够在浏览器中立即训练模型，从而为交互式工具、私有分类器、边缘分析等提供了可能性，而无需 GPU 或服务器。朱利安·威尔金森-杜兰
研究人员发现，人工智能使用得越多，它就越“乏味”
2025-10-08 17:53:00
Wiley 的全球调查显示，尽管目前有 84% 的研究人员使用人工智能，但他们相信人工智能的性能优于人类，这一比例比前一年有所下降。对人工智能超越人类能力的信心急剧下降，从 53% 降至不到三分之一。尽管如此，许多研究人员仍然发现人工智能有助于提高效率和输出质量。尽管缺乏时间探索人工智能等一些障碍略有减少，但对不准确、安全和道德的担忧正在上升。研究人员预计到 2027 年人工智能将得到广泛应用，但机构支持差距是其采用的障碍。
Wiley 的全球调查显示，尽管目前有 84% 的研究人员使用人工智能，但他们相信人工智能的性能优于人类，这一比例比前一年有所下降。对人工智能超越人类能力的信心急剧下降，从 53% 降至不到三分之一。尽管如此，许多研究人员仍然发现人工智能有助于提高效率和输出质量。尽管缺乏时间探索人工智能等一些障碍略有减少，但对不准确、安全和道德的担忧正在上升。研究人员预计到 2027 年人工智能将得到广泛应用，但机构支持差距是其采用的障碍。
利用生成式人工智能使机器人虚拟训练场多样化
2025-10-08 17:45:00
麻省理工学院 CSAIL 和丰田研究院的研究人员开发了一种名为“可操纵场景生成”的方法，利用人工智能为机器人创建逼真的训练环境。这种方法涉及通过蒙特卡罗树搜索 (MCTS) 和强化学习等技术将现有资产细化为物理精确的设置，从而生成不同的 3D 场景，例如厨房和客厅。该系统还可以适应用户的特定视觉描述，并确保场景中的对象正确交互。目标是为机器人准确执行任务提供真实的训练数据，并在有效教授机器人实际技能方面具有潜在的应用。
麻省理工学院 CSAIL 和丰田研究院的研究人员开发了一种名为“可操纵场景生成”的方法，利用人工智能为机器人创建逼真的训练环境。这种方法涉及通过蒙特卡罗树搜索 (MCTS) 和强化学习等技术将现有资产细化为物理精确的设置，从而生成不同的 3D 场景，例如厨房和客厅。该系统还可以适应用户的特定视觉描述，并确保场景中的对象正确交互。目标是为机器人准确执行任务提供真实的训练数据，并在有效教授机器人实际技能方面具有潜在的应用。
人工智能工具正在为明尼苏达州的一些部门生成警方报告，引发法律担忧
2025-10-08 17:45:00
提交即表示您同意接收有关 MPR 和 APMG 实体计划的信息，同意不出售、共享或滥用个人识别信息，并确认通过电子邮件中的取消订阅链接选择退出。个人数据将仅用于与用户就 MPR、APMG 实体和赞助商进行沟通。
提交即表示您同意接收有关 MPR 和 APMG 实体计划的信息，同意不出售、共享或滥用个人识别信息，并确认通过电子邮件中的取消订阅链接选择退出。个人数据将仅用于与用户就 MPR、APMG 实体和赞助商进行沟通。
人工智能估值泡沫现在变得愚蠢 |尼尔斯·普拉特利
2025-10-08 17:35:00
本文讨论了当前的人工智能泡沫与 20 世纪 90 年代末互联网泡沫的关系，强调了一些相似之处和警告信号。关键点包括基于历史标准的估值极度过高、主要科技公司主导指数的市场高度集中、人工智能公司之间交叉持股导致的相关风险增加，以及与 90 年代相比，维持长期繁荣的经济背景不太有利。作者表示，虽然当前的基础可能比互联网时代更加坚实，但围绕人工智能的情绪仍然过度依赖英伟达等特定股票，这呼应了过去对不可持续繁荣的担忧。我
本文讨论了当前的人工智能泡沫与 20 世纪 90 年代末互联网泡沫的关系，强调了一些相似之处和警告信号。关键点包括基于历史标准的估值极度过高、主要科技公司主导指数的市场高度集中、人工智能公司之间交叉持股导致的相关风险增加，以及与 90 年代相比，维持长期繁荣的经济背景不太有利。作者表示，虽然当前的基础可能比互联网时代更加坚实，但围绕人工智能的情绪仍然过度依赖英伟达等特定股票，这呼应了过去对不可持续繁荣的担忧。我
CoreWeave 推出无服务器强化学习功能来构建 AI 代理；股票上涨
2025-10-08 17:21:29
CoreWeave（纳斯达克股票代码：CRWV）推出了 Serverless RL，这是一项通过强化学习来训练 AI 代理的服务。此公告发布后，CoreWeave 的股价上涨了约 9%。这标志着完全托管的强化学习功能在市场上的首次亮相。
CoreWeave（纳斯达克股票代码：CRWV）推出了 Serverless RL，这是一项通过强化学习来训练 AI 代理的服务。此公告发布后，CoreWeave 的股价上涨了约 9%。这标志着完全托管的强化学习功能在市场上的首次亮相。
前 OpenAI 研究员 Leopold Aschenbrenner 如何将病毒般的 AI 预言转化为利润，拥有 15 亿美元的对冲基金以及从硅谷到华盛顿的巨大影响力 |财富
2025-10-08 17:05:59
本文详细介绍了利奥波德·阿申布伦纳 (Leopold Aschenbrenner) 从少年神童到成为通用人工智能 (AGI) 及其影响争论中的重要人物的历程。以下是要点：### 背景和早期职业生涯- **哥伦比亚大学**：15 岁入学，19 岁毕业致告别辞。- **有效的利他主义社区**：积极参与，共同创立了哥伦比亚的 EA 分会。- **FTX 未来基金**：与 Sam Bankman-Fried 合作开展慈善事业，直到 2022 年 11 月 FTX 倒闭。### OpenAI体验- **超级对齐团队**：加入以解决控制超越人类智能的未来人工智能系统的问题。- **水印提案**：推动为 ChatGPT 输出添加水印，这一想法最初因没有付诸行动而陷入停滞。- **政治笨拙**：被描述为粗鲁，有时傲慢；据称在一次假日聚会上分享了敏感信息（被阿申布伦纳否认）。- **被 OpenAI 解雇**：官方称 2024 年 4 月发生内部信息泄露。### 态势感知和对冲基金- **发表**：2024年6月发布《态势感知》，强调美国需要加速人工智能发展以超越中国。- **推出对冲基金**：推出了旨在从 AGI 恐惧和炒作中获利的基金。### 争议和批评- **道德问题**：关于利用人工智能恐惧获取经济利益的问题，特别是在有效利他主义社区中。- **意图明确**：对 Aschenbrenner 是否真正相信 AGI 带来的存在风险或利用它们作为筹集资金的手段持怀疑态度。- **对政策的影响**：批评者认为，他的信息影响了政策制定者，并促成了中美之间的技术冷战。＃＃＃ 分析- **智力影响**：尽管存在怀疑，阿申布伦纳的工作对有关通用人工智能发展和国际竞争的辩论产生了重大影响。- **财务影响**：他的对冲基金正受益于 AGI 的炒作，数十亿美元的资金可能与他的预测相关。总而言之，利奥波德·阿申布伦纳 (Leopold Aschenbrenner) 从一名天才少年到人工智能治理领域备受争议的人物的轨迹反映了技术进步、道德考虑和经济利益之间复杂的相互作用。他的工作引发了关于人工智能的未来及其全球影响的激烈辩论。
本文详细介绍了利奥波德·阿申布伦纳 (Leopold Aschenbrenner) 从少年神童到成为通用人工智能 (AGI) 及其影响争论中的重要人物的历程。以下是要点：### 背景和早期职业生涯- **哥伦比亚大学**：15 岁入学，19 岁毕业致告别辞。- **有效的利他主义社区**：积极参与，共同创立了哥伦比亚的 EA 分会。- **FTX 未来基金**：与 Sam Bankman-Fried 合作开展慈善事业，直到 2022 年 11 月 FTX 倒闭。### OpenAI体验- **超级对齐团队**：加入以解决控制超越人类智能的未来人工智能系统的问题。- **水印提案**：推动为 ChatGPT 输出添加水印，这一想法最初因没有付诸行动而陷入停滞。- **政治笨拙**：被描述为粗鲁，有时傲慢；据称在一次假日聚会上分享了敏感信息（被阿申布伦纳否认）。- **被 OpenAI 解雇**：官方称 2024 年 4 月发生内部信息泄露。### 态势感知和对冲基金- **发表**：2024年6月发布《态势感知》，强调美国需要加速人工智能发展以超越中国。- **推出对冲基金**：推出了旨在从 AGI 恐惧和炒作中获利的基金。### 争议和批评- **道德问题**：关于利用人工智能恐惧获取经济利益的问题，特别是在有效利他主义社区中。- **意图明确**：对 Aschenbrenner 是否真正相信 AGI 带来的存在风险或利用它们作为筹集资金的手段持怀疑态度。- **对政策的影响**：批评者认为，他的信息影响了政策制定者，并促成了中美之间的技术冷战。＃＃＃ 分析- **智力影响**：尽管存在怀疑，阿申布伦纳的工作对有关通用人工智能发展和国际竞争的辩论产生了重大影响。- **财务影响**：他的对冲基金正受益于 AGI 的炒作，数十亿美元的资金可能与他的预测相关。总而言之，利奥波德·阿申布伦纳 (Leopold Aschenbrenner) 从一名天才少年到人工智能治理领域备受争议的人物的轨迹反映了技术进步、道德考虑和经济利益之间复杂的相互作用。他的工作引发了关于人工智能的未来及其全球影响的激烈辩论。
Nvidia 首席执行官投资 xAI，对 AMD/OpenAI 协议感到惊讶 |PYMNTS.com
2025-10-08 17:03:08
Nvidia 首席执行官黄仁勋在接受 CNBC 采访时证实了该公司对埃隆·马斯克 (Elon Musk) 的人工智能初创公司 xAI 的投资。黄仁勋表达了对融资机会的热情，并提到了 Nvidia 最近对 CoreWeave 等其他人工智能公司的投资。他还评论了 AMD 与 OpenAI 的交易，对 AMD 决定在完成下一代产品之前提供其公司 10% 的股份表示惊讶。Nvidia 已承诺向 OpenAI 提供 1000 亿美元，凸显了人们对某些人工智能基础设施协议的循环性质的担忧。黄指出，OpenAI 在扩大业务规模时需要通过收入或额外股本和债务筹集更多资金。英伟达
Nvidia 首席执行官黄仁勋在接受 CNBC 采访时证实了该公司对埃隆·马斯克 (Elon Musk) 的人工智能初创公司 xAI 的投资。黄仁勋表达了对融资机会的热情，并提到了 Nvidia 最近对 CoreWeave 等其他人工智能公司的投资。他还评论了 AMD 与 OpenAI 的交易，对 AMD 决定在完成下一代产品之前提供其公司 10% 的股份表示惊讶。Nvidia 已承诺向 OpenAI 提供 1000 亿美元，凸显了人们对某些人工智能基础设施协议的循环性质的担忧。黄指出，OpenAI 在扩大业务规模时需要通过收入或额外股本和债务筹集更多资金。英伟达
Zendesk 表示其新的 AI 代理可以解决 80% 的支持问题 |TechCrunch
2025-10-08 17:00:25
Zendesk 在其人工智能峰会期间推出了一套人工智能驱动的产品，旨在减少人类依赖，其中一个自主支持代理预计将独立解决 80% 的问题，而一个副驾驶代理则负责剩余的任务。Zendesk 总裁 Shashi Upadhyay 表示，随着人工智能接管传统上由人类完成的工作，这种转变符合更广泛的行业趋势。新系统建立在收购 Hyperarc 和 Klaus 的基础上，初步的客户反馈显示满意度有所提高。Zendesk 的解决平台支持近 20,000 名客户，每年解决 46 亿个故障单，在客户支持中转向人工智能可能会产生巨大的经济影响。
Zendesk 在其人工智能峰会期间推出了一套人工智能驱动的产品，旨在减少人类依赖，其中一个自主支持代理预计将独立解决 80% 的问题，而一个副驾驶代理则负责剩余的任务。Zendesk 总裁 Shashi Upadhyay 表示，随着人工智能接管传统上由人类完成的工作，这种转变符合更广泛的行业趋势。新系统建立在收购 Hyperarc 和 Klaus 的基础上，初步的客户反馈显示满意度有所提高。Zendesk 的解决平台支持近 20,000 名客户，每年解决 46 亿个故障单，在客户支持中转向人工智能可能会产生巨大的经济影响。