人工智能
超过 70% 美国民众对 AI 的未来忧虑：就业与人际关系面临挑战
随着人工智能技术的迅速发展，各大科技公司频频宣称其工具将彻底改变世界，提高工作效率，减少枯燥劳动。 然而，一项最新的调查显示，超过七成的美国人对这一技术表示担忧，认为人工智能可能导致大量永久失业。 自从2023年 ChatGPT 爆火以来，关于生成式人工智能的讨论愈发热烈，有专家警告说，这场革命将引发自工业革命以来前所未有的失业潮。
AI教父辛顿：人类需要AI成为“母亲”，李飞飞：反对！
“AI 会统治人类吗？ ”这个问题，早已不是科幻小说的专属。 不如我们回顾下《爱，死亡与机器人》中那个荒诞又深刻的故事——《当酸奶统治世界》。
ACM MM 2025 | 小红书AIGC团队提出风格迁移加速新算法STD
基于一致性模型（Consistency Models, CMs）的轨迹蒸馏（Trajectory Distillation）为加速扩散模型提供了一个有效框架，通过减少推理步骤来提升效率。 然而，现有的一致性模型在风格化任务中会削弱风格相似性，并损害美学质量 —— 尤其是在处理从部分加噪输入开始去噪的图像到图像（image-to-image）或视频到视频（video-to-video）变换任务时问题尤为明显。 这一核心问题源于当前方法要求学生模型的概率流常微分方程（PF-ODE）轨迹在初始步骤与其不完美的教师模型对齐。
填补AI模型治理鸿沟：CISO必知的五大关键发现
尽管大多数企业都意识到对AI模型进行强有力治理的必要性，但许多企业仍在努力弥补可能减缓AI应用速度并增加风险的种种差距。 Anaconda一项针对300多名AI从业者和决策者的新调查结果凸显了开源工具存在的安全隐患、模型监控不一致以及AI工具链碎片化带来的运营挑战。 尽管经过验证，安全担忧依然居高不下开源软件是AI开发的核心，但同时也带来了需要谨慎管理的供应链风险，大多数受访者都制定了相关流程，以验证Python软件包的安全性和合规性，这些流程包括从自动化漏洞扫描到维护内部软件包注册表以及进行人工审查等多种方式。
AI就绪型数据：当下发展最快的技术，到底是什么？
在当今数字时代，人工智能(AI)正以前所未有的速度蓬勃发展，其影响力已深度渗透到商业与社会的各个领域。 在这一过程中，算法迭代与模型创新始终是行业关注的焦点。 然而，当深入探究AI技术落地的核心逻辑时会发现，数据才是支撑这一切的真正引擎。
外媒评北京世界人形机器人运动会：进步神速，比真人刺激
为期三天的2025世界机器人大会在北京落下帷幕，共有500多款人形机器人参加，它们来自16个国家的280个团队。 大会还举办了2025世界人形机器人运动会。 在足球比赛中，机器人频频碰撞翻倒；在跑步项目中，还有机器人在冲刺时摔倒。
当AI提升绩效却打击积极性时，CIO们能做什么
过去几年间，许多科技从业者已将部分思考工作外包给AI。 ChatGPT、Copilot等工具已司空见惯，帮助人类调试代码、起草报告或头脑风暴，工作效率大幅提升，但与此同时，另一种现象也在悄然发生：许多科技从业者在学习过程中投入减少，批判性思维减弱，与工作产生疏离感。 AI或许提升了工作表现，却常常削弱了工作动力。
所谓"廉价"的开源AI模型 正在吞噬你的算力预算
一项全新的综合研究表明，在执行相同任务时，开源AI模型比闭源竞争对手消耗的计算资源要多得多，这可能会削弱其成本优势，并重塑企业评估AI部署策略的方式。 该研究由AI公司Nous Research开展，发现开放权重模型使用的token(AI计算的基本单位)数量是OpenAI和Anthropic等闭源模型的1.5到4倍，对于简单的知识问答，差距会大幅扩大，某些开源模型使用的token数量最多可达闭源模型的10倍。 研究人员在周三发布的报告中写道：“开放权重模型使用的token数量是闭源模型的1.5至4倍(对于简单的知识问答，这一差距可达10倍)，因此尽管每个token的成本较低，但每次查询的成本有时反而更高。
被AI接管后，ERP系统还将剩下哪些部分？
观察人士表示，智能体和智能助手已开始改变员工与ERP系统的交互方式，减少了为充分发挥软件效能而需进行的许多重复性任务。 近年来，IT分析公司Forrester等专家预测，ERP系统已具备由AI驱动进行全面革新的条件，且这场变革已然拉开序幕。 咨询公司Columbus的高级AI业务顾问Christopher Combs表示，AI正助力部分企业将与ERP相关的手工劳动减少高达20%。
百度文库网盘发布GenFlow2.0，支持同时调用超100个专家智能体
8月18日，在百度AI Day开放日上，百度文库联合百度网盘发布全球首个全端通用智能体「GenFlow2.0」。 该产品支持超100个专家智能体同时干活，3分钟并行完成超5项复杂任务，生成速度超主流同类型产品10倍，率先做到「分钟级交付、过程可干预、记忆可追溯」。 目前，GenFlow2.0已经正式在百度文库Web端、APP端上线，无需排队、邀请码，所有用户均可以直接使用。
英国启动AI犯罪地图计划 2030年前锁定高风险区域
AIbase 报道:据neowin消息，英国政府科学、创新和技术部近日宣布启动“犯罪数据集中挑战赛”，目标是在2030年前为英格兰和威尔士打造一张由人工智能驱动的实时犯罪地图。 该地图旨在预测持刀犯罪和反社会行为等高风险事件的发生地点，协助警方提前部署力量、主动干预。 该项目隶属英国耗资5亿英镑的“研发任务加速器”计划，初始投资为400万英镑，原型预计在2026年4月完成。
如何使用人工智能优化边缘物联网
随着越来越多的公司将物联网（IoT）设备与边缘计算能力相结合，人们逐渐对如何使用人工智能（AI）来优化这些应用感到好奇。 以下是一些发人深省的可能性。 利用机器学习提高物联网传感器推断精度技术研究人员仍处于研究如何通过机器学习提高边缘部署物联网传感器性能的早期阶段。
PartCrafter：首个结构化3D多部件生成模型
本篇文章是北京大学、字节跳动和卡耐基梅隆大学的联合工作。 我们提出了 PartCrafter，一种新颖的结构化 3D 生成模型，为 3D 对象创建引入了一种变革性的方法。 PartCrafter 不仅能生成可分解的 3D 网格，还支持灵活的部件编辑，为创作者提供了更高的自由度。
营销预算不足的真实代价
拥有20多年丰富经验的资深营销高管佩吉·斯图德分享了她的见解，阐述了自疫情以来，以及在当前持续的经济变动中，营销策略是如何演变的。 斯图德探讨了长期品牌建设的重要性、营销预算合理化的挑战、AI的兴起，以及营销人员如何成功平衡品牌资产与需求创造，她还就带领团队应对不确定性，以及首席营销官在当今瞬息万变的环境中取得成功所需的技能给出了建议。 无论你是在应对预算削减，还是试图吸引年轻受众，这一期节目都提供了实用且可操作的策略。
未来5年，AI 发展为 Web 带来的机会
国内很多程序员（包括我自己）都是移动互联网大周期（2010～2020年）内入的行。 周期内智能手机用户快速增长，其中包括大量不拥有PC的用户。 随着手机入网超越PC，App逐渐取代搜索引擎成为新的流量入口。
Agent 产品如何定价？我们花的钱，究竟值不值？
一方面，我们对Agent的期望是成为一个可靠、高效、且不知疲倦的伙伴；另一方面，现实体验却常常被一些“意外”打断：资源瓶颈的窘境：在执行关键任务的冲刺阶段，系统突然弹出“积分/点数已耗尽”的提示，如同汽车在距离目的地一公里处耗尽燃油，进程戛然而止。 性能波动的无奈：用户时常面临算力“堵车”的困境，Agent的响应速度时快时慢，尤其在服务高峰期，其表现更像一个“兼职员工”，而非全天候的专业助理。 DeepSeek等前沿应用在发布初期因用户激增而导致的服务器高负载现象，便是这一挑战的缩影。
人工智能的局限性：人工智能无法企及的领域和任务
译者 | 李睿审校 | 重楼从图像识别、语言翻译到在国际象棋比赛中击败人类，人工智能如今取得了非凡的成就。 然而，人工智能并非万能，其在一些关键领域和任务上的能力仍远逊于人类。 目前的人工智能系统是“狭义”的专家，擅长解决定义明确的问题，但在需要常识、创造力或情感理解的情境中却难以应对。
尽管新协议不断推出，AI互操作性难题依然存在
在一年内，许多企业可能会运行数十个智能体，其中一些由企业内部构建，另一些则从五六个不同的供应商处购买。 对于一些CIO来说，这听起来就像是互操作性难题，近几个月来，虽然已经出现了一些AI标准化协议，但哪些协议将在市场上胜出仍不明朗，CIO们仍面临诸多棘手问题。 从长远来看，多智能体IT环境的倡导者认为，随着智能体接手大量目前由员工完成的琐碎且重复的任务，该环境有望大幅提高效率并显著节约成本，但与此同时，许多IT领导者也看到了严重的互操作性问题，包括数据安全、成本控制，以及多个智能体协同工作时对结果的不信任。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉