在近期Lex Fridman的播客节目中，英伟达（Nvidia）CEO黄仁勋（Jensen Huang）抛出了一枚重磅炸弹：“我认为我们已经实现了AGI（通用人工智能）。”这一言论迅速引发了科技圈的广泛讨论，但随后他又似乎对自己的说法有所保留。 ### AGI的定义之争 AGI，即通用人工智能，是一个长期以来定义模糊、充满争议的术语。它通常指在认知能力上达到或超越人类水平的AI系统。近年来，随着AI技术的飞速发展，关于AGI的讨论日益激烈，科技领袖、从业者和公众都参与其中。有趣的是，近几个月来，不少科技巨头开始有意与“AGI”这个标签保持距离，转而创造一些他们认为“不那么夸张、更有用、定义更清晰”的新术语——尽管这些新词本质上与AGI的含义大同小异。 此外，AGI的定义并非只是学术争论，它已成为大型商业合同中的关键条款。例如，在**OpenAI与微软**等公司的高额合作协议中，涉及AGI的条款可能直接关系到巨额资金的归属，凸显了其现实商业价值。 ### 黄仁勋的“AGI时刻”与后续修正 在播客中，主持人Lex Fridman将AGI定义为一种能够“基本上胜任你的工作”的AI系统，具体来说，就是能够创建、发展并运营一家价值超过**10亿美元**的成功科技公司。当他问黄仁勋认为AGI何时会成为现实（是5年、10年、15年还是20年）时，黄仁勋给出了一个令人惊讶的回答：“我认为就是现在。我认为我们已经实现了AGI。” Fridman当即回应：“你这句话会让很多人兴奋起来。” 黄仁勋随后以开源AI智能体平台**OpenClaw**及其病毒式传播的成功为例进行阐述。他表示，人们正在使用各自的AI智能体完成各种任务，并且“如果出现某种社交现象，或者有人创建了一个数字影响者……或某种社交应用，比如喂养你的电子宠物之类的，然后它突然意外地大获成功，我也不会感到惊讶。” 然而，话锋一转，黄仁勋似乎又对自己的激进论断进行了“降温”。他补充道：“很多人使用（这些AI智能体）几个月后，热度就逐渐消退了。现在，指望10万个这样的智能体去创建另一个英伟达，概率是零。” ### 行业背景与深层含义 黄仁勋这番看似矛盾的表态，恰恰反映了当前AI行业在AGI问题上的复杂心态。一方面，以**英伟达**为代表的硬件巨头是AI算力浪潮的最大受益者，其CEO有动力为行业前景描绘激动人心的图景，提振市场信心。另一方面，AGI的实现意味着AI能力质的飞跃，涉及巨大的伦理、安全和社会影响，任何过于绝对的宣称都可能引发不必要的争议或监管关注。黄仁勋先抛出“已实现AGI”的惊人观点吸引眼球，再用具体案例和概率论进行限定，这种策略既保持了话题热度，又为自己留下了回旋余地。 从更广的视角看，这场讨论也揭示了AI发展中的一个核心矛盾：技术能力的快速进步与“智能”本质定义之间的脱节。当AI能在特定任务（如编程、内容生成）上表现出色，甚至组合完成复杂项目时，我们是否就应称之为“通用”智能？还是说，真正的AGI需要具备人类般的意识、理解和创造力？黄仁勋提到的OpenClaw案例，或许展示了**AI智能体**在工具化、场景化应用上的潜力，但距离他口中“创建价值10亿美元公司”的AGI标准，显然还有很长的路要走。 ### 小结 黄仁勋关于AGI的言论，更像是一次精心策划的行业喊话，而非严谨的科学论断。它成功地将公众视线再次聚焦于AI发展的终极目标，同时也提醒我们，在狂热的技术叙事中保持审慎思考的必要性。AGI的实现之路，注定伴随着定义的重塑、能力的验证与边界的探索，而不仅仅是某位CEO的一句话。
## 一场关于AI“冒充”与“归属”的激烈对话 近日，《The Verge》主编Nilay Patel在其播客节目《Decoder》中，与**Superhuman**（前身为Grammarly）的CEO **Shishir Mehrotra**进行了一场备受关注的访谈。这场对话的背景，源于去年八月Grammarly推出的一项名为**Expert Review**的功能。该功能允许用户获得由AI克隆的“专家”提供的写作建议，而《The Verge》及其他媒体的记者们发现，这些所谓的“专家”名单中，竟然包括他们自己——包括主持人Nilay Patel本人。 ### 争议的引爆点：未经许可的AI克隆 **Expert Review**功能的推出，在媒体圈引发了轩然大波。核心争议在于： - **未经授权**：Superhuman/Grammarly在未征得任何记者或创作者明确许可的情况下，使用了他们的姓名和身份来创建AI驱动的“专家”角色。 - **引发众怒**：许多记者对此感到愤怒，认为这是对其身份和声誉的滥用。 - **法律行动**：知名调查记者**Julia Angwin**因此提起了集体诉讼，将争议推向了法律层面。 面对舆论压力和法律风险，Superhuman的应对措施经历了两个阶段： 1. 最初提供了基于电子邮件的**退出机制**。 2. 最终**完全下架了Expert Review功能**。 CEO Shishir Mehrotra也为此公开道歉。然而，这场风波留下的核心问题远未解决。 ### 专访焦点：AI时代的归属与冒充界限 在访谈中，Nilay Patel与Shishir Mehrotra的讨论多次陷入紧张气氛。双方的核心分歧点在于：**如何界定AI技术对个人身份的使用，是“归属”（attribution）还是“冒充”（impersonation）？** 以及，**AI公司究竟对内容创作者负有何种责任？** - **Shishir Mehrotra的观点**：作为前YouTube首席产品官和Spotify董事会成员，他试图从平台和产品经理的角度解释决策过程，并再次为事件道歉。他可能探讨了AI功能设计的初衷与现实中创作者感受之间的落差。 - **Nilay Patel的追问**：作为直接“被冒充”的当事人之一，Patel的提问尖锐而直接，聚焦于AI公司决策的透明度、对创作者权益的尊重，以及更广泛的——**AI技术给软件、平台和创意产业带来的“掠夺性”（extractive）感受**。 ### 超越个案：AI行业的普遍挑战 这场对话虽然源于一个具体的产品功能失误，但其揭示的问题具有行业普遍性： - **伦理与许可的缺失**：在急于推出AI新功能的竞争中，许多公司可能忽略了最基本的伦理审查和授权流程。使用真人身份（尤其是公众人物）训练或表征AI，应获得何种程度的同意？ - **创作者权益的模糊地带**：在AI生成内容（AIGC）爆发的时代，原创者的姓名、风格、观点被算法学习和模仿时，其权益边界在哪里？现行的版权和人格权法律框架面临挑战。 - **信任与品牌危机**：对于Superhuman（Grammarly）这样以“辅助创作”为核心产品的公司，伤害创作者信任的行为，对其品牌声誉的打击是巨大的。如何重建信任是后续关键。 ### 小结：一次必要的“对峙” 这次访谈的价值在于，它并非一次简单的危机公关回应，而是一次**CEO与直接受影响的用户（兼媒体监督者）之间的正面“对峙”**。Shishir Mehrotra选择出席并坚持完成访谈，本身就需要勇气。对话中的紧张感，恰恰反映了当前AI技术与社会、与个体碰撞中最真实的矛盾。 事件表明，AI公司不能仅仅关注技术实现和用户体验，还必须将**伦理考量、创作者关系和合规流程**前置。在AI能力日益强大的背景下，明确“归属”与“冒充”的界限，建立尊重创作者的行业规范，已成为整个行业无法回避的紧迫课题。否则，类似的争议和法律纠纷只会越来越多。
## AI网红经济迈入“颁奖季” 继AI选美大赛和AI音乐比赛后，生成式AI领域又迎来了一个标志性事件——**“年度AI人格”奖项**。这项由生成式AI工作室OpenArt与AI创作者平台Fanvue联合主办、AI语音公司ElevenLabs支持的竞赛，标志着AI网红经济正从“新奇玩意儿”向一个严肃且利润丰厚的产业转型。 ## 奖项详情与评选标准 竞赛于3月23日启动，为期一个月，总奖金池为**2万美元**，将分配给总冠军及五个细分类别：健身、生活方式、喜剧、音乐与舞蹈娱乐、以及虚构卡通/动漫/奇幻人格。获奖者将在5月的一场被誉为“AI人格奥斯卡”的活动中受到表彰。 参赛者需在OpenArt平台上开发自己的AI网红，并通过网站提交申请，需提供TikTok、X、YouTube和Instagram等社交媒体的账号信息、角色背后的故事、创作动机以及任何品牌合作细节。 评审团阵容包括13次艾美奖得主喜剧编剧Gil Rief、西班牙AI模特Aitana Lopez的创作者，以及AI生成福音歌手Solomon Ray背后的MAGA说唱歌手Christopher “Topher” Townsend。 根据评审简报，参赛者将根据四个标准评分： - **质量**：包括可靠地与粉丝互动、在社交渠道上保持一致的视觉形象，以及准确的细节（如“正确的手指和拇指数量”）。 - **社交影响力**：衡量其在社交媒体上的覆盖范围和参与度。 - **品牌吸引力**：评估其商业合作潜力和市场价值。 - **灵感来源**：强调角色背后需有“真实的叙事”。 ## 产业背景与深层意义 这项竞赛不仅是一场娱乐活动，更反映了AI网红经济的成熟化趋势。从早期的实验性项目到如今有组织、有资金支持的奖项，AI网红正逐渐脱离“技术演示”的范畴，成为具有独立商业价值的数字实体。 **“真实的叙事”** 这一评选标准尤其值得玩味——它暗示着，成功的AI网红不再仅仅是视觉或听觉的合成产物，而是需要具备连贯的背景故事和人格特质，以建立与受众的情感连接。这与传统网红经济的逻辑一脉相承，但实现手段完全依赖于生成式AI技术。 同时，**“正确的手指数量”** 这类细节要求，暴露出当前AI生成内容仍面临的挑战：尽管技术飞速进步，但在一致性、物理合理性和细微之处仍可能出现瑕疵。奖项通过设立明确标准，间接推动了行业在技术精度上的自我完善。 ## 谁可以参与？ 竞赛向所有创作者开放，无论是已有成熟AI网红作品的资深人士，还是刚刚入门的新手。这种包容性表明，主办方希望挖掘更多样化的创意，并降低行业准入门槛，从而激发更广泛的创新。 ## 小结 “年度AI人格”奖项的出现，是AI网红经济进入新阶段的信号。它不再满足于制造话题，而是试图建立一套评价体系，将技术能力、叙事技巧和商业潜力整合在一起。随着更多资源注入和公众关注度提升，AI网红有望从边缘走向主流，成为数字内容生态中不可忽视的一环。然而，这也带来了新的问题：当AI人格开始争夺奖项和商业合同，它们将如何影响真实创作者的生存空间？又该如何界定这些虚拟实体的法律和伦理地位？这些问题，或许比奖项本身更值得行业深思。
近期，备受期待的开放世界游戏《赤色沙漠》在发布后引发了玩家和评论界的双重关注。一方面，游戏评价褒贬不一；另一方面，更引人争议的是，玩家在最终版本中发现了疑似AI生成的美术素材。面对质疑，开发商近日正式承认，在游戏开发过程中确实使用了AI生成的艺术内容，但强调这些内容原本计划在发布前被替换。 ## 事件回顾：从质疑到道歉 《赤色沙漠》是一款由韩国开发商Pearl Abyss打造的大型多人在线角色扮演游戏（MMORPG），自公布以来就因其宏大的世界观和精美的画面备受期待。然而，游戏发售后，细心的玩家在Reddit等社区论坛上指出，部分游戏内的纹理、图标或环境细节看起来“粗糙”或“不自然”，具有典型AI生成图像的特征——如逻辑混乱的细节、重复的图案或缺乏艺术一致性。 面对社区日益增长的质疑，开发商在社交媒体平台X上发布了一份声明，正式回应此事。声明中，公司承认在开发过程中使用了AI生成的美术资产，但解释称这些内容原本是作为“占位符”或概念草图使用，计划在最终版本中被专业美术师创作的内容所取代。然而，由于开发流程中的疏忽，部分AI内容意外留在了发售版本中。 ## 开发商的补救措施与行业反思 为挽回玩家信任，开发商宣布正在进行一项“全面审查”，以识别并替换游戏中所有AI生成的内容。公司同时为两件事道歉：一是AI内容出现在最终产品中，二是在开发阶段未就AI的使用进行更透明的沟通。声明中写道：“我们本应更清楚地披露我们对AI的使用。” 这一事件并非孤例。近年来，生成式AI在游戏行业的应用已成为一个极具争议的话题。随着Midjourney、Stable Diffusion等工具的普及，许多大型工作室开始尝试将AI用于概念设计、纹理生成甚至角色创建，以加速开发流程、降低成本。然而，这一趋势也遭到了不少独立开发者和小型团队的抵制，他们公开宣称自己的游戏“不含AI”，以强调对传统艺术创作和人类创造力的尊重。 ## AI美术的伦理与质量困境 《赤色沙漠》事件凸显了AI在游戏开发中面临的几个核心挑战： * **透明度问题**：玩家和社区是否有权知道游戏内容是否由AI生成？缺乏披露可能损害信任。 * **质量控制**：AI生成的内容在细节一致性、艺术意图和整体质量上可能难以达到专业美术师的水平，匆忙集成可能导致产品观感下降。 * **工作流程整合**：如何将AI工具有效、负责任地整合到现有开发管线中，避免“占位符”意外流入最终产品，是许多团队需要解决的工程管理问题。 * **创意与伦理平衡**：使用AI是创新的助力，还是对艺术创作的稀释？行业仍在寻找平衡点。 ## 对《赤色沙漠》未来的影响 目前，开发商承诺的“全面审查”正在进行中，预计将通过后续更新补丁移除或替换有问题的资产。这一事件无疑给游戏的声誉蒙上了一层阴影，尤其是在首发评价本就不甚理想的情况下。能否及时、彻底地修复问题，并重建与玩家社区的沟通桥梁，将直接影响游戏的长远运营和玩家留存。 从更广的视角看，《赤色沙漠》的案例为整个游戏行业敲响了警钟：在拥抱AI技术提升效率的同时，必须建立更严格的品控流程、更透明的沟通策略，以及更明确的伦理准则。否则，类似的“AI泄露”事件可能不仅损害单个产品的口碑，还会加剧玩家对AI生成内容的普遍不信任感。 未来，我们或许会看到更多工作室制定明确的AI使用政策，并在游戏 credits 或宣传材料中主动披露AI的参与程度，以应对日益增长的消费者知情权需求。
## 马斯克宣布建造Terafab芯片工厂：AI与太空竞赛的新棋局 埃隆·马斯克近日宣布，计划在德克萨斯州奥斯汀建造一座名为**Terafab**的芯片制造工厂，该工厂将由**特斯拉**和**SpaceX**联合运营。这一举措旨在为马斯克旗下公司的机器人、人工智能以及太空数据中心大规模生产芯片，以应对当前AI行业蓬勃发展带来的芯片供应压力。 ### 为何需要Terafab？ 马斯克与其他科技高管一样，对芯片行业能否跟上AI爆炸式增长的需求表示担忧。随着生成式AI、自动驾驶和太空计算等领域的快速发展，高性能芯片已成为战略资源。Terafab的目标是生产能够支持**每年高达200吉瓦**的地球计算能力和**高达1太瓦**的太空计算能力的芯片，这直接服务于特斯拉的自动驾驶系统、SpaceX的星链网络以及xAI等AI项目。 ### 挑战与不确定性 然而，建造芯片制造工厂绝非易事。它需要**数十亿美元的投资**、**多年时间**以及高度专业化的设备。更关键的是，马斯克本人**没有半导体生产背景**，且过往在目标和时间表上常有“过度承诺”的记录。正如彭博社所指出的，这一计划目前缺乏明确的时间线——马斯克未透露工厂何时投产，也未说明何时能实现上述计算能力目标。 ### 行业背景与意义 在全球芯片短缺和地缘政治紧张的背景下，科技巨头自建芯片产能已成为趋势。从苹果的M系列芯片到谷歌的TPU，垂直整合能更好地控制供应链、优化性能并降低成本。Terafab若成功，将强化马斯克在AI和太空领域的自主权，减少对外部供应商（如台积电、英伟达）的依赖。 ### 关键问题待解 - **资金与合作伙伴**：数十亿美元的资金从何而来？是否会引入外部投资者或政府补贴？ - **技术路线**：工厂将采用哪种制程工艺（如3纳米、5纳米）？是否专注于特定芯片类型（如AI加速器）？ - **产能规划**：如何平衡特斯拉、SpaceX及其他内部需求与潜在的外部客户？ ### 小结 Terafab计划是马斯克在AI和太空战略上的重要一步，但它的实现面临技术、资金和时间上的多重挑战。在缺乏具体时间表和详细路线图的情况下，这一“宏伟计划”能否落地，仍需观察。对于AI行业而言，这反映了头部玩家对芯片自主可控的迫切需求，也可能在未来重塑供应链格局。
在今年的GDC游戏开发者大会上，AI技术几乎渗透到了每个角落。从展台上各大厂商展示的生成式AI工具——能够创建AI驱动的NPC，甚至仅通过聊天框就能生成完整游戏，到腾讯AI工具生成的像素艺术奇幻世界演示，再到Razer展示的用于QA测试的AI助手，AI的身影无处不在。然而，一个引人深思的现象是：在开发者们实际制作的项目中，AI却几乎被完全排除在外。 ## 展台上的AI热潮与开发者的冷遇 记者在GDC现场体验了**腾讯AI工具生成的像素艺术奇幻世界**，并观看了**Razer的AI QA助手**如何自动记录射击游戏中的问题。Google DeepMind研究人员关于“可玩AI生成空间”的演讲更是座无虚席。这些展示描绘了一个AI赋能游戏开发的未来图景。 但与此形成鲜明对比的是，记者采访的众多开发者——尤其是独立游戏开发者——几乎一致表示不会在自己的项目中使用AI技术。《The Melty Way》的开发者Gabriel Paquette的观点颇具代表性：“我认为人类思维是如此美妙，为什么不使用它呢？” ## 开发者为何对AI说“不”？ 开发者们拒绝AI的主要原因集中在以下几个方面： * **对“人性化”创作价值的坚守**：许多开发者认为，使用AI会削弱游戏开发中的人文元素和艺术表达。游戏不仅是技术产品，更是创作者思想、情感和独特视角的载体。 * **对质量与“AI糟粕”的担忧**：近期**英伟达DLSS 5技术**在公开演示中，为知名游戏角色添加了被批评为“AI糟粕”般的面部效果，这一事件加剧了开发者，特别是小型独立团队，对AI生成内容质量的疑虑。他们担心AI工具可能产出低质量、缺乏灵魂的内容，损害游戏的整体体验和艺术性。 * **行业内的负面情绪增长**：这一现象并非孤立。根据近期的一项GDC调查，认为“生成式AI对游戏产业产生负面影响”的受访者比例已从2024年的18%、2025年的30%，**攀升至2026年的52%**。这反映出行业内部对AI技术应用的矛盾心理正在加剧。 ## 市场反应与“AI-Free”标签 部分独立开发者已经开始主动强调其游戏为“**AI-Free**”（无AI），以此作为吸引特定玩家群体的卖点。这暗示着在玩家社区中，可能也存在对AI生成内容的抵触情绪，开发者们敏锐地捕捉到了这一市场信号。 ## 分析与展望：AI在游戏产业的真实位置 当前GDC呈现的图景揭示了AI技术在游戏行业的一种“结构性错位”： * **工具层火热，创作层谨慎**：AI作为辅助工具（如QA测试、概念生成、资产创建加速）在厂商端被大力推广，但在核心创意和内容生产环节，开发者们持保留态度。 * **效率与艺术的拉锯**：AI承诺的是开发效率的提升和成本的降低，而开发者们担忧的是艺术完整性和创作独特性的丧失。这场关于“工具理性”与“创作感性”的博弈仍在持续。 * **未来路径：融合而非替代**：短期内，AI可能更广泛应用于游戏开发的边缘环节或特定类型的内容生成（如部分场景、道具）。但要进入游戏叙事的核心，AI技术仍需在理解情感、叙事连贯性和艺术风格一致性上取得突破，并赢得创作者社区的信任。 **小结**：GDC 2026如同一面镜子，映照出AI与游戏产业关系的现状与张力。一边是技术供应商描绘的效率革命，另一边是创作者对人文价值的坚守。AI无疑正在改变游戏开发的工作流程，但它能否真正融入游戏的“灵魂”，仍取决于技术如何更好地服务于而非取代人类的创造力。这场对话才刚刚开始。
当OpenAI在2024年首次向公众发布其文本到视频生成式AI模型Sora时，导演瓦莱丽·维奇（Valerie Veatch）和许多人一样，被这项技术所吸引。尽管她并不完全理解其背后的原理，但她对它能做什么感到好奇，并看到其他艺术家正在建立在线社区来分享他们的新AI创作。 然而，维奇很快发现，这项技术常常在没有明确提示的情况下，生成充满种族主义和性别歧视的图像。更令她不安的是，她周围那些AI爱好者似乎对此毫不在意。这种怪异的状况不仅让她远离了早期的生成式AI实验，更促使她拍摄了纪录片《机器中的幽灵》（Ghost in the Machine）。 ## 从好奇到警惕：一位导演的AI觉醒 维奇最初被生成式AI吸引，是希望借此与创意社群连接。但当她深入其中，看到的却是技术不加掩饰地输出偏见内容。她指出，许多AI爱好者对这种现象视而不见，甚至将其合理化，这让她感到震惊。这种“集体盲视”促使她追问：为什么AI会这样工作？它的根源是什么？ ## 揭开“人工智能”的营销面纱 在与记者的视频通话中，维奇直言不讳地批评了行业对“人工智能”这一概念的刻意模糊化。她说：“为了使用‘人工智能’这个词，我们必须知道这他妈到底是什么意思。事实是，它没有任何意义；它一直是一个营销术语，完全具有误导性。” 她认为，这种模糊性让公众难以理解技术的本质，也掩盖了其背后可能存在的伦理问题。 ## 追溯历史：种族科学与AI的隐秘联系 《机器中的幽灵》没有聚焦于生成式AI加速主义者所鼓吹的、遥不可及的社会效益，而是深入挖掘了这项技术的历史根源，试图解释它为何以当前的方式运作。 影片揭示了一个关键论点：**现代生成式AI的发展，其思想基础部分植根于历史上的种族科学（race science）和优生学（eugenics）思潮**。这些思潮试图通过数据分类、优化和筛选来定义“理想”的人类特质，而今天的AI系统，在数据训练、模式识别乃至内容生成上，都不自觉地继承了类似的逻辑框架——尽管表现形式更为隐蔽和技术化。 ## 行业炒作与公众认知的脱节 维奇希望通过这部纪录片，记录生成式AI的起源，让人们对当前所处的“行业炒作狂热周期”有一个清晰的认识。她指出，在技术光环和营销话术的包裹下，公众往往只看到AI的“创造力”，却忽略了其训练数据中可能固化并放大的社会偏见，以及背后可能存在的危险思想遗产。 ## 启示：我们需要怎样的AI对话？ 维奇的探索提醒我们，对生成式AI的讨论不能仅停留在“它能做什么”的功能层面，更需要深入“它为什么这样做”的历史与伦理层面。当技术以“智能”和“创新”之名快速推进时，批判性地审视其思想源流、数据构成和输出影响，变得尤为重要。 **《机器中的幽灵》的价值，或许就在于它撕开了技术中立的神话，迫使观众面对一个 uncomfortable truth：我们正在饮用的生成式AI“迷魂汤”，其配方中可能混合着一些我们不愿承认的历史毒素。** 要真正负责任地发展AI，或许首先需要诚实面对它的全部过去。
## Gemini任务自动化初体验：缓慢却震撼的AI助手革命 作为资深科技评测编辑，我在Pixel 10 Pro和Galaxy S26 Ultra上测试了Google Gemini的全新任务自动化功能。这是首次有AI助手能够真正“接管”手机，代替用户操作应用程序。虽然目前仅支持少数外卖和网约车服务，且仍处于测试阶段，但这次体验让我确信：我们正在见证AI助手的未来雏形。 ### 缓慢但专注的“数字管家” 测试中最直观的感受是**速度问题**。让Gemini通过外卖应用点一份晚餐，整个过程耗时九分钟——如果用户自己操作，可能只需要两分钟。这种缓慢源于AI需要逐步理解界面元素、做出判断并执行操作，就像一个新员工在学习使用陌生软件。 但关键在于，Gemini的设计初衷并非与人类比拼速度。它的核心价值在于**后台自动化**：当你在手机上处理其他事务，甚至完全离开手机时，Gemini可以继续完成任务。想象一下，在赶飞机前反复检查护照的间隙，让AI帮你叫车或订餐——这种“并行处理”能力才是其真正优势。 ### 令人惊叹的“现场推理”能力 最让我印象深刻的是Gemini的**实时问题解决能力**。在一次点餐测试中，我要求订购“鸡肉套餐”，但菜单显示的是“半份”选项。Gemini没有僵住或出错，而是自动推理出“两个半份等于一份”，并正确完成了选择。屏幕上实时显示的文字提示——“正在为套餐选择第二份照烧鸡肉”——让整个过程透明可见。 这种动态适应能力，超越了简单的脚本执行。它表明Gemini正在学习**理解界面逻辑**，而不仅仅是机械点击。当然，它仍有局限：当屏幕中央明显显示“蔬菜配菜”选项时，Gemini反而需要更多时间寻找——这说明视觉识别和上下文理解仍是挑战。 ### 当前局限与未来潜力 必须承认，目前的Gemini任务自动化**尚未解决任何紧迫的痛点**。对于急需叫车或快速点餐的用户，手动操作仍是更优选择。支持的应用程序也极为有限，仅涵盖少数服务商。 但这次测试的意义在于**验证了技术可行性**。这是首次在真实手机环境（而非发布会演示或受控场景）中，看到AI助手真正“使用”应用程序。虽然缓慢笨拙，但它确实在工作——这种“真实感”比任何宣传视频都更有说服力。 ### AI助手进化的关键一步 从行业角度看，Gemini的尝试标志着**AI交互范式的转变**。传统语音助手（如Siri、Google Assistant）主要处理信息查询和简单指令，而Gemini开始涉足**跨应用任务流**。这需要更复杂的多模态理解（结合视觉、文本和操作逻辑），也是通向“通用人工智能助手”的必经之路。 Google选择从外卖、出行等高频但相对结构化的场景切入，是明智的务实策略。这些场景的界面相对规范，任务目标明确，降低了初期试错的复杂度。随着模型迭代和数据积累，未来有望扩展至更复杂的领域（如旅行规划、账单管理）。 ### 写在最后：缓慢起步，未来可期 测试结束时，我最大的感受是：**这确实只是开始**。Gemini任务自动化目前更像一个“技术演示”，而非成熟产品。它的速度、准确性和适用范围都需大幅提升。 但正如第一代iPhone的触摸屏也曾被诟病“不如实体键盘”，革命性技术的早期版本往往如此。Gemini展示的，是AI从“回答问题”走向“执行任务”的可能性。当它不再需要九分钟点餐，而是能无缝处理日常琐事时，手机使用体验将被彻底重塑。 对于普通用户，现在或许不必急于尝试；但对于科技观察者，这次测试无疑是一次震撼的预告——**真正的AI助手时代，正在缓慢而坚定地走来**。
2026年3月20日，特朗普政府公布了一份新的AI监管立法蓝图，这份七点计划的核心信息明确：联邦政府应避免对AI进行过多监管（除儿童安全规则外），并应禁止各州干扰“实现全球AI主导地位的国家战略”。 ## 蓝图核心：联邦优先与儿童安全 这份政策文件是在两党对儿童安全问题的压力下制定的，但仍将AI加速发展置于优先位置。它建议国会采取以下措施： * **保护未成年人**：为使用AI服务的未成年人提供更多保障，包括限制AI模型使用未成年人数据进行训练，以及限制基于这些数据的定向广告。 * **建立年龄验证机制**：建议国会为可能被未成年人访问的AI平台和服务，建立“商业上合理、保护隐私的年龄确认要求（例如家长证明）”。这一提议因潜在的隐私和监控问题而存在争议。 * **应对基础设施挑战**：采取行动试图防止因AI基础设施导致电力成本飙升。 * **鼓励技能培训**：鼓励“青年发展和技能培训”以提升对AI工具的熟悉度，但未提供更多细节。 ## 争议焦点：版权与州权限制 蓝图在其他关键监管领域则表现出明显的克制态度： * **版权问题**：对于未经许可使用受版权保护的材料训练AI模型是否合法，建议采取观望态度。 * **州级立法权**：延续了共和党长期以来的主张，试图限制各州制定自己的AI法律。文件明确表示，应禁止各州干扰“实现全球AI主导地位的国家战略”。 ## 政策延续与落地前提 值得注意的是，这份蓝图鼓励通过类似《Take It Down Act》的法律。该法案已于2025年5月签署成为法律，禁止未经同意的AI生成“亲密视觉描绘”，并要求特定平台迅速删除此类内容。 然而，**这份蓝图及其所有条款，只有在国会将其采纳为立法并通过成为法律后才会生效**。这意味着它目前仅代表行政部门的政策建议，最终形态和效力取决于国会的立法进程。 ## 行业背景与潜在影响 这份蓝图的发布正值全球AI监管竞争日趋激烈之际。欧盟的《人工智能法案》已率先确立全面监管框架，而美国国内，加州等州也在积极探讨各自的AI立法。特朗普政府的这份文件，清晰地反映了其政策倾向：在确保基本安全（尤其是儿童保护）的前提下，尽可能减少监管对AI研发和产业发展的束缚，以维持和提升美国在全球AI竞赛中的领先地位。 这种“联邦优先、限制州权”的思路，如果最终成为法律，将可能统一美国的AI监管环境，降低企业在不同州面临合规差异的成本，但同时也可能削弱地方根据自身情况应对AI风险的能力。围绕版权、隐私（如年龄验证）以及州与联邦权力划分的争论，预计将在未来的立法过程中持续发酵。
自本世纪初以来，谷歌搜索一直是互联网的基石，其标志性的“10个蓝色链接”搜索体验和“点击即所得”的承诺赢得了用户的信任。然而，这一传统正在悄然改变。谷歌已开始在搜索结果中使用AI生成的标题替换原始新闻标题，这一做法从Google Discover新闻流延伸到了传统搜索页面。 ## 实验性变革：AI改写标题已悄然进行 据《The Verge》报道，谷歌发言人Jennifer Kutz、Mallory De Leon和Ned Adriance证实，这是一个“小规模”和“有限范围”的实验，尚未获得全面发布的批准。但谷歌未透露实验的具体规模。 过去几个月，《The Verge》的多名员工发现，谷歌搜索结果中出现了他们从未撰写的标题。这些标题不符合《The Verge》的编辑风格，且没有任何迹象表明谷歌替换了原始标题。例如，原标题“我使用了‘一切作弊’AI工具，但它没帮我作弊任何事”被简化为“'一切作弊'AI工具”，这几乎让人误以为《The Verge》在推荐一款他们完全不建议使用的产品。 ## 行业影响：出版商与搜索引擎的博弈 这一变化不仅限于新闻网站，谷歌表示也在调整其他网站在搜索结果中的显示方式。对于出版商而言，这类似于书店撕掉书籍封面并更改书名——他们花费大量时间撰写真实、有趣、值得阅读的标题，而AI改写可能扭曲原意或降低内容质量。 从AI行业背景看，谷歌此举是其AI整合战略的一部分，旨在优化搜索体验和提升效率。然而，这也引发了关于内容完整性、媒体自主权和AI伦理的讨论。在生成式AI快速发展的背景下，搜索引擎如何平衡自动化与准确性成为关键挑战。 ## 未来展望：搜索体验的十字路口 尽管实验规模尚小，但这一趋势可能预示着搜索结果的进一步个性化或AI驱动化。用户是否接受这种改变，以及它如何影响信息传播的可靠性，仍有待观察。对于依赖搜索流量的媒体来说，这既是机遇也是风险——AI可能提升曝光率，但也可能削弱品牌控制力。 **关键点总结：** - 谷歌正在实验用AI改写新闻标题，从Google Discover扩展到传统搜索结果。 - 实验目前为“小规模”，但已观察到标题含义被改变的例子。 - 这反映了AI在搜索中的深度整合，同时引发内容完整性和媒体自主权的担忧。 - 未来搜索体验可能更加AI驱动，但需平衡自动化与准确性。
## 亚马逊的“二次尝试”：从Fire Phone到AI驱动的Transformer 距离亚马逊**Fire Phone**黯然退市已超过十年，这家科技巨头似乎正酝酿重返智能手机战场。据路透社报道，亚马逊正在开发一款代号为“**Transformer**”的新手机，其核心将围绕其AI助手**Alexa**展开。这款设备由亚马逊的**ZeroOne**团队负责，该团队由前微软Zune和Xbox项目负责人**J Allard**领导，显示出亚马逊对此次尝试的重视程度。 ## 设计理念：向“极简主义”靠拢 与主流智能手机追求多功能、高配置不同，“Transformer”的设计灵感部分来源于售价700美元的**Light Phone**——一款以黑白显示屏、无应用商店为特色的极简主义“哑手机”。这表明亚马逊可能有意避开传统应用生态的竞争，转而探索一种更专注、更轻量的设备形态。团队在开发过程中同时考虑了智能手机和“哑手机”两种设计方案，反映出对市场细分需求的灵活应对。 ## 核心卖点：AI优先，而非操作系统 尽管Alexa将是这款手机的中心，但报道明确指出，它“**不一定会成为手机的主要操作系统**”。这意味着亚马逊可能不会像Fire Phone那样基于定制Android系统深度整合Alexa，而是让AI助手以更独立、更智能的方式融入用户体验。 **关键转向在于应用策略**：Fire Phone当年因应用生态薄弱而受挫，亚马逊此次似乎吸取了教训。知情人士透露，“**将人工智能能力集成到设备中**”是开发重点，手机可能依赖类似ChatGPT中的“**迷你应用**”（mini apps），而非完整的应用商店。这种模式可降低开发门槛，快速响应需求，同时避免与iOS和Android的庞大生态正面交锋。 ## 行业背景：AI竞赛下的硬件突围 亚马逊近年来在AI领域持续投入，试图追赶OpenAI、谷歌等竞争对手。推出AI手机可视为其**将AI能力从智能音箱扩展到移动场景**的战略延伸。通过硬件载体，亚马逊能更直接地收集用户数据、优化Alexa体验，并巩固其智能家居生态的入口地位。 然而，挑战依然存在： - **用户接受度**：今年初，部分用户升级到基于大语言模型的**Alexa Plus**后，抱怨其“广告泛滥”且响应变慢，这为AI驱动的用户体验蒙上阴影。 - **市场定位**：如果定价偏高（如参考Light Phone的700美元），它可能难以吸引大众消费者；若定价亲民，又需平衡成本与AI功能。 - **生态整合**：如何让迷你应用模式既满足日常需求，又不牺牲便利性，将是关键考验。 ## 未来展望：谨慎前行，时机未定 目前，亚马逊尚未公布“Transformer”的发布时间表或定价细节。Fire Phone曾以199美元起步仍告失败，此次尝试能否成功，取决于亚马逊能否真正解决AI落地的实用性问题，而非重复过去的错误。 **总结来说**，亚马逊的“Transformer”手机不是对Fire Phone的简单复刻，而是一次**以AI为中心、避开传统应用生态的差异化实验**。它反映了科技公司试图通过硬件创新抢占AI入口的趋势，但最终成败将取决于用户体验和市场验证。
当前，人工智能领域正出现一种日益扩大的文化断层：企业界对AI的部署热情高涨，不断宣扬它将改变一切；而普通民众的反应却出奇一致——不感兴趣，甚至反感。多项研究显示，人们普遍担忧AI带来的负面影响，认为这项技术并不值得承受其潜在风险。 ## 企业狂热 vs. 公众冷淡 在商业领域，无论规模大小，公司都在积极寻找AI的应用场景，并不断强调这项新技术将如何颠覆各行各业。然而，当转向公众视角时，情况截然不同。人们并非主要担心AI会“抢走工作”或引发“末日危机”，而是更根本的问题：**AI缺乏真正改变游戏规则的消费级应用场景**。 尽管AI作为企业软件可能具有价值，也能让编程变得前所未有的简单，但至今仍缺少一个让普通用户愿意为之付费的“杀手级应用”。这种供需错配导致了当前的文化断层。 ## 研究数据揭示的公众态度 多项权威调查印证了这种公众情绪： - 多数选民认为AI的风险大于收益 - 美国人普遍对AI提升人类能力、影响社会的看法持谨慎态度 - 人们不认为现有AI技术带来的好处足以抵消其潜在负面影响 这种态度并非源于对技术本身的恐惧，而是基于实用主义的评估：如果一项技术没有明显改善日常生活，却带来隐私、就业或伦理方面的担忧，那么“不感兴趣”就成了理性选择。 ## 行业反思与未来方向 AI行业需要正视这一现实：技术先进性与市场接受度之间存在巨大差距。企业不能仅凭“技术将改变一切”的口号推动AI普及，而必须开发出真正解决用户痛点、提供明确价值的应用。 当前AI应用多集中在企业效率工具或娱乐噱头层面，缺乏像智能手机、社交媒体那样深刻融入日常生活的产品。直到AI能找到那个“人们愿意付费”的核心场景，这种文化断层可能将持续存在。 ## 小结 AI的技术进步与公众接受度之间的鸿沟，反映了更深层的市场成熟度问题。企业需要从“技术能做什么”转向“用户需要什么”，才能跨越这道认知鸿沟。在找到那个真正改变游戏规则的消费级应用之前，“为什么人们讨厌AI”这个问题可能不会有根本性改变。
据《华尔街日报》报道，OpenAI 正在开发一款桌面“超级应用”，旨在将其旗下的 **ChatGPT**、**Codex AI 编程应用** 和 **AI 驱动的 Atlas 浏览器** 整合到一个统一的应用程序中。这一举措是公司简化产品线、提升用户体验和应对市场竞争的关键战略调整。 ### 整合背后的战略考量 OpenAI 应用业务 CEO **Fidji Simo** 在一份内部备忘录中指出，产品“碎片化”已经拖慢了公司的发展步伐，并影响了产品质量的持续提升。她强调：“当新的赌注开始见效时——就像我们现在在 Codex 上看到的那样——加倍投入并避免分心至关重要。” 这一整合计划反映了 OpenAI 在经历了一段快速扩张和探索期后，正进入一个“重新聚焦”的阶段。去年，公司因推出 **Sora 视频应用** 和收购 Jony Ive 的 AI 硬件公司等重磅消息而备受关注，但同时也面临着来自 **Anthropic** 等竞争对手日益激烈的压力，特别是 **Claude Code** 在编程领域的迅速崛起。 ### 桌面“超级应用”的潜在影响 * **用户体验优化**：将聊天、编程和浏览器功能整合到一个应用中，有望减少用户在不同工具间切换的摩擦，提供更流畅、一体化的 AI 助手体验。 * **资源集中与效率提升**：整合有助于 OpenAI 集中开发资源，避免“侧线任务”的干扰，从而更专注于核心产品的打磨与创新。 * **应对市场竞争**：面对 Anthropic 等对手在特定垂直领域（如编程）的挑战，通过整合强化自身产品矩阵的协同效应，可能是 OpenAI 巩固市场地位的一种方式。 ### 已知细节与不确定性 * 目前，这一整合计划主要针对 **桌面端** 应用，**移动版 ChatGPT 预计不会发生变化**。 * 具体的产品界面设计、功能融合方式以及正式发布时间表尚未公布。OpenAI 发言人 **Lindsey Held** 已对此报道不予置评。 ### 小结：从探索到聚焦的必然选择 OpenAI 规划桌面“超级应用”的举动，标志着其从广泛的技术探索和产品发布，转向对已验证成功的核心产品进行深度整合与强化。这不仅是应对内部效率挑战和外部竞争压力的务实之举，也预示着 AI 应用正从单一功能工具向集成化、平台化方向演进。对于开发者和普通用户而言，一个更强大、更便捷的统一 AI 工作平台值得期待，但其最终能否实现“1+1+1>3”的效果，仍有待产品正式亮相后的市场检验。
Adobe今日宣布其AI图像生成工具**Firefly Custom Models**进入公开测试阶段。这一功能允许创作者和品牌使用自己的图像资产训练定制化AI模型，从而生成符合特定艺术风格、角色设计或摄影美学的图像。 ## 核心功能：从通用到定制 传统的AI图像生成器通常基于海量通用数据集训练，生成结果虽然多样，但难以精准匹配个人或品牌的独特视觉风格。Firefly Custom Models解决了这一痛点：用户只需上传自己的图像作品（如插画、角色设计、摄影集），模型便会分析这些资产中的关键视觉元素——包括**笔触粗细、色彩搭配、光影效果、角色特征**等，并学习模仿其整体美学。 这意味着，一位插画师可以训练一个模型来保持自己标志性的线条风格和用色习惯；一个品牌则可以确保其营销物料中的所有生成图像都符合既定的视觉识别系统。 ## 工作流与隐私保护 Adobe强调，定制模型旨在为需要大量产出内容的团队和创作者**简化工作流程**。一旦模型训练完成，它就可以成为可重复使用的基础工具，应用于不同的项目、简报和营销活动中，在保证产出规模的同时，维持视觉一致性，无需每次都从零开始构思。 在备受关注的隐私与版权方面，Adobe做出了明确承诺： * **模型私有化**：用于训练定制模型的图像默认是私有的，不会被用于训练Adobe的通用Firefly模型。 * **版权提示**：在训练开始前，系统会提示用户确认自己拥有所用素材的必要权利和许可，并确保使用定制模型不会侵犯他人版权。这延续了Adobe将Firefly定位为“符合道德且商业安全”的AI工具的路线。 ## 行业背景与意义 在AI图像生成领域，风格一致性和版权合规是两大核心挑战。许多工具在生成复杂角色或特定画风时容易出现“角色崩坏”或风格漂移。Firefly Custom Models的推出，直接瞄准了专业创作者和商业机构对**可控性、一致性和所有权**的强烈需求。 此举可被视为Adobe巩固其在创意软件领域领导地位的关键一步。通过将AI能力深度集成到以Photoshop、Illustrator为代表的成熟生态中，并赋予用户定制化控制权，Adobe正在构建一个从灵感生成到最终成品都更无缝、更专属的创意工作环境。去年Adobe Max大会上该功能以非公开测试形式亮相，如今开放给公众试用，标志着其商业化落地迈出了重要一步。 对于广大创作者而言，这或许意味着一个新时代的开始：AI不再仅仅是模仿大众风格的“助手”，而是可以真正内化个人艺术DNA，成为专属的、可扩展的创意伙伴。
谷歌本周宣布，将从下个月开始为美国Fitbit用户提供一项预览功能：允许Fitbit的AI健康教练读取用户的医疗记录。这一举措标志着谷歌正式加入亚马逊、OpenAI和微软等科技巨头的行列，押注用户愿意用最敏感的健康数据换取更个性化的健康建议。 ## 功能详解：医疗记录如何赋能AI教练 根据谷歌健康智能产品管理总监Florence Thng在博客中的说明，用户可以将医疗记录（包括**化验结果、用药记录和就诊历史**）链接到Fitbit应用程序中。这些数据将与可穿戴设备收集的数据相结合，帮助AI健康教练提供“更安全、更相关、更个性化”的建议。 Thng举例说明：“用户不再只能得到关于胆固醇的通用答案，而是可以提问‘如何改善我的胆固醇？’。教练随后能够总结你的胆固醇化验结果，突出显示重要数值和趋势，并根据你的医疗历史和可穿戴数据提供个性化的健康信息。” ## 数据安全与使用边界 谷歌在公告中强调了数据安全和用户控制权： - **医疗记录不会用于广告**，这与Fitbit处理其他健康数据的原则一致。 - 用户将完全控制自己的数据，包括如何使用、共享或删除。 - 未来几个月内，用户将能够通过链接或二维码“安全地分享”他们的记录和AI摘要给家人或医疗提供者。 值得注意的是，谷歌在博客末尾添加了一个重要免责声明：**“Fitbit并非旨在使用你的医疗记录来诊断、治疗、治愈、预防或监测任何疾病或状况。”** 公司明确建议用户在做出任何健康相关改变前咨询专业人士。 ## 行业背景：科技巨头竞逐健康AI赛道 谷歌此举并非孤立行动，而是科技行业大趋势的一部分。亚马逊、OpenAI和微软等竞争对手早已布局，相信用户愿意用敏感数据交换个性化健康指导。这种模式的核心在于： 1. **数据深度整合**：将传统医疗记录与实时可穿戴数据结合，创造更全面的健康画像。 2. **个性化建议**：超越通用健康提示，提供基于具体医疗历史的定制化指导。 3. **用户控制与隐私**：在提供便利的同时，必须建立严格的数据保护机制。 ## 潜在影响与挑战 这项功能的推出可能带来多方面影响： - **用户体验提升**：对于慢性病患者或关注特定健康指标的用户，获得基于实际医疗数据的建议可能更具参考价值。 - **数据隐私担忧**：尽管谷歌承诺严格保护，但医疗记录的高度敏感性意味着任何数据泄露都可能造成严重后果。 - **责任界定模糊**：AI提供“建议”而非“诊断”的界限在实际使用中可能难以把握，用户可能过度依赖AI指导。 ## 睡眠追踪的重大更新 在同一公告中，谷歌还提到Fitbit的睡眠追踪功能将迎来“迄今为止最重要的更新”。虽然具体细节尚未公布，但这表明谷歌正在全面加强Fitbit的健康监测能力，从日常活动数据延伸到更专业的医疗记录整合。 ## 展望：健康AI的未来 随着AI技术不断成熟，健康领域的个性化服务正从“通用建议”向“数据驱动定制”演进。Fitbit的这一步尝试，不仅关乎产品功能升级，更反映了科技公司如何重新定义健康管理的边界——在提供便利与保障安全之间寻找平衡点。 对于用户而言，关键问题仍然是：你愿意用多少隐私换取多少个性化？谷歌和它的竞争对手们，正在用实际产品寻找这个问题的答案。
在科技与政治日益交织的当下，AI 行业领袖的公开表态往往能引发广泛关注。然而，当亿万富翁、特朗普政府 AI 与加密货币政策制定者 **David Sacks** 就美国与伊朗的战争发出警告时，其声音似乎并未激起预期的波澜。 ## 一场被忽视的警告 近期，David Sacks 在其播客节目 **All In** 中公开建议特朗普政府寻找途径结束与伊朗的战争。他基于伊朗可能攻击邻国油气设施等近期事态发展，描绘了多个令人担忧的现实情景。Sacks 指出，这场战争不仅导致能源市场瘫痪、破坏美国与中东及欧洲的关系，还疏远了特朗普核心支持阵营中的部分成员。 值得注意的是，Sacks 做出这一表态本身被视为一项 **“政治冒险”** 行为。作为深度参与政府科技政策制定的关键人物，公开质疑总统的军事决策，无疑将自己置于微妙境地。 ## AI 在政治优先级中的位置 文章揭示了一个关键洞察：**在战争期间，人工智能并非最高政治优先事项**。尽管 AI 技术正以前所未有的速度重塑社会与经济，但当国家陷入军事冲突时，决策者的注意力往往会迅速转向更直接的生存与战略问题。 然而，这并不意味着 AI 行业能置身事外。Sacks 警告称，战争对科技及 AI 产业的冲击将是 **“极其严峻的”**。地缘政治紧张可能扰乱全球供应链、影响技术合作、并迫使企业重新评估在动荡地区的业务布局。对于依赖稳定国际环境的 AI 研发与部署而言，这无疑构成重大挑战。 ## 科技政策制定者的双重角色 David Sacks 的身份值得玩味：他既是私营领域的亿万富翁、科技投资者，又在特朗普政府中担任 **“AI 与加密货币沙皇”**，负责塑造相关科技政策。这种双重角色使他既能从产业视角洞察风险，又需在政治体系中谨慎行事。 他的公开警告，或许反映了科技精英对政策走向的深层焦虑——当军事行动占据主导，长期性的技术战略与创新议程可能被迫让位。 ## 行业影响与未来观察 尽管 Sacks 的警告目前似乎被“大范围忽视”，但其指出的问题不容小觑： - **地缘政治风险**：AI 产业的发展高度依赖全球化协作与数据流动，地区冲突可能人为制造技术壁垒。 - **政策注意力分散**：政府资源与关注度被战争大量占用，可能导致 AI 监管、投资与伦理框架的推进放缓。 - **企业战略调整**：科技公司或需重新评估在敏感地区的研发中心、数据中心及市场布局。 从更广视角看，这一事件也凸显了 **“科技政治化”** 的趋势——技术领袖日益频繁地就外交、军事等传统政治议题发声，试图影响政策议程。然而，他们的声音能否被有效倾听，仍取决于复杂的权力结构与时机。 ## 小结 David Sacks 对伊朗战争的警告虽未立即改变政策风向，却为观察 AI 与地缘政治的互动提供了一个鲜活案例。在技术加速变革的时代，战争、能源与联盟关系等“硬政治”议题，依然可能压倒 AI 等“软实力”议程。对于 AI 行业而言，如何在这种不确定性中保持韧性、并继续推动有益于全球的技术创新，将是持续面临的考验。
## 一个关于AI与狗狗癌症的“奇迹”故事 2024年，澳大利亚科技企业家保罗·康宁汉姆的爱犬罗茜被诊断出癌症。在传统化疗效果有限、兽医表示无能为力后，康宁汉姆决定自己寻找治疗方法。他声称使用**ChatGPT**进行头脑风暴，聊天机器人提出了**免疫疗法**作为选项，并引导他联系新南威尔士大学的专家。随后，他又借助**ChatGPT**和谷歌的**AlphaFold**蛋白质结构AI模型，帮助解读罗茜癌症的基因分析结果。 在UNSW教授帕尔·索达森的协助下，他们为罗茜开发了一种针对其肿瘤突变的**个性化mRNA疫苗**。索达森认为，这可能是首次为狗狗设计此类治疗。去年12月首次注射后几周，康宁汉姆报告罗茜的肿瘤有所缩小，精神状态改善，甚至能在公园追逐兔子。然而，肿瘤并未完全消失，其中一个甚至毫无反应。康宁汉姆本人也澄清：“我绝不认为这是治愈，但我相信这治疗为罗茜争取了显著更多的时间和更好的生活质量。” ## 故事如何被简化与传播 尽管康宁汉姆强调了治疗的局限性，但这个故事在传播过程中迅速被简化为“**ChatGPT治愈狗狗癌症**”的叙事。这种简化版本——首先由《澳大利亚人报》报道，随后被《新闻周刊》等媒体转载——恰好迎合了科技巨头长期渴望的验证：**AI将彻底改变医学，攻克最致命的疾病之一**。它提供了一个易于传播、充满希望的情节：一个绝望的主人、一只生病的狗，以及一群聊天机器人联手创造医学奇迹。 ## 现实远比故事复杂 **这个故事的核心问题在于过度归功于AI，而忽略了背后复杂的科学和人力投入。** 康宁汉姆本身没有生物学或医学背景，ChatGPT的作用更多是**信息检索和初步方向建议**，而非独立进行医学诊断或治疗设计。真正的突破性工作——基因分析、mRNA疫苗的个性化设计与开发——是由**新南威尔士大学的专业科研团队**完成的。AlphaFold在蛋白质结构预测方面提供了辅助，但整个治疗过程远非“AI单枪匹马治愈癌症”那么简单。 ## 对AI医疗热潮的冷思考 这个案例凸显了当前**AI在医疗领域应用宣传中常见的陷阱**： - **过度简化**：将复杂的、多步骤的医疗过程简化为“AI治愈”的单一叙事，忽视了专业科学家的关键角色。 - **期望管理失衡**：故事最初传播时，治愈的“奇迹”部分被放大，而“未完全治愈”、“仅延长生命”等重要细节被淡化，这可能误导公众对AI医疗能力的认知。 - **验证需求**：科技行业迫切需要能证明AI革命性潜力的“成功案例”，这种需求有时会压倒对故事严谨性和完整性的追求。 ## 小结：AI是工具，而非神医 罗茜的故事是一个关于希望、主人爱心与跨学科合作的感人案例，但它**不应被误解为AI医疗成熟度的标志**。它提醒我们： - **AI在医疗中是强大的辅助工具**，能帮助梳理信息、提出假设，但无法替代专业的医学判断、严谨的临床试验和深厚的生物学知识。 - **负责任的故事讲述至关重要**，尤其是在涉及生命健康的领域，必须准确传达技术的实际作用与局限性。 - **真正的医疗进步**依然依赖于**科学家、医生、技术专家与患者（或主人）的共同努力**，而非任何一个单一技术的神话。 在AI持续渗透医疗领域的今天，我们需要更多这样**剥去光环、审视细节**的报道，以避免陷入技术万能论的泡沫，从而更扎实地推动AI为人类（和动物）健康带来切实、可靠的益处。
英伟达近日发布了名为 **DLSS 5** 的“3D引导神经渲染模型”，这项技术能够实时改变游戏的光照和材质，旨在通过AI生成技术提升游戏的视觉真实感。然而，其首次演示却引发了大量玩家的不满和争议。 ## 技术核心与演示风波 DLSS 5 被英伟达描述为“自2018年实时光线追踪推出以来，公司在计算机图形学领域最重大的突破”。其核心是一种 **3D引导的神经渲染模型**，通过融合几何、纹理等游戏可控元素与生成式AI，动态调整游戏中的光照和材质，以达到更逼真的视觉效果。 然而，在演示中，这项技术被用于“升级”现有游戏角色的面部，例如在《生化危机：安魂曲》的演示中，角色面部被AI处理得更加“精致”或“美化”，这一做法被许多玩家批评为“yassified”（意指过度美化或失去原味），并在社交媒体上催生了大量恶搞表情包。玩家普遍认为，这种改动偏离了原始艺术家的创作意图，让熟悉的角色变得陌生。 ## 玩家与业界的强烈反弹 **玩家的不满主要集中在几个方面：** - **艺术完整性的破坏**：许多玩家认为，DLSS 5 在未经开发者或艺术家同意的情况下，擅自修改游戏内容，是对原创作品的不尊重。 - **技术应用的错位**：批评者指出，英伟达本可以将 DLSS 5 宣传为提升未来次世代游戏画质的技术，但却选择“改造”现有游戏，暗示这些游戏“看起来不够好”，这引发了玩家的抵触情绪。 - **视觉效果的争议**：部分观察者将 DLSS 5 的效果类比为电视上的“运动平滑”功能，认为其AI生成的改动可能显得不自然或过度，反而破坏了游戏原有的视觉风格和沉浸感。 ## 英伟达的回应与CEO表态 面对如潮的批评，英伟达CEO **黄仁勋** 做出了直接回应。根据 Tom's Hardware 的报道，黄仁勋表示批评者“完全错了”，并解释称 DLSS 5 融合了游戏几何与纹理的可控性以及生成式AI，开发者可以对生成式AI进行“微调”。他强调这项技术仍在追求真实感，并尊重原始艺术家的意图。 然而，这种强硬表态并未平息争议，反而加剧了玩家与公司之间的对立感。有评论认为，英伟达在技术推广策略上可能“失去了与玩家的共鸣”，未能充分理解社区对游戏艺术性的珍视。 ## AI图形技术的行业反思 DLSS 5 的争议凸显了AI在游戏图形领域应用的深层挑战： - **创意与技术的平衡**：生成式AI能够增强视觉效果，但如何确保其不越界、不篡改核心艺术表达，成为开发者和技术提供商必须谨慎对待的问题。 - **玩家接受度的边界**：玩家社区对于游戏修改的容忍度有限，尤其是涉及角色形象等敏感内容时，技术升级需要更透明的沟通和可选的定制化设置。 - **行业标准的探索**：随着AI渲染技术日益普及，行业可能需要建立更明确的准则，界定AI辅助图形与原始创作之间的关系，以避免类似的信任危机。 ## 小结 DLSS 5 作为英伟达在AI图形领域的最新尝试，技术上虽有突破，但其首次亮相却因对现有游戏内容的“改造”而遭遇滑铁卢。这场风波不仅反映了玩家对游戏艺术完整性的坚守，也提醒科技公司：在推进AI能力时，需更注重与创意社区和用户需求的协同。未来，DLSS 5 能否通过更合理的应用场景和可调节选项赢得玩家认可，将取决于英伟达如何从此次争议中吸取教训，在技术创新与艺术尊重之间找到平衡点。
## Nvidia DLSS 5：AI 渲染的“同质化面孔”争议 Nvidia 昨日发布了其最新的图像升级技术 **DLSS 5**，并称之为“自 2018 年实时光线追踪推出以来，公司在计算机图形学领域最重大的突破”。然而，当实际效果展示出来时，这一宣称却引发了广泛质疑。 ### 技术宣称与实际观感的反差 根据 Nvidia 的描述，DLSS 5 能够“为像素注入逼真的光照和材质”，但几乎所有观察者都注意到一个共同问题：它将游戏中可识别的面孔变成了类似 **AI 生成内容（AI slop）** 的样貌。 - **《生化危机：安魂曲》** 的主角 Grace 经过 DLSS 5 处理后，面容变得如同出自某些 AI 视频，失去了原有的独特质感。 - **《霍格沃茨之遗》** 中的角色看起来像是被 Instagram 滤镜过度处理，面部特征趋于平滑和同质化。 - 就连现实中的知名人物，如利物浦队长 Virgil van Dijk，在演示中也面部扭曲，变成了“另一个普通人”。 这种效果被形容为一种 **“AI 面孔”** 的泛化现象，即所有角色都呈现出一种相似、缺乏个性的外观，这与当前 AI 生成艺术中常见的“同质化”审美倾向如出一辙。 ### 类比与影响：超越“运动平滑”的视觉改变 有评论将 DLSS 5 比作 **运动平滑（motion smoothing）**，但指出它走得更远——不仅处理动态，还直接改变了静态的面部特征。这种技术虽然旨在提升视觉保真度，却意外地引入了一种 **“AI 风格”的均质效果**，使得不同游戏、不同角色的视觉差异性被削弱。 ### 行业背景与开发者态度 值得注意的是，DLSS 5 尚未正式推出（计划于秋季发布），且需要高性能硬件支持，并作为可选功能提供。然而，作为全球最具价值的科技公司之一，Nvidia 正在大力推广这项技术，并获得了多家主流游戏开发商的支持。 - **Bethesda** 总监 Todd Howard 在 Nvidia 的公告博客中表示，DLSS 5 能让“艺术风格和细节闪耀，而不受传统实时渲染限制的束缚”，并确认 **《星空》** 将支持该功能。 - **Capcom** 执行制作人 Jun Takeuchi（负责《生化危机：安魂曲》等大作）称 DLSS 5 是“推动视觉保真度的又一重要步骤”。 这些表态显示，尽管公众对“AI 面孔”效果有所批评，但部分开发者似乎愿意接受这种特定的美学取向，将其视为技术进步的一部分。 ### 深层思考：AI 图形技术的边界与审美风险 DLSS 5 的争议凸显了 AI 驱动图形技术的一个核心矛盾：在追求 **“逼真”** 和 **“高效”** 的同时，如何避免牺牲艺术多样性和角色辨识度？ - **技术优化 vs. 艺术表达**：AI 上采样和渲染技术旨在以更低性能开销实现更高画质，但若过度依赖数据驱动模式，可能导致输出结果趋于“平均化”，削弱艺术家精心设计的独特视觉特征。 - **行业趋势警示**：随着 AI 在内容生成领域的普及，“AI 风格”的同质化风险已从文本、图像蔓延至实时图形。DLSS 5 的案例提醒业界，需在技术迭代中平衡自动化增益与创意保真度。 ### 小结 Nvidia DLSS 5 作为一项备受瞩目的图形技术突破，在提升渲染效率的同时，意外暴露了 **AI 增强视觉可能带来的“审美扁平化”问题**。其效果虽被部分开发者接纳，但玩家和观察者对其“改变面孔”的倾向表示担忧。这一争议不仅关乎单一项技术，更反映了 AI 深度融入创意产业后，技术标准与艺术个性之间持续存在的张力。未来，如何让 AI 真正“赋能”而非“取代”视觉多样性，将是图形技术和游戏开发领域需要共同面对的课题。
谷歌于本周二宣布，其**Personal Intelligence（个人智能）**功能现已向所有美国用户开放，包括免费层用户。这一功能此前仅限**Google AI Pro**和**AI Ultra**订阅者使用，现在通过**AI Mode in Search**、**Gemini in Chrome**和**Gemini应用**，普通用户也能享受到基于个人数据的AI个性化服务。 ## 功能核心：连接Google生态，自动个性化 Personal Intelligence允许用户连接YouTube、Google Photos、Gmail等Google应用，为Gemini的响应和建议提供上下文。开启后，Gemini能自动利用这些数据，无需手动添加额外提示，即可提供个性化内容。例如，它可能基于最近的购物记录推荐商品，或根据设备信息提供技术故障排除建议。 ## 隐私与选择：用户可控的体验 尽管功能强大，但谷歌强调Personal Intelligence是**选择加入（opt-in）**的，用户可以随时关闭或断开应用连接。在博客中，谷歌澄清：“Gemini和AI Mode不会直接在你的Gmail收件箱或Google Photos库中训练模型。我们仅基于有限信息训练，如Gemini或AI Mode中的特定提示和模型响应。”这旨在缓解用户对数据隐私的担忧。 ## 行业背景：AI个性化竞赛升温 这一举措反映了谷歌在AI个性化领域的加速布局。随着ChatGPT等竞争对手不断推出定制化功能，谷歌通过扩大免费用户访问权限，可能意在提升Gemini的市场渗透率和用户粘性。Personal Intelligence的开放，标志着AI助手从通用响应向深度个性化迈出关键一步，但如何平衡便利性与隐私保护，仍是行业面临的共同挑战。 ## 当前限制与未来展望 目前，Personal Intelligence仅适用于个人Google账户，暂不支持企业、教育或企业用户。这可能是出于数据安全和合规考虑。随着AI技术演进，预计谷歌将逐步扩展功能范围，但用户需持续关注隐私政策更新。 总体而言，谷歌的这一动作不仅降低了AI个性化体验的门槛，也为AI行业设定了新的竞争标准——在提供智能服务的同时，必须赋予用户充分的数据控制权。