人工智能资讯 第149页
聚合当前分类下的最新内容，按时间顺序查看第 149 页精选文章。
GitHub 去 AI 水印项目提醒：AI 溯源不能只靠文件标签
GitHub 上的 remove-ai-watermarks 项目宣称可处理 Gemini、DALL-E、Stable Diffusion、Firefly、Midjourney 等 AI 图像的可见水印、隐形水印和来源元数据。它未必证明 AI 水印体系已经失效，但至少说明：把平台标识和合规判断押在本地文件标签上，风险很高。对平台安全和合规团队来说，下一步不是相信或封杀某个工具，而是减少对单一元数据字段的依赖。
Google 说要“解决所有疾病”：AI 医疗的大词，不能替代临床证据
Google DeepMind 在 I/O 2026 上把 Gemini for Science 推到药物发现叙事中心，Demis Hassabis 甚至说目标是有一天“解决所有疾病”。真正新增的判断不是 Google 又说了一个大词，而是这套叙事必须被放回药物研发链条里看：AI 能加速早期发现，不能跳过临床、监管、伦理和支付。
Google 做 Pics：AI 设计战场被拖回 Workspace
Google 在 I/O 2026 发布 Pics，把 AI 生图、局部编辑、文字修改和协作批注放进 Workspace。它面向教师、小企业主等非专业设计用户，首批开放给测试者，夏季面向 Google AI Ultra 订阅用户推出。真正的看点不是 Google 又会画图了，而是它想把轻量设计变成办公流里的默认动作。
Mistral 收购 Emmi 后，欧洲 AI 的牌面更清楚了：不卷 AGI，去抢企业签字权
Mistral 收购 Emmi AI 原本像一次工业工程补强，巴黎 AI Now Summit 把这条线拉长了：它要做的不是单个模型，而是算力、模型、平台、部署和咨询打包的欧洲 AI 基础设施。真正受影响的不是普通用户，而是银行、制造业、公共部门这些最在意数据、合规和责任边界的客户。
Google 与 FutureHouse 的 AI 科学助手登上 Nature：会找假设，但还不是“AI 药神”
Nature 同日发表两篇论文，验证 Google Co-Scientist 与 FutureHouse Robin 在药物再利用任务中的表现。它们真正证明的是：AI 可以在文献过载中帮科学家提出、排序并部分检验生物医学假设；但细胞实验有效，离动物实验、临床疗效和新药研发还很远。
Delulu 把真人做成主播皮肤，深伪的麻烦被一键上架了
被多平台封禁的主播 Sam Pepper 在 Kick 使用 Delulu 实时换脸，切换成 MrBeast、Jeffrey Epstein、Amouranth、Sydney Sweeney 等真人形象，制造未经同意、带诽谤和性骚扰意味的直播内容。Delulu 的危险不在于效果最逼真，而在于它免费、轻量、面向主播，把冒名和骚扰做成了低门槛功能。对平台和创作者生态来说，接下来要看的不是换脸多像，而是真人同意、皮肤审核、直播处置能不能跑在流量激励前面。
OlmoEarth v1.1 发布：遥感 AI 这次拼的不是更大，而是更便宜
Allen AI 发布 OlmoEarth v1.1 遥感基础模型系列，核心变化不是扩大模型，而是重做 Sentinel-2 输入 token 设计。官方称，v1.1 在混合研究基准和合作伙伴任务上基本维持 v1 表现，最高可把计算成本降至约三分之一。对遥感 AI 开发者和地理空间研究者来说，重点是能否用更低成本跑更大范围的影像任务。
OpenAI 给 AI 图片加“身份证”，但别把它当真相机器
OpenAI 宣布强化 AI 内容溯源：接入 C2PA 合规体系，在图像中采用 Google DeepMind 的 SynthID 隐形水印，并预览一个公开验证工具。方向是对的，但它解决的是“来源可信度”，不是“内容真实性”，更不是万能 AI 图片侦测器。
Google AI Studio 10 分钟造 Android App：门槛降了，账单和入口也来了
Google AI Studio 已经能用自然语言生成可安装到 Android 真机的 App，The Verge 实测用 148 个词、约 10 分钟做出一款应用，一下午做了 3 个。它证明个人软件的需求被低估了，但也暴露了两个现实限制：成品粗糙，迭代会撞上额度。门槛确实降了，控制权也更集中到 Google 的工具链和生态入口里。
Gmail Live 接入 Gemini：Google 这次聪明在没砍掉旧搜索
Google 在 I/O 2026 上把 Gemini 接进 Gmail，推出 Gmail Live：用户可以直接用语音问邮箱，查航班、预约、门禁码、学校通知等碎片信息。更关键的是，传统 Gmail 搜索没有被替代；在 Google Photos AI 搜索引发反弹后，这次 Google 少见地选了一个更稳的产品姿势。
Gemini 3.5 Flash 之后，Google 真正想抢的是你的下一步动作
Google I/O 2026 把 Gemini 3.5 Flash 背后的路线讲得更清楚：模型不是主角，agents 才是今年的产品抓手。Google 的优势在搜索、Gmail、Workspace、Android 和购物入口，风险也在这里——代理越接近真实动作，出错成本越不能用“模型幻觉”糊弄过去。
Google把街景接入Genie：真实道路能试玩，但别当城市数字孪生
Google DeepMind 在 I/O 期间把 Street View 接入 Project Genie，先向美国部分 Google AI Ultra 用户开放，未来数周扩展到全球 Ultra 用户。关键变化不是把街道做成照片级复刻，而是把真实地图数据变成可操控的模拟场景。它对机器人、自动驾驶、游戏原型有价值，但目前仍是实验功能，画质、准确性和物理因果理解都有限。
AI 在毕业典礼读错姓名：效率工具碰上最不该省的人
Glendale Community College 的毕业典礼直播中，AI 名字读取工具读错并漏读部分学生姓名，校方暂停流程并道歉，后来安排真人补读。问题不只是发音不准，还包括毕业生上台节奏与系统时序不匹配。对高校来说，AI 可以辅助确认发音，但不该替学校承担“郑重读出姓名”的责任。
Karpathy 加入 Anthropic：Claude 抢到的是预训练主战场的人
Andrej Karpathy 加入 Anthropic，重点不在“OpenAI 联合创始人跳槽”这个标签，而在他进入的是 Claude 预训练团队，并要组建小组用 Claude 加速预训练研究。这个细节把新闻从明星入职，推到了前沿模型竞争的核心：谁能更快、更稳、更便宜地跑出下一代模型。
Status AI 融资 1700 万美元：它押注的是信息流之后的“可扮演社交”
Status AI 完成合计 1700 万美元种子轮及 A 轮融资，投资方包括 General Catalyst、Y Combinator、LightShed Partners 和 Abstract。 它想替代的不是熟人关系，而是传统 feed：用户创建 persona，在 AI 生成和用户生成的世界里扮演角色、推进剧情、积累关注者。 这仍是一次早期押注。用户规模、收入、估值、留存都未披露，影视和流媒体方也只是表达兴趣，不能当成商业模式已跑通。
Hugging Face 开源 6 个 Ettin 重排模型：RAG 真正该省钱的地方变清楚了
Hugging Face 发布 6 个基于 Ettin ModernBERT 的 Sentence Transformers CrossEncoder 重排模型，参数覆盖 17M 到 1B，数据、训练配方和 Apache 2.0 许可一并开放。它的重点不是多了几个模型，而是把 RAG 和搜索里的分工继续压实：召回负责便宜覆盖，重排负责精细判断。工程团队真正要看的，不是榜单一句话，而是尺寸选择、长上下文成本、训练 recipe 能不能迁移到自己的数据上。
a16z 领投 1050 万美元，Stilta 要把企业没算过账的专利翻出来
Stilta 完成 1050 万美元种子轮融资，a16z 领投，YC 参投，OpenAI、Legora、Lovable 等公司相关运营者加入。它做的不是通用法律助手，而是专利诉讼和知识产权案件里的检索、比对、claim chart 和证据引用。真正要验证的是：AI 能不能把专利分析成本降下来，让企业重新盘点那些长期未执行、未授权、未充分分析的专利。
id-agent：一个小 ID 库，戳中了 AI Agent 的新成本
GitHub/npm 项目 id-agent 用单 token 英文词组合生成 ID，面向 AI agent 上下文替代部分 UUID 用法。默认 8 词约 14 tokens、96 bits 熵；10 词约 120 bits，才接近 UUID v4 的碰撞水平。它真正重要的不是“发明新 ID”，而是说明 token 成本、上下文窗口和模型复述错误，已经开始进入基础设施设计。
苹果把端侧 AI 塞进无障碍：不炫技，但边界更清楚了
苹果新一轮无障碍更新把端侧语音识别、图像理解和自然语言控制放进字幕、VoiceOver、放大器、Voice Control、Accessibility Reader 等系统功能里。最有价值的不是“AI 又来了”，而是它落在听障、视障、行动受限用户每天会碰到的具体动作上：看视频、读图、读长文、控制设备。苹果这次少见地把能力和限制一起摆出来，尤其是提醒 AI 图像描述不能用于高风险判断，这比空喊智能更接近产品现实。
Google I/O 2026：Gemini 已经铺满全场，真正的考题是能不能放心托付
Google I/O 2026 把 Gemini 接进了搜索、Gmail、Workspace、AI Studio、YouTube Shorts 和 Android XR 眼镜，重点已经从“模型更强”转向“AI 能否进入日常工作流”。新信息让旧判断更清楚：Gemini 不缺入口，不缺舞台，缺的是在权限、可靠性、成本和责任边界上让用户敢交给它办事。
SuperSplat 上这个草莓样例，真正有用的是拍摄账本
SuperSplat 上的草莓 Gaussian Splat 不是产品发布，更像一个公开参数的微距实物重建样例。 它的参考价值在采集流程：90 个视角，每个视角 88 张焦点堆栈图像，设备、灯光、背景和训练工具都写得较清楚。 对 3D 重建团队和微距资产制作者来说，它更适合作为工作流对照表，而不是拿来证明某个工具已经解决小物体重建。