标签: 图像生成

一人薅羊毛致全县被电商拉黑:男子用AI生成烂果图骗取1. 6 万元水果”仅退款”获刑一年

一人薅羊毛致全县被电商拉黑:男子用AI生成烂果图骗取1. 6 万元水果"仅退款"获刑一年

湖南衡山县男子谭某利用AI图像生成软件制作虚假水果腐烂照片,在四个多月内对电商平台发起超过100次“仅退款”申请,骗取价值超过1.6万元的高价水果。该行为导致整个衡山县被多家电商平台标记为高风险区,居民一度无法正常购买榴莲、车厘子等商品。谭某最终被判处有期徒刑一年。

Petals:在家运行大语言模型,BitTorrent 风格

Petals:在家运行大语言模型,BitTorrent 风格

Petals 是一个开源项目,允许用户通过 BitTorrent 式的点对点网络,将各自的家用 GPU 贡献出来,联合运行大型语言模型(LLM)和扩散模型,无需依赖集中式云服务。这一项目虽然目前活跃度不高,但其分布式推理的思路仍在探索中,值得关注。

AI 实验室在 “Pelicanmaxxing” 吗?

AI 实验室在 "Pelicanmaxxing" 吗?

一项系统性的对照实验否定了“AI模型被定向优化生成特定小众图像”的传闻。研究者用8种动物×6种交通工具共48组提示词,测试了7款主流模型,并未发现“鹈鹕骑自行车”显著优于其他组合的证据。

AI实验室在搞Pelicanmaxxing吗?

AI实验室在搞Pelicanmaxxing吗?

一位AI社区成员试图通过“鹈鹕骑自行车”的SVG图像生成测试来捉住AI实验室作弊,结果发现各模型在该任务上表现一致,没有明显特化。这揭示了AI基准测试的博弈困境:当某个新颖的测试任务走红后,实验室可能专门优化它,而真正的能力提升反而被忽视。

AI实验室在搞Pelicanmaxxing吗?

AI实验室在搞Pelicanmaxxing吗?

一项针对7个前沿大模型生成“骑自行车的鹈鹕”SVG图像的实验表明,AI实验室并未刻意针对这一热门非正式基准进行优化(即“Pelicanmaxxing”)。测试结果显示,所有模型在该特定组合上的表现并未显著优于其他动物-交通工具组合。

用AI把菜单改得丑的企业

用AI把菜单改得丑的企业

一位菲律宾裔顾客发现,一家原本受好评的菲律宾餐厅用AI生成的图片替换了原来的食物照片,导致菜单画面失真、令人不适。此事在Hacker News引发讨论,折射出小型商家在追求效率时对AI工具的不当使用,以及这种趋势对品牌信任和本地文化消费体验的冲击。

用AI把菜单改得丑的企业

用AI把菜单改得丑的企业

Hacker News 上一位用户分享的真实经历引发讨论:一所托儿所用AI生成的完美海洋生物海报替换了老师手绘的“丑”插画,结果反而让人感到不适。这背后是一个正在发酵的认知冲突——AI生成的精致图像正在从小作坊、小餐馆到托儿所等场景中渗透,但用户普遍反映“感觉不对”,甚至产生信任危机。它提示我们:AI生成的“…