标签：图像生成

当网友发现我的艺术作品是AI生成的时

开源插画师David Revoy持续收到“作品是AI生成”的评论，即使他发布了延时绘画视频也无法扭转。这件事反映出AI图像生成技术普及后，人类创作者的“原创性证明”正变得异常艰难。

字节跳动正讨论训练参数超过5万亿的大模型，规模超过阿里Qwen 3.8-Max和月之暗面K3，同时张一鸣在内部明确禁止蒸馏开源模型，要求团队接受短期损失、坚持长期自研。

一篇关于“用 AI 飞行教练学 FPV 无人机”的帖子在 Hacker News 引发讨论，资深玩家普遍认为学习飞行不需要 AI：今天的设备足够易用，真正重要的是动手练习、理解发射机/接收机与动力系统原理。这场争论本身折射出 AI 工具在低延迟物理操控场景下的边界问题。

字节跳动正在内部讨论训练参数规模超过5万亿的大模型，若落地，将超过目前国内已知的最大参数模型。这件事意味着国内大模型竞赛可能从“千亿级”正式迈入“万亿级”甚至更高的算力与工程门槛。

明尼苏达州在全美率先禁止AI“裸体化”工具，xAI在法规生效前紧急起诉试图阻止，但被联邦法官驳回。哈里王子与梅根罕见公开发声批评，让一个原本属于法律程序的事件，变成了关于AI行业安全责任边界的重要讨论。

Google Labs 的实验性 AI 应用 Dreambeans 正式向美国地区的 AI Pro 订阅用户开放，此前仅限 AI Ultra 用户使用。它每天基于用户 Google 应用数据生成个性化故事合集，是 Google 探索“个人智能”方向的最新动作。

Follow Builders 播客在《AI & I》节目中提出一个判断：下一轮爆款 AI 产品不会只是更强的对话工具或图像生成器，而是天然带社交属性的产品——它更可能依靠用户关系链和互动网络形成壁垒，而非单纯的模型能力。

Replit 发布了名为“Ambient Intelligence”的设计新特性，用户在 Replit 的设计界面中无需输入提示词，系统会在每一帧旁边主动推荐不同风格的设计卡片，点击即可生成新画面。这意味着 AI 设计工具正在从“人指挥 AI”转向“AI 主动给方案”。

一项覆盖60个语言模型基准的系统研究显示，近一半基准已趋饱和，越来越难区分不同模型的真实水平；而能延长基准寿命的关键不是公开测试数据，而是专家的人工策展设计。

TechRadar 编辑实测发现，ChatGPT 能在一小时内生成逼真的化石照片、获奖证书和伪造收据，而且安全拦截主要依赖“你是否明确承认要骗人”：一旦把请求包装成“好玩”或“虚构”，同样的内容就能顺利通过。这件事揭示了当前大模型内容安全机制的一个结构性盲区。