AI行业速览：OpenAI转型广告巨头、Meta员工士气受挫、Google停用Imagen
2026 年 6 月 24 日（周三）· 第 26 周本周三的AI动态释放了一个明确趋势——产业正从“技术比拼”转向“盈利模式考验”。OpenAI在戛纳国际创意节上自信宣称“我们就是广告公司”，年化广告营收瞄准2.5亿美元，与Anthropic坚持无广告的品牌策略形成强烈反差；Meta在“AI主导”的激进重组中遭遇士气重创——CTO公开坦言士气“20年低谷”，员工戏称AI部门为“劳改营”；Google则于今日正式关停所有Imagen图像生成模型，将图像功能全面融入Gemini系列。以下是本期完整简报。#
计算机视觉先驱：李飞飞的传奇之路
李飞飞，1976 年 7 月 3 日生于北京，在成都度过童年，16 岁时随双亲移居美国。她拥有普林斯顿大学物理学学士学位及加州理工学院电子工程与计算神经科学博士学位，是享誉全球的美籍华裔计算机科学家。现任斯坦福大学红杉资本讲席终身教授，同时当选美国国家工程院、医学院及艺术与科学院三院院士，并于 2025 年荣膺伊丽莎白女王工程奖。她于 2007 年发起、2009 年正式发布 ImageNet 项目，凭借 1500 万张标注图像和超过 2 万个类别，彻底重塑了计算机视觉的研究格局；2012 年，AlexNe
深度学习觉醒：2012年那场颠覆AI命运的巅峰对决
不少人感到困惑：人工智能如今能够精准识别图像、辨认万物，为何直到2012年才迎来爆发式增长？在AI发展历程中，2012年10月被视为里程碑式的转折时刻。若将人工智能数十年的演进拍成一部电影，此前的漫长岁月不过是序章铺垫，而AlexNet的横空出世，才是全片最具冲击力的高潮时刻。在此之前，机器视觉进展迟缓、笨拙不堪；在此之后，AI一路高歌猛进，从人工编写规则的时代，彻底跃入深度学习的新纪元。这场传奇的起点，源自一场被称为「AI奥运会」的国际顶级赛事——ImageNet图像识别竞赛。01 回望过去：人工智能的
智能图像生成工具实战应用与电商内容生产解决方案
当前AI技术持续演进，图像生成领域涌现出众多实用工具。Image2在实际应用中表现出色，对中文指令的理解非常精准，能够准确把握风格、场景和细节要求，输出图像质量优良、还原度高，通常无需额外修缮。无论是电商宣传图、创意插画还是常规设计需求，都能实现一键快速出图。Image2能够满足电商海报、创意插画和日常设计等多种场景需求，显著降低创作门槛，提升设计效率，让创意想法能够快速变为现实。当前已进入AI时代，熟练运用AI工具已成为行业发展的必然趋势。摒弃“AI只是炒作”的误解，展现实际应用价值。通过分析多家企业的
AI 秒出高清大片！自媒体绘图神器
AI 一键打造极致清晰美图！AI 魔术师，轻松生成高清视觉盛宴！运营自媒体离不开图片制作，无论是贴图号还是小红书等平台……在 AI 技术普及前，你不得不手动制图、修图，既耗时又耗力，且美感往往平平。然而 image2 问世后，这些工作均可交由它完成。无需撰写文案，无需手动绘图，仅凭一条指令即可批量产出爆款笔记，堪称自媒体从业者的救星。Image2【AI 魔法师】，彻底帮大家化解所有难题。核心亮点：完美适配国内环境、中文理解力卓越、支持长文本入图、免费额度充裕、无需特殊网络工具。适用对象：自媒体配图需求者、
凯哥解读 AI：李飞飞致力打破语言对智能的束缚
欢迎诸位关注“凯哥讲故事系列”微信公众号本文附带完整 PPT 资料，如有需求请添加凯哥微信，将此文转发至朋友圈并截图发送给作者，即可获取 PPT 全本AI 人物志·No.04 李飞飞：誓将 AI 从语言的牢笼中解放她曾言，AI 虽在字句间阅尽万卷书，却未曾真正凝视过一眼真实的世界。2007 年，在斯坦福校园的一间斗室实验室内，一位名叫李飞飞的年轻华裔教授，着手让学生做件在外行看来颇为可笑之事——从互联网上一张张抓取图片，并雇人手工为其标注标签。这项工程最终历时两年半，汇聚了一千四百余万张图像，划分成两万多
AI视觉革命：卷积神经网络如何重塑计算机认知
识别一张照片中的动物种类，或者从视频流中追踪移动的目标。这些对人类而言轻而易举的任务，对计算机系统却充满挑战。而实现这一跨越的关键领域正是：计算机视觉（Computer Vision）。推动其快速发展的核心技术则是：CNN（卷积神经网络）。人类观察世界的方式自然而直观。举例来说，看到一张图像，你会立刻理解：这里有一个人，这里是一条街道，这里有一个正在运动的孩子。但对计算机来说，一张图片仅仅是密密麻麻的数字矩阵。比如每个像素点携带RGB（红绿蓝）数值，每个坐标位置对应一组数据。机器无法判断：哪些像素构成的是
数据标注的“阴影”：AI模型“学坏”的根源
> 2024年，麻省理工学院（MIT）的一项引起学术界广泛关注的研究揭示，包括ImageNet在内的十个主流人工智能基准数据集，其平均标注错误率高达3.3%。其中，ImageNet验证集竟有2,916张图片被错误标记——这意味着全球无数AI模型在过去的数年间，都是基于这些“错误答案”进行训练的。数据标注，这一常常被忽视的AI基础环节，正悄然成为影响模型成败的关键“隐形战场”。在深度学习飞速发展的今天，AI模型本质上是一个“模仿学习者”：如果我们向其展示一百万张被标记为“猫”的图片，它便能学会识别猫。
AI教母的偶然际遇
人工智能界有三位领军人物：辛顿、本吉奥、杨立昆。这三人各自拥有改变AI历史的开创性成就：辛顿攻克了反向传播算法，点亮了深度学习的核心引擎；本吉奥深耕神经网络与自然语言处理，夯实了AI语言理解的基础；杨立昆研发了卷积神经网络，让计算机视觉拥有了核心落地算法。他们凭借从零到一的理论革新和颠覆性的技术突破，被誉为“人工智能教父”。被称为“人工智能教母”的仅有李飞飞一位，这位美籍华裔女科学家。令人称奇的是，她在技术层面的开创性突破并不突出。然而，她完成了一项虽技术门槛不高，但对AI应用至关重要的基础性工作：建立了
华人AI科学家苏昊归国，执掌复旦通用物理智能研究院
AI领域人物 | 感知他们推动世界的努力2009年，普林斯顿大学发布了名为ImageNet的数据库。该库收集了超过1400万张已标注的图像，分为20000多个类别。后续发展你可能已知：2012年，多伦多大学的AlexNet模型借助ImageNet训练，成功将图像识别准确率提升10个百分点。自此，深度学习成为AI的主流方向。许多人将ImageNet称为“点燃此次AI革命的导火索”。这个数据库的团队中，有一位中国留学生，名叫苏昊。2026年4月18日，复旦大学在中国三维视觉大会上公布：苏昊正式加入复旦，担任浩
具身智能领军人物苏昊回国，出任复旦浩清特聘教授
点击上方蓝字【北大清华讲座】关注，知识改变命运！若无坚韧意志，难入人生赛场；既已入局，无意志亦难取胜。—— 德摩斯梯尼据复旦大学官微消息，4月17日，在中国三维视觉大会（China3DV 2026）上，李飞飞的学生、AI领域翘楚苏昊发表了题为“The Illusion of Physical Understanding”的主题演讲后，正式宣布加入复旦大学，担任浩清特聘教授及通用物理智能研究院院长。苏昊是谁？苏昊是具身智能领域被引次数最多的华人学者之一，ImageNet的缔造者，ShapeNet、Point