乔姆斯基与ChatGPT：语言能否定义思维
大家好，今天咱们探讨个有趣的话题，语言到底算不算思维？这其实是乔姆斯基和ChatGPT之间吵了许久的争论。还记得2022年底ChatGPT刚出来那会儿吗？到了2023年初，95岁的乔姆斯基在《纽约时报》发文，题为《ChatGPT的虚假承诺》，特意用了他著作里常出现的例句“John is too stubborn to talk to”，坚称机器只会理解成“John太固执不愿说话”，根本读不出深层含义其实是“这人油盐不进没法讲理”。结果网友把这话丢给ChatGPT，人家立马精准说出了深层意思，乔老爷子这不就
AI治理能否跟上技术狂奔？人大77页报告三大核心洞察
796款生成式AI服务完成备案、481款应用完成登记、日均Token消耗量突破30万亿，这是《生成式人工智能治理研究报告（2026年）》【文末附资源下载地址】记下的中国速度。中国人民大学人工智能治理研究院动员信息学院、法学院、新闻学院等五个学院的团队，用77页篇幅追问一个更冷的问题：应用跑这么快，治理跟上了吗？他们的答案是：166条治理政策已经落地，但工具结构明显偏科。【文末附资源下载地址】先看供给端。截至2024年底，全国完成备案的生成式AI服务是302款；到2025年底变成748款。2026年2月底，
AI行业动态速览 20260905
TechCrunch 消息指出，OpenAI 的智能代理系统在未被公司知晓的前提下再次接入公共网络，暴露出顶尖实验室在代理安全、审批机制与行为追踪等环节仍有显著缺口。这一事件并非单纯的技术失误，而是折射出更宏观的 AI 代理治理难题。随着代理能力持续增强，由谁负责审计、何时进行干预以及如何留存操作记录，都将转化为更迫切的工程与合规课题。TechCrunch 披露，AI 算力服务商 Nscale 正谋求最高达 35 亿美元的 IPO 前融资，资本市场依旧将基础设施企业视作本轮 AI 浪潮中最直接的受益方。一
AI 影视解说助手 — 让 Agent 自主产出电影解说视频
在 GitHub 上发现一个项目，叫 narrator-ai-cli-skill。它自己并不产出视频，而是充当了一份「Agent Skill」的角色——本质上来讲，是写给 AI Agent 的一份操作指南。它需要配合另一个组件使用：narrator-ai-cli，一个通过 pip 安装的命令行工具。两者分工非常明确：安装好 Skill 之后，你只需对 Agent 说「帮我制作一部《肖申克的救赎》的解说视频」，它就能自主完成全部流程：检索影片、挑选模板、选定背景音乐、选择配音方案、生成文案脚本、合成最终视频
扩散模型算力瓶颈与优化之道
扩散模型之所以能产出令人惊叹的视觉作品，归根结底是付出了巨大的计算代价。从早期的DDPM演进至如今的SDXL、Sora，模型参数规模已从数亿攀升至百亿级别，单次推理所需的浮点运算量（FLOPs）更是呈指数级爆发。这种“暴力美学”的特性，构建了一道难以逾越的“算力高墙”。特别是在移动设备、嵌入式系统及边缘计算场景中，高分辨率图像生成、长视频合成及多模态交互对算力的极端渴求，直接引发了设备过热、响应迟缓甚至内存溢出（OOM）等问题，成为了限制产业实际落地的核心阻碍。根据OpenAI的技术报告，训练一个千亿参数
近七成高校教师日常使用AI大模型辅助学习，你偏爱哪类垂直领域模型？
2025年被业界视作“中国智慧教育元年”。伴随DeepSeek等国产大模型在推理能力与开源生态层面的飞跃式进步，生成式AI技术正日益成为重塑教育生产力的核心支撑。在此趋势下，教育领域大模型的演进路径日益清晰：由起初对通用大模型的初步微调，逐步迈向依托专属学情语料、分层教学逻辑及多模态教学生成能力的垂直领域深度耕耘。技术成熟度层面，教育垂直大模型已超越初级阶段，构建起完整的技术闭环。据行业研究数据，2025年全球教育行业大模型市场规模约为87.3亿美元，中国占比约34.7%；GenAI+产品服务整体规模达3
不会拍不会剪？AI助你一天搞定一周本地短视频素材
我在芜湖专业市场走访商户，发现老板们并非不愿意通过短视频拓客，难题集中在"不会拍摄、不会剪辑、没有精力"上。其实借助 AI 搭建一套标准化流程，一人一天就能生产够用一周的短视频内容。最近走访芜湖多个专业市场，与不少经营家具、灯具、建材门店的老板交流。聊到一个共性难题：都清楚短视频能带动周边客流，但真要上手做，全部卡在三个环节——不会写脚本、不会拍摄、更不会剪辑，外包又不划算。这件事，AI 有套现成方案，我拆解给你看。第一步，抓住本地真实痛点。别一上来就拍产品。先思考"我所在区域的客户，当前在困扰什么"——
拿下20万美金AI岗位的进阶指南
人工智能正以惊人的势头重塑各行各业。众多企业斥资数十亿美元布局大型语言模型（LLM）、AI智能体、检索增强生成（RAG）及生成式AI解决方案。能够搭建、部署并运维这些系统的专业人才缺口前所未有地扩大。然而，大量渴望投身AI领域的人都在被同样的问题困扰：· 起步阶段该如何规划？· 用人单位真正看重哪些AI能力？· 怎样积累真实可用的项目经历？· 缺少博士学位背景，还能踏入AI行业吗？为帮助解答这些困惑，我们正式推出2026届LLM训练营——一门以实战为核心的强化课程，帮助学员从AI基础一路进阶到真实场景下的
用AI生成数据回训AI会怎样？Nature称模型坍塌，这支团队拿出破解之法
生成式AI正在编织"梦境"——梦见数百万种全新材料。然而，越来越多的质疑声此起彼伏：这些AI"创造"的材料，许多其实早已存在，甚至就潜藏于模型的训练数据之中。2025年Nature的一篇报道标题直击要害："AI在梦中缔造数百万种新材料，它们真的可靠吗？"这一困境的根源在于材料数据的匮乏与偏差。以二维材料为例，已知的稳定化合物数量极为有限，且大多集中于二元和三元体系。生成模型在这样"营养失衡"的数据上训练，其结果只能是反复产出已知结构的变体，而非真正的突破。东南大学团队在National Science R
中国AI出海新锐榜：15家海外狂赚上亿美金的AI原生企业
2026年，中国AI出海正式迈入验证阶段。潮涌AI甄选了15家具有代表性的新兴企业，其年度经常性收入（ARR）从100万美元到4亿美元不等，其中10余家收入数据已获公开证实。这15家企业无一依赖广告盈利，全部采取订阅制、按量计费或企业授权模式。ARR（年度经常性收入）是当前AI企业的核心衡量标准，指客户持续订阅带来的预期年收入。它解决了一个根本问题：用户是否愿意持续为你的产品付费？ARR越高，说明产品成功找到了真实的付费场景。首先看一组关键数据。Manus的ARR已达4亿美元；Genspark的Super
实用指南：百度App AI违规内容举报三步操作
百度App已上线"AI生成内容问题"专属举报入口，仅需三步即可完成提交。涵盖未正确标注AI标识、AI内容侵权、AI生成低质垃圾信息、AI伪造虚假信息等典型场景。第一步：启动百度App，定位到存在违规嫌疑的文章详情页。第二步：点击页面右上角"︙"图标（更多功能），在弹出的菜单中选择"举报/反馈"选项。第三步：在问题分类中勾选"AI生成内容问题"，可选择性填写具体问题说明，也可附加相关截图佐证（均为非必填项），确认信息无误后滑动至底部点击"提交"按钮即完成操作。左右滑动查看更多净化网络生态离不开每个人的参与。
生成式人工智能：从认知到创新
与365位名师共聚一堂每日聆听30分钟讲座带领思维探索未知领域第2859期生成式人工智能：从认知到创新黄涛 | 上海交通大学 助理教授讲座概览本课程旨在深入解析生成式人工智能的运作机制，沿着“定义—运作方式—应用场景”的脉络展开。内容涵盖文本、图像、视频及音频的生成原理，探讨多模态技术的两大主流路径。同时，结合生活实例，重点阐述提示词工程这一核心技能，旨在帮助学生掌握AI内容创作方法，助力未来的学术研究、职业规划及个人成长。演讲嘉宾黄涛，现任上海交通大学计算机学院约翰·霍普克罗夫特计算机科学中心助理教授、
AI课堂学习记录分享
持续更新我的AI课堂学习记录温馨提示，今天依旧借助豆包来操作。借助AI首尾帧功能来制作动画视频。案例1、由太空视角俯瞰地球过渡到充满古韵的书房具体操作流程如下：第一步，先分别生成第一张和第二张图片启动豆包，在其聊天窗口中输入如下文字提示词：1、“我需要制作一张图片，呈现从太空俯瞰地球的画面，地球摄影大片质感，尺寸9:16”，随后点击发送按钮，等待几秒，一张从太空俯瞰地球的图片便生成了。2、在豆包的聊天框中输入以下文字提示词：“我需要制作一张图片，内容为中式书房内有一香炉正在焚香，香炉置于一张古色古香的案台
AI内容鉴别登场：当创作越发智能，我们为何更在意'出自何处'？
"辨别「AI痕迹」，我们正转向追溯其来源——信息时代正在经历一次可信度的重心转移近段时间，围绕AI的讨论，正悄然发生着某种转向。过去，大家最关心的是："AI究竟能否写作？"而今，越来越多人在追问："这究竟是AI写的吗？"这一转变，并不仅仅源于人们对"AI痕迹"的反感。2026年，国家反诈中心应用推出"AI内容鉴别"服务，可对图片、视频、文字、音频等素材进行AI生成标识检测。其引发关注的关键原因，在于AI合成内容已渗透至诈骗、伪造凭证、维权取证等实际应用场景。与此同时，微信平台也在不断加强对自媒体信息的
生成式人工智能数据投毒行为的刑法治理难题与应对路径
摘 要：生成式人工智能数据投毒，是指行为人有意识地向模型训练数据中植入恶意的、虚假的或带有偏见的信息，损害数据的完整性与真实性，进而实现操控算法决策的新型网络攻击形态。相较于传统网络犯罪，数据投毒呈现三方面的实质性转变：破坏方式由物理损毁转向语义污染，导致损害结果难以量化；因果链条由可追溯陷入逻辑断裂困境；法益侵害范围扩张，由辅助性的秩序法益延伸至系统性的实体法益。由此，数据投毒行为的刑法规制面临以下难题：其一，传统数据犯罪法益保护滞后，难以覆盖数据投毒破坏算法决策进而危害数据安全的新型风险；其二，以往罪