标签

生成式AI版权问题:英国最新政策动向

英国上议院通信与数字委员会近日公布了第四期调研报告——《人工智能、版权及创意产业分析》,这份文件是该机构对生成式人工智能与版权法规协调问题深入研究的成果展示。该报告的出台,是英国政府长期致力于解决创意领域和人工智能行业核心关切的重要体现,充分吸纳了各方利益主体的反馈和实证资料。虽然该文件主要分析英国本土制度,但其研究结论对加拿大政策圈和业界同样具有借鉴意义。报告涉及的多个研究主题,恰好与加拿大当前政策研究重点相呼应,如文本数据挖掘规则、人工智能训练素材的透明度问题,以及新时代创作者收益保障机制等。政策提议

2026-06-04 13:14:37  |  7 阅读

重庆AI学院招募12名英才

2026-06-04 13:13:26  |  3 阅读

计算机工程与人工智能学院2026招生简章

2026届招生交流群计算机科学与技术人工智能群号:8306639502026届招生交流群大数据、软件工程网络工程、物联网群号:839396250欢迎扫码加入我们咨询!学院概况计算机工程与人工智能学院成立于2002年。学院聚焦高素质应用型人才培养,持续优化学科与专业调整机制,开设计算机科学与技术、软件工程、网络工程、物联网工程、数据科学与大数据技术、人工智能6个本科专业,全面涵盖新一代信息技术领域。其中,软件工程专业获批国家“双万计划”吉林省一流专业建设点,《C语言程序设计》被评为国家级一流本科课程,专业建

2026-06-04 13:12:14  |  4 阅读

AI格局突变:Anthropic强势逆袭,OpenAI王座动摇

无人预料到,2026年AI领域的版图竟会悄然重塑。昔日独步天下的OpenAI,如今遭遇最强劲敌Anthropic。从资本布局、算力竞赛,到营收超越、人才流失、企业市场突围,两大巨头正面交锋,拉开了**ASI超级智能前夜**的终极对决。更具戏剧性的是,一贯直言不讳的马斯克也上演了态度大反转:从痛斥Anthropic“邪恶反人类”,转为主动出借22万张GPU超算资源,联合围剿OpenAI。这场无声硝烟的战争,已不仅是两家企业的较量,更是全球AI算力、资本、人才与商业模式的全面洗牌。今年2月,马斯克还在公开场合

2026-06-04 13:11:02  |  6 阅读

香港首发生产力级超智能体

本月3日,香港生成式人工智能研发中心(HKGAI)召开了“HKGAI V3大模型发布暨生态合作大会”。会上不仅推出了全新升级的本土大语言模型HKGAI V3,还发布了全港首款生产力级别的超级智能体,旨在进一步推动香港AI产业的进步。 作者:禹丽贞、梁嘉骏、谢妞

2026-06-04 13:09:25  |  6 阅读

新西兰政府用AI替代8700岗位,微软Copilot成首选

上个月当新西兰政府宣布削减8700个公共部门岗位时,财政部长Nicola Willis曾表示,部分工作将由人工智能(AI)承担。这一表态引发强烈不安情绪。但当时外界并不知道:这些AI工具到底是什么?是谁决定哪些工作采用AI?是否进行了公开招标?如今,一项调查揭示了答案:新西兰政府实际上已经将微软的Copilot,变成了公务系统最主要的AI工具。而且,这一过程几乎没有经过竞争性采购。这一答案进而引发了越来越多的担忧。新西兰纳税人会不会正在把自己“绑定”在微软一家公司的生态系统里?未来纳税人会不会因此支付越来

2026-06-04 12:57:33  |  4 阅读

AI浪潮下普通人的生存之道

AI日益强大,我们如何在变革中站稳脚跟?你真正的竞争对手,不是AI本身,而是那些善用AI的人。去年,ChatGPT创作的论文获得了B+评分;今年,Claude编写的代码通过了谷歌L3级别面试;Midjourney产出的画作在艺术竞赛中摘得金牌。一年一个台阶,三年焕然一新。越来越多人开始追问:按这样的发展速度,我们的工作还能守得住吗?坦白讲,如果你只是在担忧,说明你比多数人清醒。更多人还在自欺欺人地忽视这一切。这篇文章,我想认真探讨:AI究竟会取代哪些人?我们又该何去何从?一、先看清楚:AI确实在蚕食机会别

2026-06-04 12:50:32  |  4 阅读

教师AI能力标准解析:以人权为中心的智能教育应用

“能力框架”依托两个核心维度构建人工智能能力体系,结合人本理念对各项能力进行适应性定义。(一)以“人本理念”为核心的人工智能能力结构“能力框架”的第一维度是能力层级,涵盖教师在伦理和高效使用AI教学中所需的价值观、态度、知识与技能。该体系包括五个核心能力层面:人本AI理念、AI伦理、AI基础与应用技能、AI与教学法融合、AI支持教师专业成长。第二维度是教师在培训和校内支持下,在这五个层面可达成的内隐与外显能力水平。“能力框架”设定了“获取”“深化”“创造”三个进阶层次,为教师AI能力发展提供阶梯式基准。五

2026-06-04 12:44:23  |  4 阅读

算力基建催生能源热潮 公募重仓电力煤炭板块

近期,随着AI与半导体行情持续走强,煤炭及电力设备等传统周期板块逆势走强,成为公募基金净值攀升的关键引擎。伴随算力基础设施扩张引发的庞大能源缺口,传统能源被视为支撑AI发展的“动力源泉”,不少公募基金避开通往拥挤的半导体领域,转而配置上游能源资产,取得了优异回报。Wind数据表明,过去一周全市场排名前五十的公募产品中,超半数资金集中在煤炭和电力设备板块。AI算力建设及光模块出口等高景气领域,极大地激发了能源及电网配套需求,实现了传统能源与高科技产业的紧密联动。例如,万家宏观择时多策略重仓纯能源股,近一周涨

2026-06-04 12:43:19  |  4 阅读

AI并非敌人,而是你的超级外挂

李想前几天发表了一个观点,在朋友圈引发了热议。他提到:在AI时代,普通人的价值可能趋近于零,专家与普通人之间的差距将从100倍扩大到上万倍。我最初的反应是——这是认真的吗?但冷静思考后发现,这确实值得警惕:如果把AI看作替代人力的工具,这个结论似乎成立。AI写代码比多数程序员更快,生成图像比许多设计师更高效,文案创作方面——我认识的一些文案工作者已经开始转型了。然而,这个逻辑链中缺少一个关键因素。中国的AI发展路径和美国完全不同。美国采用的是“替代模式”——用AI取代人力以降低成本、提高效率。硅谷的思路就

2026-06-04 12:42:36  |  3 阅读

AI时代的思考

我对AI了解不多,今日观看一个视频,讲述一位程序员失业后长期未找到工作。他提到如今许多行业的职位被AI替代,但某些行业却面临招聘困难。为何如此?因为当前一些较为小众、专业性强的岗位很难招到合适的人才,这让我对AI有了新的认识和感悟。所谓小众行业,指的是人类尚未充分探索的领域,目前关注度较低或新兴的行业,这些领域的研究开发极为有限……缺乏足够的资料供AI学习,因此AI难以替代,毕竟AI的学习基于人类已有的知识。而专业精深的能力,显然AI也无法替代,因为AI只能快速掌握人类现有各行业知识,并灵活运用和判断,但

2026-06-04 12:41:34  |  7 阅读

人工智能数据中心快速扩张,澳洲家庭电费或将飙升26%

人工智能技术迅猛发展之际,澳洲各地正迎来数据中心建设的高峰期。然而,最新研究发出警示:若缺乏有效管控,这场“数字化基建热潮”未来可能让普通居民承受沉重代价,部分地区电费账单有望激增超过四分之一。气候委员会近期发布的《乌云笼罩的前景》研究报告揭示,数据中心数量急剧攀升正对澳洲能源体系构成严峻考验。当前,全澳已投入使用的数据中心达162个,另有约90个项目正在筹备或施工中。报告指出,随着微软、亚马逊、AirTrunk、NextDC等科技巨头不断加大人工智能业务投入,数据中心的电力消耗正以惊人幅度攀升。仅过去一

2026-06-04 12:35:29  |  3 阅读

2026年人工智能训练师考证指南:人社部报名流程与英伟达AI开源资源深度解析

近期,英伟达于GTC台北展会上正式推出了专为物理AI打造的开源技术产品矩阵。该矩阵基于现有的NVIDIA Agent Toolkit底层架构,不仅能够支持智能机器人产品的研发,还能全面赋能自动驾驶、工业数字孪生等多元场景的智能体化开发,极大加速了人工智能技术在实体产业中的商业化进程。此次亮相的产品线集成了多种核心技术底座,包括Cosmos3全模态世界基础模型、Omniverse数字孪生工具包、Isaac机器人研发平台、Alpamayo2自动驾驶模型以及Jetson边缘计算平台等。同时,搭配NemoClaw

2026-06-04 12:34:30  |  7 阅读

医保影像AI识图大赛赛程赛制优化升级

自全国医保影像AI识图大赛正式启动后,业界各方广泛关注,报名热度持续攀升,同时部分参赛单位就赛程安排、赛制规则等方面提出了宝贵意见。为进一步保障赛事公平公正,打造高水准、高规格、高品质竞技平台,大赛组委会在深入研讨、审慎评估后,对赛程赛制进行了优化调整,并据此发布了更新版大赛公告。具体内容详见附件。附件:全国医保影像AI识图大赛公告(更新版)点击下方"阅读原文",下载附件

2026-06-04 12:33:18  |  4 阅读

AI质检的真相:选对场景比技术更重要

某制造企业的IT主管坦言,尽管引入了AI质检,准确率高达99%,但生产线的良率却并未出现明显增长。这并非技术瓶颈,而是应用方向出了偏差。2026年,AI质检正经历从单纯展示技术向解决实际痛点转型的关键期。参观应用了AI质检的工厂时,常能看到高速相机捕捉产线画面,屏幕实时标记缺陷。但若问车间主任良率是否提升,他往往摇头:该修的仍修,该报废的仍报废。AI确实加快了找缺陷的速度,但问题本身并未减少。据统计,超过半数的工业AI项目未达预期收益。失败原因往往不在于技术,而在于三大误区。某电子厂宣称准确率99.5%,

2026-06-04 12:32:26  |  7 阅读