AI 摆摊市集开启招募：路人愿意为你的 AI 停留多久？
这一年里，我跑遍了三十多场 AI 相关的活动。无论是融资路演、技术峰会还是闭门研讨会，大家总是西装革履，PPT 刚翻到第三页，台下的人就开始犯困。演讲者在台上大谈方法论，听众在台下理直气壮地刷着手机。每次离场，我都在思考：如果把这些 AI 产品从投影仪和精心包装的数据中剥离出来，直接扔到街头，让不懂技术的路人随便玩，它们能坚持 5 分钟不被抛弃吗？5 月 15 日，在上海，我们准备来一场实测。MuShanghai AI Week 将持续五天，每天一个独特的主题。周一，OpenClaw 社区的 ClawCo
AI生成内容别轻传：或触碰法律红线
人工智能技术的快速进步让内容生产变得更高效，但这种便利背后同样存在明确的法律界限。公安网安部门郑重提醒：AI生成内容切勿随意扩散传播，下面这些做法可能涉嫌违法犯罪！借助AI工具编造并传播虚假信息，进而扰乱社会秩序，可能触及编造、故意传播虚假信息罪。未经他人同意，利用AI技术进行“换脸”或模拟他人声音，不但可能侵害他人的肖像权、名誉权，严重时还可能构成犯罪，需依法承担刑事责任。使用AI工具生成并传播涉黄、涉暴等违法违规内容，会严重影响网络生态，公安机关将依法予以严厉打击。不要利用AI制作、发布虚假信息；不要
AI领域动态速览：豆包订阅定价曝光，GPT新版本登场，苹果或拥抱第三方AI
1、豆包披露付费订阅方案:月费68元至500元，分三档推进商业化2、OpenAI发布GPT-5.5Instant，取代5.3成ChatGPT默认模型3、拒绝“一家独大”，苹果 iOS 27 或将支持自定义第三方 AI 模型4、淘宝“答题免单”上线:每日两场，AI试穿玩法首次加入5、魔形智能完成数亿元Pre-A轮融资，布局Token基础设施6、重磅！谷歌神秘AI项目「Remy」曝光：Gemini驱动的 24 小时全时助教来了7、报道称谷歌推出新订阅服务 Gemini Ultra Lite，填补中高端市场空白
AI咨询兴起，客户经理如何破局获客
AI技术非敌是友，完全可以转化为你的拓客利器。需要理性认识AI的功能边界，它虽能高效提供标准化财经资讯，却难以针对个人资产状况、风险偏好进行定制化方案设计。尤其在账户开立、投资组合管理、持续性财富顾问等需人工介入的领域，客户依然倾向与持证专业人士交流。不妨从以下几个方向重构你的客户开发策略：其一，借助AI构建知识科普骨架，随后融入个人专业见解与服务优势，使输出更具人文关怀与精准度；其二，主攻AI难以覆盖的专业领域，如初学者账户开设辅导、家庭财富配置设计、监管政策解读；其三，选择权威高权重渠道进行内容分发，
AI应用工程师：岗位解析、考试指南与职业前景
近年来，随着人工智能（AI）技术的迅猛发展，市场对人工智能应用工程师的需求也逐渐上升。为了帮助更多人进入这个炙手可热的领域，工信部教育考试中心推出了人工智能应用工程师的认证考试。相比传统IT认证，这项考试有着不同的考试内容和技能要求。那么，人工智能应用工程师的考试如何报名？难度又如何呢？本文将为你逐一揭秘。一、人工智能应用工程师是什么？ 人工智能应用工程师（AI Application Engineer）是AI领域中的重要职业，负责将AI技术应用于实际业务场景中。他们不仅需要扎实的编程基础，关注国信弘创小
Meta运用AI识别用户年龄，严防未成年人使用社交平台
Meta近日宣布，将开始利用人工智能扫描照片和视频，通过视觉特征线索判别用户是否未满13周岁，一经查实将注销Facebook和Instagram账号。官方表示，这类视觉线索包括身高、骨骼体态等特征。Meta在官方博客中解释：“我们想明确说明：这并非人脸识别。我们的人工智能只分析整体特征与视觉线索，例如身高、骨骼体态，以此估测大致年龄；并不会识别图片中的具体个人。通过把这些视觉分析，与文本内容、社交行为互动分析相结合，我们能够大幅提升未成年违规账号的识别与清理数量。”这套视觉分析系统目前仅在部分国家投入运行
奥斯卡设限：AI表演与剧本不获参评
奥斯卡主办方美国电影艺术与科学学院于上周公布一系列新规定，涵盖演员提名数量、部分奖项的评选要求，以及国际影片的入围门槛等，并进行重大调整。备受瞩目的变化在于对人工智能（AI）在表演与编剧类奖项的作用给出明确表述：参评的角色必须由真人完成出演，剧本也需由人类进行创作。这在一定程度上反映了当前好莱坞对于AI技术的主流立场。美联社指出，新规一方面凸显人类创作的关键地位，另一方面并未直接禁止人工智能。越来越逼真的生成式人工智能，正成为奥斯卡以及全球电影行业不得不面对的现实。对此，美国电影艺术与科学学院采取相对谨慎
工业AI走入车间：传统机械也能更“聪明”
2026年已过半，如果你仍把AI当成只会聊天、写作的“ChatGPT”，那就很可能错过一场正在制造业发生的“无声变革”。走进当下的先进工厂，你会看到变化：机器不再只是按部就班地执行指令，它们逐渐拥有“感知”和“判断”。从精密制造走向智慧制造，工业大模型正悄然重塑生产方式。不少人对AI依旧存在偏差，担心它在复杂工业现场难以落地。实际上，工业AI（Industrial AI）已经形成三类关键能力，正在把师傅们的经验转化为可复制的能力：01视觉质检：永不疲惫的“火眼金睛”传统抽检受时间与节奏影响，往往存在滞后。
AI点亮美育新课堂 合肥智慧课堂研讨圆满收官
为进一步推进教育数字化转型，促进AI技术与美术课堂深度联动，打造更具沉浸感的美育场域，助力合肥市“庐美校园计划”持续落地，2026年4月29日，合肥市小学美术好课堂暨智慧课堂AI赋能浸润式美育场域构建教学实践与研讨活动在合肥市南门小学森林城校区南区顺利开展。来自全市各县市区的美术教师代表齐聚一堂，共同研讨AI赋能美育的路径与方法。合肥市教育科学研究院吴蓉老师、詹玉婷老师，庐阳区教体局党委委员朱晓艳，合肥市南门小学党委副书记、校长何炜，合肥市南门小学森林城校区副校长王颖，以及各区美术教研员与一线美术教师参加
AI写作论文有风险，审稿人一招识破，AI痕迹超15%即拒
各位注意了，这并非危言耸听。近期学术圈流传着一个消息，许多作者的论文查重率仅为15%，却被审稿人直接拒稿，理由是“AI生成痕迹过重”。如今的审稿人早已不拘泥于查重率本身，他们掌握着专门检测AI生成内容的“黑科技”。一旦AI痕迹超过15%这条警戒线，作者的前途将岌岌可危，甚至可能连申辩的机会都没有。简单来说，审稿人识别AI写作主要依靠一种方法：逻辑与语态概率分析。这与我们常用的论文查重软件截然不同。它不检查你是否抄袭了他人，而是专注于分析文本的“机器味”。人类撰写的论文常伴随情感起伏和逻辑跳跃，而AI生成的
智能化转型：平台型企业的新进化路径
平台型企业的智能化变革平台型企业的意义，不仅在于链接资源，更在于整合资源。AI的作用，也不限于答疑解惑，而是让需求对接、服务落地与成果验收变得更高效、更可管控。传统平台主要处理的是“谁与谁对接”的问题。如今的平台，需要深入解决“谁最擅长处理这个需求，以及怎样完成成果交付”的问题。平台能够积累专家资源、服务机构、执行团队、成功案例与知识体系。AI可以协助评估能力画像、行业匹配性、服务方案与履约风险，使资源不仅被发现，更能被有效整合。企业的众多需求在初期往往模糊不清。AI能够将模糊需求转化为任务分解、材料清单
OpenAI 智能手机蓄势待发，剑指 iPhone
据海外媒体披露，著名分析师郭明錤近期透露了一项重大信息：OpenAI 已将业务触角延伸至智能手机市场，意图直接挑战苹果的 iPhone。郭明錤的最新消息表明，该公司首款人工智能手机的上市计划，比市场普遍预测的要提前。郭明錤指出，OpenAI 似乎正在加速其首款 AI 智能体手机的研发进程，目标是在 2027 年上半年实现大规模生产。此举的潜在驱动因素可能包括：为年底的首次公开募股（IPO）铺垫叙事，以及人工智能智能体手机市场竞争的日益加剧。目前来看，联发科在成为 OpenAI 独家处理器供应商方面占据优势
让人工智能真正普惠全球
据中国常驻联合国代表团网站消息，5月5日，中国常驻联合国代表傅聪大使在人工智能能力建设国际合作之友小组专题会议上作出致辞。全文如下：各位阁下，女士们，先生们，当前人工智能加速演进，并已深度融入经济社会各领域各行业，正在改变人类生活方式，对推动落实联合国2030年可持续发展议程意义重大。人工智能全球治理必须跟上时代步伐，之友小组顺势而设、应需而生。小组成立两年多来，已举办4场公开会议，在华组织3期人工智能能力建设研讨班，近200个成员国家代表参与，切身感受到人工智能发展的强劲动力。通过一系列务实项目，进一步
PRPER特刊：AI工具在物理教学与研究中的多元应用
童大振按：2023年12月，《Physical Review Physics Education Research》期刊发布了关于人工智能工具在物理教学及教育研究领域应用的征稿启事。截至目前（2026年5月6日），该专刊已收录13篇相关学术文章。期刊负责人于今年3月对已发表的12篇文章（另有一篇于4月发表）进行了梳理和总结。本文即是对该总结的提炼与解读。在此之前，我们的团队也已从“教学、评价、研究”三个维度对这12篇论文进行了分类归纳，成果已于5月份刊载于《中学物理》期刊，待上传至知网后将与大家分享。论文
AI幻觉怎么理解：Seth、LLM与绿茶
下面这段摘自我们与 Hermes Agent 的交流，能帮助你弄清楚“幻觉”到底该怎样看，也更好地理解 LLM 应该怎么用。Q: 人工智能是不是本质上都在“胡说”？A: 这问题挺有意思，带着点朋克气的哲学味。就纯技术层面来说，关键在于你如何给“AI”和“幻觉”下定义。**如果“AI”专指大语言模型**——那你说得有道理。LLM 的本质可以概括为对“下一个 token 的概率分布”进行预测：看到上下文，就去猜后文会怎样。它并不是在“检索已存在的事实”，更像是在“接着写出看起来合理的话”。因此从这个角度看，*