AI-generated content
PulseAugur coverage of AI-generated content — every cluster mentioning AI-generated content across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
面向AI生成内容的新型无损可逆水印
研究人员开发了一种面向AI生成内容(AIGC)的无损可逆水印技术,该技术可以在图像失真后精确恢复原始图像。该方法利用了图像生成信息的低熵和鲁棒的潜在空间水印技术,以保留无损恢复所需的必要数据。该框架应用于AIGC认证,并结合了密码学消息认证,以抵抗自适应攻击者并确保不可伪造性。在Stable Diffusion上的实验证明了其有效性。
-
研究发现:人工智能生成内容可能比人类内容受到的审查更少
一项发表在arXiv上的新研究调查了人类用户如何看待人工智能生成的内容,特别关注谷歌自动完成功能中的性别偏见。讲西班牙语的参与者评估了源自谷歌自动完成和人类撰写事实的偏见陈述。研究发现,告知参与者部分材料是人工智能生成的,并未显著改变他们的认同判断或反应时间,这表明人工智能内容可能比人类生成的内容受到的审查更少。
-
Z世代将职业目标转向由AI驱动的创业
新一代人,特别是00后,正在人工智能时代转变他们的职业抱负。许多人不再选择公务员或国企等传统道路,而是考虑通过 solo company 创业、成为“超级个体”、发展自媒体、开拓海外市场、从事人工智能生成内容(AIGC)以及采用“vibe coding”实践。
-
商汤 MaaS 解决方案在中国企业级市场排名第二 · 追踪 1 个来源
根据 IDC 最新报告,商汤的“商汤大装置”在中国企业级 MaaS 市场中位列第二,市场份额达到 9.4%。报告指出,在模型升级、应用场景拓展和多模态能力驱动下,MaaS 市场在 2026 年上半年迅速增长至 106.3 亿元人民币。商汤的成功归功于其端到端的多模态解决方案及其 FDE(前线部署工程师)模式,该模式专注于深度行业融合并交付可衡量的业务价值。
-
抖音发布优化电商广告支出的指南
抖音兴趣电商平台发布了《2026年千川成方投资指南》,旨在帮助商家优化广告策略。该指南介绍了成方系统,该系统将网红佣金和内容创作等各种营销成本整合到投资回报率(ROI)计算中,以更准确地评估业务绩效。它还提供了优化广告创意、寻找高质量网红内容以及自动化网红合作以提高销售额和效率的工具。
-
DeepSeek 推出 API,通过权威性得分打击 SEO 垃圾信息
DeepSeek 发布了公共搜索和抓取 API,旨在打击 SEO 垃圾信息和低质量的 AI 生成内容。该 API 为搜索结果提供权威性得分,并声称可以过滤掉地理位置操纵等操纵性策略。这个新工具索引了大量页面,每天处理数百万次搜索,旨在提供更可靠的搜索结果。
-
文本到图像合成:十年回顾论文发布
一篇全面的回顾论文审视了过去十年发表的关于文本到图像合成(T2I)的490篇研究论文,涵盖范围延伸至2026年。论文详细介绍了生成模型(如GANs、自回归模型和扩散模型)在T2I中的演变。它根据可控性、个性化生成、编辑、偏好对齐、效率、安全性和一致性等具体挑战对当前研究进行了分类。该回顾还考察了统一的多模态模型、常用数据集、评估指标以及AI生成内容的潜在应用和未来研究方向。
-
选民被警告注意人工智能生成的虚假信息,这些信息将在选举日前出现 · 跟踪了 2 个来源
随着选举日的临近,人工智能专家和公司正在向选民发出警告,警惕人工智能生成的内容可能误导他们。随着提前投票期的开始,这一担忧尤为重要,凸显了公众对欺骗性人工智能驱动媒体的认识的必要性。
-
AI对软件开发和内容质量的影响引发辩论 · 追踪6个来源
最近Mastodon上的几篇帖子讨论了AI在软件开发中的演变格局及其更广泛的影响。话题范围从幽默地观察到AI生成大量质量可疑的内容,到开发用于渗透测试的自主AI代理(如PentAGI),再到在概率性LLM之上构建确定性系统的挑战。此外,American Express发布了其Intent Intelligence Framework,标志着将AI应用于支付和web3技术迈出了重要一步。
-
新方法发现AI图像生成LoRA适配器中未公开的概念
研究人员开发了一种新方法,用于识别扩散模型中LoRA适配器内的未公开概念。该技术旨在通过发现LoRA训练以生成特定概念来减轻与有害或有问题AI生成内容相关的审核风险。该方法采用两阶段框架:子空间引导进化搜索(SGES)以基于子空间对齐高效地缩小候选提示范围,然后进行配对视觉识别(PVI)以视觉上验证和确认所发现的概念。
-
AI生成“灵魂摆渡”网络电影票房突破1000万
基于经典IP《灵魂摆渡》的AI生成内容(AIGC)网络电影“浮生梦”系列已突破1000万元人民币的票房收入。该系列在爱奇艺上线,并在上线首周实现盈利,随着第三部的加入,人气持续增长。该项目通过更高效、更具成本效益的视觉丰富内容制作,并允许叙事可能性的扩展,展示了AIGC在振兴既有知识产权方面的潜力。
-
AI检测器因识别AI生成内容的准确性而面临审查
随着人工智能生成内容的日益普及,人工智能检测器的准确性和可靠性正受到质疑。对领先的人工智能内容检测工具的回顾检查了它们在准确性、易用性和整体可靠性方面的表现。
-
RunningHub启动首届AIGC长片电影大赛,奖金100万元
海马云旗下AIGC创作平台RunningHub启动了首届全球AIGC长片电影大赛,最高现金奖励100万元人民币。大赛旨在通过提供10部精选科幻文学作品供免费改编,鼓励创作更长篇幅的AI生成内容。比赛强调世界构建、角色发展和完整叙事结构,超越了短小、视觉冲击力强的片段。
-
新型AI检测器PIVOT利用物理学验证音视频内容
研究人员开发了PIVOT,一种通过验证其是否符合物理定律来检测AI生成音视频内容的新颖方法。与依赖视觉伪影的传统检测器不同,PIVOT分析音视频中的物理量以评估一致性。该系统在一个新的基准数据集PhysForensics-Bench上,与Gemini 3.1 Pro的直接检查相比,表现出更高的准确率和F1分数。
-
新款RISC-V芯片旨在解决视频生成的“存储墙”瓶颈
中科通量推出了SmarCo GC3,这是一款专为视频生成任务设计的新型AI芯片。该芯片采用了RISC-V数据流架构,旨在通过让计算直接跟随数据来克服传统GPU架构固有的“存储墙”瓶颈。SmarCo GC3拥有200 TOPS的AI算力和128GB的LPDDR5内存,并配备了用于解码1080P视频流的专用硬件。通过与RISC-V生态系统集成,该芯片旨在降低开发人员在创建AI生成视频内容方面的门槛。
-
AI图像取证研究推动检测和定位技术发展
两篇提交至arXiv的研究论文提出了检测和定位被操纵图像(尤其是AI生成图像)的先进方法。第一篇论文介绍了一个用于GenText-Forensics挑战的证据引导系统,该系统结合了图像级检测器、空间定位器和多模态大语言模型来生成取证报告。该系统在该挑战中获得第二名。第二篇论文提出了一个统一框架,该框架超越了简单的检测,包括对篡改区域的像素级定位,在分类准确性和定位方面均优于现有基准。
-
新的 A-MADiff 算法优化移动网络中的 AI 生成内容交付
研究人员开发了 A-MADiff,这是一种新颖的多智能体强化学习算法,旨在优化托管人工智能生成内容 (AIGC) 服务的移动网络中的任务编排。该框架通过采用一种去中心化方法来解决边缘服务器 GPU 内存耗尽的关键问题,在该方法中,每个节点将任务调度到本地或邻近服务器。A-MADiff 利用基于扩散的去中心化 Actor 和注意力引导的中心化 Critic 来管理 GPU 内存异构性并提高整体奖励。
-
英特尔Arc Pro B70以简化的工作流程为目标,助力本地AI视频生成
英特尔正将其Arc Pro B70显卡定位为本地人工智能生成内容(AIGC)工作负载,特别是视频创作。该公司与MiniMax等合作伙伴一起,致力于使本地AI视频生成更加易于访问和高效。这不仅包括为MiniMax的H3等新模型优化硬件,还包括简化软件环境和工作流程集成,以降低创作者的技术门槛。
-
新框架检测并中和扩散模型中的后门
研究人员开发了一个名为 Backdoor Sentinel 的新框架,用于检测和中和扩散模型中的后门。扩散模型越来越多地用于 AI 生成内容。该方法利用了一个新发现的现象,称为时间噪声一致性 (TNC),其中后门激活会破坏相邻扩散时间步之间噪声预测的稳定性。TNC-Defense 包括 TNC-Detect,供审计员在不访问模型的情况下识别后门;以及 TNC-Detox,供服务提供商在对质量影响最小的情况下纠正生成路径。
-
新基准根据物理一致性评估 AI 视频质量
研究人员推出 GeoCon-Bench,一项旨在通过评估 AI 生成视频对物理定律的遵循程度来衡量其质量的新指标。该基准量化了视频帧之间的几何一致性,作为生成内容与现实世界物理规律对齐程度的代理。该方法包括捕捉全局运动,使用背景对应关系拟合单应性矩阵或基本矩阵等模型,并报告内点比率和几何误差等指标。实验表明,GeoCon-Bench 是评估最先进的 AI 生成视频模型质量的可靠工具。