Art
PulseAugur coverage of Art — every cluster mentioning Art across labs, papers, and developer communities, ranked by signal.
- 2026-06-10 research_milestone Researchers introduced ART (Art-based Reinforcement Training), a novel method for fine-tuning multimodal LLMs by optimizing visual input. 来源
6 天有情绪数据
-
用户对AI对艺术和游戏的影响表示沮丧
用户对AI的现状表示沮丧，尤其是在艺术、视频游戏和数据抓取方面。他们厌倦了假装这种情况是可以接受的。
-
AI艺术怀疑论促使创作者记录真实性
人工智能生成艺术的日益普及，已导致一些创作者感到有必要记录他们完整的创作过程，从徒步旅行、摄影到编辑，以证明其作品的真实性。这一趋势表明人们对数字艺术的怀疑日益加深，并渴望获得人类参与创作的切实证据。
-
深度学习推动精液分析在男性不育症诊断中的进展 · 跟踪3个来源
一篇发表在arXiv上的综述论文详细介绍了深度学习和计算机视觉技术在精液分析中诊断男性不育症的应用。该论文综合了当前AI驱动的精子检测、计数、活力评估和形态分类方法。它还讨论了临床转化中的挑战，如数据稀缺和领域转移，并提出了将这些AI工具整合到临床实践中的路线图。
-
Mastodon 突出展示草根创作者和 AI 研究
此集群包含一条来自 Mastodon 的帖子，讨论草根创作者和制作人，提及“MissKittyPolitics”、“AI”和“Research”。该帖子鼓励读者关注这些创作者，并触及了艺术主题。
-
金融机构利用 Agentic AI 进行犯罪预防，新工具涌现 · 跟踪 4 个来源
金融机构越来越多地采用 Agentic AI 来打击金融犯罪。奥马哈第一国民银行 (FNBO) 正在利用这项技术调查欺诈活动，而 Wibmo 推出了自己的 AI 助手 Agentic Risk Intelligence Assistant，专门用于金融犯罪业务。这些 AI 代理的兴起也给营销人员带来了新的治理挑战。
-
人工智能与艺术：Mastodon 上的露骨内容
此集群包含两条标记为人工智能和艺术的 Mastodon 帖子，其中包含露骨内容。这些帖子包含与成人主题和身体部位相关的标签。
-
新数据集XPASS-Vis支持跨领域个性化图像美学评估
研究人员推出了XPASS-Vis，一个旨在探索跨不同视觉领域的个性化图像美学评估的新型数据集。该数据集包含来自艺术、时尚和风景类别的 6,500 多张图像，由 129 名标注者进行评分。使用无监督域自适应进行的初步实验表明，个性化美学偏好可以以中等程度的成功跨领域转移，尽管在 PIAA 特定自适应策略方面仍存在显著差距。
-
AI 艺术：学习原理 vs. 模仿风格，以及人类技能的作用
讨论围绕着 AI 生成艺术的本质及其与人类创造力和艺术技能的关系。一种观点认为，AI 应该像人类一样学习艺术原理，而不是仅仅模仿风格，并提出了一个未来 AI 艺术生成器将是更高效的学习者的设想。另一种想法探讨了通过 AI 直接实现意念到屏幕的生成，从而绕过传统的艺术课程和盗窃担忧。然而，也有人指出，虽然 AI 可以创作出高质量的艺术作品，但它并不能自主地完成最终产品，需要大量的人工输入和技能，尤其是在提示工程和艺术指导方面。
-
作者认为AI生成的图像不是艺术
作者认为，真正的艺术源于人类内在的、通过刻意练习和自我批评来显现内心愿景的欲望。这个过程涉及人类的意图、目标、想象力、技术技能的发展和完善。作者认为，AI生成的图像不符合这些标准，因为它们缺乏真正的人类欲望和意图。
-
新的ART技术通过优化视觉输入来微调多模态大语言模型
研究人员开发了一种新的参数高效微调技术，用于多模态大语言模型，称为ART（基于艺术的强化训练）。与修改计算图的现有方法不同，ART仅优化冻结模型的原始视觉输入。这种方法允许在预编译的高吞吐量引擎上进行微调，并将优化后的视觉输入风格化为计算艺术品。ART在数学和结构化工具使用基准测试中已显示出与LoRA相当的准确性，证实了其在各种Qwen模型尺寸上的有效性。
-
批评者称：AI系统并非艺术家，艺术完全是人类的
所提供的文章认为，生成式AI系统不能被视为艺术家，因为艺术完全是人类的活动。他们认为AI模型缺乏真正的创造、梦想、想象或灵感的能力，这些都根植于人类的经验和情感。与人类可以从单一经验中学习不同，AI需要海量数据集来生成图像，这凸显了创造过程的根本区别。
-
Mastodon 用户寻求更小的 Fediverse 服务器以满足 AI 和技术兴趣
一位 Mastodon 用户正在为 Fediverse 内的新服务器寻求推荐。他们正在寻找一个与他们的使命相符、允许直接贡献的小型社区。他们的兴趣包括技术、数据、AI、政治、艺术和游戏。
-
新研究通过上下文感知增强和可微分目标来解决故事重写问题
两篇新研究论文介绍了用于故事重写的新颖方法，重点在于根据读者偏好和反事实变化来调整叙事。第一篇论文“StoryLens”提出了一个基准和一个两阶段模型，该模型使用强化学习来丰富具有上下文感知细节的叙事，显著提高了读者满意度，优于简单的风格迁移。第二篇论文“DTO”提出了一种可微分训练目标，直接优化反事实故事重写的保真度和语义一致性，在现有数据集上表现优于标准训练方法和竞争模型。
-
人工智能在艺术中的作用：复制与创作的争论
作者认为，人工智能通过混淆复制与创造，从根本上误解了艺术。这一观点表明，人工智能生成逼真内容的能力并不等同于真正的艺术表达。文章批评了人工智能在文化领域受到热烈拥抱的现象，并指出了对艺术价值的误解。
-
Mastodon 热门帖子显示 AI 和艺术内容参与度高
Mastodon 的热门帖子突显了平台上受欢迎的内容，尤其侧重于 AI 和艺术相关主题。该平台的“trending hashes”显示“ai”是一个常用的标签，表明其在用户讨论中的普遍性。“Most Favorited”（最受欢迎）和“Most Commenters”（评论最多）部分揭示了获得显著关注和参与度的特定帖子。
-
美国有超过100起针对生成式AI服务的诉讼
目前美国有超过100起与生成式AI服务相关的诉讼正在进行中，全球范围内此类案件超过130起。这些法律行动涵盖了广泛的AI生成内容，包括图像、视频、音频和文本。诉讼凸显了在人工智能领域对版权和艺术完整性的持续担忧。