generative artificial intelligence
PulseAugur coverage of generative artificial intelligence — every cluster mentioning generative artificial intelligence across labs, papers, and developer communities, ranked by signal.
- instance of large-language models 90%
- instance of machine learning 90%
- instance of Gotit.pub 90%
- instance of alphaXiv 90%
- instance of technology 90%
- instance of generative adversarial network 90%
- used by Tomb Raider: Legacy of Atlantis 90%
- used by Crazy Taxi 90%
- used by Crystal Dynamics 90%
- instance of foundation model 90%
- used by large-language models 70%
- used by machine learning 70%
- 2026-05-25 research_milestone A meta-analysis was published on arXiv examining the effects of generative AI on mathematics learning. 来源
- 2026-05-22 research_milestone A new schema-grounded framework for spatial natural language queries using generative AI was presented. 来源
- 2026-05-17 research_milestone A government report details the devastating inaccuracy of generative AI in summarizing patient records. 来源
- 2026-05-15 research_milestone Publication of a research paper detailing how AI mediation in online communication can steer collective opinion. 来源
- 2026-05-13 research_milestone A paper was published analyzing the quality and student perception of AI-generated educational slides. 来源
- 2026-05-12 research_milestone A new theoretical framework and estimators for detecting causal bias in generative AI models were introduced. 来源
- 2026-05-10 research_milestone Researchers propose a framework and reporting tool for AI use in scientific publications. 来源
31 天有情绪数据
-
Google 推出广告商 AI 披露功能
Google 推出了一项新功能，用于标记使用生成式 AI 工具创建或修改的广告。此举旨在提高消费者对广告内容来源的透明度。该系统将清楚地表明在广告创建过程中是否使用了 AI。
-
马克龙和特德罗斯合著关于人工智能对儿童影响的评论文章
埃马纽埃尔·马克龙和特德罗斯·阿德哈诺姆·盖布雷耶苏合著了一篇评论文章，讨论了生成式人工智能和社交媒体对儿童福祉的双重影响。他们承认，虽然这些技术会加剧孤独感并影响线下关系，但负责任地实施时，它们也为教育、可及性和医疗保健的进步提供了机会。作者强调，他们的角色不是仅仅颂扬或谴责技术，而是倡导采取积极的在线行动来保护儿童。
-
作者谴责生成式AI造成环境浪费并破坏真实的在线内容
作者认为，生成式人工智能已经变得过度且有害，并引用了其数据中心耗水严重对环境造成的重大影响。除了生态问题，文章还哀叹AI生成的内容，特别是动物视频，削弱了现实世界内容的乐趣和真实性。如今，AI生成媒体的普遍存在，即使在看到真实的视频时，也会引发怀疑和失望，从而侵蚀了人类幸福感的一个简单而有意义的来源。
-
希尔顿首席营销官：人工智能需要为人类和代理商制定新的营销任务
希尔顿首席营销官 Mark Weinstein 认为，人工智能是旅游行业一股变革性的力量，它超越了简单的营销工具，形成了一个新的生态系统。他强调，虽然生成式人工智能备受瞩目，但代表消费者行事的代理式人工智能（agentic AI）带来了更大、新兴的影响。Weinstein 预见，未来营销人员必须同时与人类和人工智能代理商打交道，确保品牌的情感和信任价值不会在人工智能的模式发现能力中丢失，因为人工智能可能会将决策过度简化为价格和地点等理性变量。
-
Mastodon 用户批评生成式AI拥护者看重输出而非社会成本
一位Mastodon用户认为，生成式AI的拥护者应该承认，他们更看重平庸的输出，而不是该技术的社会成本。该用户暗示，这种优先排序揭示了一种价值体系，即人工智能生成内容的便利性压倒了潜在的负面影响。
-
软件工程师被强制集成生成式AI，面临认知能力退化的风险
软件工程师越来越多地被要求将生成式AI纳入工作，这是高管们为兑现对投资者的宏伟承诺而面临压力的结果。虽然AI可以作为有价值的工具和智力合作者，但过度依赖可能会削弱人类的认知和批判性思维能力。这种转变可能使工程师变成依赖企业AI货币化策略的被动用户，并可能导致下一代人的认知能力下降。
-
Google Generative AI controls expand beyond UK for Search Console users
Google 正在将其 Search Console 中的生成式 AI 控件的可用性扩展到英国以外的用户。此功能允许网站所有者管理其内容如何在 Google 的 AI 驱动的搜索结果中使用。推出是逐步进行的，其他地区的某些用户现在可以访问这些控件。
-
人工智能对零售业的影响因品类而异，偏爱高决策价值的产品
生成式人工智能正在对零售业产生重大影响，但其影响力因产品品类而异。数据显示，人工智能推荐流量集中在美容和个人护理（45%）以及消费者健康（28%）等领域，这些领域的人工智能有助于消费者减少不确定性、比较选项并增强购买信心。牛奶或软饮料等风险低、习惯性购买的品类受到的影响较小。人工智能在零售业的有效性取决于其提供决策价值的能力，尤其是在抗衰老护肤品等高风险的复杂品类中，它可以缩小选择范围并建立购买信心。清晰构建数据和声明的品牌更有可能在…
-
为FOSS项目寻求AI政策指导
一位Mastodon用户正在寻找专门针对自由和开源软件（FOSS）项目的AI政策信息。他们正在寻找现有政策的概述或在软件开发中负责任地使用生成式AI的一般指南。
-
AI 的下一个前沿：实体机器人超越感知，走向现实世界行动
人工智能的下一个前沿正从屏幕转向物理世界，人工智能系统越来越多地被设计用于直接与现实世界环境互动。这一转变正在推动机器人技术的发展，其重点正从单纯的感知转向可靠的执行和实时行动。视觉语言模型是关键的赋能者，使机器能够理解上下文并适应不熟悉的情况，而边缘 AI 处理对于低延迟、设备端推理至关重要。
-
2026年专业人士的顶级生成式AI工具
本文重点介绍了2026年专业人士应了解的几款领先的生成式AI工具。文章提到了ChatGPT、Claude、Gemini、Copilot、Midjourney和Perplexity等知名平台。旨在告知读者当前正在改变各专业领域生产力和创造力的AI技术。
-
Trenqet推出AWS AI培训；dfplus.io集成ChatGPT广告
Trenqet将举办日本首个关于AWS生成式AI和Agentic AI的中高级培训课程。另外，数据源管理工具dfplus.io已增加对OpenAI的ChatGPT广告的支持。
-
生成式AI将于2026年重塑业务运营
本文讨论了生成式AI对业务运营的潜在影响，预测到2026年将发生重大变革。文章探讨了这些先进的AI应用如何革新各个行业，提供新的效率和能力。该文旨在深入了解企业AI采用的未来格局。
-
Amazon Bedrock 为药物研究和电子邮件自动化提供 AI 支持
亚马逊正在利用生成式 AI 及其 Amazon Bedrock 服务来增强各种应用程序。一种用例涉及通过 GraphRAG 进行智能药物研究，该技术将图数据库与生成式 AI 相结合，以加速科学发现。另一个应用程序展示了公共部门组织如何使用由 Amazon Bedrock 提供支持的生成式 AI 解决方案来自动化电子邮件管理。
-
人机交互论文探讨结构设计中的创造力
一篇新研究论文探讨了人机交互如何增强结构设计和建筑领域的创造力。作者认为，当前专注于消除摩擦的生成式AI，往往无法满足受益于迭代探索和完善的创意领域的需求。他们提出了共创系统的设计维度，该系统利用视觉语言模型，使结构探索过程更具对话性，并能响应用户意图，从而保留有益的设计摩擦。
-
新的POO-LPSP方法通过优化的AHP增强AI供应商选择
研究人员开发了一种名为POO-LPSP的新方法，该方法集成了受生物启发的并行鱼鹰优化算法，以有效地解决层次分析法（AHP）的复杂优化模型。该方法旨在通过最小化特定的方差指标来提高优先级推导的可靠性。该方法通过生成式AI供应商选择问题进行了验证，为传统的AHP技术提供了一种可能更稳健的替代方案。
-
AI与自动化：2026年高级SDET面试题
本文预览了2026年高级SDET和测试架构师职位的面试题，重点关注基础自动化以外的领域。内容涵盖并发、API安全以及包括LLM和RAG在内的新兴AI测试栈等主题。预览中包含对Java的ConcurrentHashMap及其线程安全机制问题的详细解答和解释，强调了原子复合方法在多线程环境中正确运行的重要性。
-
新研究详细介绍了生成式AI模型的性能优化
一篇新研究论文详细介绍了对生成式AI模型（包括LLM和扩散模型）的性能进行优化和比较的系统性研究。该研究解决了部署挑战，如高内存需求、延迟、计算需求和硬件成本，尤其是在异构平台上。它引入了一种新颖的混合精度训练后量化评估方法，并在现代HPC系统和先进加速器上评估了性能。
-
新arXiv论文详述生成式AI对法律特权的风险
一篇新发表在arXiv上的论文探讨了与生成式AI系统相关的保密性和法律特权风险。文章详细介绍了数据如何通过模型参数、上下文窗口和检索增强生成（RAG）进行存储和处理，并突出了每种方式的独特风险。该分析借鉴了英国和美国的法律先例以及计算机科学研究，旨在指导英格兰和威尔士的法律专业人士进行有效的数据治理以及在部署GenAI时可能出现的疏忽。
-
调查详述LLMs在网络安全与隐私中的双重用途风险
一篇新的调查论文详述了大型语言模型（LLMs）和生成式AI在网络安全与隐私中的双重用途风险。该论文强调了这些技术如何被用于先进的防御机制，如实时威胁检测和安全代码生成，以及复杂的攻击，包括AI生成的恶意软件。论文指出，LLM生成的恶意软件显著增加，估计到2025年将占已检测威胁的50%。该研究综合了70多篇文献的见解，并为负责任的部署提供了建议，例如模型水印和对抗性防御。