Meta 涉嫌使用未出版书籍训练 AI 模型引发关注
Meta公司因涉嫌使用未出版书籍训练AI模型引发关注，引发了对创作者权益及AI训练数据合法性的广泛讨论。
嘿咯图床 · AI 新闻频道
嘿咯AI新闻 · 第618页
嘿咯图床的一句话AI新闻
嘿咯AI新闻是嘿咯图床旗下的 AI 新闻频道，每日聚合人工智能、大模型、AIGC 与 AI 产品动态，用一句话摘要帮你快速了解行业变化。
共 6222 条新闻 · 第 618 / 623 页
京东注册JoyAI商标
京东申请注册JoyAI商标，涉及科学仪器、餐饮住宿等多领域。此举可能影响AI行业的商业应用和政策发展。
DeepSeek 月访问量超越 ChatGPT，成为 AI 工具新星
AI工具DeepSeek在2025年2月的月访问量超越ChatGPT，达到5.25亿次，成为全球增长最快的AI工具之一。这一变化标志着DeepSeek在AI市场的强劲增长，令业内人士为之一振。DeepSeek以其高效的功能和用户友好的界面吸引了大量用户，尤其是在数据分析和信息检索领域。目前，DeepSeek占据6.58%的市场份额，位列第三，仅次于ChatGPT和Canva。这种竞争局面不仅反映了AI工具市场的活跃程度，也突显了DeepSeek作为新兴力量的潜力。
苹果计划推出AI健康教练Health+，将提供个性化健康指导
苹果公司计划推出名为“Health+”的AI健康教练应用，该应用将利用人工智能技术为用户提供个性化的健康改善建议。这一服务最早可能在2026年春季或夏季通过iOS 19.4更新推出。苹果正在积极推进这一项目的开发工作，并已开始与医护人员合作进行数据培训。
投资人警告阿尔特曼：OpenAI 内部安全危机加剧
投资人彼得·蒂尔在2023年11月被解雇前夕，向阿尔特曼提出警告，关注AI安全与商业方向冲突。OpenAI内部安全危机加剧，关键AI安全人物相继离职，导致高层内部出现深刻分歧。最终，阿尔特曼和布洛克曼在员工支持下被重新任命，但内部紧张局势引发组织反思。
OpenAI 400亿融资遭微软围剿，若年底前未成功转型则融资砍半200亿
OpenAI 正在寻求400亿美元融资，以实现向盈利性公司的转型。若成功，估值可达3000亿美元，成为人工智能领域的“独角兽之王”。然而，这一目标面临微软等股东的否决权和法律监管不确定性。尽管面临挑战，OpenAI 预计收入将大幅增长，但仍需持续投入以保持技术领先。这场融资博弈不仅关乎 OpenAI 的未来，也折射出整个 AI 行业竞争的激烈。
谷歌发布全新AI模型Gemini 2.5 Pro 免费开放使用
谷歌宣布推出其最新AI模型Gemini 2.5 Pro，该模型现已向所有Gemini应用用户免费开放。这一变化使得原本只对付费高级用户开放的高端功能现在也能被更多用户使用。Gemini 2.5 Pro被谷歌描述为“迄今为止最智能的AI模型”，在推理能力上显著提升。新模型支持多种功能，包括应用和浏览器扩展，并允许文件上传，与谷歌的协作工具Canvas无缝集成。这些更新旨在为用户提供更流畅的体验，并简化选择和记忆当前使用的Gemini模型的过程。目前，Gemini 2.5 Pro已在官网上线，并将在未来几天内推向Android和iOS平台的Gemini应用。尽管新模型已经向公众开放，但谷歌提醒用户，Gemini 2.5 Pro仍处于实验阶段，其功能包括应用与扩展的集成、文件上传和Canvas功能，这些都在进一步优化中。此外，该模型在LMArena排行榜上表现优异，显示出其在AI领域的竞争力。
张亚勤院士预言：无人驾驶将迎来 “ChatGPT 时刻”
张亚勤院士预测，2025年将是无人驾驶技术迎来重大发展的“ChatGPT时刻”，届时将实现首次通过新图灵测试。这一预测激发了业界对自动驾驶未来的信心和期待。尽管面临挑战，但预计到2030年，10%新车将具备L4级自动驾驶能力，标志着技术的大规模普及。同时，小鹏汽车董事长何小鹏去年也表达了类似观点，强调了这一时刻的重要性。
CVPR 2025 | EmoEdit：情感可编辑？深大VCC带你见证魔法！
EmoEdit，由深圳大学可视计算研究中心黄惠教授课题组开发，是一种基于内容感知的图像情感编辑技术。它通过输入一个情感类别提示词，即可在用户图像上实现多样化的情感编辑，同时保持结构一致性和情感表达的准确性。该技术利用CLIP空间对情感图片进行聚类，并结合GPT-4V总结共性语义，构建情感因素树。此外，它还设计了即插即用的情感增强模块Emotion Adapter，通过融合情感知识提升扩散模型的情感感知能力。实验结果表明，EmoEdit在全局编辑、局部编辑和情感迁移三个维度上均优于其他方法，且可显著提高图像编辑效果。
卷积网络又双叒叕行了？OverLoCK:一种仿生的卷积神经网络视觉基础模型
OverLoCK 是一种全新的基于动态卷积的视觉基础模型，旨在模仿人类视觉系统的「两步走」机制。该模型通过结合金字塔架构和Top-down Attention机制，实现了在复杂场景中快速获取全局信息并聚焦关键细节的能力。 论文的主要贡献包括： 1. **创新设计**：提出了一种新颖的深度阶段分解策略（DDS），用于构建Vision Backbone网络，使其能够同时具备全局和局部信息处理能力。 2. **独特的token mixer**：引入了ContMix模块，这是一种动态卷积模块，能够根据输入的不同分辨率自动调整卷积核的大小和形状，从而适应不同尺度的特征提取需求。 3. **实验验证**：在ImageNet、COCO和ADE20K等数据集上进行了广泛的实验，证明了OverLoCK在图像分类、目标检测和实例分割任务上的性能优于现有方法，特别是在大分辨率输入下仍能保持高效的长距离依赖建模能力。 4. **可视化研究**：通过Gradient-CAM技术，展示了OverLoCK在生成特征图时如何利用Top-down Guidance进行全局和局部信息的融合，进一步证实了其设计的合理性。