https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
复旦大学“数据挖掘技术”课程近日迎来了一场别开生面的期末考核。与传统坐在考场里答题的形式截然不同,这次的期末考试让全班同学悉数坐上了“出题人”的位置。
根据考核规则,每位学生需要独立设计 10 道具有唯一正确答案及完整推导过程的数据挖掘计算题,并用这些题目去测试三个不同能力梯度的AI模型。考核的得分逻辑非常具有颠覆性:AI被难倒的次数越多、答错的题越难,出题学生拿到的分数就越高。
传统考试在AI时代失效,倒逼教学模式变革
该课程负责人、复旦大学计算与智能创新学院肖仰华教授指出,传统的出题考察方式在如今的AI时代已经失去了原有的技术检测意义。如果老师依旧出一道标准的算法题,AI的计算速度和准确率可以轻松碾压任何一位人类学生。
肖教授认为,继续在AI擅长的领域和它硬碰硬毫无意义,因此决定将考核方向彻底逆转。这种“人考AI”的设计核心,在于引导学生坚信只要真正深入且透彻地理解了专业知识,就一定能够敏锐地捕捉到AI的逻辑盲区。
最强模型未被攻克,唯有 4 人让AI吞下零分
在这场交出的 51 份期末答卷中,最终的测试结果呈现出了极具戏剧性的数据对比。全班共有 50 名学生成功让至少一个AI模型在答题中翻车,仅有 1 名同学未能难倒任何模型,全班整体平均分为85. 7 分。
值得注意的是,在DeepSeek V4-Flash、MiniMax M2. 7 以及Claude Sonnet 4. 6 这三个迎战的模型中,处于难度金字塔尖的Claude模型展现出了极强的韧性,没有被任何一个学生完全考倒。最终,全班仅有 4 名学生凭借极高水准的原创题目,成功让其中较弱的AI模型整张试卷吞下零分,顺利锁定了期末满分。
via AI新闻资讯 (author: AI Base)
具身智能的「ChatGPT时刻」临近:宇树科技描绘机器人产业新图景
在近期举行的 2026 亚布力论坛创新年会上,具身智能领域再次成为焦点。宇树科技联合创始人陈立在发言中指出,智能机器人行业正处于爆发前夜,未来两到五年将迎来关键性的技术与产业突破。
陈立将具身智能迎来类似人工智能领域「ChatGPT时刻」的标志性节点,总结为两个「80%」:即机器人能够在80%的陌生场景中,通过语音或文字指令,精准、顺畅地完成约80%的任务。他预判,随着这一目标的实现,具身智能机器人有望在四年后,即 2030 年左右引领一股全新的消费浪潮,并对社会生产力及劳动力结构产生深远影响。
为了推动这一愿景落地,陈立强调了行业发展所需的三大核心支柱:首先是构建统一的端到端机器人大模型,这是赋予机器人「大脑」的关键;其次是实现硬件的更低成本与更长寿命,同时配合超大批量的规模化生产制造,以满足市场普及需求;最后是低成本、规模化的算力支持,为机器人的复杂决策提供底层保障。
作为行业内的积极探索者,宇树科技在机器人硬件自主可控方面已取得显著进展,其核心关节电机的原材料供应已实现完全自主可控。公司近期也动作频频,不仅在进行机器人任意动作生成与自主出招对打的技术迭代,更明确了在未来三年内发布「通用人形机器人具身基础模型」的战略规划。
从行业布局来看,宇树科技近期还通过与高校成立具身智能联合实验室,进一步深化科研与应用的融合。随着技术壁垒的逐一突破,具身智能正在从实验室走向实际生产力,加速改变我们的生产与生活方式。
via AI新闻资讯 (author: AI Base)
在近期举行的 2026 亚布力论坛创新年会上,具身智能领域再次成为焦点。宇树科技联合创始人陈立在发言中指出,智能机器人行业正处于爆发前夜,未来两到五年将迎来关键性的技术与产业突破。
陈立将具身智能迎来类似人工智能领域「ChatGPT时刻」的标志性节点,总结为两个「80%」:即机器人能够在80%的陌生场景中,通过语音或文字指令,精准、顺畅地完成约80%的任务。他预判,随着这一目标的实现,具身智能机器人有望在四年后,即 2030 年左右引领一股全新的消费浪潮,并对社会生产力及劳动力结构产生深远影响。
为了推动这一愿景落地,陈立强调了行业发展所需的三大核心支柱:首先是构建统一的端到端机器人大模型,这是赋予机器人「大脑」的关键;其次是实现硬件的更低成本与更长寿命,同时配合超大批量的规模化生产制造,以满足市场普及需求;最后是低成本、规模化的算力支持,为机器人的复杂决策提供底层保障。
作为行业内的积极探索者,宇树科技在机器人硬件自主可控方面已取得显著进展,其核心关节电机的原材料供应已实现完全自主可控。公司近期也动作频频,不仅在进行机器人任意动作生成与自主出招对打的技术迭代,更明确了在未来三年内发布「通用人形机器人具身基础模型」的战略规划。
从行业布局来看,宇树科技近期还通过与高校成立具身智能联合实验室,进一步深化科研与应用的融合。随着技术壁垒的逐一突破,具身智能正在从实验室走向实际生产力,加速改变我们的生产与生活方式。
via AI新闻资讯 (author: AI Base)
影坛版权博弈升级:Midjourney 要求好莱坞制片厂“自证清白”
好莱坞制片厂与生成式 AI 之间的版权拉锯战,正演变成一场相互审视的“证据公开”较量。在迪士尼、环球影业及华纳兄弟针对 Midjourney 提起的版权诉讼案中,作为被告的 Midjourney 采取了反向攻势,要求制片厂披露其内部业务中应用 AI 技术的具体细节。
这场法律争议的核心在于证据开示(discovery)的范畴。此前,法庭裁定制片厂仅需提供最终“面向消费者”的视频和图像相关文件。然而,Midjourney 明确表示不接受这一限制,并指责该界定存在选择性,意在剥夺其获取有利抗辩证据的权利。Midjourney 认为,这些被扣留的文件,恰恰能够揭示制片厂是否在“幕后”进行着与起诉书中指控的相同行为——即未经授权使用受版权保护内容来训练 AI 模型。
Midjourney 在最新的法院文件中直言,如果制片厂正在开发用于内部创作的图像生成模型,那么这些实践本身就证明了 AI 在影视工业流程中已成为一种“行业惯例”。通过这一论点,Midjourney 试图向法院展示,制片厂自身也在依赖类似的技术路径,从而弱化对其“侵权”的指控。此外,Midjourney 还申请要求制片厂全面披露所有曾使用的提示词(prompts)及生成结果,以全方位评估其在创意构思及分镜设计中的 AI 使用现状。
面对 Midjourney 的这一举措,代表好莱坞制片厂的大卫·辛格律师予以了回击。他斥责这是一场“撒网搜证”式的不当行为,旨在无差别获取制片厂的内部核心资料。辛格表示,制片厂的诉求并非阻碍技术进步,而是要求 Midjourney 停止未经授权擅自使用并传播其经典影视内容及角色版权的行为。
随着案件进入深水区,这场围绕 AI 训练数据与版权边界的交锋,不仅关乎两方的利益博弈,更将成为定义未来影视行业 AI 使用规范与法律责任归属的重要里程碑。目前,双方在证据披露范围上的对峙仍在持续。
via AI新闻资讯 (author: AI Base)
好莱坞制片厂与生成式 AI 之间的版权拉锯战,正演变成一场相互审视的“证据公开”较量。在迪士尼、环球影业及华纳兄弟针对 Midjourney 提起的版权诉讼案中,作为被告的 Midjourney 采取了反向攻势,要求制片厂披露其内部业务中应用 AI 技术的具体细节。
这场法律争议的核心在于证据开示(discovery)的范畴。此前,法庭裁定制片厂仅需提供最终“面向消费者”的视频和图像相关文件。然而,Midjourney 明确表示不接受这一限制,并指责该界定存在选择性,意在剥夺其获取有利抗辩证据的权利。Midjourney 认为,这些被扣留的文件,恰恰能够揭示制片厂是否在“幕后”进行着与起诉书中指控的相同行为——即未经授权使用受版权保护内容来训练 AI 模型。
Midjourney 在最新的法院文件中直言,如果制片厂正在开发用于内部创作的图像生成模型,那么这些实践本身就证明了 AI 在影视工业流程中已成为一种“行业惯例”。通过这一论点,Midjourney 试图向法院展示,制片厂自身也在依赖类似的技术路径,从而弱化对其“侵权”的指控。此外,Midjourney 还申请要求制片厂全面披露所有曾使用的提示词(prompts)及生成结果,以全方位评估其在创意构思及分镜设计中的 AI 使用现状。
面对 Midjourney 的这一举措,代表好莱坞制片厂的大卫·辛格律师予以了回击。他斥责这是一场“撒网搜证”式的不当行为,旨在无差别获取制片厂的内部核心资料。辛格表示,制片厂的诉求并非阻碍技术进步,而是要求 Midjourney 停止未经授权擅自使用并传播其经典影视内容及角色版权的行为。
随着案件进入深水区,这场围绕 AI 训练数据与版权边界的交锋,不仅关乎两方的利益博弈,更将成为定义未来影视行业 AI 使用规范与法律责任归属的重要里程碑。目前,双方在证据披露范围上的对峙仍在持续。
via AI新闻资讯 (author: AI Base)
近日,有消息证实,备受关注的 Google 旗舰大模型 Gemini3.5Pro 将于7月17日正式亮相。这一发布节点极为微妙——正值 DeepSeek V4正式版发布之际,两款顶级大模型的“同场竞技”无疑将成为 AI 业界的一大看点。
在此前5月份的 Google I/O 大会上,Gemini3.5Pro 原定于6月发布,但最终因故延期。据内部知情人士透露,此次跳票并非单纯的技术瓶颈,而是 Google 团队做出了一个战略抉择:宁愿推迟发布,也要跳过对旧版本 Gemini2.5Pro 的微调,转而投入额外时间进行全新的预训练。这一决定旨在通过更深层的算力投入,为模型带来性能上的质变。
从目前流出的测试情报来看,Gemini3.5Pro 的提升重点在于“前端生成”能力。该模型在 UI 设计品味、精简代码生成以及 SVG 矢量图构建方面均有显著飞跃,输出结果更加干练、精准。在游戏开发场景中,模型表现同样稳健,能够更高效地处理复杂的逻辑交互。
尽管此次升级力度空前,但行业分析认为,Gemini3.5Pro 或许尚无法在参数规模上完全撼动 Anthropic 旗下 Fable5等动辄万亿级参数的“巨无霸”模型。然而,Google 的底牌远不止于此。作为多模态领域的先行者,Google 将基于全新的 Gemini3.5Pro 底座,同步推出新款 Nano Banana Pro 生图模型,其核心目标直指当前行业标杆 GPT-Image2,意图在图像生成这一细分赛道重夺话语权。
凭借 Google 在世界知识库广度上的先天优势,Gemini3.5Pro 的实战表现备受期待。随着7月17日临近,这场围绕算力、训练深度与多模态交互的行业大战,即将揭晓答案。
via AI新闻资讯 (author: AI Base)
Anthropic 开启百亿级算力豪赌,拟在澳大利亚加码千兆瓦数据中心
近日,业界传出消息,人工智能大模型厂商 Anthropic 计划在澳大利亚采购规模至少1.4GW 的数据中心算力。这一大手笔投资预计将耗资150亿美元(约合216亿澳元),其规模之大,远超此前市场的预估。
据知情人士透露,为了支撑这一宏大的基础设施布局,Anthropic 已经明确了清晰的时间表:目标是在2027年底之前,完成至少1GW 算力资源的启用。为了确保项目的顺利推进与高效运营,该公司已在当地设立了专门的办公室,意在通过本土化的深耕,快速打通算力建设的供应链与落地渠道。
这一动作不仅被视为 Anthropic 强化全球算力矩阵的关键一步,也反映出头部 AI 企业对能源与算力基础设施的掌控欲望正在前所未有的提升。在大模型性能竞争日趋白热化的背景下,确保长期、稳定的高性能算力供应,正逐渐成为决定企业能否在这一赛道持续领跑的“命门”。
目前,Anthropic 尚未公布该数据中心建设的具体选址或合作伙伴详情。但可以预见的是,随着这一1.4GW 算力计划的逐步落地,澳大利亚或将成为全球 AI 算力地图中一个不可忽视的新增长极。这一举措不仅将进一步拉大算力资源的竞争差距,也预示着 AI 行业对于电力、土地及数据中心集群的刚性需求,正推动着全球科技巨头在全球范围内加速圈地。
via AI新闻资讯 (author: AI Base)
近日,业界传出消息,人工智能大模型厂商 Anthropic 计划在澳大利亚采购规模至少1.4GW 的数据中心算力。这一大手笔投资预计将耗资150亿美元(约合216亿澳元),其规模之大,远超此前市场的预估。
据知情人士透露,为了支撑这一宏大的基础设施布局,Anthropic 已经明确了清晰的时间表:目标是在2027年底之前,完成至少1GW 算力资源的启用。为了确保项目的顺利推进与高效运营,该公司已在当地设立了专门的办公室,意在通过本土化的深耕,快速打通算力建设的供应链与落地渠道。
这一动作不仅被视为 Anthropic 强化全球算力矩阵的关键一步,也反映出头部 AI 企业对能源与算力基础设施的掌控欲望正在前所未有的提升。在大模型性能竞争日趋白热化的背景下,确保长期、稳定的高性能算力供应,正逐渐成为决定企业能否在这一赛道持续领跑的“命门”。
目前,Anthropic 尚未公布该数据中心建设的具体选址或合作伙伴详情。但可以预见的是,随着这一1.4GW 算力计划的逐步落地,澳大利亚或将成为全球 AI 算力地图中一个不可忽视的新增长极。这一举措不仅将进一步拉大算力资源的竞争差距,也预示着 AI 行业对于电力、土地及数据中心集群的刚性需求,正推动着全球科技巨头在全球范围内加速圈地。
via AI新闻资讯 (author: AI Base)