OpenAI新模型突破10项菲尔兹奖级难题/AI女团选秀9个出道成团/最强AI 画不好《蒙娜丽莎》｜Hunt Good周报

️ AI 假医生批量带货，博主称一条赚了 6.7 万美元

由404 Media曝光的那一条已经成功运行的AI带货流水线, 新西兰的Harry Chang将其制作过程拍成公开教程, 还宣称当中的一条保健品广告获得了130万次的播放量, 进而带来了67420美元的收入。

开展制作流程之际, 其表现得极为径直: 先是要去复制一条曾经有过很大热度的脚本, 接着借助AI创作出人脸、声音以及口型, 随后把这些拼凑起来, 形成一段新出的短视频。在所呈现的画面范围内, 里面出现的人物有的身着白大褂, 有的站在台上扮作专家模样, 看上去好似医生, 可实际上是着实不存在的。

Chang将「中老年健康」说成是利润超高的赛道, 他那种经验很是直接啦: 「要是想给50岁的人售卖保健品, 那就把虚拟人同样弄成50岁」, 年龄、肤色、口音以及白大褂, 统统都成了提升可信度的那些素材。

2月时, 美国的保健品一家公司, 对竞争对手发起了起诉, 提起后的诉状当中专门指控, 后面的这家, 居然居然是后者, 它竟然利用旗下所设立的品牌, 搭建了私人并且设定了群供培训使用, 接着是针对创作者采取批量制作的手段, 制作出假医生、假专家以及具有TED演讲风格的广告, 最后从Shop的销量里面获取分佣。

特意去制作一批, 年龄大概在50岁左右的AI人之后, 再采用Ted演讲风格去推销保健品。

那么就声称, 那份诉状并没有证实公司对这些第三方创作者进行了指挥, 当下法院还未曾做出裁定。

此时, 那一些人工智能生成的垃圾视频正从流量方面的生意转变成带动商品销售的生意。其中呀, 虚假的医生承担对用户建立信任这件事, 而购物平台完成下单操作, 然而健康方面的风险却交由屏幕另一边的用户承担。

：AI 吃不掉我们

刚刚交出了一份算得上漂亮的财报, 此财报显示第二季度营收为8.05亿美元, 并且呈现出同比增长61%的状况, 净利润达到2.53亿美元, 有着增长183%的态势。然而在这份财报发布之后, 股价在盘后之时一度出现跌超10%的情况。

但让投资者紧张的是 带来的流量。

于股东信之上予以承认, 源于搜索引擎的访问数量在本季度呈现出时而良好时而糟糕的态势, 且在季度后侧部分出现的波动幅度更为显著。全球每日活跃用户数目增长至整整一亿三千零三十万, 然而美国每日活跃用户数目在与上一个季度对比时, 从原本多达五千三百五十万降到了仅仅五千三百二十万。

有不少未登录访客来自 。

以往搜索某个问题之时, 用户会点击进去查看真人所分享的经验；如今呢, 将AI摘要放置于链接的前面, 答案已然被撰写好了, 好多人或许看完便离开了。

史蒂夫这位CEO, 并不觉得人工智能能够将这部分需求通通消耗掉。在接受采访之际, 他表明, 人工智能生成的摘要没办法取代传统搜索之中的“十个蓝色链接”。

反而于股东信当中, 他讲得更为直截了当: 「人们不愿去看的摘要, 他们所想要的便是。」。

CEO，Steve

原因在于, AI具备整理信息的能力, 然而, 却极难将社区中的争论、个人经历以及不同意见统一成一个标准答案。公司同样积极付出努力, 旨在促使用户于日常情景下主动实施打开操作行为举动, 用以实现对此公司流量依赖程度的削减降低效果。

2024年, 将帖子授权给了, 以用于使AI得到改进。如今这些真人之间的讨论, 正促使的这一说法变得更好, 并且还有可能致使更少用户点进。

使得GPT - 5.6 Sol, 还有Fable 5一块去描绘蒙娜丽莎的形象, 真的是很难用一句话将其全部表述清楚。

TryAI搭建了一个AI画画擂台,给GPT - 5.6 Sol提供了白纸和彩铅工具, 给Fable 5提供了同样的白纸和彩铅工具, 给Grok 4.5提供了相同的白纸和彩铅工具, 也给3.6 Flash提供了那样的白纸和彩铅工具。

四个人所画的模型, 总共是二十八张的数量；在临摹《蒙娜丽莎》以及《星月夜》的八次作业之中, 最后的那一版, 全部都要比自己在绘画中途所呈现出来的最好的那一版, 还要更差一些。

这些被称作「彩铅」的, 属于数字工具。模型并非采用一键生图的方式, 它们得自行去挑选颜色, 确定笔尖粗细, 把控下笔轻重, 然后一批批地给出笔触所处的位置。

依作者纯肉眼所作评价来看, GPT - 5.6 Sol夺冠最为轻松, 它对《蒙娜丽莎》起码能辨认出脸部分、双手部分以及背景部, 《星月夜》同时玻璃瓶里的红玫瑰而成作者最喜爱之两张评鉴标的。

就画画水平而言, Grok 的表现是最差劲的, 那幅《蒙娜丽莎》被画得犹如一个披上黑白条纹布料的人。对于此物, 那个作者给出了直接的评价: 在这项测试当中, 它”大体上就等同于垃圾“。

机器评分给出了另一个冠军： 在两次临摹里都最接近原图。

这个分数呢, 仅仅是把画面结构以及像素拿来作比较, 即使画得形似也不等同于看着美观好看, TryAI很清楚地表明了, 这只是一回开放式的充满趣味的实验, 是不可以就当作模型能力的总排行榜的。

同时, 有用于评估的相关参数, 即 SSIM, 它对结构上的接近程度予以衡量, 并非是对画面在人眼中呈现出的美观程度进行考量。

以作者的看后感觉来排列在第二位, 然而付出的代价却是最为高昂的。TryAI进行估算得出, 其画7张画所花费的是大约160美元, 平均画一张所需时间为12.5分钟, 成本大概是GPT - 5.6的20倍。

225 万次浏览的 「地狱面试」，可能是一条广告

X 上面哪一份「 软件工程师面试经历」火了, 它拿到了超过 如此这般 225 万次浏览量。

截图之中的匿名候选人讲, 其自身才完成了一整套流程, 该流程包含两轮技术筛选, 历经48小时作业, 经过逐行盘问, 最终还要面临4到5轮终面。

一轮尚处于测试状况的「AI编程面试」, 乃是面试流程里最为具有趣味性的。帖子表明, 候选人会获取一个已然备好的项目, 题目特意设置得极大, 以至于根本没办法凭借手写按时予以完成, 面试官责令你在现场运用AI编程助手。你得促使AI对代码作出修改、增添功能，接着把它写错的地方找寻出来。

有关方面表示, 面试平台.io 提及, 存在这样的情况, 便是正在进行类似环节的试点, 并且只有一部分候选人会遭遇。至于程序员面试所考察的内容已然发生改变, 那情形表现为一行行自己去书写代码, 演变成在考查怎样对出现之失误借助人工智能予以指挥、查究以及妥善解决了句号。

但这份「亲历面经」的来源经不起细看。

发帖的X并非面试者, 仅仅是转发了两张截图, 而那两张截图, 源自名为一款在技术面试能提供实时编程辅助的软件的官方社区, 这是原帖的出处。

近期, 有匿名的作者曾发布过, 关于Meta、xAI、Apple以及等多家公司的「亲历面经」, 并且其中存在多篇如此类内容, 被进行了过滤。

曾经, 官方面试指南进行了确认, 不同团队有可能安排结对编程, 有可能安排限时项目, 还可能安排技术测试, 而终面常常需要4到6小时。帖子当中的具体题目, 以及那个所谓的「AI编程面试」, 都未给予公开确认。

评论区当中, 也存在着一些人, 他们得以察觉到了其中呈现出的异常情形, 那便是: 「倘若对于那一篇, 明显是借助AI予以生成的帖子, 全然无法加以分辨, 那么, 你已然是经历完预筛这个流程了——可最终得出的结果表明你根本没有机会。」。

108 个 AI 女孩参加选秀，9 人成团出道

近日, 有关 AI 女团选秀的话题出现, 有 108 位选手参与, 最终 9 人成团, 因其情况, 强力登上微博热搜, 致使全网都来围观, 引发热烈讨论。

近期, 抖音上线了一档选秀综艺互动短剧, 这档短剧是全球首档, 名为《星光 108》, 它把由 AI 生成的虚拟角色, 共 108 位, 推上了赛场。

节目采用经典的「101」选秀模式, 历经多轮唱跳公演淘汰环节, 最后由观众点赞投票选出9人组成团体出道。

热潮为现象级且爆发了, 这使得二零二六年被好些业内人士以及网友调侃称作「AI选秀元年」。

很是公开的选手图像极似那真人选秀的公式呈现之照, 淡色调的粉色背景以及粉白色的制服, 编号与名字全都具备完备。有潘潘、萌萌、曾庭、夏思好、Komi等等, 8张长长的图示排列下来, 女团选取优秀人才的那种阵势已然展示出来了。

先是把一百零八张脸摆放一块儿后, 网友暂时没办法一心只挑显眼突出位置的人, 而是先着手去辨认人了。

存在网友径直吐槽「又融了谁的脸。」, 并且有人感觉部分选手好似一些女明星, 甚至名字也跟先前的选秀节目《创造101》之类相像。另外有网友讲: 「如今AI水平还没办法设计108个各异的女生吧！」。

但当下确实不存在公开的消息去表明这些面孔究竟是怎样生成的, 这一百零八位拥有专属精美公式照以及立体人设的AI选手, 还具备完备的唱跳舞台表演能力, 其能力完整。

AI偶像最大的“杀手锏”, 是相比传统真人选秀而言的, 在于其有着“零塌房”的风险, 以及极高的可控性, 它们不存在私生活方面的争议情况, 不会陷入到合约纠纷之中，并且长期运营时成本极低。

然而, 去追逐算法难道真的就能够追出那种真挚的爱情吗？当粉丝察觉到虚拟偶像在镜头面前所展现出来的那种所谓的“真诚”其实仅仅只是一串经过精心调校出来的程序代码时, 那么在情感方面所形成的那么大的反差落差, 粉丝又应该如何去妥善地自处?

上下滑动查看更多内容

给卫星图加了 AI，网友用它生成各种假图

将Nano 2的图像生成功能, 于7月30日之时放置到Earth网页版, 以便用户能够在真实确切地点之上生成全新画面。

但是，不到 24 小时， 就宣布将它下线。

玩法特别容易明白: 于地图范围之内挑选一处地方, 点按「创建图片」这个选项, 而后录入想要观看的场景。Nano会凭借当地的卫星状况、航拍情形以及3D地景资料来产生新的图片。

列举的示例都极为正经, 仿若还原公元78年时的庞贝古城, 将东京的空地转变为商业区, 又或是于那实实在在的湖畔预先观看一座尚未开始动工建造的小屋。

可是, 用户迅速更换了一组提示词来搞怪, 有人造就出了冒烟的埃菲尔铁塔大坑, 有人弄出了位于白宫草坪上的无家可归者营地, 还有人做出了一架飞机朝着纽约世贸中心一号楼撞去之势。

“Earth”始终被记者、研究人员以及开源情报分析师用以核对战争、灾害以及地貌变化, 在撤回声明当中亦承认, 人们会将“Earth”认作“可靠的世界图景”, 一张假卫星图假使带着熟识的地图质感流出平台, 便极易借助到这般的信任。

作出强调, 这些生成出来的图仅仅是存在于操作者自身的特定项目当中, 不会对公共底图进行更改以及修整, 别的用户去打开Earth的时候也终究是看不到这般情况的。并且, 这些图片还镶嵌有能够借助 或者Lens予以检测的数字形式的水印。

最开始的时候, 曾有过这样的表示, 那就是系统能够对有害主题实施拦截, 并且水印完全是可以助力人们去辨别假图的。

该图片疑似使用了AI生成技术，请谨慎甄别

过了几个小时, 改口宣称, 由人分享出来的生成截图, “看上去是违背了政策的”, 鉴于这样, 才先将功能回滚, 待到增添了更强的安全护栏之后, 再进行重新开放。当下并没有恢复的时间。

Hunt for Tools｜先进工具

-V4-Flash的正式版本, 进行原生适配之时与Codex适配, Pro之处处正式版, 在作对标之际是针对GPT-5.6 Sol。

那就在周五的时候, 上线 V4 - Flash 的正式版 API 进行一次公测情况。对于开发者而言, 把模型名设定成 -v4 - flash 这样的形式, 就能够去进行调用操作了。并且原有基于 API 的调用方式, 不会发生改变。这次仅仅是对 V4 - Flash 的 API 接口展开升级工作, V4 - Pro API、App 以及网页端模型, 均不存在调整状况。

这样改写: 正式版的模型, 其开展的基准测试, 成绩是超过了GLM - 5.2的, 是在将沿用V4 - Flash - 的结构以及参数规模后, 仅仅重新去进行了后训练得到的。

V4 - Flash 对于 API 有着原生给予的支持, 并且是针对 Codex 来落实适配的。官方所呈现的更新日志表明, 相关代码 Agent 会借助即将要发布的极简模式来展开测试使用, 其开展测试使用会是以 max 档位向前推进的, 同时是在 top_p = 0.95 以及 = 1.0 这些条件下运行的。

依据经整理得出的模型智能指数图表, 其中横轴体现的是模型价格, 纵轴展示的是模型的聪明程度, V4 Flash正式版已然达到了Opus 5 Low/GPT-5.6 Sol Low的水准, 然而其价格却要便宜许多, 甚至处于V3时期的水平, 此为事实。

网友依据V4 Flash预览版至V4 Flash正式版之间的斜率, 将其复制到V4-Pro之上, 制作出了人们所期待的V4 Pro正式版水平, 即在价格不会有太多上涨的同时, 有和GPT-5.6 Sol High相竞争的可能。

实测, V4正式版, 3块钱干完5件事, 相关阅读, AI「智价比」之战开打了。

一天两款视频模型上新， H3 和 2.5

7月31日, 发布了H3, 字节跳动也正式开放了2.5。两款模型都在处理AI视频极为棘手的几个问题, 参考素材纷繁众多, 视频时长格外短小, 并且出现一处错误就得将整段重新制作。

H3能够生成时长为15秒的2K视频, 还给视频配备原生立体声；它受理图片、视频以及音频混合提交, 数量上一次要求最多放入12份素材。

2.普通样式向 30 秒拉扯处理一下, Beta 长影像模式最长极限为 3 分钟, 一次读取参考材料的最大份数是 50 份。除开图片、视频以及音乐之外, 剧本和风格指南这项内容也能够一并交付给系统工具。

海螺AI和API在H3上线了, 模型权重会于8月3日开放；在即梦、小云雀等平台, 2.5也能够开启体验。

视频模型的发展趋向有改变, 不再局限起初是只帮忙生成了单一一条那片子那种情况了, 朝着陪伴咱们去完成做成那整个的一整条片子状况行进转化了。

和此相关的阅读部分是, 马斯克打算运用AI去打造《奥德赛》这部电影, 而我借助小云雀2.5在之前就已经实现了。

级别的全模态控制， H3 的商业视频成片新解法

️ 3.5 Pro 模型竞技场闪现一小时就被下架

在 7 月底模型齐发的这天，无人关注的地方还有 的新闻。

减三点五 pro, 忽然现身于模型竞技场的盲测池内。虽说模型在上线还不到一小时后, 就被迅速撤下, 可那短暂的“偷跑”情况, 毕竟还是在X以及其他开发者社区, 引发了一些议论。

于盲测对决期间, 当测试者就其身份加以询问之际, 模型自行报出家门道: 「我是 , 由谷歌所开发的超大型语言模型。」 与此同时, 在同一时间段里面, 谷歌开发者基础设施出现了短暂的API微型宕机以及异常情况。

各类迹象显示, 谷歌后台那时正开展最终的部署, 布置工作, 并且自动化追踪机器人也于60分钟之内证实它被移出了测试轮换池, 情况属实。

此前, 多数没有官宣的模型, 进入Arena去进行盲测, 这在通常情况下, 会被看作是产品正式发布以前的「最后一公里」压力测试, 这话中有话。

考虑到, 针对这一代Pro模型的占用时间已经超过了过去, 此次灰度测试的加快意味着, 有很大的可能性在接下来的几日确定最终的发行安排。

然而, 有进行测试的网友表明, 对于 3.5 Pro 的所作表现等情况, 就形同于距此时两个月之前的模型样子。

Hunt for Fun｜先玩

人形机器人清洁服务，每小时收费 30 美元

旧金山, 有一家科技初创公司叫 Tau, 这近日正式针对特定申请者, 推出了一项试点服务「人形机器人上门保洁」。

旧金山的居民, 仅仅需要交纳每小时三十美元的费用, 这三十美元换算成人民币大约是二百一十五元, 如此这般就能够去体验那种充满赛博感的家政打扫了。

陶联合创始人兼首席执行官亚历克斯·柯赫称, 这项服务的最初想法是降低保洁的门槛, 进而吸引出那些以前没有雇佣过传统家政的新客户群体。

然而，这一套看上去全然自动化的保洁流程, 其背后实际呈现出的情况, 是以类似于之前的家用机器人之类的状态存在了。

柯赫承认, 当下的AI技术不能达成让人形机器人独自处理繁杂家庭环境的效果。所以, 当前公司运用的是一种“人机协同”的远程操作模式: 人类操作员于控制中心借助网络开展实时远程操控, 机器人的自带AI主要负责帮扶维持平衡以及动作微调。

那就是说, 花三十美元雇来的机器人, 其幕后实际上是一位在屏幕另一头帮你着看顾家务的 “远程工作人员”, 而且每个类人机器人都是由一名操作员以及人工智能一起控制的。

有的网友称, 演示视频虽拍得不错, 然而很可能经过了把影像播放时间加快的处理, 或者是在经过特意用心构建的特定场景当中拍摄而成的。

Hunt for ｜先知

为什么 Kimi 会说自己是 ？

当用英文对Kimi-K3进行回答时, 在某些时候会声称自己是 ； 而以中文回答4.6时, 又存在着可能自称。好多人将把这种「认错身份」看作是模型相互间蒸馏了的证据。

AI 安全研究者 Zhong 做了另一种解释。

他找来了 1000 个日常问题, 将这些问题分别让人类以及几款 AI 去回答, 之后又删掉了答案里所有有可能暴露模型身份的内容, 然后还让 Qwen、OLMo 和 Gemma 去学习这些答案, 看看它们会不会把回答者的身份也一并学走。

随后，研究者用 22 种问法反复追问模型「你是谁」。

Qwen3.5-397B-A17B之前仅有0.6%的回答宣称自己是, 经过使用人类回答进行训练后, 这个比例变为4%, 然而仅仅学习了一轮4的普通回答, 其自称的比例就提升到了40.3%。

有着相似结果的情况, 同样在OLMo - 3 - 32B上出现了。当运用人类回答进行训练之时 , 它仅有2.8%的回答声称自己 ；在将回答换成4之后 , 这个数据变为了52.8%。

并没有在训练数据里藏着「我是 」这样的句子, 研究者觉得可能之前模型已经出于互联网语料当中明白了哪些样子的语气像 , 微调是仅仅的要把这种进行说话的方式再次给成功激活了。

当经过改造, 研究者把4的回答变成短句, 并且去掉那种类似古人类原始简单表述风格后, 三种模型之中有两种几乎不再进行自我称呼表明身份。内容没有大幅度的修改, 那种特定的、具有一定特征的口气被消除后, 相应的身份也随之不见了。

这项实验, 当前每种设置仅仅进行了一回, 并且没办法证实Kimi有过蒸馏的行为, 再者, 也不存在蒸馏过的情况。

有做研究的人明确给出提醒是那种, 去问模型“你是谁”了可不是被认可的确切可靠的蒸馏检测方法, 那种情况之下的话, 只要稍微轻轻微调一下文风, 就极有可能会改变答案的标点符号。

「如果你说话像 ，你就会变成 。」

你的大脑运转大约需要 20 瓦的功率

格拉茨科技大学, 与清华大学, 和意大利国家研究委员会联合, 在《自然 - 机器智能》期刊上, 发表了一项突破性研究, 他们借鉴人类大脑的工作机制, 成功开发出一种新型AI模型, 该模型无需依赖庞大数据中心, 和海量电能, 就能实现灵活规划, 与自主应变。

靠「堆算力、吃电力」来换取智能这一常是现代大模型所采用的方式, 然而人类大脑在处理复杂规划与思考之际, 其运行功率仅仅约为 20 瓦。

人脑海马体可曾给研究团队送去思路, 为模型加进三种机制, 那能提供方向感和空间感并叫做「认知地图」的机制, 那会导入受控随机性乃名为「随机神经计算」的法子, 还有把信息拆开重新利用且被称作「组合编码」的手段。

AI 因此完全摆脱了传统算法那种需要逐一穷举去计算出千万条路径的缺点, 这得以证实强大的 AI 并非必然要依赖那种巨大的数据中心以及惊人的能源。

在特定的用以验证的测试当中, 此模型顺畅通过了, 二维物理空间导航这样一项任务, 以及多维抽象逻辑规划这一任务, 还有积木拼图重组此第三个大相径庭的高难度复杂任务。

更具突破性的一点在于, 当问题规则出现了临时的改变, 或者外界环境发生了临时的变化时, 这个模型根本完全不需要像传统AI那样, 进行「推倒重来」式的重新训练, 而是能够直接依据已有的知识, 对策略进行微调, 是这样的情况。

首席经济学家：照抄成功路线是最烂的职业建议

首席经济学家, 杜克大学商学院教授罗尼·查特吉 在, 近期的播客节目中提到, 在AI深刻重塑职场的当下, 试图去复刻成功人士的职业发展路径, 只怕是普通人所能听到的「极为糟糕的建议」。

查特吉表明, 传统职场里让人获得成就的学说癖好宣扬一种观念, 即成功必然存有痕迹, 还怂使大伙去探究处于行业卓越地位的人物的过去经历事迹, 并顺着相同的步骤复制这样的发展途径。

然而事实上，公开呈现的简历常常隐匿了当事人所历经的迷茫, 所遭受的挣扎以及所遭遇的失败, 更为关键的是, 那些大佬们的成功极大程度取决于特定的时代所赋予的红利。

马克·扎克伯格搭建起了Meta, 这是由于恰好遭遇互联网广泛普及；杰夫·贝索斯创立了亚马逊, 这离不开电商所处的刚起始阶段；而萨姆·奥特曼引领产生爆发, 同样也是乘着芯片算力跨越拓展的有利形势才得以如此。

时代发生了改变, 经济环境也不一样了, 过去曾经发挥作用的成功路径, 对于后来的人来说, 根本是没办法进行复制的。

那么身处AI时代, 到底什么样的能力才不会被淘汰? 查特吉觉得, 纵使编程, 还有数学以及逻辑推理等技术方面的基本功还是很重要, 但是随着AI渐渐接手明确又标准化的工作，判断力, 灵活性, 抗压韧性, 以及那种能够“找到真正值得加以解决的问题”的能力会变得前所未有的珍贵。

这跟, 以及等所在行业里担任高管职位那拨儿人的判定恰恰是十分合拍的——现在正当AI到处盛行期间里, 那两样, 就是品味, 外加筛选问题的能力正在变成可以支撑走得更远的崭新核心竞争力。

与其跟随着某个身为创始人、高管或者投资人的人的带有神奇色彩的脚步, 查特吉建议在职场中的人, 不如别把注意力放在别的地方, 就要将自己的精力, 耗费到发掘自己内心实实在在想要去解决的那些相关问题之上, 并且还要把自己放置在能够很好解决这些问题的最前端之处。

他在最后进行了表述, 说道, “成功的确是留下了相关线索的, 然而绝对不是那种固定不变的、进行照搬的步骤啊, 而是隐匿于应对变化所呈现出的习惯当中的。”。

彩蛋时间

Skill：