相机厂商正尝试在照片中嵌入数字签名,借此应对AI生成图像的爆发式普及。例如,尼康公司就计划为摄影记者和其他专业摄影师提供内置Verify验证技术的无反光镜相机。据《日经亚洲》报道,该项技术将嵌入防篡改的数字签名,包括照片拍摄的日期/时间、以及拍摄位置和摄影师姓名。
由多家新闻机构、相机制造商和科技公司联合开发的这款“Verify”Web工具,能够免费检查图像的真实性。如果图像拥有数字签名,该网站将显示图像的拍摄日期、位置及其他凭证。
此项验证技术现已得到尼康、索尼和佳能的采用。索尼计划扩大Verify兼容相机的型号,并游说更多企业加入进来。在今年的固件更新中,索尼将把数字签名纳入其专业级无反光镜单反相机当中。佳能则计划最早于2024年内发布一款采用此项技术的相机。去年十月,索尼和美联社已经对这项技术进行了测试。
除了标记图像是否真实外,其他一些公司也在着手研究识别AI图像的可靠方法。去年,英特尔开发了一种通过分析肤色变化来确定图像是否真实的方法。去年8月,谷歌也发布了一款工具,能够为AI生成的图像添加隐形水印。
时至今日,AI图像在全球范围内的应用越来越普遍,这也导致确定其真实性变得愈发困难。在此之前,曾有一款流行的免费AI图像检测器立下大功,将一张极为逼真的战场图片标记为AI生成,帮助人们免受舆论误导。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。