过于“完美”是种不完美
之前有报道称,大多数声称能够检测AI生成文本的工具都以失败告终。真的吗?个人经验让我很难相信这样的结论。虽然并非专家,但我还是能很快揪出很多AI编写的摘要:那种“废话文学”风格和啰里八嗦的修辞都让我很不舒服。
但话说回来,指望现在的机器能够检测出“只可意会、不可言传”的感觉确实很困难。正如TechCunch最近报道的那样:“AI的文字就像它生成的图片,总有种说不清楚但又非常强烈的风格和感受。”
最近我最喜欢的社交媒体账户“比利时丑房子”(Ugly Belgian Houses)就在进行一项实验,想要把握住AI创作的风格和感受。
作为项目负责人,Hannes Coudenys之前就曾在两本书和一档电视节目中记录下比利时各地色彩诡异、形态古怪的房屋。这次他想打破常规,试试生成式AI表现如何。
他的计划很简单:先联系负责出售房屋的房产经纪人,再让AI通过关键词搜索来筛选出那些最丑的房屋。
于是我搜集了相关内容,把文本输入ChatGPT并要求它据此生成相应图像。
神奇的一幕发生了,初次尝试给出的结果就很“完美”。
之所以加上引号,是因为它的输出太漂亮了,跟现实中的房屋根本不沾边。
所以说,AI从大量素材中提取的审美倾向是不是已经被带偏了?倒也不一定,毕竟大模型生成什么,取决于我们喂给它什么。毕竟Coudenys在实验中发现,只要不断坚持,AI其实也能输出丑图像。
Coundenys解释道,“之前我也试着用DALL-E来生成比利时丑房子。有趣的是,结合过去这十年的经验,DALL-E很快熟悉了这种风格并输出了惊人的成果。在一篇帖子中,我故意没说画面是由AI生成,结果真的误导了很多人。”
所以有一点是肯定的:无论有没有AI的参与,比利时丑房子都是个极具启发性的宝贵项目,让我们体会到审美的多样性。
“可保性”与Luko的终结
随着Allianz Direct决定以430万欧元(约合465万美元)收购这家法国保险科技初创公司,经历起伏动荡和焦急寻求买家的Luko终于找到了自己的归宿。这项业务将继续存在,为更多客户提供服务。
从收购文件来看,Luko的潜在买家还包括其他几家保险科技初创公司:Laka、Leocare、Lovys和Magnolia等。其中最有诚意的当数法国新兴保险企业Leocare,他们愿意接收至少26名Luko员工及其全部法国家庭保险业务,但区区10欧元的出价显然无法跟Allianz Direct的报价相抗衡。
但Leocare公司CEO Christophe Dandois也不能说失败了。在LinkedIn上的一篇帖子中,他祝愿竞争对手好运,同时回顾了双方多年来的交情。他们都犯过错误,两支创始团队也都希望能为日益严峻的可保性挑战给出自己的一份答卷。
对大多数非从业者来说,“可保性”这个术语有点陌生,但细看之下似乎也不难理解:保险企业必须对保险对象的风险做出准确评估和分析。Dandois解释称,随着各类气候灾害发生频率的提升,再加上远程办公和人口流动等新的社会性变化,传统风险分析方式已经变得不再适用。
虽然说了很多,但我还是不太清楚Luko和Leocare这类公司跟法国家庭保险有什么关系。而在阅读更多相关内容之后,我意识到这里确实有着不少门道。
法国《回声报》最近报道,“虽然法国还不至于重蹈美国的覆辙,即保险公司从某些频繁遭受自然灾害的地区大规模撤资,但这种现象在法国的海外领土上已经出现。这些地区的财产保险覆盖率仅为50%,而法国本土则高达96%。”
而Dandois给出的观点既温和又大胆:“新兴保险公司不一定就代表着保险行业的未来,但如果没有他们提供的数字化与API专业知识,没有他们的快速部署与数据分析能力,未来的社保体系将逐渐崩塌。”而探索新的可保性计算方法,就是技术必须解决的现实问题。
Pepper Bio融资演讲稿剖析
身为缺乏相关专业背景的撰稿人,我对生物技术方面的文章总是抱有敬畏之心。但在最近受邀报道Pepper Bio的种子轮融资时,公司首席科学官Samantha Dale Strasser和CEO Jon Hu成功给我们这帮外行人科普了他们的工作。我之前对转录组学一无所知,但在聊天之后,我意识到这是一种有助于为当前绝症(例如某些癌症类型)发现治疗药物的重要手段。
那Pepper Bio在融资演讲稿里有没有达成同样完美的理解平衡?我们对内容进行了剖析,发现既是、也不是。大部分文稿都非常清晰明确、易于理解,堪称“杰作”;唯独一页关于如何通过猜测和先验判断引导药物发现的内容,看得我们一头雾水。也算不错了,Pepper Bio,祝你们融资顺利!
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。