艺术家开始“投毒”AI:Nightshade 出现后,模型训练不再是单向掠夺
如果你以为反抗 AI 抓取只能靠版权法,那你已经落后了。芝加哥大学团队推出的 Nightshade,正在用一种极具攻击性的方式,直接“破坏”模型训练本身。这不仅是艺术家的自救工具,更可能重塑整个 AI 数据生态。
如果你以为反抗 AI 抓取只能靠版权法,那你已经落后了。芝加哥大学团队推出的 Nightshade,正在用一种极具攻击性的方式,直接“破坏”模型训练本身。这不仅是艺术家的自救工具,更可能重塑整个 AI 数据生态。
当所有人都在追逐更大的模型、更强的云端算力时,苹果却可能把生成式 AI 带回设备本身。iOS 18、边缘 AI、隐私优先,再加上内部每天“烧钱级”的模型训练——苹果的 AI 路线,正在悄悄成形。
如果你以为最强的AI一定最透明,这份斯坦福最新榜单会直接打脸。研究者用100个指标给主流大模型打分,结果显示:Meta 的 Llama 2 拿下第一,但也只及格一半;而整个行业,在“黑箱”这件事上几乎是集体失分。
环球音乐起诉 Anthropic 索赔7500万美元的同时,YouTube 却在和唱片公司谈合作,用授权歌曲训练AI。同一个行业,两种态度,背后指向的其实是同一件事:AI训练的“灰色时代”正在被强行终结。
这期 No Priors 播客中,Google Cloud CTO办公室生成式AI负责人 Kawal Gandhi 罕见地系统讲述了 Google 内部如何使用生成式AI、再将其产品化并推向企业市场的全过程。从 Workspace 的“狗粮实验”,到企业采用大模型的真实路径,再到成本、信任与多模态的未来,这是一份来自一线的冷静判断。
如果你以为生成式 AI 的巅峰是“改图”,那你已经落后了。Adobe 在最新发布会上展示的不是更强的图像模型,而是把 Generative Fill 直接塞进了视频里。与此同时,Google、Microsoft 正在用“法律兜底”抢企业用户,AI 的战场正在发生一场悄无声息但极其关键的转移。
当所有人都在追逐更大的模型时,真正决定胜负的战场已经下沉到了芯片层。微软被曝即将发布代号“Athena”的自研AI芯片,直指英伟达最核心的GPU训练市场。与此同时,AI的高成本、监管与地缘政治,正在把这场技术竞赛推向更复杂的博弈。
特斯拉正在奥斯汀建一座“地堡”,但不是为了防核弹,而是为了AI。Dojo超算、D1芯片、自建算力,这一系列动作背后,指向的是一场更残酷的AI权力争夺:谁能掌控算力,谁就能定义下一代AI应用。
在这期《No Priors》中,Sarah Guo 与 Elad Gil 讨论了一个反直觉但极具操作性的观点:AI 的 10 倍、100 倍进步,并不一定来自更大的模型,而是来自对现有模型的系统级增强。他们用大量具体技术路径,拆解了真正拉开差距的地方。
大模型一定要跑在云端?Stability AI用一个“能在普通手机上跑”的3B参数模型,直接把这个共识掀翻。更刺激的是,这正在迫使苹果、OpenAI,甚至整个AI硬件形态重新思考自己的下一步。