粉色小海狸 Loopy 走红，小红书 AI 绘画二创赞藏数过万

站长之家

发布于AI新闻资讯 · 1 分钟阅读 · 2025年7月20号 1:48

通过 AI 绘画生成与热门 IP 相关的二次创作内容已经成为一种趋势，Loopy 和玲娜贝儿就是其中的典型案例。Loopy 因其呆萌可爱的外表和傲娇的性格备受喜爱，成为网友们的表情包和联名届的新宠。小红书博主 AshY 使用 AI 绘画生成了一只蓝色的 Loopy，并配上了谐音梗 “我找到了 Loopy 的蓝朋友”。这条笔记的互动数据非常高，赞藏数已过万，评论超过 2000 条，是该博主所有笔记中互动数据最高的一条。除了 Loopy 以外，粉色系角色玲娜贝儿也成为了二创大户。创作者在发布二创内容时应声明 “仅为个人 AI 绘画练习，无任何商业用途，不可商用”，以减轻侵权风险。

英美情报首脑首次携手:用生成式 AI 技术应对科技威胁

英国MI6局长理查德・摩尔与美国CIA局长比尔・伯恩斯首次联合发表文章，强调生成式人工智能在提升情报活动效率方面的作用。AI技术，包括大型语言模型，被用于信息快速总结、创意生成和数据筛选，特别是在处理互联网上庞大极端内容时，帮助情报人员更好地理解和沟通。情报机构正迅速采纳新兴技术以适应复杂的安全环境和保持有效隐秘性。科技挑战和其在现代冲突中的应用，如乌克兰战争中的卫星图像、无人机、网络战和社交媒体，显示了科技如何改变战争的走向。这些都表明情报界在利用新技术应对犯罪和极端行为方面的努力，同时面对国际秩序面临的前所未有的威胁。

错位图灵测试：GPT-4竟比人类更像人类？

艾伦·图灵于1950年提出的图灵测试，旨在评估机器的智能，通过文字交流使人类难以区分机器与人类。近期，加州大学圣地亚哥分校科学家探索了在阅读对话记录而非直接交流情况下，AI与人类区分对方的能力。他们设计了倒置图灵测试和移位图灵测试，结果显示，AI裁判的准确率低于直接参与交流的人类，且在某些情况下，AI甚至错误地将AI识别为人类。这表明，在没有直接交流的情况下，无论是AI还是人类，都难以准确判断对话者的身份。这一发现对在线交流和假信息检测具有重要意义，提示需要发展更精确的工具来区分AI生成内容与人类生成内容，以保障数据安全和网络环境的真实性。

Getty Images推AI训练样本：3750张高质量照片免费开放

Getty Images发布了一项重大举措，向AI开发者提供包含3750张高质量照片的训练数据集，覆盖15个类别，旨在支持AI应用场景的开发。这些照片已上线Hugging Face平台，用户同意服务条款并提供联系方式后即可免费访问。此举旨在吸引企业和开发者，同时推广其付费授权服务。Getty Images声称拥有超过5.72亿张照片，其中2亿多张可用于商业用途，每张照片附有详尽元数据，包括关键词和结构化信息，旨在降低侵权风险。这一战略反映了图库服务向AI时代的积极转型，为图像识别和生成技术的发展提供了重要资源。该行动对行业影响深远，预示着AI与传统图库服务的融合创新。

别被AI迷了眼！投资者发声警告：AI热潮掩盖科技行业整体惨淡

当前科技行业主要依赖人工智能（AI）的繁荣来掩盖整体低迷状况，许多公司仍在经济衰退中挣扎。传统科技领域，如软件、IT咨询和为制造业、汽车行业提供电子设备的公司，面临需求疲软和库存过剩的问题，难以复苏。AI虽然成为唯一的增长点，但过度招聘和开支后遗症、经济环境不确定性加大了复苏难度。大型科技公司增速放缓，小型企业科技行业收入增长尤其疲软。虽然AI是当前亮点，但其掩盖了其他核心领域的周期性下滑。投资者兴趣逐渐转向金融服务和工业等领域，市场期待经济环境改善。尽管如此，AI领域的未来仍扑朔迷离，行业底部形成迹象显现，但AI的持续性影响尚不确定。

牛津大学三位学霸四个月复现 AlphaFold 3，开源大计轰动生物界！

AlphaFold3作为生物科学与计算机科学的交汇点上的重要突破，由谷歌DeepMind发布，但因未提供代码或模型权重，引发科学界复现热潮。Ligo初创公司成为首个成功复现AlphaFold3的团队，三位创始人均为牛津大学本科生，仅用四个月便实现了这一壮举，展现科学潜力。此成果被视为生物科学领域里程碑，尤其在蛋白质结构预测方面潜力巨大。然而，DeepMind的“闭门造车”策略受到批评，模型仅在特定服务器上供有限调用。面对此情况，Ligo团队决定开源其复现模型，不仅遵循原有模型架构，还进行优化和创新，使用8个A100GPU高效训练，展现了科研合作与创新的活力。除Ligo外，哥伦比亚大学OpenFold团队和独立开发者Phil Wang也参与了这一开源运动，形成了活跃的科研生态。

GPU市场未来五年可能增长10倍，达4000亿美元以上

随着全球人工智能市场的迅速发展，图形单元（GPU）作为核心动力，对大语言模型驱动的应用程序至关重要。未来几年，GPU价格波动将显著增加，影响企业成本管理。传统上，能源密集型行业如矿业和物流业已习惯于成本波动，而金融和制药等行业则需迅速适应。Nvidia作为主要供应商，其GPU需求激增，估值飙升。GPU之所以受欢迎，是因其能够并行处理大量计算，适合训练和部署大型语言模型。由于需求激增，企业可能需采取策略以应对成本波动，如自行管理GPU服务器、提前采购或选择合适的GPU类型。地理位置选择也会影响成本，电力成本较低的地区可能成为降低成本的关键。面对AI计算领域快速发展的趋势，企业需制定策略以适应未来价格波动。