跳到正文

#多模态

今日 4 条

4月3日星期五

Google DeepMind

Google DeepMind 发布 Gemma 4 开源模型家族

Google DeepMind 发布 Gemma 4,称其为迄今最智能的开源模型,面向高级推理与智能体工作流,采用 Apache 2.0 许可。该系列包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,31B 在 Arena AI 文本榜位列全球开源模型第 3,26B 位列第 6。

推荐理由:Gemma 4 以 Apache 2.0 许可开源四种尺寸,31B 在 Arena AI 文本榜排开源模型第 3,26B 排第 6,为开发者选择开源模型的部署与微调方案提供参照。

4月1日星期三

MIT Technology Review · AI

在家训练人形机器人的零工:尼日利亚医学生头顶 iPhone 拍做家务

Micro1 这家公司雇了 50 多个国家的几千名零工,让他们把 iPhone 绑在头上,拍自己叠被子、洗碗、做饭的视频,再把这些真实动作数据卖给做人形机器人的公司。一个尼日利亚的医学生时薪 15 美元,在当地算高收入,但他觉得每天重复熨衣服很无聊。

推荐理由:Micro1 在 50 多个国家雇零工头戴 iPhone 拍摄叠被洗碗等家务,把真实动作数据卖给做人形机器人的公司,尼日利亚医学生时薪 15 美元。

硅谷101 播客

E231|从B2B到A2A:阿里国际张阔谈AI如何把采购沟通从一周压到一天

阿里国际总裁张阔在访谈里给了个很具体的数字:他们的采购AI产品Accio,能把跨境采购的沟通时间砍到原来的五分之一,从大概一周变成一天。怎么做到的?就是把市场调研、设计稿生成、跨语言沟通、供应商筛选这些环节串成一条AI工作流,让买家带着专业的设计包去跟卖家谈,而不是从零开始比划。Accio今年3月月活到了1000万,还在逐月快速增长。

推荐理由:阿里国际总裁张阔披露,采购AI产品Accio把跨境采购沟通从约一周压缩到一天,并将市场调研、设计稿生成、跨语言沟通与供应商筛选串成一条工作流。

3月24日星期二

Mistral AI

Mistral AI 发布 4B 参数语音合成模型 Voxtral TTS

Mistral AI 发布首个文本转语音模型 Voxtral TTS,4B 参数,支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语 9 种语言,具备情感表达与零样本跨语言音色适配能力。

推荐理由:Mistral AI 推出 4B 参数语音合成模型 Voxtral TTS,覆盖 9 种语言并支持零样本跨语言音色适配,其与 ElevenLabs 的对比评测提供了多语言语音质量的一个参照。

3月18日星期三

MIT Technology Review · AI

五角大楼计划让 AI 公司在机密数据上训练模型

五角大楼正在讨论建一个安全环境,让 OpenAI、xAI 这类公司用机密数据训练军用版大模型。以前这些模型只能在涉密环境里回答问题,不能拿数据去学习,这次是头一回允许直接“吃”进机密情报。训练会在认证过的数据中心进行,数据归国防部,公司人员只在极少数情况下、有安全许可才能接触。官方说会先用非机密数据(比如商业卫星图)做测试,看效果再推进。

推荐理由:五角大楼计划为OpenAI、xAI等公司搭建安全环境,让它们用机密数据训练军用大模型,数据归国防部所有,公司人员仅在极少数情况下可接触。

3月17日星期二

OpenAI News

OpenAI 发了 GPT-5.4 mini 和 nano,主打编程和子任务,mini 跑得比 GPT-5 mini 快一倍多

OpenAI 在 3 月 17 号推出了 GPT-5.4 mini 和 nano,都是给高吞吐、低延迟场景用的轻量模型。mini 在编程、推理、看图、调工具上都比上一代 GPT-5 mini 强,速度还快了一倍多。

推荐理由:OpenAI 发布面向高吞吐低延迟场景的 GPT-5.4 mini 和 nano,mini 在编程、推理、看图、调工具上均强于上一代,速度提升一倍多。

Mistral AI

Mistral 发布 Mistral Small 4,统一推理、多模态与编码能力

Mistral AI 发布 Mistral Small 4,这是首个把 Magistral 推理、Pixtral 多模态和 Devstral 编码智能体能力统一到单一模型的 Mistral 模型,采用 Apache 2.0 许可。

推荐理由:Mistral Small 4 把推理、多模态与编码能力合并进单一开源模型,并给出相比 Mistral Small 3 的延迟与吞吐数据,可用于判断统一模型对部署成本的影响。

MIT Technology Review · AI

OpenAI 的技术可能出现在伊朗冲突的哪些环节

OpenAI 跟五角大楼签了涉密协议刚过两周,MIT Technology Review 就划出了三个可能用到它家技术的场景。一是目标排序:分析师把潜在目标清单丢给模型,让它结合后勤、情报等数据排出优先打击顺序,但正文没解释人工复核到底怎么提速。

推荐理由:OpenAI 与五角大楼签署涉密协议两周后,MIT Technology Review 梳理出目标排序等三个可能用到其技术的场景,涉及模型如何介入打击决策。

3月13日星期五

MIT Technology Review · AI

五角大楼官员透露,生成式 AI 可能被用来给打击目标排优先级

一位美国国防部官员向 MIT Technology Review 描述了军方可能怎么用生成式 AI 做目标排序:把目标清单喂给聊天模型,让它结合飞机位置等因素排出优先打击顺序,输出建议再由人审核。这个聊天层可能架在军方已有的 Maven 系统上,用来加快搜索和分析。

推荐理由:美国国防部官员描述了军方可能用聊天模型对目标清单排序、再由人工审核的工作流,该聊天层或架在已有的 Maven 系统上以加快搜索分析。

3月9日星期一

MIT Technology Review · AI

AI 正把伊朗冲突变成一场实时观战秀

作者一周内看了十几个伊朗战争仪表盘,它们把卫星图、船舶追踪、AI 摘要和赌盘链接拼在一起,把战争变成了可以边吃爆米花边看的实时界面。一个由 a16z 员工搭建的仪表盘直接接入了 Kalshi 的下注数据,而调查记者 Craig Silverman 已经记录了 20 个类似的工具。

推荐理由:作者一周内查看十几个伊朗战争仪表盘,其中 a16z 员工搭建的一个接入了 Kalshi 下注数据,调查记者已记录 20 个类似工具,这些界面把卫星图、船舶追踪与 AI 摘要拼成实时观战体验。

3月5日星期四

36 氪 · 直链

帕西尼拿了超10亿B轮融资,估值过百亿,说要用百亿级真实多模态数据训模型

帕西尼宣布完成超10亿元人民币的B轮融资,估值突破百亿,领投方是黄浦江资本、凯泰资本和信安资本。公司自称是全球具身感知领域估值最高的企业。这笔钱的一个核心用途是训练他们自研的VTLA大模型,训练数据号称是“全球唯一百亿级实采全模态数据”。不过正文没披露这个模型的具体架构、参数量、实际任务表现,也没说数据具体包含哪些模态、怎么采集和标注的。

推荐理由:帕西尼完成超10亿元B轮融资,估值破百亿,资金将用于训练自研VTLA大模型,其训练数据号称百亿级实采全模态。

2月28日星期六

36 氪 · 直链

阿里千问计划推出 AI 眼镜、耳机和指环,把点外卖、打车功能搬出手机

阿里内部人士透露,千问将在 2026 年面向全球发布三款 AI 可穿戴硬件:眼镜、耳机和指环。眼镜会在 MWC 2026 亮相,3 月 2 日开放预约。千问 App 上已有的点外卖、打车等功能会直接迁移到这些设备上。阿里把这件事看得很重,去年底已经将千问 App、夸克和 AI 硬件业务合并成一个“千问 C 端事业群”。

推荐理由:阿里计划 2026 年推出千问 AI 眼镜、耳机和指环,并把 App 上的点外卖、打车功能迁移到这些设备,大模型应用正从手机向可穿戴入口延伸。

2月27日星期五

36 氪 · 直链

中科第五纪一个月融了几亿元,给宇树机器人做“大脑”

中科第五纪在2026年初一个月内完成了Pre-A和Pre-A+两轮融资,总额数亿元,红杉中国、东方富海、芯能创投等机构参与。它同时拿到了宇树科技“核心生态合作伙伴”的身份,从2025年起就作为宇树机器人的“大脑”模型供应商,进入电力巡检和工业搬运场景。创始人刘年丰说,现在投资人不再只看机器人能不能干各种杂活,更在意它能不能在具体场景里被客户复购。

推荐理由:中科第五纪一个月内完成两轮数亿元融资,并作为宇树机器人的大脑模型供应商进入电力巡检与工业搬运场景,其创始人提到投资人已转向关注具体场景中的客户复购。

2月26日星期四

纽约时报中文网

美国在 AI 上“输”给中国的不是模型,是工厂

这篇文章的核心判断是:中国把 AI 用进了工厂车间,美国还在把 AI 当实验室项目。中国已建成 3 万多家智能工厂,2024 年全球新装的工业机器人超过一半进了中国工厂。极氪宁波工厂用了 800 多台机器人,小米北京工厂每 76 秒就能产一辆车,美的荆州工厂用 AI 把产线响应时间从几小时压到几秒。

推荐理由:中国已建成3万多家智能工厂,2024年全球新装工业机器人超过一半进入中国工厂,极氪、小米、美的等企业的车间数据展示了AI在产线上的实际落地节奏。

2月14日星期六

MIT Technology Review · AI

渐冻症夺走了这位音乐人的声音,AI 让他重新站上舞台唱歌

32 岁的 Patrick Darling 在确诊渐冻症两年后,用 AI 克隆了自己的歌声,2 月 11 日在伦敦重新和乐队一起演出。他的声音克隆不是用录音棚素材做的,而是从嘈杂的手机视频和厨房录音里拼出来的,ElevenLabs 的音乐工具花了大约六周调校。

推荐理由:32 岁的渐冻症音乐人 Patrick Darling 用 AI 克隆歌声,在伦敦重新与乐队同台演出,其声音素材取自嘈杂手机视频和厨房录音,ElevenLabs 调校约六周。

2月13日星期五

OpenAI News

OpenAI 给 Codex 和 Sora 换了一套“先用额度,超了再扣钱”的访问系统

OpenAI 发了一篇工程博文,解释他们怎么解决 Codex 和 Sora 用户老撞速率限制的问题。核心做法是自研了一套实时访问引擎,把速率限制和预购点数揉在一起:请求先走免费速率额度,额度用完了自动从点数余额里扣,用户不用切换系统。

推荐理由:OpenAI 在工程博文中说明 Codex 和 Sora 如何把速率限制与预购点数合并成一套访问系统,请求先用免费速率额度,用完后自动从点数余额扣除。

2月12日星期四

MIT Technology Review · AI

AI 让线上诈骗更容易了,而且可能还会更糟

微软说截至 2025 年 4 月的一年里,他们拦下了 40 亿美元的诈骗和欺诈交易,其中很多可能靠 AI 生成内容帮忙。研究人员估计现在至少一半的垃圾邮件是用大语言模型写的,用大模型搞针对性邮件攻击的比例也从 2024 年 4 月的 7.6% 涨到了 2025 年 4 月的 14%。

推荐理由:微软披露一年拦下 40 亿美元诈骗交易,研究人员估算至少一半垃圾邮件由大语言模型写成,针对性邮件攻击占比一年内从 7.6% 升至 14%。

2月10日星期二

36 氪 · 直链

阿里千问发布 Qwen-Image-2.0,一个图像生成基础模型,已开放 API 邀测

千问推出了新一代图像生成基础模型 Qwen-Image-2.0。现在可以在阿里云百炼上申请 API 测试,也能在 Qwen Chat 上免费试用。不过正文没披露模型参数量、具体定价、评测跑分和正式公开时间,所以实际效果和成本还不好判断。

推荐理由:阿里千问上线新一代图像生成基础模型 Qwen-Image-2.0,并在阿里云百炼开放 API 邀测、Qwen Chat 免费试用,为关注国内图像生成模型的人提供了一条可直接体验的接入路径。

2月3日星期二

MIT Technology Review · AI

我们一直搞错了 AI 的真相危机:就算知道是假的,人还是会信

MIT Technology Review 的这篇文章直接点出一个反直觉的发现:我们过去对 AI 造假危机的想象,可能全偏了。作者拿自己上周的报道举例——美国国土安全部首次被确认在用 Google 和 Adobe 的 AI 视频工具做面向公众的宣传内容,配合特朗普政府的移民执法造势。

推荐理由:MIT Technology Review 以国土安全部用 AI 视频工具做宣传为例,结合实验说明人即便知道视频是伪造仍会据此判断,重新理解 AI 造假危机的着力点。

1月31日星期六

MIT Technology Review · AI

斯坦福和印第安纳大学的研究发现,AI 模型平台 Civitai 上 90% 的定制深度伪造悬赏都针对真实女性

斯坦福和印第安纳大学的研究人员扒了 Civitai 这个 AI 内容交易平台的数据,发现从 2023 年中到 2024 年底,平台上 90% 的深度伪造悬赏(bounties)都指名要生成真实女性的假照片。

推荐理由:斯坦福和印第安纳大学研究人员分析 Civitai 平台数据,发现 2023 年中至 2024 年底九成定制深度伪造悬赏指名真实女性,勾勒出这一交易市场的需求集中度。

1月30日星期五

MIT Technology Review · AI

美国国土安全部用上了 Google Veo 3 和 Adobe Firefly 做视频

一份 DHS 公开的 AI 工具清单显示,他们正在用 Google Veo 3(视频生成)、Google Flow(整合了 Veo 3 的剪辑工具)和 Adobe Firefly 来制作和编辑对外发布的视频内容,估计有 100 到 1000 个使用许可。

推荐理由:美国国土安全部公开的 AI 工具清单显示,其对外视频制作已用上 Google Veo 3、Google Flow 和 Adobe Firefly,许可规模在 100 到 1000 之间。

彭博科技

苹果收购以色列 AI 初创公司 Q.ai,技术能读懂面部动作和无声交流

苹果买下了一家叫 Q.ai 的以色列公司,他们做的技术是通过分析面部肌肉的细微动作来理解人在说什么——哪怕不出声。收购价格、团队规模和具体会用在苹果哪款产品上,正文都没披露。我会先打个折:目前能看到的只是彭博社的摘要片段,原文被付费墙挡了,所以细节有限。

推荐理由:苹果收购以色列公司 Q.ai,其技术通过分析面部肌肉细微动作理解无声表达,这条消息可看到苹果在无声交互方向的一次布局。

1月29日星期四

阮一峰的网络日志

Kimi 把模型和智能体绑在一起发,Manus 则靠别人的模型做上层应用

Kimi 这次发布的重点不是 K2.5 模型本身,而是它同时推出了一个基于该模型的智能体应用,直接在官网上线了。这跟 Manus 的做法正好相反:Manus 用的是 Anthropic 的 Claude 模型,自己只做上层的智能体产品,属于分层开发。Kimi 走一体化路线,把底层模型和上层应用打包发布。

推荐理由:Kimi 将 K2.5 模型与基于该模型的智能体应用打包上线,Manus 则用 Claude 模型只做上层智能体产品,两条路线放在一起,模型与应用的绑定方式差异一目了然。

1月20日星期二

MIT Technology Review · AI

英国政府掏钱,让 AI 自己设计实验、自己跑流程

英国高级研究与发明署(ARIA)从 245 份提案里挑了 12 个项目,给每个团队约 50 万英镑(大概 67.5 万美元),让他们在九个月内做出能独立跑通“提假设—做实验—分析结果—再迭代”这套完整科研闭环的 AI 系统。ARIA 管这叫“AI 科学家”,说白了就是让大模型调用现有工具去干活,人类只负责定方向和监督。

推荐理由:英国 ARIA 从 245 份提案中选出 12 个团队,各资助约 50 万英镑,要求九个月内做出能独立完成假设、实验、分析、迭代全流程的 AI 系统。

1月16日星期五

阮一峰的网络日志

中国 AI 大模型领导者在想什么

阮一峰记录了1月10日北京一场闭门会上几位大模型负责人的发言。智谱唐杰说,对话式AI的范式基本到头了,下一步是让模型真正做事,他们把编程、智能体和推理能力整合在一起。阿里林俊旸坦言,美国可用的算力比国内大一到两个数量级,人家拿算力搞下一代研究,我们光交付就占掉绝大部分资源;他判断三到五年后全球最领先的AI公司是中国团队的概率只有20%。

推荐理由:智谱唐杰与阿里林俊旸在北京闭门会上分别判断对话式AI路线见顶、中国团队三到五年内领先概率约20%,并提到中美算力差距达一到两个数量级。

1月13日星期二

MIT Technology Review · AI

CES 2026 逛完,我理解了为什么中国科技公司这么乐观

今年 CES 来了超过 14.8 万人、4100 多家参展商,中国公司占了将近四分之一,在 AI 硬件和机器人区域尤其扎堆。作者临时决定去现场,结果发现中国厂商已经不只是“便宜量大”的路子——家用清洁机器人在美国市场把 Dyson 和 Shark 的份额抢得很凶,庭院设备也大多来自深圳,外观做得让人看不出是中国品牌。

推荐理由:今年 CES 中国展商占近四分之一,作者在现场看到家用清洁机器人在美国市场抢下 Dyson 和 Shark 的份额,庭院设备也大多来自深圳。

1月12日星期一

36 氪 · 直链

何小鹏放话:未来顶尖 AI 公司都得自己造芯片,小鹏四款新车全换自研图灵芯片

何小鹏在 2026 年 1 月 8 日的新车发布会上说,未来最好的 AI 公司都会选择自己定制芯片,这决定了 AI 产品的性能上限。

推荐理由:何小鹏在新车发布会上提出未来顶尖 AI 公司都会自研芯片,并让四款新车全部换装自研图灵芯片,这条把芯片自研与产品性能上限的关系摆到了台面上。

1月6日星期二

NVIDIA 博客

NVIDIA 用 RTX 显卡在本地跑 4K AI 视频生成,显存占用降了 60%

NVIDIA 在 CES 上放出了一套本地 AI 视频生成方案,核心是开源模型 LTX-2 和升级版 ComfyUI。在 GeForce RTX 显卡上,生成速度比之前快 3 倍,显存占用最多能降 60%。这主要靠 PyTorch-CUDA 的底层优化,以及 ComfyUI 原生支持了 NVFP4/FP8 低精度计算。

推荐理由:NVIDIA 在 CES 发布本地 AI 视频生成方案,靠 PyTorch-CUDA 优化和 ComfyUI 支持低精度计算,在 RTX 显卡上把生成速度提升 3 倍、显存占用最多降低 60%。

NVIDIA 博客

NVIDIA 一口气开源了一堆模型、数据和工具,覆盖智能体、机器人、自动驾驶和生物医药

NVIDIA 在 2026 年 1 月 5 日放出了一批新的开源模型和数据集。语言模型方面,有 Nemotron 系列的新成员,专门做语音、外挂资料库(RAG)和安全对齐;还有一个叫 Alpamayo 1 的模型,正文没具体说它擅长什么。

推荐理由:NVIDIA 一次性开源覆盖智能体、机器人、自动驾驶和生物医药的模型、数据集与工具,其中 Nemotron 新成员分别面向语音、RAG 和安全对齐。

1月4日星期日

36 氪 · 直链

华为云具身机器人负责人朱森华离职创业,用脑认知机制给机器人VLA模型打补丁

华为云AI算法创新Lab前主任朱森华2025年10月离职,创办了具身大脑公司“具脑磐石”,两个月内拿到数千万元种子轮融资,投资方包括乐聚机器人等。

推荐理由:华为云AI算法创新Lab前主任朱森华离职创办具身大脑公司具脑磐石,两个月内完成数千万元种子轮融资,乐聚机器人参与投资。

2025年12月17日星期三

Mistral AI

Mistral 发布 OCR 3,表单与手写识别升级并接入 Document AI Playground

Mistral 发布 Mistral OCR 3,在表单、扫描文档、复杂表格和手写内容上相对 Mistral OCR 2 取得 74% 的整体胜率,并称准确率超过企业文档处理方案和 AI 原生 OCR 方案。

推荐理由:Mistral OCR 3 在表单、手写和复杂表格上的升级与每千页 2 美元的定价,可供评估文档解析方案时参考。

2025年12月16日星期二

OpenAI News

OpenAI 发了新版 ChatGPT 图片生成,说是更快、编辑更听话

OpenAI 在 12 月 16 日上线了新版 ChatGPT 图片功能,底层换了一个新的主力生图模型,API 里叫 GPT Image 1.5。官方说生成速度比之前快 4 倍,编辑图片时能更精准地只改你要求的部分,保留原图的光线、构图和人脸一致性。这次还加了一个独立的图片创作入口,内置了一些预设风格,不用写提示词也能玩。

推荐理由:OpenAI 上线新版 ChatGPT 图片功能,官方称生成速度提升 4 倍,编辑时能更精准地只改指定部分并保留原图光线、构图与人脸一致性。

2025年12月11日星期四

OpenAI News

迪士尼和 OpenAI 签了三年协议,要把 200 多个角色放进 Sora 和 ChatGPT 图片生成里

OpenAI 官方发了一篇公告,宣布迪士尼成为 Sora 的第一个大型内容授权方。协议为期三年,Sora 和 ChatGPT 图片生成功能会拿到超过 200 个迪士尼、漫威、皮克斯和星球大战的角色授权,包括米奇、艾莎、钢铁侠、尤达等,但不含真人演员的脸或声音。用户可以用这些角色生成短视频和图片,部分视频还会被选进 Disney+ 里播放。

推荐理由:迪士尼与 OpenAI 签下三年授权协议,Sora 和 ChatGPT 图片生成将接入超过 200 个迪士尼、漫威、皮克斯和星球大战角色,用户可据此生成短视频和图片。

2025年12月3日星期三

Mistral AI

Mistral 发布 Mistral 3 系列模型,含 675B 参数 Mistral Large 3

Mistral AI 发布 Mistral 3 系列,包括 14B、8B、3B 三个稠密模型和采用稀疏 MoE 架构的 Mistral Large 3,后者为 41B 激活、675B 总参数,全部以 Apache 2.0 许可开源。

推荐理由:Mistral 以 Apache 2.0 开源 Mistral 3 系列,含 3B 到 14B 稠密模型与 675B 总参数的稀疏 MoE 大模型,覆盖端侧到前沿规模。

2025年10月21日星期二

Hugging Face 博客

Hugging Face 的 AI Sheets 现在能直接处理图片了

AI Sheets 是一个开源表格工具,之前只能处理文字,现在加入了视觉能力。你可以把图片(比如收据、文档、产品图)直接拖进表格,用自然语言让模型帮你提取里面的信息、生成描述、甚至编辑图片。它背后调用的是 Inference Providers 上的几千个开源模型。你在表格里手动改错、点“赞”的操作,会被当成少样本示例来优化后续结果。

推荐理由:Hugging Face 为开源表格工具 AI Sheets 加入视觉能力,可拖入收据、文档、产品图并用自然语言提取信息、生成描述或编辑图片,表格里的人工修正会作为少样本示例优化后续结果。

2025年9月30日星期二

OpenAI News

OpenAI 发布 Sora 2 系统卡,视频生成模型能同时出画面和声音了

OpenAI 在 9 月 30 日公布了 Sora 2 的系统卡,说这个新模型在物理规律、画面真实度、音画同步和风格控制上都比上一代强,能更准地跟着用户的指令走。这次发布先走邀请制,在 sora.com 和独立的 iOS App 上小范围开放。安全方面,上线初期禁止上传视频,也禁止上传带真人照片的图片,对涉及未成年人的内容有更严的审核门槛。

推荐理由:OpenAI 公布 Sora 2 系统卡,新模型在物理规律、画面真实度和音画同步上较上一代有提升,并交代了邀请制上线与初期禁止上传真人素材的限制。

OpenAI News

OpenAI 发布 Sora 2,能生成带同步对白和音效的视频,还做了一个社交 App

OpenAI 在 9 月 30 日发布了视频生成模型 Sora 2,同时上线了一个叫 Sora 的 iOS 社交 App。Sora 2 比上一代更遵守物理规律,比如投篮不进会弹框而不是球直接瞬移进筐,也能生成同步的人物对白和环境音效。App 里有个“角色”功能,你录一段视频和音频验证身份后,就能把自己的形象和声音放进任何生成的场景里。

推荐理由:OpenAI 同日发布视频模型 Sora 2 与同名 iOS 社交应用,模型可生成同步对白与环境音效,App 支持验证身份后把本人形象和声音放进生成场景。

2025年9月29日星期一

OpenAI News

OpenAI 给 ChatGPT 加了家长控制,能管孩子用 AI 的时间和功能

OpenAI 在 9 月 29 日上线了家长控制功能,所有 ChatGPT 用户都能用。家长把自己的账号和孩子的绑定后,就能在自己的账号里管理孩子的使用设置。绑定后的青少年账号默认会加强内容过滤,减少暴力、色情角色扮演和极端审美之类的内容。家长还可以单独设置禁用时段、关掉语音模式、关掉记忆功能、禁止图片生成,以及拒绝把孩子的对话拿去训练模型。

推荐理由:OpenAI 向所有 ChatGPT 用户开放家长控制,家长绑定孩子账号后可设置禁用时段、关闭语音与记忆、禁止图片生成,并默认加强青少年账号的内容过滤。

OpenAI News

OpenAI 公开了它怎么拦截用 AI 生成或上传儿童性虐待内容

OpenAI 在 2025 年 9 月 29 日发了一篇安全说明,讲他们怎么防止自家模型被用来制作或传播儿童性虐待材料(CSAM/CSEM)。规则上,任何涉及未成年人的色情内容都禁止,一旦发现生成或上传这类内容,账号直接封禁并上报给美国失踪与受虐儿童中心(NCMEC)。

推荐理由:OpenAI 说明其如何拦截模型生成或用户上传的儿童性虐待内容,包括哈希匹配、Thorn 分类器与跨模态扫描,并披露已观察到用户上传违规材料并要求模型描述细节的滥用模式。

2025年8月6日星期三

OpenAI News

OpenAI 用 1 美元把 ChatGPT Enterprise 卖给整个美国联邦政府,为期一年

OpenAI 和美国总务管理局(GSA)谈成了一笔象征性收费的买卖:接下来一年,联邦行政分支的机构只要付 1 美元,就能给全员开通 ChatGPT Enterprise。另外还白送 60 天不限量使用高级功能,包括 Deep Research(深度研究)和 Advanced Voice Mode(高级语音模式)。联邦业务数据不会被拿去训练模型。

推荐理由:OpenAI 与美国总务管理局达成协议,联邦行政分支机构一年内只需付 1 美元即可为全员开通 ChatGPT Enterprise,并附赠 60 天高级功能不限量使用。