部落格:讀 AI 生成文字速度至少慢三分之一,風格與精度雙雙流失
一位作者在部落格中稱,自己閱讀 AI 生成文字的速度至少慢三分之一,即便篇幅相同。他把原因歸為兩點:AI 會平均化寫作風格,讀者難以感知作者本人及其語境;AI 為把文字拼接通順必須自行假設,傾向選擇更模糊的措辭,從而損失精度。他還指出多數模型輸出囉嗦,讀者需自行替換含糊詞,寫作者省下的時間會轉嫁到讀者一側,並帶來更多追問、更多迭代與信任下降。
依意思最接近的 30 筆
一位作者在部落格中稱,自己閱讀 AI 生成文字的速度至少慢三分之一,即便篇幅相同。他把原因歸為兩點:AI 會平均化寫作風格,讀者難以感知作者本人及其語境;AI 為把文字拼接通順必須自行假設,傾向選擇更模糊的措辭,從而損失精度。他還指出多數模型輸出囉嗦,讀者需自行替換含糊詞,寫作者省下的時間會轉嫁到讀者一側,並帶來更多追問、更多迭代與信任下降。
美國雜誌 Current Affairs 通過新的工會合同,實施出版業最嚴格的反 AI 政策:不刊登任何 AI 生成的文字,也不用 AI 生成插畫作為配圖。主編 Nathan J. Robinson 稱此舉是為抵制媒體用 AI 批次生產「內容」、以極低成本替換寫作者,並援引 Futurism 報導稱創意產業四年間流失逾 20 萬個崗位。他也承認無法保證 AI 投稿完全不會混入,但會保持警惕。
OpenAI 表示,文字水印用於回答一個問題:這段文字是否很可能由其模型生成。水印在生成時嵌入不可見的統計訊號,檢測器可據此識別,不會新增可見標記或特殊字元。它無法說明原作者或版權歸屬,也不能識別個人、組織、帳號、對話或提示詞。OpenAI 稱測試中水印未影響模型能力、速度以及回答的閱讀感受。
南京大學 PRLab 聯合美團 LongCat 等提出 IntReal,開源 10 萬條圖文交錯訓練樣本 IntReal-100K(含超 53 萬張影像)及七維度評測套件。資料從百萬級真實內容經四步篩選與潤色,僅保留約 10%。評測覆蓋文字豐富度、邏輯性、影像美學與多樣性、指令遵循、圖文一致性與主體一致性,與人工判斷一致率 83.3%。用其微調 SenseNova-U1 後文字豐富度相對提升 29.04%,再接 Flow-GRPO 強化學習可改善影像美學與圖文一致性。
愛詩科技旗下 PixVerse 與 OpenAI 完成產品整合,PixVerse 官方外掛已原生接入 ChatGPT 與 Codex,使用者描述需求即可一站式生成影片、影像與音訊。同期推出的 PixVerse CLI 讓 Codex 集中呼叫生成能力並搭建可複用流程,外掛還新增 Canvas 影片專案工作臺,可管理素材、對比多個結果後轉入製作。雙方還首次推出“從提示詞到成片”創作者教育計劃,研討會內容將剪成系列影片課程陸續上線。
arXiv 新論文用心理語言學特徵分析 AI 生成文字,發現九個前沿與準前沿模型都比人類寫作更常用無生命主語搭配有生命動詞、更多低頻 n-gram,多數模型在對話中還使用更長依存、更多名詞堆疊和縮減關係從句,且不同模型家族差異明顯。作者提出的解釋是:人類語言為溝通最佳化,而 AI 文字越來越為數學、程式碼與推理最佳化,追求資訊密度;用長度懲罰微調模型的初步實驗復現了這種偏離人類語言習慣的現象。
一位作者記錄 AI 生成內容正讓網路騙局變得廉價高效:YouTube 廣告裡充斥著太極速成、自適應度數眼鏡、免費無限流量 U 盤、書本大小 90 秒製冷空調等違反常識的產品,平台幾乎不作核實就接單。他收到的推銷郵件則是把 ChatGPT 指向自己書的介紹頁生成的,套用了原文措辭並索要五星評價,而該書本就免費提供 PDF,實為釣魚。作者認為騙子只需極低比例的人上鉤即可回本,而大平台不會主動關掉這條收入來源。
OpenAI 11 月 4 日發布 ChatGPT Images 2.6,使用者一句話即可生成 GIF 動圖,同時上線 GPT-Image-2.6 Flare 與 Sunburst 兩款 API 模型。新版主打參考圖一致性:換裝、換背景時保留面孔、姿勢與原有背景,API 還支援在圖上圈選區域定點修改,並可輸出可編輯 SVG。官方稱出圖速度提升約 50%,低畫質下 Flare 最快約 6 秒一張。
斯坦福大學與 Together AI 提出 Next-Concept Modeling(NCM),借鑑 NeurIPS 2024 最佳論文 VAR 的下一尺度預測,讓模型先並行寫出概念大綱、再逐層填充細節,形成不同於自迴歸與擴散的第三種文字生成範式。單塊 H100 上,XSum 摘要在 ROUGE-L 相當的情況下速度約為強擴散基線的 31 倍,LM1B 無條件生成約 21 倍,OpenWebText 約 10 倍,訓練 token 用量分別少 4.9 倍和 4 倍。
OpenAI 隨 GPT-6 向所有使用者推出 ChatGPT 的 Intelligent UI,讓回答在文字之外還能包含示意圖、圖表、表單和可點選按鈕等互動視覺元素。OpenAI 表示,GPT-6 經過訓練,會判斷何時該生成互動視覺而非純文字,並學會在回答中排版這些元素。官方範例顯示,詢問七速腳踏車設計時,ChatGPT 會給出示意圖,並配有高亮不同部件的互動按鈕。
美國版權局維持僅人類創作可獲版權的立場,AI 生成作品不受保護,這一立場已多次在法院獲支援,最高法院也拒絕受理相關上訴。含創意的提示詞本身可受版權保護,但由其生成的影像仍屬公有領域,任何人都可複製、出售或分發。猴子自拍案同樣表明,非人類創作不產生版權。
OpenAI 宣布將在歐盟自動為 ChatGPT 生成的文字加水印,其他地區也提供該功能,但預設關閉。這是為遵守 8 月生效的歐盟 AI Act,該法要求 AI 生成內容可被其他工具檢測。OpenAI 的水印方法名為 textGrain,屬專有技術並已發布技術論文:它在用詞中埋入人類難以察覺、也不影響輸出品質的模式,持有金鑰者可用專用檢測器識別。檢測器初期只向有限的研究者與機構開放,其他方需經申請審批逐步加入。
ChatGPT 生成的仿《紐約客》風格漫畫,會署上真實漫畫家的簽名。記者在 Reddit 等論壇與自測中記錄到 15 位以上《紐約客》漫畫家的簽名被 OpenAI 影像生成器未經許可使用,包括 Brendan Loper、Emily Flake 等;一張署有 Loper 筆名 BLOPER 的 AI 漫畫 8 月底在社交平台獲 2.5 萬點贊。
Canva 推出首個自研 AI 影像模型 Canva Craft,採用兩階段架構,先規劃設計方案再生成影像,官方稱這帶來更高的精度、一致性與可控性。該模型支援最高 2K 解析度和 30 多種寬高比,除社交媒體與營銷素材外,還可生成寫實場景、數字藝術與環境影像。它直接對標 OpenAI、微軟和 Google 的影像生成模型。
OpenAI 官方帳號宣布,GPT-6 新增 Intelligent UI,可在回覆中組合文字、視覺內容與互動元素,並按使用者提問自行決定三者的組合方式。回覆因此能包含幫助解釋概念的圖形和圖表,也能嵌入可點選按鈕、表單等互動體驗,使用者可直接在對話中使用它們。OpenAI 未在該推文中說明該功能的上線時間、適用套餐、地區限制或是否需要額外設定。
PixVerse 官方外掛已原生接入 ChatGPT 與 Codex,使用者描述需求即可一站式完成影片、影像、音訊生成。同步推出的 PixVerse CLI 讓 Codex 集中呼叫生成能力並搭建可複用流程,外掛還新增 Canvas 專案工作臺,可管理、對比素材後直接轉入製作交付。雙方另首次推出「從提示詞到成片」創作者教育計劃,通過線上研討會和系列影片面向海外創作者,研討會內容將陸續剪輯成課程上線。
Google DeepMind 發布一期播客,討論 AI 生成內容日益逼真後如何驗證內容來自人類、機器還是自然。節目介紹內容溯源的作用,並講解不可感知水印如何保護數字媒體與生物設計,時間軸涵蓋水印概念、SynthID、影像與影片、SynthID Bio 及未來韌性等章節。
Google DeepMind 宣布 SynthID Detector 現已向所有人開放,可用來判斷網上內容是否由 AI 生成。該工具除 Google AI 外,還支援檢測 OpenAI、NVIDIA、Kakao 等行業夥伴工具生成的內容,Apple 即將加入。使用者可通過 synthid.com 試用。
Cloudflare 程式設計師、Zaraz 專案成員撰文認為,生成式 AI 不只衝擊開發者,產品經理同樣面臨被替代風險,兩個崗位最終會融合為一項職能。作者稱只會寫程式碼的開發者最危險,而架構師因需要私有資料、跨部門溝通以及安全、合規、預算等約束,短期內難以自動化。程式碼生成變便宜後,寫程式碼的人有更多時間理解客戶痛點和公司取捨,也能建立產品判斷,因此產品經理應補足架構等能力。
typeui.sh 在 Hacker News 的 Show HN 板塊發布了一套面向 AI 的 UI 微互動提示詞(micro-interactions prompts),目前可以開啟該頁面檢視。該帖發布後收到 19 分和 3 條評論,討論量不大;帖子正文沒有提供更多細節,包括提示詞數量、支援的模型和授權方式。
ChatGPT Images 2.6 現在可把文字提示或圖片轉成迴圈播放的 GIF 動圖。使用者能調整播放速度、逐幀編輯,並分享迴圈播放;OpenAI 在推文中只列出這些能力,沒有說明可用套餐、生成額度、價格或正式上線時間。
ChatGPT 現在可以直接生成 GIF:給它一句文字提示或上傳一張照片即可,該功能隨 OpenAI 新模型 Images 2.6 一同推送。生成後還能調整動畫播放速度、逐幀編輯單幀畫面並分享給他人;此前 ChatGPT 無法一步原生生成 GIF。官方範例中,輸入「做一張貓跳舞的 gif」就能得到結果,並可改速度、逐幀檢視。Images 2.6 同時讓影像生成更快。
arXiv 上《The Little Book of Generative AI Foundations》發布修訂版 v2,全書 195 頁,並補充了貫穿全書的圖解說明。該書以推導為主線,把 PCA、機率 PCA、變分自編碼器、擴散模型、normalising flows、自迴歸分解、GAN、Wasserstein GAN 與能量模型放進同一條數學脈絡。
Canva 推出首個自研影像生成模型 Canva Craft,所有使用者可在 Dream Lab 標籤頁使用,也可通過 Canva API 呼叫,並計劃經 MCP 接入 ChatGPT、Gemini 等第三方聊天機器人。模型分兩階段生成:先解析提示詞並規劃元素空間關係、相對大小、視覺層級與文字資訊,再輸出最高 2K、約 30 種寬高比的影像。它以 Canva 模板等設計圖而非照片訓練,文字更清晰、支援區域性精確編輯,還能用 Magic 轉成可編輯的分層設計;
OpenAI 宣布在 ChatGPT 推出新的視覺廣告格式,並擴充套件廣告測量工具與合作伙伴。該格式初期在影像生成過程中測試,廣告會明確標註且與生成的圖片分開,不影響 ChatGPT 給出的回答,本月晚些時候在美國面向首批廣告主開始。ChatGPT 每週觸達 12 億人。OpenAI 同時接入 Hightouch、Tealium、LiveRamp 的轉化資料整合,與 AppsFlyer、Adjust 等歸因夥伴合作,並與 DoubleVerify、IAS 試點品牌適配性評估。
Astral Codex Ten 發布文章《Our AI Midwife》,記錄在分娩過程中使用 AI 的經歷。該文在 Hacker News 獲得 32 分、5 條評論,討論集中在 AI 在醫療場景中的實際作用與邊界。
v2.2.2 把 experimental_image_generate 設為預設可用:只要接入的模型提供商支援影像模型,agent 無需額外配置即可生成影像,並可通過 experimental.image_generate.model 指定首選模型。新會話介面點選當前 Git 分支可直接開啟該專案的 worktree 選擇器;時間線引用、終端引用與瀏覽器標註統一為帶可選評論的編輯器。桌面端還恢復經典問題卡片,併為 Go 用量限制錯誤補充重置時間與帳戶連結。
Meta 工程師在 LinkedIn 發帖稱,用 AI 寫程式碼後難以逐行審查,交付的系統成了自己不完全理解的黑盒。帖文說 AI 輔助交付節奏太快,逐行檢查會耗費大量時間,結果可能只懂高層結構、不懂每個細節,這違背軟體工程習慣。該帖被轉到 Hacker News 的 Ask HN 後獲得 179 分、292 條評論,討論工程師該理解到什麼程度、又該如何應對才敢繼續交付。
一篇 10 月 10 日發布的評論文章認為,當前前沿生成式 AI 仍只是被高度增強的隨機鸚鵡,無法具備智慧判斷,因此應拒絕「AI」這一命名及其被兜售的敘事。作者從美國視角批評 Anthropic、OpenAI 等公司誇大能力,把「威脅人類」與「必須領先中國」的話術捆綁,用於自我牟利。文章還稱該技術至多是既有風險的加速器,例如病原體研究與威權監控,真正危險來自使用者而非模型本身。
OpenAI 隨新 GPT-6 模型推出名為 Intelligent UI 的新介面,週三起面向 Pro、Plus、Business、Enterprise 使用者全球上線,免費與低價 Go 檔使用者週四可用。ChatGPT 回覆中將大量加入可點選按鈕、任務定製計算器、互動式圖表、可編輯圖形等元素,官方稱目標是讓複雜主題更易學習。使用者可像調整其他個性化設定一樣,減少回覆中的視覺內容。