实验室里的AI视频生成器:当画面很逼真,却指错了孔

资讯 腾讯网 作者:科技行者 全文 7232 字 · 约 19 分钟读完 分类视频生成机器人

你有没有想过,为什么现在这么多实验室还在靠人盯着人学操作?明明AI已经能写代码、能规划实验方案,甚至能跟你聊化学反应机理聊得头头是道,可一到真正动手做实验这件事上,它却几乎插不上手。答案很简单:机器人在真实实验室里干不了精细活。试管要怎么拿才不会洒,移液枪的按压力度该多大,天平归零的那个按钮藏在哪个角度...

所属频道 机器人与具身智能视频图像生成

你有没有想过,为什么现在这么多实验室还在靠人盯着人学操作?

明明AI已经能写代码、能规划实验方案,甚至能跟你聊化学反应机理聊得头头是道,可一到真正动手做实验这件事上,它却几乎插不上手。

答案很简单:机器人在真实实验室里干不了精细活。

试管要怎么拿才不会洒,移液枪的按压力度该多大,天平归零的那个按钮藏在哪个角度才能看清,这些事情对人类来说是肌肉记忆,对机器人来说却是一道道几乎过不去的坎。于是现实变成了这样,AI负责"想",人负责"做",人类暂时还得当那个连接AI大脑和物理世界的手。

这就带来一个新问题:既然人还要上手操作,那怎么把"该怎么做"这件事,讲清楚、讲明白,讲到让一个没见过这个实验的人也能照着做对?

文字说明当然可以写,但实验室里的动作往往极其依赖空间感和时序感。比如"把移液枪放到多孔板左上角的孔位,按下活塞,松开",这句话读起来没问题,可"左上角"具体是哪个孔?按压的力度和时长呢?松开的时机对不对?文字在这里开始变得模糊。

这时候,视频生成模型进入了视野。

给AI一张实验台的照片,配一句操作指令,它就能生成一段演示视频,告诉你手该往哪移、东西该怎么拿、最后变成什么样子。这听起来像是解决了"怎么讲清楚"这个问题的终极答案。

问题是,这些生成出来的视频,真的靠得住吗?

一、看起来对,不代表真的对

来自中南大学、新加坡国立大学等机构的研究者们做了一件挺较真的事情:他们找来8个目前最前沿的图像到视频生成模型,让这些模型根据一张实验室场景图和一句操作指令,生成演示视频,然后拿204个来自真实实验室的任务去逐一检验这些视频到底靠不靠谱。

这个检验工作被打包成了一个叫做

image to video model(图像到视频生成模型):这类AI模型能根据一张静态图片和一段文字描述,生成一段连贯的动态视频,是本文评测的核心对象。

研究团队发现了一件挺扎心的事情,生成的视频往往画面流畅、物体清晰、手部动作看起来也很自然,可仔细一对照操作要求,经常是干了别的事。

论文开头那张示意图特别有意思:指令是"把移液枪放到多孔板左上角的孔位,按下活塞,再松开"。生成的视频里,移液枪的样子对,多孔板也在,手部动作也挺流畅,可移液枪根本没放对位置,而且压根没按活塞。

画面上的一切看起来都没毛病,但整个操作其实是错的。

这就是这篇论文想要戳破的那个假象:视觉上的逼真和程序上的正确,根本是两件事。一个视频可以每一帧都美得像摄影作品,但如果它漏了一步操作、搞错了对象、顺序乱了,或者该出现的状态变化没出现,它作为"教学视频"就是废的。

这个发现,其实也呼应了一个更大的问题。这些年视频生成模型发展得特别快,从早期的模糊闪烁到现在接近真实拍摄的效果,大家关注的几乎全是"像不像""美不美""物理规律对不对"(比如水会不会往上流,球会不会穿墙而过)。但很少有人问过一个更朴素的问题:这个视频,到底有没有把该做的事情做对?

二、204个任务,是怎么挑出来的

要回答"做对了没有",首先得有一套靠谱的"正确答案"。

研究团队从Bilibili、YouTube,以及两个现成的科研数据集

FineBio

ExpVid

这些视频拿来不是直接用的,得先过筛子。筛选标准有四条:视角要能看清操作区域和相关物体(允许第一人称或近距离旁观视角)、必须是真实完整的实验过程而不是动画或日常活动、画面要清晰稳定没有大幅剪辑或遮挡、不能涉及违反安全规范的操作。

这套筛选挺严格的。81个来源视频,最终切出来204个任务片段,平均下来每个来源视频只贡献2.5个片段左右。这不是在凑数量,而是在保证质量。

这204个任务被分成两个难度等级。Level 1叫"单步实验操作",包含1到3个紧密相关的动作,比如调节天平、打开样品瓶,目标生成时长大约4秒。Level 2叫"短流程实验任务",包含4到10个有先后依赖关系的动作,比如先打开容器盖、再吸取液体、再滴入试管,目标生成时长大约12秒。

这个分级设计背后藏着一个很朴素的考虑:简单动作和连续流程,对AI来说完全是两种难度。就像让你写一个字和写一句完整的话,看似都是"写",难度却天差地别。写一个字,顶多笔画错位;写一句话,你得记住开头说了什么,结尾才能呼应得上,中间任何一个字出错,整句话的意思都可能全变。

任务覆盖了5个学科:物理学73个任务、化学51个、生物学44个、农学23个、材料科学13个。操作类型也分了7种,仪器操作、液体处理、固体处理、容器操作、测量、加热冷却、过滤分离,仪器操作和液体处理是最常见的两种。

每一个任务,除了那段参考视频,研究者还手工构建了一份结构化的"任务说明书",里面写清楚了:场景里有哪些物体、它们的空间关系是什么、每一步动作的执行者是哪只手、动作的目标对象是谁、接触方式是什么(手碰工具、手碰物体、工具碰物体……)、动作前后分别是什么状态。

这份说明书的构建用了

这个设计有个很聪明的地方:它承认了"正确执行"不止一种方式。你完全可以用左手拿移液枪完成任务,这不该被判错,只要移液枪真的碰到了该碰的地方,液体真的转移到了该去的地方。这就跟评判一道数学题一样,解题步骤可以不同,但答案和逻辑必须对。

三、怎么判断一段视频做对了没有

有了任务和参考视频,接下来最关键的问题是:怎么给生成的视频打分?

研究团队设计了一套相当精细的评分体系,分成六个维度,

object consistency(

action fidelity(

state correctness(

physical plausibility(

每个任务都配了一套检查清单,平均每个Level 1任务有13个检查项,每个Level 2任务有18.6个检查项,总共3229条。这些检查项先由

检查项的回答只有三种:是、不是、无法判断。无法判断用在画面被遮挡、物体离开画面、动作太快看不清这些情况,它不等于默认判对或判错,而是一种诚实的"证据不足"。

这里有个设计特别值得说一说:不同检查项的重要程度是不一样的。研究者给每一项标注了重要等级:关键、标准、补充,权重分别是1、0.5、0.25。打分的时候,一个关键项的违规,相当于两个标准项违规,或者四个补充项违规。这个权重设计用了一种"边际效应递减"的思路,第一次违规最伤分,后面重复类型的违规扣分效果会递减。

这就像考试扣分规则:如果你把一道大题的核心步骤写错了,这一个错误造成的扣分,可能比后面好几个小的书写瑕疵加起来还重。考官不会因为你犯了十个小错误就把分扣到负数,但犯一个要命的大错误,足够让这道题基本拿不到分。如果不这样设计权重,所有违规一视同仁地扣分,那一个模型哪怕漏掉了最核心的那个动作,只要别的细节处理得干净,照样能拿高分,这显然不合理。

最后,所有核心维度的得分会用几何平均数合并,场景一致性和视觉安全性则是二元的"通过/不通过"门槛,只要有一项被判定明确违规,整段视频的最终分数直接清零。

这个"一票否决"的设计也挺有意思。研究者的逻辑是:在这套图生视频的设定里,输入的那张初始图片已经基本锁定了场景布局,指令里也排除了危险操作,所以一旦生成结果出现场景跳变或者明显的安全问题,这不是正常质量波动,而是模型出了严重故障,不该用加权打折的方式轻轻放过,得直接判零分。

四、八个模型,谁更靠谱

研究团队测试了8个主流的图像到视频生成模型,包括开源的

结果用两套评判系统交叉验证:一套是用大模型

先看自动评分的结果。在物体一致性和物理合理性这两个维度上,大多数模型表现都还不错,画面不糊、物体不乱变形。但动作忠实度和状态正确性这两项,尤其是到了Level 2多步骤任务,分数就开始明显往下掉。拿MiniMax H3举例,它在Level 1的动作忠实度得分是69.2,到了Level 2直接掉到61.2;而完成度这项指标掉得更惨,Level 1是58.4,Level 2只剩45.6。

这个规律在几乎所有模型身上都能看到。表现较弱的模型,这个落差更夸张。Cosmos3 Nano在Level 1的完成度是25.2,到Level 2直接跌到17.9;

这说明了什么?说明步骤越多、依赖关系越复杂,模型越容易在中途"掉链子"。这跟人记一长串电话号码的感觉有点像:记7位数字你大概率不会错,但要记一个15位的银行卡号,中间某几位记混的概率明显上升,而且前面记对了不代表后面不会出错,反而越到后面越容易因为"认知负荷"累积而翻车。

人工评分的结果和自动评分的大趋势一致,但更严格。拿LTX 2.3来说,GPT-5.6 Sol给它的综合得分是22.1,人工评分只给了3.0,差了快20个点。Cosmos3 Nano也类似,自动评分19.4,人工评分5.8。

这说明自动评估的大模型评委,对表现较弱的模型往往"手下留情",可能是因为它更容易被表面上流畅的画面和合理的物体外观所迷惑,而忽略了深层的程序性错误。这就跟老师批改作业时的两种状态很像:如果只是扫一眼版面工整不工整、字写得好不好看,那很容易给出偏高的印象分;但如果真的逐步核对解题过程中每一步逻辑是否成立,很多看起来"工整漂亮"的答案,其实步步都是错的。

不过好消息是,无论用哪套评分系统,最强的那三个模型始终如一:MiniMax H3、Seedance 2.0、Wan 3.0。这三者的具体排名顺序会在不同条件下轻微波动,但它们稳稳占据了第一梯队,和剩下五个模型拉开了明显的差距。

研究者还专门做了一个"重新抽样三次,选最好的那次"的实验,这个实验挺耐人寻味。MiniMax H3在三次独立生成中,原始那次样本在95%的任务里都已经是三次里最好的,说明它的输出相对稳定。但Seedance 2.0和Wan 3.0就不一样了,如果给它们三次机会选最好的结果,综合得分能分别提高14.0分和11.1分,远远超过MiniMax H3那点可怜的2.5分提升。

这个结果提醒我们一件事:单次抽样下谁排第一,不代表这个模型就是"最强"的,它可能只是运气比较稳定,而另一个模型可能潜力更高但偶尔手气不好。这跟抽卡游戏有点像:有的角色是保底就能拿到不错的结果,稳定但上限有限;有的角色全靠运气,抽十次可能有九次很一般,但只要抽中一次SSR,爆发力能把前者远远甩在后面。只看一次结果,根本看不出谁的"真实水平"更高。

五、不同模型,各有各的强项

研究团队进一步按操作类型和学科领域拆解了结果,发现这几个头部模型之间不是谁全面碾压谁,而是各有专精。

MiniMax H3在仪器操作、固体处理、农学和化学任务上表现突出。Wan 3.0在液体处理、测量和物理任务上领先。Seedance 2.0则在容器操作、加热冷却和材料科学方面占优。而在过滤分离这个相对冷门的领域里,反而是综合排名靠后的

这个"没有全能王者"的局面,其实揭示了一个挺有意思的现象:视频生成模型的能力分布,很可能和它训练数据里各类场景、各类动作的覆盖密度直接相关。一个模型如果在训练阶段多看了很多倒液体的视频,它处理液体操作自然更擅长;如果多看了组装设备的画面,组装类任务就会表现更好。这跟一个厨师擅长做川菜还是粤菜很像,并不是厨艺高低决定的,而是他过去练得最多的是哪一类菜系。

视角差异也很有趣。研究把任务分成第一人称视角和近距离旁观视角两类,这两类的任务数量分别是67个和137个。在旁观视角下,MiniMax H3排第一;但切换到第一人称视角,排名第一的变成了Wan 3.0,MiniMax H3反而掉到了第三。这说明一个模型"全能"的印象,很可能只是在某种特定条件下测出来的,换个角度看待世界,排名就能大洗牌。

六、问题到底出在哪里

研究团队没有止步于打分,还专门去看了那些失败案例,归纳出三种最常见的问题类型。

第一种叫程序性遗漏和顺序错乱。模型会漏掉某个该做的动作,或者把动作顺序搞反,或者对错了目标物体,而且这种错误经常发生在画面看起来完全正常、没有任何破绽的情况下。论文里有个很典型的例子:天平调节任务,Cosmos3 Super在视频里压根没完成那个核心的调节动作,但整段视频拍得挺"像那么回事"。

第二种叫状态实现不完整。模型做了一个动作,但没有产生该有的可观察结果。比如液面该升高却没升高,仪器读数该变却没变,最终物体该呈现的摆放方式没呈现出来。这种错误往往是前面动作本身没做对导致的连锁反应,也可能是模型在处理精细的定量或定位结果时力不从心。

第三种叫物体漂移。任务相关的物体会出现变形、消失、融合,或者变得难以分辨。这种错误相对少见,但只要发生,照样能毁掉一段看起来还算流畅的视频。

论文里给出了几个具体对比视频的截图很直观。substrate frame组装那个任务里,Cosmos3 Super和Wan 3.0都出现了物体漂移和状态缺失的问题,最终呈现出来的组装结果是错的,而MiniMax H3完整正确地走完了全程。另一个移液管吸取液体的任务里,情况反过来了,Cosmos3 Super做对了,MiniMax H3和Wan 3.0各自漏掉了不同的关键动作。这进一步说明,没有一个模型能保证"每次都对",每个模型都有自己的失手时刻,只是失手的场景不太一样。

七、换个评委会不会结果就变了

研究者还挺谨慎的,他们担心自己选用的评判大模型GPT-5.6 Sol本身存在偏好,于是又请了另一个大模型

结果显示,两套评委给出的绝对分数不太一样,比如最高分模型在Gemini 3.7 Flash下能到60.1分,在GPT-5.6 Sol下只有46.3分。但更重要的事情是,无论换哪个评委,排在后面的那五个模型,综合得分始终都低于30分,顶尖的那三个模型始终稳稳占据第一梯队。

这个结果挺关键的,它说明评分标准可能会影响"具体打多少分",但不会影响"谁强谁弱"这个大结论。这就跟不同老师批改同一份试卷,给的具体分数可能有五六分的出入,但谁的卷子答得明显更好、谁明显答得稀烂,这个判断是不会轻易变的。

研究者还测试了另一个变量,给评委大模型看视频时的采样帧率。用2帧每秒、4帧每秒、8帧每秒分别测试,发现帧率越高,给出的分数普遍越高,尤其对GPT-5.6 Sol这个评委影响更明显,从2帧的22.6分平均分涨到8帧的35.2分。但即便如此,顶尖那三个模型的领先地位始终没有被撼动。研究者最终选择了4帧每秒作为默认设置,算是在评判精细度和计算成本之间找了个平衡点。

八、人类评委和AI评委,到底有多一致

既然自动评分存在"偏爱弱模型"的倾向,那人工评分和自动评分到底能不能互相印证?

研究团队做了个相关性分析。把所有模型的整体得分放在一起比较,人工评分和GPT-5.6 Sol评分之间的

但是把分析颗粒度缩小到单个任务层面,情况就没那么乐观了。逐个任务去比较两个评委给出的模型排名,平均的

这个落差告诉我们一件挺现实的事情:评估方法在宏观层面(比如整个基准上哪个模型总体更强)是可信的,但要是指望它精确预测某一个具体任务上哪个模型表现更好,可信度就要打个折扣了。这有点像天气预报:说"这个月降雨量比去年多"大概率是准的,统计规律摆在那里;但要是精确预测"下周三下午三点那一分钟会不会下雨",误差就会明显放大。宏观趋势稳,微观个例飘,这是统计规律本身的特性,不是方法出了问题。

写在后面

读完这篇论文,一个挺触动我的地方是,它其实在给整个"AI生成教学视频"这件事,做了一次挺扎实的"打假"。

我们这些年看过太多AI生成视频的演示,画面流畅、细节丰富,配上点悬浮感的音乐,确实很容易被唤起"哇AI好厉害"的感觉。但这篇论文用204个真实实验室任务,硬生生地证明了一件事:好看和好用,中间隔着一条看不见但很深的沟。

更有意思的是那个重新抽样的实验结果。MiniMax H3稳,但天花板有限;Seedance 2.0和Wan 3.0不那么稳,但只要给它们机会多试几次,爆发力惊人。这让我想到一个问题,如果未来真的要用这类模型给实验室出教学视频,是不是应该设计一套"自动筛选最佳生成"的机制,而不是只看单次生成的结果?毕竟真实使用场景里,没人会只生成一次就直接拿去用。

论文里还有个细节我觉得值得单独说说,研究者特意强调,参考视频不是唯一的"标准答案",只是"一种可行的执行方式"。这个设计思路其实很克制也很诚实,他们没有要求生成的视频必须和参考视频长得一样,而是只要求它满足核心的程序要求。这种"允许多样性,但守住底线"的评估哲学,放在很多其他AI评测场景里,其实都值得借鉴。

那204个任务,终究只是真实实验室世界的一个极小切片。物理、化学、生物、农学、材料科学,每个学科里真正复杂、真正危险、真正需要精细操作的那些场景,可能还远远没被这个基准触及。

如果有一天,AI真的能生成完全可靠的实验教学视频,那个视频里,手该停在哪一毫米,液体该滴几滴,会不会比今天任何一个真人演示都更精确?

Q&A

Q1:

A:LabInstruct是一个评测基准,用来检验AI视频生成模型能不能可靠地生成真实实验室操作的教学视频,包含204个来自真实实验室的任务,覆盖5个学科领域,并配有真实参考视频和结构化标注。

Q2:为什么视频生成模型画面逼真却评分不高?

A:因为画面逼真只代表视觉质量过关,但实验室教学视频还要求动作忠实度、状态正确性和完成度,很多生成视频会漏掉关键步骤、搞错操作对象或者顺序错乱,这些问题即便画面流畅也会被判定为程序性失败。

Q3:目前哪些视频生成模型表现最好?

A:根据LabInstruct的测试,MiniMax H3、Seedance 2.0和Wan 3.0这三个模型表现最突出,稳定排在第一梯队,但它们各有专长,没有哪一个模型能在所有任务类型上全面领先。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 英伟达安抚机器人被投企业:物理AI投入不减,业务照常

    IT之家 11 月 18 日消息,科技媒体 Business Insider 今天(11 月 18 日)发布博文,报道称在黄仁勋突发离职后,英伟达及其风险投资部门 NVentures 已联系至少 3 家其投资的机器人初创公司,明确表示业务将“照常进行”,以稳定市场对其机器人投资战略的担忧。这一动作发生在临时 CEO 科

    来源 腾讯网
  2. AI陪伴,硬件的账该怎么算?

    “千万不要做硬件。”心言集团创始人任永亮听过不少这样的劝告。这家做了十年线上情感陪伴软件的公司,在今年10月正式迈进了AI陪伴硬件的“洪流”,发布了第一款AI机器人巴布((Bubbo 1,售价9499元),任永亮也因此多了一个新的身份——心言机器人创始人。做这个决策很难,软件可以更快试错和迭代,而硬件创业则会面临更..

    来源 腾讯网
  3. AI生成视频音画为何总对不上?人大与微信团队给出评估新标准

    你有没有刷到过这样的AI生成视频:画面里一个女人在跑步机上跑步,可是声音响起的那一刻,她的脚步明明已经落地了,声音却慢了半拍才出来。或者更离谱的,一首歌正唱到高潮,镜头里歌手的嘴巴却纹丝不动,像个蜡像。这不是个别现象。2025年前后,AI视频生成技术突飞猛进,Veo、Kling、LTX这些模型已经能一口气生成带音效、.

    来源 腾讯网
  4. 谷歌地图Ask Maps迎重大更新:支持AI代打电话预约及智能行程规划

    谷歌于2026年11月16日宣布,基于Gemini的Google Maps聊天机器人Ask Maps重大更新。该工具可查找美容、宠物护理、汽车、房屋维修等预约服务,直接致电当地商家完成预订,并自动收集必要信息;还能查已保存餐厅的即时空位。行程规划可依兴趣生成,支持修改、分享或导出至谷歌。

    来源 AI 产业速递
  5. Operit AI上手:40+工具与MCP插件怎么用

    Operit是Android平台的一款AI助手,核心亮点在于将大模型对话与本地系统能力打通。本文梳理了其内置的搜索、文件处理、代码执行等实用工具,并详解如何通过MCP协议扩展插件。不同于纯聊天机器人,它更像是一个能直接操作手机文件的智能终端,适合需要在移动端进行轻量级开发或自动化任务的用户。

    来源 AI 应用前沿
  6. 消息称三星电子计划在 CES 2027 发布 2 款人形机器人

    IT之家 11 月 18 日消息,韩媒《韩民族日报》当地时间昨日报道称,三星电子计划在明年 1 月举行的 CES 2027 消费电子展上发布 2 款人形机器人。这两款产品的名称分别为 HR (Human Reference) 和 HE (Humanoid Extreme),分别为入门和高端型号,其中 HE 具备更多的关

    来源 腾讯网
  7. 雷军:AI+手机与具身智能机器人空间大,三四年内或迎颠覆时刻

    IT之家 11 月 18 日消息,小米创办人、董事长兼 CEO 雷军 11 月 17 日出席 APEC 工商领导人峰会。今日(11 月 18 日),雷军接受了人民日报采访。谈及人工智能,雷军坦言,人工智能浪潮席卷各行各业,作为 AI 从业者能感受到一些焦虑。雷军认为,“AI+ 手机”“AI+ 具身智能机器人”等领域有很

    来源 腾讯网
  8. 雷军看好的机器人赛道:值钱的不是机身,是AI与芯片

    【本文仅在今日头条发布,谢绝转载】 2026年11月17日,在2026年APEC工商领导人峰会上,小米CEO雷军表示,具身智能机器人将成为巨大的产业机会,其想象空间可能超过汽车产业。 这个判断并不令人意外。随着AI技术进步,机器人未来可能进入工厂、商场乃至家庭,市场规模确实值得期待。 但比市场规模更值得关注的是:如果未

    来源 AI 行业观察
  9. 安徽“AI造物”系列赛事启动:三大比赛聚焦引领、引商、引才

    近日,合肥市智能机器人研究院的官方公众号推送了一条消息,正式官宣“第十五届中国创新创业大赛人工智能创新应用专业赛启动”。 公告一经发出,便在全国高新技术企业、科技型中小企业和创新创业团队圈里迅速发酵。无论是已经注册公司、正在找落地场景的创业者,还是手里攥着一个科技成果却还没跑通验证的科研团队,均可聚焦AI创新技术、AI

    来源 AI 行业观察
  10. 雷军看好具身智能机器人:未来市场想象空间或超汽车产业

    IT之家 11 月 17 日消息,2026 年 APEC 工商领导人峰会 11 月 17 日至 18 日在深圳举办,主题为“共促繁荣,共赢未来”。小米创办人、董事长兼 CEO 雷军认为,过去 4 年时间,AI 大模型的技术突飞猛进,给我们的生活工作带来了巨大变化。雷军表示,当 AI 走向物理世界、与终端和各类应用场景深

    来源 腾讯网
  11. 谷歌搜索框押注AI Overviews:广告收入承压,人形机器人仍要人抬上楼

    MIT Technology Review发布“AI炒作指数”,指出人工智能已渗透日常生活每个角落:Google不惜损失数十亿美元广告收入强推AI Overviews,人形机器人开始被搬进家庭清洁场景,超市、街道、手机屏幕处处是AI。文章剖析这场全民AI热潮背后的商业逻辑、技术现实与泡沫隐忧,追问当AI像皮疹一样蔓延时

    来源 AI 行业观察
  12. 蚂蚁国际杨鹏:AI与通证化重塑资金流动,普惠可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  13. 蚂蚁国际杨鹏SFF谈未来金融:AI重塑资金流动,普惠与可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  14. AI 冲击大学数学课堂,加州理工学院教授不再依据答案对错批改作业

    IT之家 11 月 17 日消息,据《商业内幕》16 日报道,在加州理工学院任教 17 年的数学教授倪忆表示,自己不再根据学生答案的对错给作业打分,而是只检查是否完成。“教育过程出了问题。大学里的数学作业,几乎都能用 AI 来做。”究其原因,在于学生普遍使用 AI 完成作业。倪忆坦言,作为教授,自己根本无法判断学生交上

    来源 腾讯网
  15. Salesforce设AI预算:员工每月Token花数千美元

    IT之家 11 月 18 日消息,据《商业内幕》报道,Salesforce 内部备忘录显示,由于部分员工上季度每月在 Token 上的花费高达数千美元,公司开始为不同岗位设定 AI 使用预算。Salesforce 首席运营官米格尔 · 米拉诺在发给员工的邮件中宣布,从本月起,公司将根据岗位设置每月 Token 预算,把

    来源 腾讯网
  16. 雷军APEC谈具身智能:机器人产业机会将超汽车

    2026 年 APEC 工商领导人峰会 11 月 17 日至 18 日在深圳举办,主题为“共促繁荣,共赢未来”。在谈及具身智能技术发展时,小米创办人、董事长兼 CEO 雷军表示,自己相信具身智能机器人未来一定是一个巨大的产业机会,它的想象力会超过汽车产业。

    来源 IT之家
  17. 英伟达安抚机器人初创:黄仁勋离任后投资照常,已投超35家

    IT之家 11 月 18 日消息,科技媒体 Business Insider 今天(11 月 18 日)发布博文,报道称在黄仁勋突发离职后,英伟达及其风险投资部门 NVentures 已联系至少 3 家其投资的机器人初创公司,明确表示业务将“照常进行”,以稳定市场对其机器人投资战略的担忧。 这一动作发生在临时 CEO

    来源 AI 行业观察
  18. Artex走红:新手靠几句提示词就能发动网络攻击

    WIRED报道称,一款名为Artex的“即点即用”AI黑客工具正在犯罪分子中流行。它和同类渗透测试工具能自动扫描目标系统漏洞,并借助用户输入的提示词驱动聊天机器人完成攻击。这标志着网络攻击门槛正被生成式AI大幅拉低:无需深厚技术背景,新手也能快速搭建攻击链,攻防双方的力量对比与安全治理方式都将面临新的考验。

    来源 AI 科技快讯
向下滚动自动加载更多