博客

  • 日系清冷夏日半写实插画主体xxx

    日系清冷夏日半写实插画主体xxx

    日系清冷夏日半写实插画主体xxx



    🤖 ChatGPT

    🇺🇸 English Prompt

    Japanese-style cool summer semi-realistic illustration, subject is [xxx], 9:16, low angle shot looking up, subject occupies the center of the frame. Deep high-saturation cobalt blue sky, a small amount of thick white clouds, strong blue-white contrast. Sunny day hard light from the top side, cold white highlights, blue-gray shadows, skin and clothing with blue ambient reflections. Impasto combined with fine line art, delicate and visible brushstrokes, facial features are cold and transparent, hair strands slightly floating, clothing is loose and pure white, with folds and cold blue reflections. Overall cool, quiet, lonely, free, summer transparency, like high-end Japanese literary illustrations and poetry covers. No text, no watermark, no logo, no photography feel, no 3D.

    🇨🇳 中文提示词

    日系清冷夏日半写实插画,主体为【xxx】,9:16,低机位仰视,主体占画面中心。深邃高饱和钴蓝天空,少量厚重白云,强烈蓝白对比。晴天硬光侧上方照射,冷白高光,蓝灰阴影,皮肤与衣物带蓝色环境反光。厚涂结合细线稿,笔触精致可见,五官冷淡清透,发丝轻微飘散,服装宽松洁白、有褶皱和冷蓝反光。整体清冷、安静、孤独、自由、夏日透明感,像高级日系文学插画与诗歌封面。无文字无水印无logo,无摄影感无3D。
  • 唯美教室少女韩国文学电影感写真

    唯美教室少女韩国文学电影感写真

    唯美教室少女韩国文学电影感写真



    🤖 Nano Banana 2

    🇺🇸 English Prompt

    A vertical 9:16 cinematic photo of a beautiful young woman with delicate features and expressive eyes, leaning against a pale gray classroom wall. She has one hand running through her tousled dark hair and holds a "Korean Literature" textbook against her chest. She is wearing a cream linen shirt under a knit vest, with a black shoulder bag featuring a plush bear keychain. In the background, notice boards with pinned papers are softly blurred. The image has a warm analog film aesthetic with faded greens and muted whites. Playful white doodle stars, small arrows, and a handwritten "me" with an arrow pointing to her are scattered over the frame. Faint, subtle "OzairAI" text is organically blended into the wall texture. Ultra-realistic, candid, shallow depth of field.

    🇨🇳 中文提示词

    一张垂直 9:16 的电影感照片,展示了一位五官精致、双眼传神的年轻美丽女性,她靠在淡灰色的教室墙边。她的一只手正穿过蓬松的深色头发,胸前抱着一本“韩国文学”教科书。她在针织背心里穿着一件米色亚麻衬衫,背着一个挂有毛绒熊钥匙扣的黑色单肩包。背景中,钉着纸张的公告栏被柔和地模糊处理。图像具有温暖的模拟胶片美学,带有褪色的绿色和柔和的白色。画面上散布着俏皮的白色涂鸦星星、小箭头,以及一个手写的“me”和指向她的箭头。隐约、细微的“OzairAI”文字有机地融入了墙壁纹理中。超写实,抓拍,浅景深。
  • 窗边白丝绸衬衫东亚女性时尚人像

    窗边白丝绸衬衫东亚女性时尚人像

    窗边白丝绸衬衫东亚女性时尚人像



    🤖 ChatGPT

    🇺🇸 English Prompt

    [
      Subject and State
    ] Adult East Asian woman,
    early twenties,
    natural and elegant temperament,
    with the maturity of high-end fashion editorial portraits. She stands in a bright indoor space by the window,
    looking down at the camera with calm,
    soft eyes and a slightly restrained sense of allure. The pose is relaxed and decent,
    with both hands gently lifting and spreading the hem of the white silk shirt,
    letting the fabric form a naturally flowing arc in front of her body. The overall presentation is an intimate,
    quiet,
    fashionable but not explicit photography atmosphere. [
      Appearance and Outfit
    ] Naturally exquisite face,
    soft and clear skin,
    retaining real skin texture and delicate quality. Makeup is light and natural,
    with clean and soft facial features. Long dark brown hair is slightly fluffy,
    showing delicate hair layers and bright rim light in the backlight. Wearing a loose white silk shirt instead of a knit top; the shirt fabric is light,
    soft,
    with high-end luster,
    showing a soft translucency,
    fine folds,
    and flowing texture when sunlight penetrates. The lower body is paired with loose white drawstring loungewear pants,
    the overall look is clean,
    comfortable,
    and restrained. [
      Environment
    ] Minimalist bright modern interior space by the window,
    light-colored walls,
    clean and transparent,
    simple furnishings. Morning or afternoon natural sunlight fills the room,
    the spatial atmosphere is peaceful,
    warm,
    and serene. The background is not overly complex,
    highlighting the subject,
    silk fabric,
    and sunlight texture. [
      Composition Requirements
    ] Vertical 9:16 composition,
    very low-angle shot from below,
    camera position at about waist height,
    shooting upwards at her face and torso. The subject's face is located near the top of the frame, and the torso and white silk shirt occupy the main foreground. The abdomen is faintly visible, and the fabric is slightly stretched between both hands, forming a flowing and natural arc. The image has a sense of low-angle perspective, intimacy, and fashion editorial composition tension. [Camera/Technical Parameters] Ultra-realistic photography quality, 4K high resolution, true color calibration, clear natural skin texture, accurate expression of hair details, silk luster, soft fine folds, and translucent materials. The lens has a low-angle perspective effect, the subject is clear, and the background is slightly softly blurred. The overall image is exquisite, transparent, and real, and should not present a noticeable AI feel. [Atmosphere/Lighting] Intense natural sunlight pours in from the window behind and above her, forming bright backlighting and dazzling light beams. Light creates mottled light and shadows on the skin, white silk shirt, and interior space. The edges of the hair have a halo-like rim light, warm-toned highlights are soft and bright, and shadows are light and delicate. The overall atmosphere is transparent, warm, and quiet, with a cinematic sunlight quality. [Style] Ultra-realistic fashion photography, high-end editorial aesthetics, cinematic natural light portraits. Overall elegant, sensual, restrained but not explicit, emphasizing real texture, soft light and shadow, natural poses, and luxurious silk fabric performance. [Detail Emphasis] Emphasize the white silk shirt instead of a knit top; the fabric should be loose, light, glossy, with soft fine folds, a flowing feel, and a translucent texture under sunlight. Emphasize the low-angle perspective, both hands gently lifting the shirt hem, the fabric forming a flowing arc, abdomen faintly visible, bright backlighting, hair rim light, minimalist window-side interior, and warm peaceful atmosphere. The subject must be clearly an adult woman. [Avoid] Underage feel, knit tops, heavy fabrics, cheap fabric texture, excessive exposure, sexualization, stiff poses, exaggerated expressions, low resolution, facial distortion, abnormal fingers, extra limbs, excessive skin smoothing, plastic skin, blown-out whites, high-contrast shadows, cluttered background, overly studio-shot feel, obvious AI feel, cartoon style, oil painting style, fake textures, overcrowded composition.

    🇨🇳 中文提示词

    【主体与状态】  
    成年东亚裔女性,二十岁出头,气质自然优雅,带有高端时尚编辑类人像的成熟感。她站在窗边明亮室内,低头望向镜头,眼神平静、柔和,略带克制的魅惑感。姿态放松而得体,双手轻轻提起并展开白色真丝衬衫的下摆,让布料在身前形成自然流动的弧线。整体呈现私密、安静、时尚但不露骨的摄影氛围。
    
    【外貌与穿搭】  
    面容自然精致,肌肤柔软清透,保留真实皮肤纹理与细腻质感。妆容清淡自然,五官干净柔和。深棕色长发略带蓬松感,在逆光中呈现细腻发丝层次与柔亮轮廓光。穿着宽松的白色真丝衬衫,而不是针织上衣;衬衫面料轻盈、柔软、带有高级光泽,阳光穿透时呈现柔和半透明感、细褶与飘逸质感。下身搭配宽松的白色抽绳家居长裤,整体干净、舒适、克制。
    
    【环境】  
    窗边的极简明亮现代室内空间,浅色墙面,干净通透,陈设简约。早晨或午后的自然阳光洒满房间,空间氛围宁静、温暖、安详。背景不过度复杂,突出人物、真丝面料与阳光质感。
    
    【构图要求】  
    竖屏9:16构图,极低角度仰拍视角,机位约在腰部高度,镜头向上拍摄她的面部与躯干。人物面部位于画面上方附近,躯干与白色真丝衬衫占据前景主体。腹部隐约可见,布料在双手之间被轻微拉展,形成流动而自然的弧线。画面具有低角度透视感、私密感与时尚编辑类构图张力。
    
    【相机/技术参数】  
    超写实摄影质感,4K高分辨率,真实色彩调校,自然肌肤纹理清晰,发丝细节、真丝光泽、柔软细褶与半透明材质表现准确。镜头具有低角度透视效果,主体清晰,背景略带柔和虚化。整体画面精致、通透、真实,不应呈现明显 AI 感。
    
    【氛围/光线】  
    强烈自然阳光从她身后上方的窗户倾泻而入,形成明亮逆光与耀眼光束。光线在肌肤、白色真丝衬衫和室内空间中产生斑驳光影。发丝边缘带有辉光般的轮廓光,暖调高光柔和明亮,阴影轻盈细腻。整体氛围通透、温暖、安静,带有电影级阳光质感。
    
    【风格】  
    超写实时尚摄影,高端编辑类美学,电影化自然光人像。整体优雅、感性、克制而不露骨,强调真实质感、柔和光影、自然姿态与奢华真丝面料表现。
    
    【细节强调】  
    强调白色真丝衬衫而非针织上衣;面料应宽松、轻盈、带光泽,具有柔软细褶、飘逸感与阳光下的半透明质感。强调低角度仰拍透视、双手轻轻提起衬衫下摆、布料形成流动弧线、腹部隐约可见、明亮逆光、发丝轮廓光、极简窗边室内与温暖宁静氛围。主体必须明确为成年女性。
    
    【避免】  
    未成年感,针织上衣,厚重面料,廉价布料质感,过度暴露,色情化,姿势僵硬,夸张表情,低清晰度,脸部变形,手指异常,多余肢体,过度磨皮,塑料皮肤,过曝死白,高反差阴影,背景杂乱,棚拍感过强,AI感明显,卡通风格,油画风格,虚假材质,构图过满。
  • Qdrant:用Rust打造的高性能向量数据库,AI检索引擎的新标杆

    Qdrant:用Rust打造的高性能向量数据库,AI检索引擎的新标杆

    🚀 项目简介

    Qdrant 是一个用 Rust 编写的高性能、大规模向量数据库与向量搜索引擎,专为下一代 AI 应用设计。它将向量相似度搜索与丰富的 JSON 元数据处理能力深度融合,是构建 RAG、语义搜索、AI 智能体等应用的理想检索底座。

    GitHub:qdrant/qdrant|Stars:32.5K+|语言:Rust 🦀|许可:Apache 2.0

    ⚙️ 安装要求与过程

    环境要求

    • 最低配置:2 vCPU、4GB RAM(测试环境)
    • 生产推荐:8+ vCPU、16GB+ RAM、SSD 存储
    • 支持平台:Linux / macOS / Windows(Docker)、Kubernetes
    • 客户端支持:Python、JavaScript/TypeScript、Go、Rust、.NET/C#、Java
    • 依赖:Docker(快速启动),或直接从 Release 下载二进制

    快速安装(Docker 方式)

    # 拉取并启动 Qdrant(默认端口 6333)
    docker run -p 6333:6333 qdrant/qdrant
    
    # Python 客户端连接
    pip install qdrant-client
    
    python -c "
    from qdrant_client import QdrantClient
    client = QdrantClient(url='http://localhost:6333')
    print(client.get_collections())
    "

    其他安装方式

    • Qdrant Cloud:注册即用,含免费套餐(cloud.qdrant.io
    • 自托管 Kubernetes:官方 Helm Chart 支持
    • Qdrant Edge:轻量版,可嵌入应用进程,适合边缘设备
    • Hybrid Cloud / Private Cloud:企业级自建云部署方案

    ⭐ 核心功能

    🔍 多向量搜索

    同时支持稠密向量(语义搜索)、稀疏向量(关键词搜索)、多向量(ColBERT 等晚期交互模型),一套引擎覆盖全场景。

    🔀 原生混合检索

    在单次查询中融合稠密与稀疏向量,支持 BM25、SPLADE++、miniCOIL 等多种算法,结果通过 RRF/DBSF 策略智能合并。

    📊 高级元数据过滤

    HNSW 遍历过程中直接应用过滤条件(非后过滤),支持嵌套对象、全文检索、地理位置、has_vector 等丰富过滤类型,高召回低延迟。

    ⚡ 极致性能优化

    Rust + SIMD 指令加速;Scalar/Asymmetric/Binary 量化降低内存占用最高 64 倍;GPU 加速索引(NVIDIA/AMD);io_uring 异步 I/O 最大化磁盘吞吐。

    🏗️ 企业级部署能力

    分布式水平扩展(分片 + 副本);零停机扩缩容;多租户数据隔离;SOC 2 / GDPR 合规;SSO(SAML/OIDC);Prometheus / Grafana / Datadog 监控集成;严格模式磁盘保护;WAL 持久化保证断电不丢数据。

    🏆 典型使用场景

    📚 RAG(检索增强生成)系统

    Qdrant 是 RAG 应用最流行的向量数据库选择之一。将企业文档、知识库切分后存入 Qdrant,用户提问时先向量检索最相关片段,再喂给 LLM 生成答案。Tripadvisor 使用 Qdrant 为数十亿条评论和图片提供 AI 旅行规划检索,收入提升 2-3 倍。
    技术栈:Qdrant + LangChain/LlamaIndex + OpenAI/DeepSeek

    🤖 AI 智能体长期记忆

    AI Agent 需要跨会话持久化记忆,Qdrant 提供高性能向量存储让智能体”记住”历史上下文。Deutsche Telekom 的多智能体平台基于 Qdrant 实现实时上下文检索,支撑 200 万+ AI 驱动对话。
    技术栈:Qdrant + Mem0 + LangChain/CrewAI

    🛍️ 电商语义推荐系统

    传统关键词搜索无法理解用户意图,Qdrant 的向量语义匹配让”类似风格””可以搭配”等模糊需求精准命中。Lyzr 的 AI 智能体平台接入 Qdrant 后,延迟降低 90%、吞吐量提升 150%。支持实时相似度匹配数百万商品,结合元数据过滤实现个性化推荐。
    技术栈:Qdrant + 多模态嵌入模型(CLIP)+ 推荐算法

    💡 推荐理由

    作为一个深度使用过多个向量数据库的开发者,Qdrant 给我印象最深刻的是它的“工程完成度”。以下是我的真实使用体会:

    • 🦀 Rust 带来的安心感:生产环境最怕 OOM 和奇怪的崩溃,Qdrant 用 Rust 编写,内存安全 + 高并发,跑了几个月稳如磐石,不像某些 Java 系的方案动不动就要调 JVM 参数。
    • 🎯 过滤性能是真的强:很多向量数据库的元数据过滤是”后过滤”(先搜再筛),大数据量下性能灾难。Qdrant 的过滤是在 HNSW 遍历过程中完成的,实测百万级向量 + 复杂过滤条件,延迟依然在毫秒级。
    • 📦 量化功能省真金白银:Scalar Quantization 开箱即用,内存占用直接砍掉 75%,精度损失微乎其微。如果用量大,这一项就能省好几台服务器的钱。
    • 🔌 生态集成无脑顺畅:LangChain、LlamaIndex、Haystack、MCP 协议……主流 AI 框架全部原生支持,基本不用写适配代码,直接 pip install qdrant-client 开箱即用。
    • ☁️ Cloud 免费额度够用:不想自己运维可以用 Qdrant Cloud,免费套餐够小型项目跑起来,后续扩容也无缝迁移,不用担心被锁定。

    ⚠️ 注意事项:默认 Docker 启动是无认证的,千万不要直接暴露到公网!一定要先看官方安全配置指南,开启 API Key 或 mTLS 认证。另外,如果数据量在千万级以下,其实 Chroma 这类更轻量的方案也够用,Qdrant 的优势在大规模生产场景才完全体现。

    📦 下载地址 & 资源链接

    🌐 官方网站

    qdrant.tech

    💻 GitHub 仓库

    github.com/qdrant/qdrant

    ☁️ Qdrant Cloud

    cloud.qdrant.io(含免费套餐)

    📖 官方文档

    qdrant.tech/documentation

    🐍 Python 客户端

    qdrant-client (PyPI)

    📊 性能基准测试

    qdrant.tech/benchmarks

    Apache License 2.0 开源 · 完全自托管 · 32.5K+ Stars

  • 有人做了个AI”名气排行榜”,你的名字在大模型里有多大分量?

    有人做了个AI”名气排行榜”,你的名字在大模型里有多大分量?

    AI模型名气排行榜
    “In the Weights”网站界面,像素风设计,展示AI模型对人物的”认知强度”

    你上一次在谷歌上搜索自己的名字是什么时候?如果你试过,你可能已经注意到结果和以前不太一样了。这不是你的错觉——随着聊天机器人越来越成为人们获取信息的主要方式,搜索引擎已经不再是那个”权威记录者”了。

    那么问题来了:如果有人想看看自己在AI眼里”存在”吗,该怎么办?

    两个前OpenAI员工做了一个”AI虚荣搜索”

    托马斯·丁森和乔伊·弗林决定解决这个问题。他们做了一个叫”In the Weights”的网站——名字里的”weights”指的是AI模型的参数权重,也就是那些决定模型输出效果的神秘数字。

    这个网站做的事情很简单,但也足够让人上头:它向十几个主流AI模型(包括Grok、Gemini、多个版本的GPT、Claude、Llama)提出一个类似”XXX是谁?给出最多10个结果”的问题,然后给出一个”强度分数”。分数越高,意味着AI模型们越”认识”你。

    “在weights里,意味着你的存在被认为在创造超级人工智能的过程中是重要的。”——In the Weights网站关于页面

    排行榜一直在变

    网站的排行榜是实时变化的——就在我写这篇文章的时候,排名第一的是《小鬼当家》的主演麦考利·卡尔金,他的强度分数是988,和歌剧演唱家卢西亚诺·帕瓦罗蒂咬得很紧。

    TechCrunch的作者安东尼·哈——就是报道这件事的那位记者——在这个网站上的强度分数是641,排在前6%。他承认自己看了一眼同事的分数之后,感觉还能再高一点。

    网站还会标注可能的AI幻觉:显然GPT-5.4 Mini在回答”Anthony Ha是谁”的时候,给出的答案是”这是一个缩写,可能指代多个人”。

    这不只是虚荣心作祟

    丁森在接受TechCrunch采访时说,2026年做谷歌式的”虚荣搜索”已经不对了,因为越来越多的流量在流向大模型。他还说,这个网站的方向某种程度上是被一篇戏谑的博客文章”定调”的——那篇文章用幽默的方式讨论了AI权重和”我们是否只是一堆肉做的”这个经典哲学问题。

    到目前为止,这个网站的”接收情况”已经超出了他们的预期。他们本来以为这会是一个小小的好奇心满足工具,没想到它好像触发了某种神经——人们真的很好奇自己是否能在超级智能里”永垂不朽”。


    In the Weights用一种轻松、怀旧的方式(网站界面是任天堂NES风格的像素风)提出了一个严肃的问题:当AI模型成为人们认知世界的主要中介的时候,被AI”记住”到底意味着什么?你可以去试试看——但友情提醒,分数可能会让你有点在意。

  • 亚马逊要把自研AI芯片卖给你了,英伟达的护城河开始漏水

    亚马逊要把自研AI芯片卖给你了,英伟达的护城河开始漏水

    亚马逊AI芯片挑战英伟达
    亚马逊Trainium芯片正面挑战英伟达GPU霸主地位

    如果你最近关注AI芯片市场,眼睛大概一直盯着英伟达。毕竟黄仁勋刚刚宣布找到了一个全新的2000亿美元市场——卖CPU给AI基础设施。但就在大家盯着英伟达的时候,一个最意想不到的对手悄悄举了手。

    亚马逊云计算部门AWS的CEO彼得·德桑蒂斯最近向彭博社透露,AWS正在洽谈把自家的AI训练芯片Trainium卖给其他公司。德桑蒂斯没有点名潜在买家,但光这个信号就足够让整个AI芯片市场侧目了。

    为什么现在要卖?

    AWS做芯片这么多年,一直只给自己用。原因很简单——它靠这些芯片在云端处理客户的AI任务,赚的是一整套服务的钱:不光是AI算力本身的费用,还有存储、安全、网络、监控等配套收入。把芯片卖给别人,等于培养竞争对手,还让自己现有的云客户排更长的队。

    但亚马逊CEO安迪·贾西今年4月在年度股东信里把底牌亮出来了:如果芯片业务是一家独立公司,把今年生产的芯片卖给AWS和其他第三方,年化营收运行率大概是500亿美元。他还说得很直白:对自家芯片的需求太旺盛了,未来很可能会把整机架的芯片卖给第三方。

    Trainium2已经在跑Anthropic和苹果的AI任务了。下一代Trainium4据说到2027年才能交付,但贾西说就连Trainium4的产能都已经被预订一空。

    英伟达真的会被撼动吗?

    500亿美元的体量,即使对英伟达来说也不是完全无所谓。英伟达目前的营收运行率是3260亿美元,500亿还不足以撼动它的地位,但这是一个开始。

    更何况,亚马逊卖芯片有一个英伟达没有的优势:它自己就是全球最大的AI云服务买家之一,它设计的芯片是给自己用的。这意味着它的芯片设计反馈循环比任何独立芯片公司都快——真实工作负载的反馈直接进到下一代芯片的设计里。

    当然,大规模对外卖芯片有个绕不过去的坎:制造产能。亚马逊的芯片由台积电代工——英伟达的芯片也是。而台积电最近的头号客户已经不是苹果了,是英伟达。亚马逊要想抢到足够多的产能,得先说服台积电给自己挤出空间来。


    黄仁勋说AI的CPU市场有2000亿美元。贾西说AWS的芯片生意能做到500亿美元。这两人都在画饼,但饼的大小已经说明问题——AI芯片的战争,已经从”英伟达一家独大”变成了”大家都要来分一杯羹”。

  • ChatGPT与Getty Images达成授权合作,AI版权问题终于有人坐下来谈了

    ChatGPT的回答里,以后会出现带正版授权的图片了。OpenAI和Getty Images上周日宣布达成一项多年合作协议,Getty的授权图片库将直接出现在ChatGPT的搜索和发现功能里。

    ChatGPT Getty Images
    ChatGPT与Getty Images达成授权合作,AI生成内容版权问题出现新解法

    这件事看起来是个小更新,实际上指向的是AI行业最头疼的问题之一:训练数据和生成内容的版权归属。

    为什么是Getty Images

    Getty Images不是普通的图库。它是全球最大的正版视觉内容平台之一,手里握着近60万内容创作者的作品,还有360多个内容合作伙伴。每一年,Getty覆盖超过16万场新闻、体育和娱乐活动。

    在此之前,AI公司用图片训练模型或者生成图片,一直游走在灰色地带。艺术家抱怨自己的作品被拿来训练AI,却没有任何报酬或授权。Getty Images自己也曾把Stability AI告上法庭,理由是Stability AI非法复制了1200万张Getty的图片来训练Stable Diffusion。

    Getty Images CEO Craig Peters在声明里说得很清楚:”高质量、有授权的视觉内容,让AI驱动的搜索和发现更有用,也更值得信任。这次和OpenAI的合作,基于一个共同认知——就是这一点。”

    和Perplexity走的是同一条路

    这条路上不只有OpenAI。Perplexity早就和Getty Images达成了类似的展示合作,在搜索结果里直接显示Getty的授权图片。两家AI公司的逻辑是一样的:用户问问题,AI回答,配图要合法。

    但OpenAI的举动意义更大。ChatGPT的日活用户量级和Perplexity不在一个层次上,这次合作意味着”授权图片进入AI回答”这件事,从一家小众AI搜索公司,变成了行业主流做法。

    对AI版权争议意味着什么

    AI版权的争议,核心是两个问题:训练数据要不要授权,生成内容算不算侵权。这次合作主要解决的是后者——ChatGPT在回答里展示的图片,如果是来自Getty的授权库,那就不存在版权风险。

    但这只是部分解决。训练数据的问题还没碰。GPT模型训练时用了哪些图片,OpenAI至今没有完整公开。Getty和OpenAI的这次合作,也不代表Getty允许OpenAI用它的图片训练未来模型——这是两回事。

    • 展示授权:ChatGPT可以用Getty图片在回答里展示(这次合作的内容)
    • 训练授权:OpenAI能不能用Getty图片训练GPT(这次没说)
    • 生成授权:用户用DALL-E生成的图片会不会侵犯Getty摄影师的权利(依然 open question)

    话说回来,至少OpenAI愿意坐下来谈授权,而不是像某些公司一样先干了再说。这个态度本身,对整个行业是个正向信号。


    Getty Images的CEO说,这让AI搜索”更值得信任”。用户可能不一定感受得到背后的版权博弈,但他们看到的图片,确实会更干净一些——至少理论上,那些图片的创作者拿到了钱。

  • 诺贝尔化学奖得主John Jumper离开DeepMind加入Anthropic,AI人才大战打到诺奖圈了

    2024年诺贝尔化学奖得主John Jumper上周五在X上发了一条消息,宣布自己要离开工作了近9年的Google DeepMind,转投竞争对手Anthropic。这条消息不长,但足以让整个AI圈子侧目。

    John Jumper AlphaFold
    诺贝尔化学奖得主John Jumper(右)与DeepMind CEO Demis Hassabis

    Jumper在DeepMind干了快9年,刚拿到博士学位才6个月就被Hassabis委以重任,领导AlphaFold团队。AlphaFold是什么?简单说,它是一个用AI预测蛋白质三维结构的模型——蛋白质长得啥样,决定了它怎么工作,进而决定药物能不能起效。这个难题困扰了结构生物学家几十年,AlphaFold基本上把它解决了。

    一个模型改变了一门学科

    2024年,Jumper和Hassabis一起拿了诺贝尔化学奖。诺奖委员会的理由很直接:AlphaFold”解决了一个50年来的难题”。这个模型能根据蛋白质的基因序列,精准预测它折叠成什么形状——而形状就是功能的关键。

    AlphaFold的贡献不只是学术上的。它开源了预测结果数据库,覆盖了几乎所有已知的蛋白质结构,全球研究人员可以免费查询。这对新药研发、酶工程、甚至理解神经退行性疾病都有实质推动。

    那么问题来了,这样的人为什么要走?

    Bloomberg透露了一个线索

    Bloomberg的报道说,Jumper在Google内部是编程工具团队的关键成员,而这个团队的产品一直卖不动。这或许是一个原因,但可能还不是全部。

    更值得注意的背景是:这周不只是Jumper一个人离开DeepMind。Character AI的联合创始人Noam Shazeer也宣布离开DeepMind,去了OpenAI。两起人才流动,同一个方向——顶尖人才从Google流向它的AI竞争对手。

    Anthropic这边,拿到Jumper意味着什么?Anthropic一直把”AI安全”挂在嘴边,但它的野心不止于此。Jumper的加入,很可能意味着Anthropic要在科学应用方向上发力——用大模型加速科学研究,而不只是做聊天机器人。

    AI人才大战的缩影

    把视角拉远一点,这件事其实是整个AI行业人才争夺战的缩影。Anthropic和OpenAI都在从DeepMind挖人,而DeepMind作为Google旗下的AI实验室,背靠大厂资源,却似乎留不住最顶尖的研究者。

    • Jumper拿过诺奖,是结构生物学和AI交叉领域最顶尖的人之一
    • 他选择Anthropic而不是留在DeepMind,说明他认为Anthropic能给他更大的空间
    • 对Google来说,这是继Noam Shazeer出走之后又一记人才重拳

    Jumper在告别帖里特意感谢了Hassabis,说DeepMind是个特别的地方,他还会继续关注老东家的发现。话这么说,但人已经走了。


    Anthropic把这则消息加了一层意味:它不只是挖到了一个诺奖得主,更是在向外界传递一个信号——它要做的事,比训练一个更好的聊天机器人要大得多。

  • Signal总裁提醒:AI聊天机器人不是你的朋友,别把隐私交给它

    “这些不是你的朋友。”当被问及对ChatGPT和Claude这类聊天机器人的看法时,加密通讯应用Signal总裁Meredith Whittaker的回答非常直接。这句话出自她最近接受彭博社的专访,背后是一个在谷歌待了十多年的”内部反抗者”对当代AI助手热潮的冷思考。

    Signal与AI隐私
    Signal总裁Whittaker:AI聊天机器人不是你的朋友,别把隐私交给它 图:生成配图

    一个”谷歌抗议领袖”的转向

    Whittaker在谷歌工作了十多年,最出名的举动是2018年组织谷歌员工大罢工,抗议公司处理性骚扰问题的方式,以及反对谷歌参与五角大楼的”Project Maven”AI军事项目。她当时被媒体称为”谷歌抗议领袖”,2019年离开谷歌后加入了Signal。

    在Signal,她的立场一如既往地强硬:隐私是自由社会的先决条件,任何后门都是不可接受的。这次采访中,她把矛头指向了当下最热门的AI个人助手——那些被设计成”你最好的朋友”的聊天机器人。

    “这些不是你的朋友,不是有意识的个体,也不是有感知的对话者。”Whittaker说,”它们很有用,但很多东西都很有用。”

    她自己怎么用AI

    记者问她会不会用ChatGPT之类工具,Whittaker的回答挺有意思:她偶尔会让AI帮她格式化文档,但绝不会向AI”提问”。她说自己对思考和写作的过程非常认真,不希望那种从困惑到厘清思路的过程,被一个只会把网上已有内容取平均值的系统给提前剥夺了。

    这个态度很鲜明——AI可以当工具,但别把它当成了你思想的替代品。她特别提到,你当然可以说”我删除了聊天记录”,但最终决定这些对话数据是否被存储、被挖掘、被用于优化广告推荐的,是运营这个服务的公司,不是你。


    “AI圣诞购物”背后的隐私噩梦

    采访中最精彩的部分,是她对微软AI CEO Mustafa Suleyman的”AI圣诞购物”愿景的回应。Suleyman之前对彭博社说,2026年用户就可以让Copilot全权负责买圣诞礼物了——它会去翻你和家人兄弟姐妹的群聊,猜每个人想要什么,然后自己下单、自己安排寄送。

    Whittaker的拆解非常犀利:要实现这个功能,Copilot需要拿到你的信用卡、浏览器、Signal消息、代表你发消息的权限、家庭住址、日程表……”你刚才描述的,是一个能跨多个应用和服务获取极高权限的系统。放到Signal的场景里,这本质上就是一种后门。”

    她真正的担心是:全球只有三家公司控制着我们的核心操作系统——谷歌的安卓、微软的Windows、苹果的iOS。如果其中任何一家决定在系统层集成这种”全能AI助手”,那么Signal这样的隐私应用就失去了保障用户数据安全的能力。用户的选择权被悄无声息地剥夺了。

    “宁愿退出市场,也不开后门”

    这引出了一个很现实的问题:如果英国或欧盟政府要求Signal提供后背门(以打击儿童色情等名义),Signal会怎么做?Whittaker的回答没有丝毫犹豫:”我们的立场是,我们宁愿退出一个市场,也不会削弱技术保障。”

    她解释道,加密要么对所有人有效,要么对所有人无效。不存在所谓的”只有好人能用的后门”。一旦后门存在,它就会被各国情报机构盯上——她透露,已经有迹象表明俄罗斯愿意为发现Signal漏洞的人付钱。


    Signal的生存账本

    作为一个非营利基金会,Signal的运营模式也和硅谷主流截然不同。Whittaker透露,Signal每年的运营成本大约是5000万美元,70%来自大额捐赠者,30%来自普通用户的每月小额捐款。它没有VC股东,不需要为了下一轮融资拼命增长,也不需要为了IPO把用户数据货币化。

    这种”不为增长而增长”的模式,在当下显得有点格格不入。但Whittaker说得很坦然:”科技行业的经济引擎是数据的收集和货币化。Signal存在的意义就是做完全相反的事情。”

    至于她自己用不用这些AI工具?”我偶尔让它们帮我格式化文档,但我没有和它们建立任何关系。”这句话可能是对当下AI助手”拟人化”营销最干脆的回击。

  • SK海力士把三星拉下马了,AI存储器大战的真正赢家终于浮出水面

    6月22日,韩国股市发生了一件历史性时刻——SK海力士以1.35万亿美元市值超越三星电子,成为韩国市值最高的上市公司。三星自2000年以来占据这个位置已经超过四分之一个世纪,这次被超越,本质上是AI浪潮把一家差点破产的内存厂商推上了王座。

    SK海力士与AI芯片
    SK海力士成为韩国市值最高公司,AI存储器需求是核心驱动力 图:生成配图

    从垃圾股到AI宠儿

    把时间拨回2002年,当时的海力士半导体(SK海力士前身)深陷债务危机,几乎要把自己卖给美光,交易最后黄了,公司进入债权人管理状态长达近十年。2003年,它的股价跌到最低的135韩元,在韩国被戏称为”东田株”(便士垃圾股)。

    谁也没想到,二十几年后,这家曾经的差点破产的企业,会成为AI时代最大的赢家之一。驱动力很简单:HBM(高带宽内存)。这种专门服务于AI训练和推理的高端内存芯片,是英伟达和谷歌等巨头AI系统的核心组件,而SK海力士在这个细分市场的份额高达61%。

    SK海力士今年以来的股价涨幅超过340%,AI浪潮把它从破产边缘直接送上了韩国市值第一的宝座。

    AI重新定义了内存芯片的价值

    过去,内存芯片是典型的周期货——DRAM和NAND闪存的价格大起大落,所有厂商一起卷产能、卷成本,利润薄得像纸。但AI改变了一切。HBM不是普通内存,它是垂直堆叠的超高带宽内存,专门为GPU和其他AI加速器设计,技术门槛高得多,利润率也完全不在一个量级。

    SK海力士几乎独占了HBM3和HBM3E的高端市场,英伟达最新的H100/B200训练集群用的就是它的芯片。与此同时,三星虽然在努力追赶HBM4,但进展并不顺利——有出口数据显示,三星的HBM4产品可能还需要一段时间才能真正量产交付。


    业绩反转的力度

    数字最能说明问题。2023年,内存行业的严重低迷让SK海力士报出了7.73万亿韩元的年度营业亏损。仅仅一年后,AI boom全面爆发,微软、谷歌、Meta疯狂采购AI芯片,SK海力士直接录得23.5万亿韩元的年度营业利润,创下历史纪录。

    这种反转速度在半导体行业也不多见。美利兹证券的高级分析师Kim Sunwoo说得很直白:”定制化AI内存的出现从根本上改变了行业的经济规律,让SK海力士得以确立市场领导者的地位。”

    三星为什么掉队了

    三星的业务比SK海力士复杂得多——它不光做内存,还做逻辑芯片和整机电子产品。在AI内存这个细分赛道上,三星的动作明显慢了半拍。HBM需要先进的封装技术,而SK海力士在这个领域积累了更多经验。等到三星反应过来,SK海力士已经把英伟达和谷歌这两大客户牢牢握在手里了。

    6月22日当天,SK海力士股价上涨5.7%,市值达到2082.5万亿韩元(约1.35万亿美元),而三星电子的市值停在2081.3万亿韩元。差距不大,但象征意义极强——AI时代,卖”更专业的芯片”比卖”更多的芯片”更值钱。