华纳音乐收购AI归因初创公司Sureel AI
华纳音乐集团(WMG)近日宣布收购AI归因初创公司Sureel AI,旨在更精准地追踪其旗下艺术家的作品在AI生成内容或训练AI模型中的使用情况。随着生成式AI的爆发,音乐版权归属与补偿问题日益尖锐,这一收购标志着传统唱片公司正加速布局AI
华纳音乐集团(WMG)近日宣布收购AI归因初创公司Sureel AI,旨在更精准地追踪其旗下艺术家的作品在AI生成内容或训练AI模型中的使用情况。随着生成式AI的爆发,音乐版权归属与补偿问题日益尖锐,这一收购标志着传统唱片公司正加速布局AI
AI应用开发平台Lovable宣布其年化经常性收入已超过5亿美元,用户每周创建超100万个新项目。该平台正被广泛用于构建商业应用和替代内部软件,标志着无代码AI开发进入规模化爆发阶段。
在SXSW London大会上,MIT科技评论资深编辑Will Douglas Heaven分享了当前人工智能领域最重要的五大趋势。这些主题源自该媒体发布的AI10榜单,涵盖从生成式AI成熟化、AI安全与伦理争议,到开源模型崛起、投资理性回
亚马逊在购物App中推出新功能,允许用户通过Alexa生成图案,并将其印制在T恤、卫衣、水杯等商品上。这一功能把生成式AI从聊天和搜索进一步带入电商消费场景,也意味着平台正尝试用AI降低个性化商品的设计门槛。
苹果WWDC 2026即将拉开帷幕,备受期待的Siri大改版与Apple Intelligence更新成为焦点。据TechCrunch报道,新版Siri将深度融合生成式AI,支持更自然的对话上下文联想,并首次开放第三方应用深度协同。Appl
美国联邦法官正面临大量AI生成的诉讼文件,识别工作变得愈发困难。同时,为应对数据中心日益增长的电力需求,科技公司开始探索虚拟电厂方案,通过聚合灵活负载参与电力市场。本期《The Download》周刊聚焦这两大技术趋势,探讨其对社会和法律体
科罗拉多州联邦治安法官Maritza Braswell每天要审阅大量由无律师代表当事人提交的文件,其中不少出自AI之手。这些AI生成的诉讼文件质量参差不齐,有的充满法律术语的幻觉,有的逻辑混乱,给司法系统带来新的挑战。法院正尝试通过AI检测
Anthropic提交的IPO文件标志着生成式AI从研究密集型创业阶段,正式蜕变为稳定的企业实用工具。此前,私有市场的模型开发者优先追求快速迭代与最大计算性能,忽视了可预测的计费周期。此次上市将基础模型提供商的工程目标与标准企业采购流程对齐
Uber近期因员工在AI工具上的支出远超预期,不得不在短短四个月内叫停开放预算政策。此前该公司鼓励员工“尽可能多用AI”,如今却被迫紧急设限。这一转变折射出企业AI应用从“鼓励探索”到“理性管控”的行业趋势,也引发对AI工具使用成本与效率平
Google I/O 2026 正式宣布AI生成的答案成为搜索的核心,传统10条蓝色链接的排名时代宣告终结。大多数品牌对AI如何描述自身几乎毫无掌控力,SEO策略面临根本性变革。本文深度解析技术巨变背后的行业冲击、品牌应对策略以及对未来搜索
ElevenLabs发布全新音乐生成模型,允许用户在保持歌曲其余部分不变的情况下,仅重新生成特定段落,并实现风格无缝切换。这一突破性功能为音乐创作者提供了前所未有的灵活性和创作控制力,标志着AI音乐生成从“一次性生成”迈向“精细化编辑”的新
叙事是人类与生俱来的本能,从洞穴壁画到相机,技术始终嵌入在媒介与传播中。如今,生成式AI正以前所未有的速度重塑创意过程——从文本生成到多模态故事构建,AI工具降低了创作门槛,但也引发了关于原创性、版权与人类独特性的激烈讨论。本文编译自MIT
在2026年5月20日的年度开发者大会上,谷歌正式宣布推出新一代AI设计平台,旨在将人工智能的创意能力普及至每个人——从教师到小企业主。该平台整合了生成式设计、智能布局与实时协作功能,标志着谷歌在AI设计领域的重大突破。本文编译自TechC
谷歌最新推出的Gemini 3.5 Flash模型,凭借极致推理效率和超低延迟,被定位为自主人工智能(agentic AI)的核心引擎。该模型在保持高质量输出的同时,大幅缩短了响应时间,让AI从“思考”跨越到“行动”成为可能。业界分析认为,
随着生成式AI的普及,黑客和研究人员开始利用AI工具大量生成低质量的漏洞报告,导致企业漏洞赏金计划面临‘永无止境’的垃圾信息洪流。这些AI生成的报告常常缺乏实质内容,却消耗了大量人力资源进行审核。据Ars Technica援引《金融时报》记
德勤最新报告指出,企业领导者必须超越当前流行的生成式AI应用,转向规模化部署“自主智能”系统,才能真正改变成本结构、释放增长潜力。单纯的文本生成或内部通讯摘要只能带来局部效率提升,难以触及大型组织的核心运营逻辑。报告强调,自主智能意味着系统
当生成式AI从实验室走向商业应用,企业默认了“先能力,后管控”的潜规则——将专有数据喂给第三方模型以换取强大输出。然而,这些数据在非自有的系统间流转,受制于他人设定的治理规则。在自主系统(如自动驾驶、智能机器人)爆发式增长的今天,数据主权与
普林斯顿大学等精英学府也难以幸免于AI驱动的学术作弊浪潮。传统的荣誉准则系统在ChatGPT等生成式AI工具面前不堪一击,学生利用AI完成作业、论文甚至考试答案。教育机构纷纷升级检测手段,但道高一尺魔高一丈。这场由技术引发的诚信危机正在倒逼
曾被誉为印度生成式AI里程碑的初创公司Krutrim,在经历裁员和产品更新停滞之后,正式宣布全面转向云服务业务。此举标志着印度本土研发大语言模型在经济可行性上面临严峻挑战——高昂的算力成本、有限的应用场景以及资本寒冬的持续,迫使这家曾经估值
Meta近日宣布,其商业AI工具每周已能处理超过1000万次对话,且超过80亿广告主已使用其生成式AI工具。这一数据标志着Meta在AI商业化领域取得重大突破,但也引发了对AI对话质量与隐私保护的讨论。本文将深入分析Meta AI的发展现状