2023 年 AI 展望：比 ChatGPT 更强的模型与搜索变革正在路上
OpenAI 总裁 Greg Brockman 预测 2023 年的 AI 进展将让 2022 年相形见绌。随着 GPT-4 蓄势待发以及微软计划将 ChatGPT 整合进必应搜索，图像、编程与个人助理等领域正迎来更深层的自动化，行业变革远未见顶。
AI 日报：今天的 AI 新闻
周六
12月31日 星期六
解读 NVIDIA GauGAN2：画笔涂鸦加文字，拼出逼真自然风景
NVIDIA 研究部门打造的 GauGAN2 支持将草图涂鸦与文字提示结合，生成逼真自然风景。它在 1000 万张风景图上训练，允许用分割图、画笔和橡皮擦精细调整山川河流。虽然操作界面略像复古画图工具，但很适合快速出分镜和概念草图。
OpenAI 研发文本水印：微调选词暗藏「指纹」，几百字就能揪出 AI 作弊
据卫报报道，OpenAI 正在开发文本统计水印技术，用来识别 ChatGPT 生成的内容。该技术通过微调选词概率植入人类不易察觉的「统计指纹」，几百个单词就能判断是否出自 GPT。此举旨在遏制学术剽窃和虚假宣传，已有可用原型但尚未正式上线。
Forbes 分析：AI 劳动力能否打破人口上限，创造「无限经济」？
Forbes 刊文探讨 AI 对宏观经济的长期冲击。传统 GDP 规模受制于人类劳动力数量，但如果把 24 小时无休的 AI 纳入劳动力供给，经济增长上限可能被彻底改写。不过，最终收益仍取决于实际应用深度和各国经济环境。
漫画家 Sarah Andersen 发文：AI 正在秒级收割我的画风
《Sarah's Scribbles》作者 Sarah Andersen 发文讲述自身遭遇。继作品曾遭恶意篡改后，10 月她发现别人仅用其名字当提示词，AI 几秒内就能仿造出她的画风。她直言这抹去了艺术中凝结的人性，带来强烈的被侵犯感。
周五
12月30日 星期五
QuickVid 上线：输入一个词，自动拼装出带旁白配图的短视频
前 Meta 开发者推出短视频生成工具 QuickVid。用户只需输入一个提示词，它就能调用 GPT-3 写脚本、DALL-E 2 生图、Google TTS 配音并拼接背景素材。最值得关注的是，它把零散 AI 串成了短视频流水线，但也引发了垃圾内容泛滥的担忧。
企业 AI 为何推不动？Rossum CTO：问题可能出在糟糕的 UI
Rossum 联合创始人 Petr Baudis 指出，企业落地 AI 遇阻的核心原因往往不是模型能力，而是糟糕的 UI 界面。许多企业容易被炫酷外观吸引，但繁琐的交互导致员工弃用。例如 Morton Salt 引入精简界面后单据处理耗时缩短了 95%。说白了，AI 再强，交互做不好依然没人用。
周四
12月29日 星期四
AI 渗透好莱坞影视制作：能改口型造替身，但也引来授权争议
CACM 报道了 AI 对好莱坞制片流程的改造。Flawless 的神经网络可修改演员面部配合新录音，Digital Domain 能用算法生成替身。这不仅能减少补拍成本，但也引发了关于演员授权与知情同意的伦理担忧。
Eidos 探索机器学习游戏 AI：不再靠写死行为树，让 Boss 聪明又好玩
Eidos-Sherbrooke 研究人员在 Unreal Fest 2022 展示了一项实验：用机器学习模型替代传统复杂的行为树，结合虚幻引擎 EQS 动态调节追逐战难度。研究重点不是造出碾压玩家的超强 AI，而是让策划能更轻松调出兼具挑战与乐趣的敌人。
周三
12月28日 星期三
AI 即服务兴起：降低企业试错成本，数据团队不再重复造轮子
VentureBeat 报道指出，随着企业对预测分析等工具需求增加，AI 即服务（AIaaS）正成为降低高昂自建门槛的标配。ClearML 联合创始人 Moses Guttmann 认为，AIaaS 承担了底层基建和通用问题，让企业团队能专注于自身独特的业务数据与核心场景。
斯坦福研究：用 AI 写代码更易留漏洞，开发者还更自信
斯坦福大学研究团队发现，使用 OpenAI Codex 等 AI 代码生成工具的开发者更容易在软件中引入安全漏洞，且更容易误以为代码安全。研究人员警告 AI 尚无法替代人类，跨领域使用时必须仔细审查输出。
斯坦福提出树突计算模型：AI 功耗有望从兆瓦直降到手机瓦级
斯坦福大学学者 Kwabena Boahen 提出以树突为核心的新计算模型。不同于传统模拟突触，该方案模拟树突接收特定时序信号的特性，结合铁电晶体管硬件，有望让神经网络仅靠手机电池的瓦级功耗运行，摆脱云端兆瓦级的能耗依赖。
下一代搜索之争：ChatGPT 触发 Google「红色警报」
外媒刊文分析 ChatGPT 对传统搜索的冲击，Google 已将其视为「红色警报」。对话式 AI 直接给出答案，动摇了依赖点击链接展示广告的商业模式。不过，模型输出答案的真实性与幻觉风险，依然是目前最棘手的软肋。
周二
12月27日 星期二
Poly 推出生成式 AI 资产库：输入文字直接生成 3D 贴图材质
初创公司 Poly 推出面向设计师的生成式 AI 工具。用户输入提示词或参考图，即可生成带法线贴图的 3D 纹理素材。团队已在 9 月获得 Y Combinator 等机构的 390 万美元投资，平台累计生成超过 200 万张纹理。
TechCrunch 访谈 re:collect：AI 帮人梳理灵感，但替不了创造力
TechCrunch 播客 Found 发布专访特辑，对话 re:collect 创始人 Alice Albrecht。节目探讨了如何用软件帮助创作者回忆和连接想法。她强调技术能放大创意却无法替代人类，开发 AI 从一开始就必须建立安全防线。
周一
12月26日 星期一
AI 聊天机器人变革内容创作：速度与成本占优，但难替人类创意
Medium 刊文分析 AI 聊天机器人在内容创作中的角色。文章指出，AI 在生成速度和成本上具有绝对优势，但在语言理解、细腻语境和独创性上仍落后于人类。AI 更适合处理数据新闻和社媒文案等标准化任务，短期内更像是创作者的生产力辅助工具，而非替代者。
解读 AI 生成艺术：创意实验的魅力与替代人类的争议
Medium 刊文探讨 AI 生成艺术的现状与挑战。文章指出，AI 无法复制人类的独特性，更适合作为拓宽创意思维与实验风格的辅助工具，而非替代艺术家的对手；面对效率冲击与缺乏情感深度的担忧，关键在于保持理性并探索人机协作的边界。
AI 商业化未来预测：电商、广告与数据变现成关键机会
行业分析指出 AI 商业化正向多领域铺开。预测显示全球 AI 市场将在 2025 年达到 1906.1 亿美元规模，未来核心机会集中在电商个性化、精准广告投放与预测分析上，但企业仍需面对伦理与合规等现实挑战。
AI 市场迈向数万亿美元？浅析推动增长的核心动力
有行业分析指出，受企业降本增效和流程自动化驱动，AI 市场规模未来有望达到数万亿美元。医疗、金融、制造等多行业加速落地，加上算力与数据支持，正持续扩大其商业边界。
浅析 ChatGPT 能力与未来：从拟人对话到任务执行
Medium 刊文解析 OpenAI 的 ChatGPT。它基于上下文生成自然回复，摆脱了传统客服机器人的预设脚本限制。除了日常对话，它还能联动第三方系统完成订酒店等具体操作，在电商与金融等领域展现出应用前景。
亲测 ChatGPT 代替传统搜索：不用自己比对链接，复杂流程一步说清
设计师 Mark Andreev 发文对比 ChatGPT 与传统搜索。Google 仅提供链接并要求用户自行比对，而 ChatGPT 能直接消化复杂信息并梳理步骤。这种直接输出结论的交互方式，把繁琐的跨语言检索收拢为对话，大幅降低了找信息的心智负担。
德雷塞尔大学新研究：用 GPT-3 分析日常语音，80% 准确率筛查阿尔茨海默病
德雷塞尔大学团队在《PLOS Digital Health》发表成果，利用 OpenAI 的 GPT-3 分析自发语音文本，预测早期痴呆的准确率达 80%。该方法比单纯分析停顿等声学特征更准，团队计划据此开发网页初筛工具。
AI 血压预测方法学综述：梳理主流模型与常被忽视的评估陷阱
研究团队系统梳理了机器学习与深度学习在血压预测中的应用进展。综述重点分析了常用数据集、评估指标以及常被忽视的数据划分策略陷阱，提出了客观评估模型表现的统一标准。团队已在 GitHub 开源基于 MIMIC III 的评测代码与资源。
阿尔托大学等开发虚拟现实游戏：借助机器学习客观检测 ADHD
阿尔托大学等团队公布一项研究，利用虚拟现实游戏、眼动追踪和机器学习，根据眼动差异客观检测儿童 ADHD 症状。该方法有望改变依赖问卷的主观诊断现状，提供更精准的日常行为评估。
Picsart 上线 AI Avatar 功能：上传自拍一键生成多种艺术风格头像
Picsart 宣布推出全新生成式 AI 功能 AI Avatar。用户在应用中上传多张自拍，就能生成动漫、超级英雄等多种艺术风格的个性化肖像，并能结合平台现有的抠图、画质增强工具继续进行二次编辑。
周五
12月23日 星期五
据报道 Google 因 ChatGPT 拉响「红色警报」：皮查伊调动团队保卫搜索业务
据报道，Google 管理层因 ChatGPT 威胁搜索业务拉响「红色警报」。CEO 皮查伊已指示多个团队紧急转向应对。搜索广告占 Google 收入超八成，面对能直接生成答案的对话式 AI，巨头不得不重新思考自身核心商业模式。
布莱根妇女医院研发 AI 模型：把术中粗糙冷冻切片秒变「金标准」图像
布莱根妇女医院与博阿齐奇大学团队在《Nature Biomedical Engineering》发表深度学习模型，能将手术中快速冷冻切片的图像转化为接近「金标准」的高质量图像。这项技术能帮病理医生在几分钟内更准确地鉴别胶质瘤和肺癌等亚型。不过入驻手术室前仍需临床验证。
如何用 ChatGPT 还能做个好人？《纽约时报》盘点使用边界
《纽约时报》刊文探讨如何合乎道德地使用 ChatGPT 等生成式 AI。文章指出，模型本质是文本预测且无法自查真伪，极易引发抄袭、代码漏洞及偏见扩散，同时需警惕隐私泄露。使用者应认清其局限，将 AI 当作提升能力的助手而非替代者。
算法决策真的没有偏见吗？剖析机器学习里的「可预测噪声」
Becoming Human 刊文探讨算法决策缺陷。常有人认为 AI 面对相同输入总会给出确定结果、毫无情绪噪声，但作者指出，模型训练起点等随机因素会固化为「可预测噪声」，导致多套系统在关键决断上产生毫无意义却不可逆的系统性分歧。
周四
12月22日 星期四
深度学习如何引爆元宇宙：手势识别、实时翻译与生成式交互成关键
VentureBeat 发文分析深度学习对元宇宙的核心推动作用。从眼球追踪、3D 重建到 Meta 的实时语音翻译，深度神经网络正在补齐虚拟世界的基础交互；更关键的是，生成式聊天机器人让虚拟品牌代表摆脱死板脚本，实现更自然的实时对话。
扩散模型简史：从加噪去噪到催生图像、音乐与蛋白质设计
盘点了支撑当下图像生成 AI 的核心技术扩散模型的发展历程。扩散模型借鉴非平衡热力学，通过学习从噪声中恢复数据的逆过程，并在 OpenAI CLIP 的指引下实现精准生成。除了画画，该架构正快速扩展至音乐创作以及蛋白质和 DNA 序列设计等生物医疗领域。
普林斯顿提出 ATLA：用 GPT-3 讲人话，教机械臂更快学会用工具
普林斯顿大学团队公布新研究 ATLA，利用 GPT-3 生成工具的形状与功能描述来训练机械臂。在推、提、扫等任务中，加入语言信息的机械臂能更快掌握没见过的工具。最值得关注的是，大模型的语言常识被直接转化为了机器人的物理操作能力。
周三
12月21日 星期三
Kickstarter 关停 Unstable Diffusion 众筹：涉 AI 成人内容，退还 5.6 万美元
众筹平台 Kickstarter 关停了 AI 成人内容项目 Unstable Diffusion 的筹款活动。该项目原计划筹资训练无审查图像模型，已从 867 人处筹得超 5.6 万美元，款项将全部退还。Kickstarter 表示正重新评估涉及版权与潜在伤害的 AI 项目规则。
Quora 推出 AI 平台 Poe：一个应用聚合 ChatGPT 等多个机器人
本周，Quora 推出 AI 聚合平台 Poe，让用户能在一个类似短信的界面里与 ChatGPT 等多个模型对话。Quora 本身不做底层模型，而是想充当统一的前端入口。最值得关注的是，平台后续计划开放给其他模型开发者提交接入；不过目前 Poe 仅限 iOS 且需邀请码。
Dialpad 成立 AI Labs：五年投入 5000 万美元研发业务自动化
Dialpad 宣布成立 AI Labs，并承诺未来五年投入 5000 万美元推进 AI 研发。这笔资金将重点用于客户流失与满意度预测，以及自动向 CRM 追加记录等工作流自动化。也就是说，Dialpad 正加速把实时语音识别能力扩展为更深度的企业决策与效率工具。
斯坦福研究：用 AI 写代码不仅漏洞更多，开发者还迷之自信
斯坦福大学计算机科学家发表研究指出，使用 GitHub Copilot 等 AI 辅助编程工具的开发者往往会写出更多安全漏洞，尤其在字符串加密和 SQL 注入场景尤为明显。更值得警惕的是，使用 AI 助手的开发者往往还会盲目坚信自己的代码足够安全。
OpenAI 发布 Point-E：单张 GPU 两分钟生成 3D 点云
OpenAI 推出 3D 生成系统 Point-E，仅靠单张 GPU 数分钟就能生成简单的 3D 物体。它先用文生图模型生成单视角图像，再用第二个扩散模型生成 3D 点云，速度比同类 AI 快一到两个数量级。
周二
12月20日 星期二
艺术家用 Stable Diffusion 搞「穿越」：虚构角色打卡金字塔与达芬奇
12 月，创作者「Stelfie」利用 Stable Diffusion 和 DreamBooth 制作了一组逼真的「时空穿越自拍」。他把同一个虚构角色放进古埃及、冰河世纪与达芬奇画室等场景，展现了用 AI 微调维持角色一致性并进行连贯视觉叙事的新玩法。
《南方公园》主创创立的 Deep Voodoo 获 2000 万美元融资，发力 AI 特效
由《南方公园》主创 Trey Parker 与 Matt Stone 创立的 AI 娱乐公司 Deep Voodoo 宣布完成 2000 万美元融资，由 Connect Ventures 领投。这是该公司首次引入外部资本，资金将用于加速换脸与合成媒体技术研发，为影视业提供更低成本、更快速的视觉特效服务。
Jasper 推出 Jasper Chat：像对话一样写文案，告别复杂提示词
Jasper 宣布推出 Jasper Chat 聊天界面，让商业用户能像与真人助手对话一样生成内容。它支持写博客、生成广告变体及多轮修改，降低了提示词门槛。该功能已面向 Boss Mode 和 Business 付费订阅用户开放。
演示工具 Tome 上线 AI 功能：一句话生成幻灯片大纲与插图
演示文稿工具 Tome 上线 AI 创作功能。软件接入 GPT-3 与 DALL-E 2，输入主题即可自动生成包含文字大纲与配图的幻灯片初稿，插图支持换提示词重绘。目前该功能处于测试期且免费开放，后续将支持复杂图表排版并引入收费方案。
周一
12月19日 星期一
Reface 创始人解析：生成式 AI 如何重塑艺术与商业实践
Reface 首席执行官在《福布斯》撰文，分析生成式 AI 对艺术创作与商业的冲击。从 DreamStudio 首月破百万用户到设计工具全面接入，AI 正在颠覆内容生产。他建议企业积极把 AI 工具嵌入产品，将普通用户转化为创作者。
周三
12月14日 星期三
AI 科研伦理审查如何推进：学者呼吁跳出传统框架建立社区协同
多位学者呼吁 AI 社区协同推进科研伦理审查机制。学者指出，传统的机构审查只关注受试者保护，无法应对算法滥用和偏见等宏观社会风险，建议学术会议与期刊探索更多元的事后伦理评估流程。
周三
12月7日 星期三
AI 能独立搞发明吗？从 DABUS 专利屡遭驳回看机器创新的边界
DABUS 系统作为「唯一发明人」申请专利并在全球多国被拒，引发关于 AI 能否搞发明的争论。技术分析表明，该系统从问题建模、概念筛选到结果解读都离不开人类介入，充其量只是辅助工具。也就是说，所谓机器自主发明，目前在技术和法律上都站不住脚。
周三
11月30日 星期三
OpenAI 推出 ChatGPT：基于 GPT-3.5，能承认错误并拒绝不当请求
OpenAI 推出全新对话 AI 系统 ChatGPT。该系统基于 GPT-3.5 家族开发，结合监督学习与强化学习微调，不仅能回答日常问题，还能承认自身错误并拒绝不合适的要求。官方目前开放试用，正通过收集公众反馈来持续改进模型。
