谷歌将于 8 月 12 日举办年度硬件发布会 Made by Google，预计将推出多款 Pixel 新设备。根据发布会前的泄露信息，Pixel 11 系列将提供多种颜色选择，Pro 型号可能配备内置补光灯；此外，新一代 Pixel Fold、Pixel Watch 5（四种配色）以及 Pixel Tag 追踪器也有望亮相。值得注意的是，谷歌官网的预购倒计时将于美国东部时间 8 月 12 日上午 10 点结束，比发布会直播（下午 6 点）提前 8 小时，这意味着新设备可能会在发布会前就正式公布。今年的发布会由喜剧演员 Trevor Noah 主持，嘉宾阵容包括 NBA 球星 Stephen Curry、播客主 Alex Cooper、印度板球运动员 Shubman Gill 和日本女演员中条あやみ。 去年的 Made by Google 活动因采用类似深夜脱口秀的形式而引发争议，但 YouTube 观看量达到 840 万，远超前一年的 140 万。今年谷歌继续走明星路线，但泄露信息已让发布会悬念大减。本文汇总了所有关于 Pixel 设备的新闻和动态，并持续更新。
怀念没有AI干扰的经典Word？一位开发者成功让1990年的Word 1.1a在Windows 11上运行，并分享了方法。 ## 复古情怀：Word 1.1a 重获新生 如果你厌倦了现代Word中无处不在的AI功能，渴望回到那个简洁纯粹的文档处理时代，那么现在有个好消息：一位名叫Justin Marshall的开发者，通过一系列技术手段，成功让**1990年发布的Microsoft Word for Windows 1.1a**在Windows 10和11上流畅运行。 Marshall在GitHub上详细记录了整个过程。他重建了Word的原始源代码和资源，并结合现代替代组件，将这款35岁高龄的软件编译成了**64位Windows可执行文件**。这意味着，你可以在现代操作系统上体验到原汁原味的Word 1.1a界面和操作逻辑。 ## 技术挑战与实现 要让一个16位时代的程序在现代64位系统上运行，并非易事。Marshall必须解决兼容性问题，他通过重建源码和使用现代工具链，成功绕过了旧平台的限制。这一过程不仅需要深厚的编程功底，还需要对旧软件架构有深入理解。 ## 如何亲自尝试 虽然Marshall公开了方法，但普通用户想复现并不简单。你需要具备一定的编程知识，并配置相应的开发环境。具体步骤包括获取原始源码（可能涉及版权问题）、安装合适的编译器，并按照GitHub上的说明进行操作。对于技术爱好者来说，这是一次有趣的探索；但对普通用户而言，门槛稍高。 ## 结语 这次尝试不仅是一次技术怀旧，也折射出人们对现代软件复杂化的反思。在AI功能日益普及的今天，简洁、专注的工具反而显得珍贵。无论如何，能重新体验30多年前的经典软件，本身就是一件有趣的事。
**摘要：** 超过 150 年来，黎曼猜想一直是数学领域最著名的未解难题之一，它关乎素数分布的规律，至今悬而未决，悬赏 100 万美元。尽管当代 AI 模型尚未能完全证明该猜想，但 Anthropic 公司近日宣布，其一个未发布的模型在黎曼猜想上取得了显著进展，大幅提高了猜想成立的下界。更令人惊讶的是，这一进展是由一位没有深厚数学背景的 Anthropic 员工，通过提示模型自主尝试证明猜想而实现的。 ## 模型自主探索，多智能体协作 这项突破并非来自人类数学家的精心指导，而是模型自主规划与执行的结果。Anthropic 的一名员工，本身未受过专门的数学训练，仅向模型下达了尝试证明黎曼猜想的指令，随后模型在一天半的时间内自主协调任务，共测试了 650 个不同的解题思路，动用了 60 个子智能体，消耗了 3100 万输出 token。其中，两个子智能体贡献了关键的数学思想，13 个提供了辅助思路，30 个尝试但未能提出新想法，13 个负责验证论证的正确性，最后两个帮助撰写了初步论文。这一成果已由 Anthropic 内部的两名数学家确认，并使用开源证明助手 Lean 进行了形式化验证。 ## AI 数学突破的浪潮 这一成果并非孤例。近年来，大型语言模型（LLM）在数学领域屡有建树。今年，AI 模型已解决了多个 Erdős 问题，而随着模型能力的增强，成果也愈发显著。OpenAI 近期发布了其内部 Astra 模型证明的 10 项重大结果，Anthropic 的另一个项目则推翻了一直以来的 Jacobian 猜想。这些成果在数学界引发了兴奋与担忧并存的情绪。今年 6 月，一批知名数学家签署公开声明，担心 AI 可能削弱该领域的核心价值——特别是数学证明应归功于具体作者，并由其承担责任的标准。 ## 意义与展望 Anthropic 的这项进展再次证明，AI 在科学发现方面具有巨大潜力，但其方式与人类数学家截然不同。它能够以超乎寻常的广度探索解题路径，却也可能引发关于学术诚信和责任归属的讨论。未来，AI 与数学家如何协作，将是值得关注的话题。
苹果正在开发一项iOS功能，让用户可以验证照片是否由iPhone相机拍摄，以对抗深度伪造。据9to5Mac报道，iOS 27测试版5中的代码引用了“Apple Reference Image”系统，该系统能在拍摄时嵌入来源元数据，从而证明照片的真实性。 该功能默认关闭，但可在“设置 > 相机 > 参考图像 > 参考模式”中启用。启用后，仅使用“参考”模式拍摄的照片才会包含验证所需的信息。验证过程并非自动，用户需点击照片上的“参考”徽章，系统会将原始图像及嵌入的元数据（包括传感器签名、拍摄时间、唯一硬件标识符）发送至苹果的私有云计算服务器进行验证，并返回带唯一ID的认证版本。苹果在此过程中不会访问原始照片，但可能会获取传感器数据，以防止被篡改传感器的图像通过认证，或追溯撤销相关认证。 该功能与C2PA内容凭证标准类似，旨在追溯图像的来源和生成方式。目前苹果尚未正式发布该功能，但这一动向表明科技公司正积极应对深度伪造带来的挑战。
在数据稀缺的垂直领域构建专业基础模型，一直是机器学习领域的难题。日本建筑科技初创公司ONESTRUCTION与AWS生成式AI创新中心（GenAIIC）合作，成功开发出专为建筑行业BIM工作流设计的基础模型Ishigaki-IDS。该模型通过合成数据、三阶段训练流程和可验证奖励机制，显著降低了BIM信息交付规范（IDS）的编写门槛，为非专业BIM人员提供了便捷的属性信息管理工具。 ## 建筑行业的数字化转型痛点 日本建筑业面临持续的劳动力短缺，BIM技术因其能够整合设计、施工和维护信息，受到国家层面的推广。然而，BIM的采用需要专业知识，特别是编写基于XML的IDS（信息交付规范）文件，要求使用者精通其语法和IFC模型规则，这成为行业数字化转型的瓶颈。Ishigaki-IDS的目标正是消除这一障碍，让非BIM专家也能轻松审核和管理属性信息。 ## 技术架构：三阶段训练流程 在GenAIIC的技术指导下，ONESTRUCTION构建了一个三阶段的训练流程： 1. **继续预训练（CPT）**：利用大量建筑行业文本数据，让模型掌握领域知识。 2. **监督微调（SFT）**：使用高质量标注数据，使模型学会生成符合IDS规范的输出。 3. **基于可验证奖励的强化学习（RLVR）**：通过可验证的奖励信号，优化模型的结构化输出能力。 其中，**合成数据生成**是解决数据稀缺的关键。团队通过自动化和规则化的方式生成大量合成IDS示例，弥补了真实数据的不足。模型训练在**Amazon EC2 P5en实例**上完成，并借助**AWS ParallelCluster**进行分布式训练，保证了训练效率和可扩展性。 ## 行业价值与应用前景 Ishigaki-IDS的推出，不仅为建筑行业提供了AI赋能的工具，也为其他数据稀缺领域提供了可复用的技术模式。该案例表明，即使在没有海量数据的情况下，通过合成数据、领域专业知识和创新的训练策略，也能构建出高效的专业模型。这不仅有助于缓解建筑行业的人才短缺问题，也为AI在更多垂直行业的落地提供了参考。 未来，ONESTRUCTION计划继续优化模型性能，并探索更多BIM工作流场景，推动建筑行业的智能化转型。
摄影师可能是对生成式AI最持怀疑态度的群体之一。然而，Pixieset通过Amazon Bedrock在四个月内向数百万用户推出了AI生成的替代文本功能，通过自动化摄影师们避之不及的繁琐图像SEO工作，同时不触及他们引以为傲的创意工艺，实现了35%的采用率。本文将深入探讨Pixieset如何从客户问题出发，找到AI的真正价值所在。
First Orion 是一家品牌通信公司，其解决方案覆盖美国、加拿大、英国和德国的数亿通电话。随着公司从单体门户转向去中心化的模块化架构，QA 团队面临测试负担激增的挑战。为了应对这一挑战，First Orion 采用了 Amazon Nova Act，将基于脚本的 UI 测试转变为由 AI 驱动的代理，这些代理能够像人类一样理解网页界面。通过用自然语言描述测试，而非维护基于选择器的代码，First Orion 显著缩短了 QA 周期，释放了工程资源，并更早地捕获了回归问题。本文介绍了 First Orion 如何采用 Amazon Nova Act、围绕它构建的架构以及取得的成果。
**企业级Claude应用网关部署指南** 随着Claude Code和Claude Desktop在企业中的广泛应用，IT管理员面临新的挑战：如何集中管理认证、模型访问、成本归属和支出限制？Anthropic推出的Claude应用网关（Claude apps gateway）正是为此设计。本文将深入探讨其在AWS上的生产级参考部署，涵盖端到端架构、企业部署模式、成本及实施资源。 ## 架构概览 Claude应用网关作为自托管的治理层，位于Claude Code/Desktop与Amazon Bedrock或Claude Platform on AWS之间。它随Claude Code CLI二进制文件一同分发，通过`claude gateway --config gateway.yaml`命令启动，在服务器模式下加载YAML配置。参考部署中，容器运行在AWS Fargate上，位于您的VPC内，也可选择Amazon EKS或EC2以适配现有环境。 ### 关键组件 - **计算与状态**：每个Fargate任务运行一个无状态网关容器。Amazon RDS for PostgreSQL存储短期登录状态（如设备码、会话），并在启用支出限制时存储用户支出计数和审计记录。认证状态存储在数据库中，而非任务内，因此任何任务均可处理任何请求，负载均衡器无需粘性会话。 - **入口与私有DNS**：内部应用负载均衡器使用AWS Certificate Manager证书终止TLS。Amazon Route 53私有托管区域将网关解析为通过VPN、Direct Connect或等效私有连接可达的私有IP地址。 - **服务连接**：VPC端点保持支持的AWS服务流量私有，NAT网关提供其他所需出口。 - **上游凭证**：网关通过分配给网关任务的IAM角色认证Amazon Bedrock。Claude Platform on AWS的API密钥和其他静态凭证存储在AWS Secrets Manager中，不向开发人员分发任何上游凭证。 ## 企业部署模式 参考架构支持两种主流模式：一是集中式网关，所有Claude Code/Desktop流量经由此网关，便于统一策略执行；二是分布式部署，在多个VPC或区域部署网关，实现高可用和低延迟。企业可根据自身组织架构和合规要求选择。 ## 成本考量 部署涉及Fargate计算、RDS数据库、负载均衡器、NAT网关等费用，具体成本取决于流量和配置。建议使用AWS成本管理工具进行监控，并设置预算警报。启用支出限制功能可有效控制成本，防止意外超支。 ## 实施资源 官方提供了详细的部署指南和CloudFormation模板，可快速在AWS上启动参考架构。团队还可参考GitHub上的示例配置和最佳实践文档。 **总结**：Claude应用网关为企业提供了统一的治理层，简化了Claude Code/Desktop的部署与管理，同时增强了安全性和成本控制。通过参考架构，企业可在AWS上快速实现生产级部署，满足企业级工作负载的严格要求。
**Zoom 近日修复了一个严重的安全漏洞，该漏洞可能允许攻击者在会议期间劫持任何人的设备。** 安全研究公司 A Security 在周二发布的一篇博客文章中透露，他们利用“公开可用的 AI 模型上的不到 20 条提示”发现了这一漏洞，据 Wired 早前报道。 该漏洞涉及 Zoom 的注释功能，该功能允许用户在共享屏幕时进行绘制。攻击者可以利用该漏洞加入或主持一个会议，并在受害者的设备上运行恶意代码，从而窃取数据、打开摄像头或麦克风，甚至安装恶意软件。攻击过程无需受害者进行任何操作，且“没有显示任何视觉线索表明设备已被入侵”。 A Security 的漏洞研究员 Idan Levcovich 在博客中写道：“针对这一漏洞的利用通常属于国家级的攻击行为：精英团队、数月努力、政府管控的预算。但 A Security 在一天之内，借助 AI 代理和任何人都能访问的模型，就实现了这一点。” Zoom 已于周二针对该漏洞发布了修复补丁，该漏洞影响了 Windows、macOS、Linux、Android 和 iOS 平台的 Zoom 应用。 ## 事件背景 这次发现凸显了 AI 在网络安全领域的双刃剑效应。一方面，AI 可以快速识别和利用漏洞，帮助安全研究人员更高效地发现潜在风险；另一方面，攻击者也可能利用相同的技术进行恶意攻击。A Security 的研究表明，即使是复杂的漏洞利用，如今也可能通过现成的 AI 工具在短时间内实现，这大大降低了攻击的门槛。 ## 影响与建议 对于普通用户而言，及时更新 Zoom 应用至最新版本是防范此类风险的最有效手段。此外，在会议中谨慎使用注释功能，尤其是来自不可信来源的会议邀请，也能降低被攻击的风险。 这一事件也为整个行业敲响了警钟：随着 AI 技术的普及，安全防御措施必须与时俱进，否则将面临更大的挑战。
近日，OpenAI伦理主管Chloé Bakalar的离职引发了业内广泛关注。作为负责AI伦理事务的高管，她的离开被视为OpenAI在伦理治理与商业利益之间摇摆的信号。 ## 事件背景 Chloé Bakalar在OpenAI担任伦理与治理相关职务，曾参与制定AI安全与伦理准则。她的离职并非孤立事件，此前OpenAI已多次面临伦理争议，包括对AI系统潜在风险的内部争论，以及关于透明度与商业化的矛盾。 ## 离职原因猜测 目前，OpenAI尚未公开解释Bakalar离职的具体原因。业内分析认为，可能与以下因素有关： - **伦理与商业的冲突**：随着ChatGPT等产品的商业化加速，伦理团队的建议可能被边缘化，导致分歧。 - **内部治理结构调整**：OpenAI可能在重组其安全与伦理部门，以适应新的战略方向。 - **个人职业发展**：高管离职也可能源于个人原因，但鉴于Bakalar的职位敏感性，外界更倾向于关注组织层面的因素。 ## 行业影响 这一事件反映出AI行业在快速发展中面临的普遍挑战：如何在商业利益与伦理责任之间取得平衡。OpenAI作为行业领头羊，其人事变动往往具有风向标意义。 - **对OpenAI的启示**：需要更透明的伦理治理机制，避免人才流失导致的信任危机。 - **对AI行业的启示**：其他公司可能借此反思自身的伦理框架，加强合规与风险管理。 ## 结论 Chloé Bakalar的离职细节尚不明朗，但可以肯定的是，AI伦理问题已成为行业发展的核心议题。未来，OpenAI如何调整其伦理战略，将直接影响其在公众和监管眼中的形象。我们也将持续关注事态进展。
根据Cloudflare的最新数据，Linux桌面操作系统在7月6日（周一）的全球使用率一度跃升至22%，这一数字远超StatCounter此前公布的10.65%的历史峰值。尽管不同统计口径存在差异，但两者均指向同一个趋势：Linux桌面正在快速崛起，而AI浪潮正是重要推手。 ## 数据背后：统计口径的差异 Cloudflare的统计覆盖超过2400万个网站，约占全球互联网流量的20%，其样本量远超StatCounter的100万个网站。若仅统计人类用户（排除机器人），Linux桌面市场份额为6.4%，较去年同期的4.1%增长显著；若将机器人计入，则整体份额达到9.7%，与StatCounter的数据接近。值得注意的是，仅机器人流量就占19%，这暗示大量自动化任务正在Linux平台上运行。 ## 工作场景成主战场 Cloudflare的数据显示，Linux使用率在工作日明显攀升，7月6日（美国独立日假期后的首个工作日）达到22%的峰值。这表明企业员工正主动将Linux作为日常办公系统，而非仅仅用于服务器或开发环境。这一现象与AI开发工具的普及密切相关——从深度学习框架到数据科学工具链，Linux始终是首选平台。 ## AI浪潮推动桌面Linux复兴 AI技术的爆发式增长为Linux桌面注入新活力。开发者需要与云端GPU集群无缝协作，而Linux对CUDA、TensorFlow等AI工具的原生支持使其成为理想选择。同时，开源社区对AI模型的快速适配，也让Linux用户能第一时间体验最新技术。此外，隐私保护和系统定制能力也是吸引专业用户的重要因素。 ## 未来展望 尽管Linux桌面份额仍远低于Windows和macOS，但其增长轨迹清晰可见。随着AI工作负载向个人设备延伸，以及更多企业拥抱开源生态，Linux桌面的上升势头有望延续。对于开发者、数据科学家和隐私敏感型用户而言，Linux已从“极客玩具”演变为生产力工具。
如果你因为缺少垂直标签页而迟迟没有选择 Opera 浏览器，那么现在或许值得重新考虑。近日，Opera 推出了全新的垂直标签页功能，经过实际测试，这可能是目前市面上所有浏览器中实现得最为出色的一种。 ## 垂直标签页的兴起与痛点 随着宽屏显示器的普及，传统的水平标签页在标签数量增多时变得拥挤不堪，难以辨识。垂直标签页将标签列表置于侧边栏，能够完整显示标题，大大提升了多标签场景下的浏览效率。然而，许多浏览器的垂直标签页实现并不完美，例如标签拖拽不流畅、折叠动画生硬，或者与扩展程序兼容性不佳。 ## Opera 的差异化设计 Opera 的垂直标签页功能并非简单的将标签栏旋转 90 度，而是经过精心设计。首先，它支持流畅的折叠与展开动画，用户可以一键将侧边栏收起，为浏览内容腾出更多空间。其次，标签的拖拽管理非常顺滑，用户可以轻松地重新排列标签顺序，或将标签拖出窗口以创建新窗口。此外，Opera 的垂直标签页与内置的侧边栏工具（如书签、历史记录、社交应用）无缝集成，形成了统一的界面风格。 更值得一提的是，Opera 的垂直标签页在细节上做了许多优化。例如，当标签数量过多时，它会自动缩小标签高度，并显示滚动条，确保所有标签都能被访问。同时，标签的悬停预览功能也做得非常到位，用户无需切换标签即可快速预览页面内容。 ## 与其他浏览器的对比 相比微软 Edge 的垂直标签页，Opera 的版本更加灵活，支持更丰富的自定义选项；相比 Vivaldi 的标签堆叠功能，Opera 的界面更加简洁，适合大多数普通用户。当然，不同浏览器的垂直标签页各有千秋，但 Opera 在易用性和美观度之间找到了极佳的平衡。 ## 小结 Opera 的此次更新，不仅补齐了自身的短板，更在垂直标签页这一细分功能上树立了新的标杆。如果你是一位重度多标签用户，或者因垂直标签页的缺失而犹豫是否使用 Opera，现在正是尝试的好时机。无论是工作还是日常浏览，Opera 的垂直标签页都能带来更加高效、舒适的体验。
一家名为 Eden GeoPower 的初创公司正在探索一种全新的制氢方式：通过地下电击破碎岩石，促进天然氢气的生成。这项技术被称为“电气储层刺激”，其原理是利用高压电脉冲在地下制造裂缝，增加岩石的渗透性，从而可能激发地质化学反应产生氢气。该技术不仅能用于氢气生产，还有望应用于矿产开采、地热利用和碳封存。尽管仍处于试验阶段，但这一思路为清洁能源领域带来了新的可能性。
AI实验室正以惊人速度推出新模型，但并非每次更新都如宣传般是重大突破。ZDNET的**模型发布追踪器**帮助读者在竞争格局中评估每款模型的真实价值。最新追踪显示，Anthropic于2026年5月28日发布的**Claude Opus 4.8**，其失调率与之前的Claude Mythos预览版相似，引发行业关注。 ### Opus 4.8：更快、更便宜，但并非全能 Opus 4.8 作为Opus 4.7的替代品，以**相同价格**提供更快的推理模式，推理成本降低**三分之一**。Anthropic表示，该模型在编码基准测试中超越前代，但仍未完全击败OpenAI的GPT 5.5。此外，Anthropic强调其在“亲社会特质”上达到新高度，如支持用户自主性和以用户最佳利益行事，尽管这些定义仍显模糊。 ### 安全与诚实：Anthropic的差异化策略 Anthropic一直将模型安全与可解释性作为核心，Opus 4.8进一步强化了这一标准。Opus 4.7的诚实率已达**92%**，而4.8在减少谄媚和幻觉方面更优。然而，其失调率与Claude Mythos预览版相当，表明在控制模型行为一致性方面仍有挑战。 ### 行业背景：模型竞争白热化 2026年以来，各大AI公司密集发布新模型，但真正的突破寥寥。Opus 4.8的发布反映了行业趋势：在性能提升边际递减的背景下，**成本优化**和**安全特性**成为差异化重点。对于开发者而言，选择模型需权衡能力、成本和可靠性。 ### 追踪器价值：去伪存真 ZDNET的追踪器并非测试所有模型，而是提供关键背景信息，帮助读者判断哪些模型值得深入探索。例如，Opus 4.8的编码能力虽强，但若用户更看重创意写作或多模态能力，可能需要考虑其他选择。 总之，Opus 4.8是Anthropic在安全与效率上的一次稳健迭代，但并非革命性更新。在模型泛滥的时代，保持批判性视角，结合具体场景评估模型，比盲目追逐最新发布更为重要。
Spotify 正在推出“AI Persona”标签，用于标识代表 AI 生成身份的艺术家档案，并默认将这些音乐从编辑、算法和个性化推荐中排除。这一举措旨在区分真实人类艺术家与 AI 生成内容，同时回应音乐行业对 AI 创作日益增长的关注。 ## 背景：AI 音乐引发争议 近年来，AI 生成音乐迅速崛起，从模仿知名歌手嗓音的翻唱到完全由 AI 创作的新曲目，技术让音乐创作门槛大幅降低。然而，这也引发了版权、原创性和艺术家权益等争议。Spotify 作为全球领先的流媒体平台，一直在调整政策以应对 AI 音乐浪潮。此前，平台曾下架 AI 翻唱歌曲，并更新了内容政策，要求创作者披露 AI 使用情况。 ## “AI Persona”标签机制 Spotify 此次推出的“AI Persona”标签，将应用于那些代表 AI 生成身份的艺术家档案。这些档案可能由 AI 生成声音、图像和音乐，旨在模拟真实艺术家或创造全新虚拟形象。被标记的档案将默认被排除在 Spotify 的编辑推荐、算法推荐和个性化推荐之外，这意味着用户不会在“Discover Weekly”、“Release Radar”等播放列表中看到这些音乐，除非用户主动搜索或关注。 ## 行业影响与潜在考量 这一政策是 Spotify 在 AI 音乐领域的一次重要尝试，旨在平衡技术创新与艺术家权益。通过隔离 AI 生成内容，Spotify 试图保护真实艺术家的推荐机会，同时为 AI 音乐提供明确的标识，让用户能够做出知情选择。 然而，该政策也可能引发一些争议。例如，如何界定“AI Persona”是否明确？是否所有 AI 辅助创作的音乐都会被标记？此外，排除推荐可能会限制 AI 音乐的艺术探索和商业潜力。Spotify 未来的政策细节，如是否允许用户主动开启 AI 音乐推荐，以及如何与版权方合作，仍有待观察。 ## 小结 Spotify 的“AI Persona”标签是 AI 时代音乐平台治理的一个缩影。随着 AI 创作工具越来越普及，平台需要在创新与规范之间找到平衡。这一举措或将为行业树立新标准，但实际效果还需时间验证。
Spotify 宣布将对 AI 生成的艺术家进行标注，并停止推荐其音乐。从 9 月中旬开始，平台将逐步为“不代表真实人物”的艺术家档案添加“AI 角色”徽章。艺术家可从今天起自行申报，但 Spotify 也会通过人工审核和 AI 工具进行识别，对疑似 AI 身份的档案标记为“疑似 AI 角色”。这些音乐将不会出现在编辑推荐或个性化推荐中，以回应用户对 AI 内容泛滥的不满。此举正值 AI 音乐席卷流媒体平台之际，Deezer 透露 AI 生成曲目已占其每日上传量的一半。Spotify 表示，该标签仅针对艺术家身份，而非音乐创作方式，目前尚无系统识别 AI 生成的音乐。
**移动电源起火事件频发，安全成为消费者关注焦点。** 近期，一款售价仅50美元的半固态移动电源引起关注，其安全性优于传统锂离子电池，或将成为航空出行的新选择。 ## 锂离子电池的安全隐患 锂离子电池因其高能量密度和长寿命被广泛应用于手机、笔记本电脑和移动电源，但其热失控引发的火灾事故屡见不鲜。尤其是在飞机客舱等密闭空间，锂电池起火难以扑灭，对飞行安全构成严重威胁。近年来，多家航空公司已明文规定，禁止托运大容量移动电源，并要求随身携带时做好防护。 ## 半固态电池：更安全的新方案 半固态电池介于液态锂电池和全固态电池之间，其电解质为半固态凝胶状，不易泄漏，且热稳定性更高。即使受到穿刺或过热，也不易发生剧烈燃烧。这款50美元的移动电源采用半固态电池技术，在安全测试中表现出色，明显优于传统锂离子电池。 ## 价格与性能的平衡 尽管半固态电池技术尚未大规模普及，但这款移动电源以50美元的价格提供了与传统高端移动电源相近的容量和充电速度，同时安全性大幅提升。对于经常出差的商务人士和旅行者而言，这无疑是一个极具吸引力的选择。 ## 航空旅行的新宠？ 随着航空安全法规的日益严格，更安全的移动电源将更受青睐。这款半固态移动电源或将成为未来飞行旅行的标配，减少因电池引发的安全顾虑。不过，消费者在购买时仍需留意产品认证和航空公司的具体规定。 ## 未来展望 半固态电池技术的成熟不仅惠及移动电源，还可能推动电动汽车和消费电子产品的安全升级。虽然目前半固态电池的成本仍高于传统锂离子电池，但随着技术进步和规模化生产，其价格有望进一步下降，成为主流选择。 对于追求安全与便携的消费者来说，这款50美元的半固态移动电源无疑值得关注。
安全研究人员近日披露，视频会议平台Zoom存在一个严重漏洞，可能允许任何参与屏幕共享的用户静默接管其他与会者的设备。更令人震惊的是，这一漏洞是由公开可用的AI模型在不到20个提示下发现的，凸显了AI在网络攻击中的普及化趋势。 ## 漏洞细节 该漏洞位于Zoom用于屏幕共享期间实时注释的协议中。研究人员来自数字防御公司A Security，他们于6月初利用AI漏洞猎杀系统发现了这一缺陷。攻击者无需受害者任何交互，即可在通话中悄然控制其设备，影响所有Zoom支持的平台，包括Windows、macOS、Linux、iOS和Android。 ## AI降低黑客门槛 A Security联合创始人Omer Gull强调，这一发现展示了AI能力的民主化：“以前，可能需要一个五人团队花费六个月时间才能找到这样的漏洞，而现在不到20个提示就能达到相同结果。”这种低门槛使得像Zoom这样广泛使用的应用成为高风险目标，因为用户往往对其抱有信任。 ## 修复与建议 Zoom已发布安全公告，并开始推出服务器端和客户端修复程序。研究人员指出，他们特意选择注释功能进行研究，因为此类复杂且晦涩的闭源功能往往存在被忽视的漏洞。尽管Zoom进行了代码审查，但缺乏公开审查仍可能导致疏漏。 ## 行业影响 这一事件再次提醒我们，AI在网络安全领域的双刃剑效应。一方面，AI可帮助企业发现漏洞；另一方面，它也可能被恶意利用。随着AI技术的普及，企业需要加强安全审计，并考虑利用AI进行防御性安全测试。
Anthropic近日宣布，将为Claude模型生成的文本和图像嵌入机器可读的水印，以符合欧盟《人工智能法案》的透明度要求。据Anthropic新的支持页面显示，生成的文本将携带嵌入式水印，而生成的文件将包含数字签名的来源元数据。这些变化对人类视觉不可见，但能帮助个人和在线平台检测内容是否由Claude生成。 该承诺并非立即生效，而是未来的计划。欧盟AI法案自2026年8月2日生效，对现有AI产品有4个月的合规宽限期。因此，Anthropic表示，新发布的Claude模型将在发布首日就标记AI生成内容，而对现有模型的支持仍在开发中。 这些机器可读标记将全球应用于所有支持的Claude模型，包括Claude Platform（API）、Claude、Claude Code、Claude Cowork和Claude Tag。在标记技术方面，Anthropic采用两种方法：对于Claude处理的图像，将应用C2PA标准——这一来源元数据标准已被Adobe、OpenAI和Google采用；而对于文本，Anthropic则采用一种更轻量的方法，即直接在生成的文本中嵌入“不可感知的水印”，而不改变回复的含义、质量或可读性。 Anthropic未透露水印系统的具体名称，但表示这些文本水印也将应用于通过AWS、Google Cloud或Microsoft Foundry访问的Claude模型。 这一举措是AI行业对透明度要求日益提高的体现。随着AI生成内容的泛滥，如何区分人类与机器创作成为关键问题。Anthropic的行动不仅是对法规的响应，也可能推动行业标准的形成。然而，水印技术的有效性仍待检验，尤其是文本水印是否容易被去除或规避。未来，AI透明度将如何平衡隐私与合规，值得持续关注。
**Anthropic** 近日宣布，将为其AI模型生成的文本内容引入水印技术，并计划将该功能扩展至旧版模型。这一举措旨在提高AI生成内容的可追溯性，增强透明度，以应对日益增长的深度伪造和虚假信息问题。 水印技术通过在文本中嵌入不可见的标记，使得AI生成的内容可以被检测和识别。Anthropic表示，这是其致力于负责任AI发展的一部分，未来将逐步推广至更多模型。 ## 行业背景 在AI技术快速发展的同时，关于AI生成内容滥用的担忧也在加剧。OpenAI、Google等公司也在探索类似的水印技术，但尚未有统一标准。Anthropic此举可能推动行业更广泛的采用。 ## 技术实现与挑战 水印的嵌入需要在不影响文本可读性的前提下进行，这对技术提出了较高要求。此外，如何平衡水印的鲁棒性与隐私保护也是需要解决的问题。Anthropic尚未公布具体的技术细节，但表示将确保水印的可靠性。 ## 未来展望 随着AI模型的普及，水印技术将成为内容溯源的重要工具。Anthropic的这一步有望为行业树立标杆，但也需要与其他平台和监管机构协作，制定统一标准。 **总结**：Anthropic的水印计划是其负责任的AI战略的重要一环，有助于提升AI生成内容的可信度。行业协作和标准制定将是未来关键。