3月28日·GPT-4o“吉卜力风”爆火，引发创作与伦理争议

3月28日·周五  AI工具和资源推荐

GPT-4o“吉卜力风”爆火，引发创作与伦理争议

近日，OpenAI推出的GPT-4o模型凭借其强大的原生图像生成功能，尤其是“吉卜力风格”的图像创作能力，迅速在网络走红。用户只需上传图片并输入指令，即可将任何图像转换为吉卜力风格的动画效果，引发了社交媒体的狂欢，甚至奥特曼也更换了“吉卜力风格”的头像。然而，这一现象也引发了争议。宫崎骏曾痛批AI作画是对生命的侮辱，而如今GPT-4o的火热，让传统创意工作者面临巨大冲击。尽管如此，AI赋能的“视觉表达权”也让更多普通人能够轻松参与创作，展现了技术发展的双刃剑效应。来源：微信公众号【新智元】

Anthropic破解Claude“大脑”，AI“黑箱”之谜初现端倪

长久以来，AI的运作机制宛如一个神秘的“黑箱”，其内部的思考过程难以捉摸。然而，Anthropic近期的一项突破性研究为揭开这一谜团带来了曙光。研究人员通过类似大脑扫描的技术，深入探究了Claude 3.5 Haiku模型的内部工作机制，发现了其独特的“心算”策略。例如，Claude在计算36+59时，会通过多条并行计算路径，先粗略估算范围，再精确计算末位数，最终得出答案。此外，Claude在创作诗歌时还会提前规划，挑选与主题相关且押韵的词汇，再倒推构造句子。研究人员还发现，Claude的多语言能力并非依赖独立的语言模块，而是基于共享的抽象概念空间进行推理，再将结果翻译成不同语言。这些发现不仅为理解AI的复杂思维提供了新视角，也为确保AI系统的可靠性和透明性奠定了基础。来源：微信公众号【新智元】

出门问问AIGC业务狂飙，纯软件营收破2.2亿，跑通全球市场

出门问问在2024年交出了一份亮眼的业绩答卷。其AIGC纯软件产品收入突破2.2亿元，同比增长88.5%，总收入达3.9亿元，同比增长6%。作为“AIGC第一股”，出门问问凭借“产模结合”战略，将自研大模型“序列猴子”与一站式AIGC产品矩阵深度融合，构建起数据与产品壁垒。其AIGC产品矩阵涵盖魔音工坊、奇妙元、奇妙问、元创岛等多个场景，满足不同用户需求。公司注册用户超1000万人，付费用户超100万人，用户遍布全球。出门问问还加速全球化布局，与英伟达、谷歌等巨头合作，推动技术与场景深度融合。从语音交互到AIGC转型，出门问问用13年穿越AI周期，成为全球AIGC领域的标杆企业。来源：微信公众号【新智元】

OpenAI安全防线被突破，思维链劫持攻击致拒绝率骤降

杜克大学陈怡然团队提出了一种名为“思维链劫持”（H-CoT）的攻击方法，成功攻破了包括OpenAI o1/o3、DeepSeek-R1等在内的多款大型推理模型的安全防线。研究表明，这些模型的安全审查过程透明化反而暴露了弱点。攻击者通过提取模型的安全逻辑并伪造思维链，诱导模型放松防御，使其拒绝率从98%骤降至2%。实验表明，H-CoT攻击对OpenAI o系列、DeepSeek-R1、Gemini 2.0 Flash Thinking等模型均有效，凸显了大型推理模型在安全机制上的脆弱性。这一发现提醒业界和学界需重新审视模型的安全设计，寻找透明性与安全性的平衡。来源：微信公众号【新智元】

Meta与牛津大学推出VGGT，开启3D视觉新范式

Meta与牛津大学联合发布了VGGT（Visual Geometry Grounded Transformer），一种基于纯前馈Transformer架构的通用3D视觉模型。VGGT能够从单张或多张图像中直接推理出相机参数、深度图、点云及3D轨迹等核心几何信息，仅需一次前向推理，无需复杂的后处理优化。该模型在多个3D任务中显著超越传统优化方法与现有SOTA模型，推理速度可达秒级。VGGT的成功展示了“简单架构+数据驱动”的强大潜力，标志着3D视觉领域可能迎来基础模型时代。来源：微信公众号【机器之心】

阿里QVQ-Max大模型上线，看手相、解数学题、视频推理样样行

阿里巴巴推出了一款名为QVQ-Max的多模态大模型，能够对图像和视频进行深度思考并生成分析结果。QVQ-Max可以处理多种任务，例如看手相、分析风景照片、解答数学题以及为视频生成字幕等。它通过深度思考功能，能够识别图像中的关键元素并结合背景知识进行推理。例如，它可以分析手掌上的生命线、头线和心线，还能识别出两张西湖风景照片分别属于不同季节。在数学推理方面，QVQ-Max能够通过图像识别数字规律并给出正确答案。此外，它还能处理视频内容，为视频中的镜头创建生动有趣的字幕。QVQ-Max目前免费开放体验，用户可以通过上传图片或视频来测试其功能。来源：微信公众号【量子位】