AIGC检测为何频频“看走眼”？腾讯优图揭秘：问题可能出在数据源头 在AIGC技术快速发展的今天，AI生成内容的逼真度越来越高，但也带来了虚假新闻、身份欺诈等安全隐患。AI生成图像检测因此成为一项基础安全能力。然而，检测器在公开基准数据集上表现优异，却在面对全新模型或数据分布时性能大幅下降。 近日，...

2025年，前OpenAI首席科学家Ilya Sutskever在深度访谈中分享了关于AI发展的最新思考。他指出，单纯扩大模型规模的时代已结束，未来关键在于提升泛化能力，而非依赖算力或数据扩展。Sutskever强调“情感”价值函数的重要性，认为其将显著提高模型效率，并预测这一方法会被广泛应用。他还提到，当前AI的泛化能力远不及人类，主要瓶颈在于学习效率和对复杂任务的适应性。对于未来AI公司竞争，他认为利润可能受限于同质化问题，而专业化与细分领域将成为突破口。Sutskever创立的SSI专注于渐进式部署AI，目标是构建真正关心生命、实现对齐的超级智能。他预计5-20年内可能出现具备人类学习能力的超级智能系统，但可靠泛化仍是未解难题。

标题：Ilya罕见发声：大模型「大力出奇迹」到头了 AI正从「规模时代」重新走向「科研时代」，这是Ilya Sutskever在最新采访中的核心观点。他认为，当前主流的「预训练+Scaling」路线已遇到瓶颈，与其盲目扩大规模，不如回归研究范式本身的重构。 Ilya指出，尽管模型在评测中表现优异...

标题：AI搞定所有家务？换个房子也能行 近年来，机器人在灵活性和复杂任务处理上取得显著进展，但泛化能力仍是最大挑战。泛化指机器人在新环境中正确完成任务的能力，比如在家里的不同布局中抓起新勺子、理解任务语义并执行相应操作。现有机器人多基于特定场景和相似数据训练，难以适应多样化环境。 美国Physi...