动态列表

  • 一句话,性能暴涨49%!马里兰MIT等力作:Prompt才是大模型终极武器
  • Z世代生存、学习与未来宣言!伯克利学霸预言课堂,用AI设计人生
  • Hinton预言成真!AI接管美国一半白领,牛津哈佛扎堆转行做技工
  • 为什么「游戏」是 AI 陪伴落地的好场景?
  • 新加坡 AI 办公系统 Agnes:200 个 Agent 并行研究,让 AI 主动「找茬」打磨设计
  • 机器人也会「摸鱼」了?宇树G1赛后葛优瘫刷美女视频,网友:比人还懂享受生活
  • 从GPT-2到gpt-oss,深度详解OpenAI开放模型的进化之路
  • NextStep-1:一次在图像生成上自回归范式的探索
  • KDD 2025 | UoMo来了,首个无线网络流量预测模型,一个框架搞定三类任务
  • 开源扩散大模型首次跑赢自回归!上交大联手UCSD推出D2F,吞吐量达LLaMA3的2.5倍
  • 一张图,开启四维时空:4DNeX让动态世界 「活」起来
  • AI发现新物理定律:纠正等离子体理论多年错误假设
  • 多模态大模型在化学与材料学的「体检表」——哪些能力靠谱,哪些还差很远?
  • Altman:希望 AGI 能提高生育率;与辉同行否认董宇辉年收入二三十亿元;今年国内智能眼镜市场同比增长121.1%
  • 刚刚!谷歌内部揭秘Genie 3:Sora后最强AI爆款,开启世界模型新时代
  • 硬核拆解!从GPT-2到gpt-oss,揭秘大模型进化关键密码
  • 黄仁勋子女逆袭上位!4万亿「皇储」成长史首曝:一个学烘培,一个开酒吧
  • GPT-5首次会推理,OpenAI联创曝AGI秘诀!超临界学习吞噬算力,2045金钱无用?
  • 400万人围观的分层推理模型,「分层架构」竟不起作用?性能提升另有隐情?
  • CoRL 2025|隐空间扩散世界模型LaDi-WM大幅提升机器人操作策略的成功率和跨场景泛化能力
  • SEAgent:开启从实战经验中自我进化的GUI智能体新纪元
  • OpenAI估值达5000亿美元;「原道」联手小岛秀夫,推《死亡搁浅》耳机;苹果手表将「大幅重新设计」
  • 奥特曼神秘晚宴讲话曝出!OpenAI的CEO或将是个AI,Chrome我也想买
  • 谷歌最新「0.27B」Gemma 3开源!身板小却猛如虎,开发者直呼救命稻草
  • 最惨就业季!CS学霸GPA 3.98,投2500份简历仅10次面试,AI吞噬入门级岗位
  • Yann LeCun最新纪录片首曝!传奇AI教父的双面人生,深度学习幕后40年
  • 机器人全产业链接会 FAIR plus 2026新闻发布会在京召开
  • 大模型如何推理?斯坦福CS25重要一课,DeepMind首席科学家主讲
  • 当AI比我们更聪明:李飞飞和Hinton给出截然相反的生存指南
  • 简单即强大:全新生成模型「离散分布网络DDN」是如何做到原理简单,性质独特?
  • Sam Altman:AI存在泡沫;宇树机器人夺金,王兴兴:用遥控追求极致速度;蔡浩宇AI游戏上架,27.19元|极客早知道
  • 吞下17亿图片,Meta最强巨兽DINOv3开源!重新定义CV天花板
  • 打开高德的理由又多一条!全球首个「需求链智能调度」AI地图上线
  • 核心模型被曝蒸馏DeepSeek?前女友一纸控诉,曝出欧版OpenAI塌房真相!
  • 一句话搞定多任务出行,高德用空间智能重新定义地图
  • GPT-5、Grok 4、o3 Pro都零分,史上最难AI评测基准换它了
  • 谷歌开源Gemma 3 270M,性能超越Qwen 2.5同级模型
  • 追剧不断网,可能背后有个AI在加班,故障诊断准度破91.79%
  • Meta视觉基座DINOv3王者归来:自监督首次全面超越弱监督,商用开源
  • 多突触神经元模型问世,国内团队打造类脑计算新引擎,登上《自然·通讯》
  • Science封面:高效精准模拟构象变化,微软研究院用生成式AI重塑蛋白质功能研究
  • 扎克伯格看OpenAI直播挖人,北大校友孙之清加入Meta
  • AI 模特时代到来:字节x清华推出商用级视频换装模型DreamVVT,保真度显著领先SOTA
  • LeetCode刷够100小时,学会找人内推,OpenAI员工下场教你拿Offer
  • xAI元老离职干风投,传奇人物Babuschkin长文追忆与马斯克创业战友情
  • 链式思维是幻象吗?从数据分布视角重新审视大模型推理,马斯克回复,Grok破防
  • 李想:i8 反响不错,产品力没对手;库克暗示:苹果将推桌面机器人;中国日均消耗 30 万亿 Token,暴涨 300 倍
  • ChatGPT会让大脑退化?OpenAI高管用它救下自己「读写障碍」的女儿
  • 谷歌超级编码智能体正式上岗!125刀大会员,每天300任务任意跑
  • Meta华人天才毕树超「叛逃」预言:OpenAI未竟交互革命,暗藏万亿赛道
  • 美国CS就业梦碎!狂投5000家0 Offer,名校毕业00后被麦当劳惨拒
  • 3 分钟,我学会了像鸟儿一样飞行 | New Things
  • 从隐私计算迈向六大数据流通全栈技术,“隐语”开源社区升级
  • 7天,一场风暴!理想 i8「刮骨疗毒」,怒砍两个版本
  • 小订过万!打死不说价格的全新小鹏 P7,用颜值吊起了所有人的胃口!
  • 对话理想智驾负责人:撕掉「奶爸车」标签,智驶是理想的「新引擎」
  • 告别「偏科生」时代!36 万的坦克500,让对手从此无路可走
  • 万字长谈王小川:不再迎合他人做学霸,我要解自己的命题
  • 刚刚,全网最懂图文调研的智能体模型震撼上线,看完我直接卸了浏览器
  • ICCV 2025 | HVPL:分层视觉提示学习,让“视频实例分割”模型告别灾难性遗忘
  • 复旦&微软提出StableAvatar: 首个端到端“无限时长”音频驱动的人类视频生成新框架!
  • 千支队伍争锋!首届「启智杯」算法大赛圆满落幕,助推AI应用落地
  • 冗长响应缩减80%,DeepSeek GRPO获得颠覆性改进,微软GFPO问世
  • ICCV 2025 | HERMES:首个统一3D场景理解与生成的世界模型
  • 苹果 AI 下半场:年底问世的新 Siri,要彻底改变 iPhone 的交互
  • GNN+KAN,把三角函数当「激活」选项,山大、南洋理工让分子图更会读化学子结构
  • 港大联手月之暗面等开源OpenCUA:人人可造专属电脑智能体
  • 破解「长程智能体」RL训练难题,腾讯提出RLVMR框架,让7B模型「思考」比肩GPT-4o
  • AI独角兽498家,估值2.7万亿美元;《王者荣耀》连续三年成全球最吸金手游;抖音测试「快递」服务|极客早知道
  • 奥特曼公然叫板马斯克!重金杀入脑机接口,硅谷两大巨头彻底决裂
  • AI女友24h陪玩,全球800万人上头!这群AI创企靠百度开挂
  • 马斯克删除xAI「研究员」职位引爆网络!LeCun怒批:如此暴力将扼杀创新
  • OpenAI女CEO太狠了!智商148,GPT-5才是真印钞机
  • AI 和海外游戏发力,腾讯重回 7000 亿美金
  • ICML 2025 | 奖励模型还用人标?APEC用对抗模仿生成偏好,泛化能力直线上升
  • Attention Sink的起源找到了?清华×美团首次锁定MoE中的「超级专家」
  • 博士申请 | 休斯敦大学计算机系刘锦阳老师招收高性能计算/数据压缩方向博士生
  • Kimi K2背后的冷门绝招:海量语料“重写”如何榨干每个token?
  • 告别Transformer,重塑机器学习范式:上海交大首个「类人脑」大模型诞生
  • AI 上新|在 Edge 浏览器里,我第一次感受到了 AI 的「人味」
  • Agent狂欢下的冷思考:为什么说Data&AI数据基础设施,才是AI时代Infra新范式
  • AI顶会模式出了问题? 「不发表,就出局」的恶性循环,正在压垮整个AI学界
  • 研究者警告:强化学习暗藏「策略悬崖」危机,AI对齐的根本性挑战浮现
  • 多模态大脑建模技术迈入新纪元:Meta 10亿参数模型获Algonauts 2025大脑建模竞赛冠军
  • 当人们怀念 GPT-4o,他们在「怀念」什么?
  • OpenAI没开源的gpt-oss基础模型,他去掉强化学习逆转出来了
  • IEEE TPAMI 南洋理工&哈工大提出 MARCONet++ 攻克中文文本图像超分难题
  • 耶鲁&大连理工&南洋理工等提出MDCNeXt:X射线下的“动力电池缺陷精准检测”新范式
  • 6秒造一个「视频博主」,Pika让一切图片开口说话
  • 破解AI创企的「不可能三角」,解药不止「大模型」
  • OpenAI和奥特曼将投资一家脑机接口公司,直接与马斯克的Neuralink竞争
  • 大型语言模型稳定强化学习的新路径:几何平均策略优化GMPO
  • 传 DeepSeek-R2 8 月发布;微信测试信用借款功能;Perplexity 要 345 亿美元收购 Chrome
  • 一觉醒来,GitHub没了?CEO辞职,微软接管,开发者天塌了
  • AI全国榜单爆冷,全网吃瓜大狂欢!这家黑马竟靠DeepSeek杀进全国TOP 2
  • 物理学「AlphaGo时刻」?40年未竟之事被AI一举攻破,顶尖物理学家集体傻眼
  • 刚刚,商汤内部两万字复盘曝光:多模态通往AGI核心路线首次公开
  • 让强化学习快如闪电:FlashRL一条命令实现极速Rollout,已全部开源
  • 从物竞天择到智能进化,首篇自进化智能体综述的ASI之路
  • 破解效率与成本难题:华为UCM技术推动AI推理体验升级
  • SIGGRAPH上,英伟达发布物理AI开源新技术,更新RTX Pro产品线
  • 身家25亿刀,是四家公司创始人,这位伯克利教授还在给本科生上课
  • 商汤王晓刚:世界模型将加快AI从数字空间进入物理世界,「悟能」想做那个桥梁
  • 北京内推 | 度小满金融视觉和多模态团队招聘视觉多模态算法实习生
  • 后训练轻量「小枝」强势出击!极限剪裁视觉token,推理加速154%
  • 实验室抢显卡抢破头?A800/H800骨折价来袭,超值返券助你轻松冲DDL!
  • TCSVT 2025 | 跨模态学习助力复杂工业过程异常检测:FmFormer框架与基准测试新突破
  • ICCV 2025 | LightSwitch:CMU提出材质引导的扩散模型,2分钟实现高质量三维场景重打光
  • AI全面挖掘微蛋白价值:首次引入合成负样本训练,剔除92%噪声,摆脱保守依赖
  • 是「福尔摩斯」,也是「列文虎克」,智谱把OpenAI藏着掖着的视觉推理能力开源了
  • 东方理工·甬江论坛|新大学、新使命,邀你共启未来
  • LLM总是把简单任务复杂化,Karpathy无语:有些任务无需那么多思考
  • ICCV 2025 | 小红书AIGC团队提出图像和视频换脸新算法DynamicFace
  • 聚焦前沿,见证未来!「X·创新』产品SHOW圆满举办!
  • 刚刚,OpenAI拿下IOI金牌,仅次于前五名人类选手!参赛推理模型才夺得IMO金牌
  • Lumina-mGPT 2.0:自回归模型华丽复兴,媲美顶尖扩散模型
  • 雷军:小米YU7改名,被误会是丐版;传淘宝闪购周末峰值超美团;低价 MacBook 或年底亮相,599 美元

AI来了!记者、UP主、写手,谁能逃过这场「灭绝浪潮」?



  新智元报道  

编辑:定慧 KingHZ
【新智元导读】AI来了,一场悄无声息的「岗位绝种」来了。AI已深度渗透新闻采编、聚合与分发流程,从Perplexity豪赌345亿美元收购Chrome,到Particle打造全景式新闻摘要,AI正重构信息入口与用户体验。记者岗位面临「寂静灭绝」,57%的人认为会被取代。

AI正在重新定义信息获取的入口和方式

同时,原生AI新闻产品带来的用户体验与传统新闻截然不同。

一项研究显示,AI已经在世界各地的新闻编辑室中崭露头角。

这项由哥本哈根大学和芝加哥大学的研究人员进行,重点关注可能受到生成式AI影响的职业,尤其是新闻业。

Anders Humlum表示记者们可能是「处于使用AI聊天机器人最前沿」的人群

但在一场在职记者的调查中,有57.2%的记者认为AI会代替更多工作,甚至有人表示:

我们正在目睹一场(新闻记者编辑们)缓慢而寂静的灭绝。

而超过70%的记者表示,未来几年AI会取代他们。

这一波新技术浪潮——以自动化内容生成、基于AI的社交媒体监控以及算法编辑决策为标志——已在整个行业引发了警觉

同时,科技公司们决定继续加码,不仅要掌握人类信息流量入口,还要变革信息的分发方式。

Perplexity蛇吞象的背后

上周三,知名AI搜索引擎初创Perplexity,正式向科技巨头谷歌提出了一份惊世骇俗的收购要约。

斥资345亿美元想要买下Chrome浏览器。

在这场几乎不可能的「蛇吞象」背后,暗藏着Perplexity的野心:

风险资本对AI信息入口的押注——Chrome拥有全球超30亿用户,是互联网时代最核心的流量入口之一,掌握浏览器就等于掌握用户的资讯渠道。

Perplexity以搜索切入AI信息赛道,此前还推出了名为「Discover」的AI新闻聚合功能,通过实时抓取整合全网新闻,以交互问答形式呈现热点事件知识库。

Discover上的文章不是随机扒来的,而是结合Perplexity Pages生成——一个帮助用户将搜索结果整理为结构化、视觉化文章的工具。

这些内容以「页面」的形式展现,可按话题组织,比如科技、财经、娱乐等,并允许用户快速浏览、有深入体验。

Discover页面是Perplexity为用户设计的一种内容发现和浏览方式。

它以图文并茂、结构优化的「Pages」为载体,集合平台上最新、最热门、最深入的主题和视角,让用户快速捕捉灵感、深入探索兴趣点。

每一个Page都是一个知识库,每个人都可以根据自己的兴趣构建一个知识库。

Particle的另类组织

AI新闻应用Particle功能类似,主打三大特色:总结、个性化和速度快。

Particle News是口袋里的新闻智能体

Particle是一家由前Twitter工程师创办的AI驱动新闻平台,其Particle.news网站于2025年5月正式上线。

Particle.news提供AI生成的新闻摘要,让用户无需阅读全文即可快速了解关键内容。

通过精选媒体引用与多角度视图,每篇摘要后会注明多个主流新闻媒体的报道来源,并以醒目方式展示,帮助用户深入获取原始信息。

同时,Particle.news将媒体素材、文章和引用分别单独进行了处理,方便查看。

在博客节目The Media Copilot「媒体领航员」中,Particle的CEO Sara Beykpour认为AI正在改变人们获取新闻的方式:

所有的新闻聚合器并不是真正在聚合……


他们只是在搜集……


Particle才是真正的聚合器

与传统简单堆砌新闻的聚合器不同,Particle运用AI技术为每个话题生成全景式摘要——突出关键事实、挖掘原始信源(如推文或预告片)、分析媒体报道倾向。

而Meta、YouTube等内容平台鼓励用户用AI生产内容。

不止新闻,AI冲击内容创作

今天的社交平台依赖创作者生产内容,然后通过广告变现。

如果AI生成的短视频、图片和帖子能同样吸引人,那么Meta就能逐步「切掉中间商」——不再需要为创作者付费。

其实,这种趋势已经在发生。

一些创作者的频道,几乎100%由AI驱动。比如:

  • 有人用HeyGen虚拟形象 + 11Labs配音,批量生成短视频;

  • 有的媒体号完全依赖AI生成主持人,再加上剪辑、B-roll,观众甚至看不出区别。

结果呢?

观看量依然巨大。说明大部分观众其实并不在意「这是不是AI做的」,他们只在乎是否能获得信息或娱乐

年轻一代尤其如此。对他们来说,「内容就是内容」,并不会刻意区分是人还是AI创造。

只要能带来快乐和刺激,就会继续刷下去。

这对传统创作者是个巨大的冲击。

未来几年,可能会有大批「AI生成偶像」「AI剧集」涌现,观众接受度会越来越高。

AI将如何重塑互联网内容?

同一则新闻,多模态AI能自动生成多种形式的消息:

  • 通勤时的30秒语音简报

  • 手机上的图文快讯

  • 电脑前的深度分析+知识图谱

AI新闻就像水一样,随媒介改变形式。

而且新闻平替不再需要担心创作者罢工、情绪波动、违反规则、闹出丑闻……AI没这些问题。

未来,记者变身「信息建筑师」,既要懂AI,更要守底线。

AI和人类将完成新的分工:

AI接管:数据整理、背景说明、基础报道

人类专注:现场调查、价值判断、纠错AI内容

AI时代新的新闻创作速度是指数级的:

  • 1分钟生成10篇报道

  • 自动重组人类输入的内容

  • 无限循环生产新内容

而传统的新闻生成流程终将被颠覆。

但要记住:信息可以被AI掌握,而新闻的价值还要靠人类来判断。

人类用户阅读体验的变化

从用户角度来看,AI新闻产品带来了焕然一新的阅读体验:信息获取更加高效、个性化和互动。

首先是一站式的全景报道

过去,读者往往需要浏览多篇报道才能了解重大事件的不同侧面。

如今,AI聚合器自动汇总多源信息,按照事件重构内容,用户在单页即可获取事件的核心事实、各方观点和背景脉络。

其次阅读变得更具交互性和个性化

传统新闻是单向输出,读者有疑问只能自行搜索或等待后续报道。

AI新闻产品则引入对话式互动,用户可以就感兴趣的细节向AI提问,实现「所见即问,所问即答」。

这种互动性使阅读体验从被动接受转变为主动探索:阅读新闻不再停留于记者写了什么,而是用户可进一步追问「然后呢?为什么会这样?」

AI正在从新闻生产、分发到消费的各个环节重塑行业版图。

对于新闻从业者而言,AI既带来效率工具也提出转型要求:他们需要与AI协作,专注更高层次的内容创造与监督,把握「人」的不可替代之处。

对于AI新闻产品自身,找到健康的商业模式至关重要——唯有在尊重内容价值、惠及内容源的前提下,才能获得行业的长期支持。

媒体生态也将在磨合中寻求新的平衡,人机共生或将成为新闻业的新常态。

最终目标无疑是让用户受益:当冗余的信息噪音被过滤、多元观点被汇聚、知识获取变得触手可及——

我们离「人人都能方便地了解真实世界」这一愿景就更近了一步。

参考资料:
https://scroll.in/article/1085454/editors-note-as-ai-threatens-journalism-help-scroll-stay-free-and-independent
https://www.youtube.com/watch?v=o_940MzFmQ8


<br>


    <a class="media_tool_meta meta_primary" href="http://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&amp;mid=2652620866&amp;idx=1&amp;sn=695bda69c256be0c696916d9ecc907eb&amp;chksm=f0ae61dd95a7197b30edab06a4dfbe1284b06303ddd0cec873018960d466638896dc95ad3f62&amp;scene=0#rd"  target="_blank">文章原文</a>
    <br>




<img alt="" class="" height="1px" src="https://images.weserv.nl/?url=http://www.jintiankansha.me/rss_static/5418/Fx9Xi3k4YA&amp;maxage=1y"  width="1px"></div></div></body></html>

联系我们