文章
所有發布的 AI 新聞與論文。
-
Google 現在針對不良廣告及不良行為者進行打擊
Google 於 2025 年 4 月宣佈，全球阻擋了創紀錄的 83 億則廣告，較前一年的 51 億則大幅增長。然而，公司暫停的廣告主帳戶數量遠低於此增幅所暗示的水平，這引發了對其平臺監管策略的疑問。Google 將此差異歸因於其日益廣泛使用的 AI 技術，特別是 Gemini 系列模型，這些系統能更早且更精確地識別並阻擋違反政策的廣告。根據 Google 2025 年廣告安全報告，其 AI 驅動的系統去年成功攔截了超過 99% 的違規廣告，使其在展示給使用者之前就被阻止。 資料顯示，在 2025 年，有 6 億 2 千萬則廣告和 400 萬個廣告主帳戶與詐騙相關。美國地區阻擋了超過 17 億則廣告並暫停 330 萬個帳戶，常見違規包括廣告網路濫用、誤導性陳述及色情內容。印度作為 Google 最大的使用者市場，阻擋了 4 億 8 370 萬則廣告，幾乎是前一年的兩倍，但帳戶暫停數則從 290 萬降至 170 萬，主要違規涉及商標、金融服務及版權問題。 Google 副總裁兼總經理 Keerat Sharma 在虛擬簡報中指出，公司正轉向更精細、AI 驅動的執行方式，從以往較粗放的帳戶暫停轉向針對創意層面的管理。這種方法有助於將錯誤暫停的帳戶數量減少 80%。透過廣告主驗證等層級防禦機制，Google 旨在從源頭防止惡意行為者建立帳戶，並隨著新防禦措施的推出及惡意行為者的適應，相關資料可能會隨時間波動，但公司目標始終是在廣告管道的最早期阻擋有害廣告。
-
跑道首席執行官表示，AI可幫助好萊塢製作50部電影，而非一部價值1億美元的 blockbuster
Runway 共同創辦人兼執行長克里斯托瓦爾·瓦倫蘇埃拉（Cristóbal Valenzuela）近期在 Semafor World Economy 的訪談中提出，電影產業應改變投資策略。他建議影業公司將原本用於製作一部單部電影的 1 億美元預算，改為投入 50 部電影的製作，以透過增加產量來提高獲得熱門作品的機率。瓦倫蘇埃拉認為這是一場數量遊戲，只要產出足夠內容，就能增加成功機會。此觀點引發爭議，因為傳統上電影被視為藝術投資，成功取決於背後團隊的品質而非單純數量。 Runway 公司開發的 AI 世界模型旨在協助創意工作者更高效地工作。該公司與多家影業合作，已協助降低製作成本。例如，即將上映的 7000 萬美元預算電影《比特幣：殺死薩託希》（Bitcoin: Killing Satoshi），是首部使用 AI 製作的院線級電影，其 AI 技術使製作成本從預估的 3 億美元大幅降低。Amazon、印度影業及索尼影業（Sony Pictures）也紛紛採用 AI 技術以削減成本。連詹姆斯·卡梅隆（James Cameron）也支援利用 AI 維持大製作電影的生產並避免裁員。 瓦倫蘇埃拉指出，目前 AI 應用已滲透到前期製作、指令碼撰寫、規劃、執行及視覺特效等各個環節。他認為產業面臨創意危機，是因為經濟激勵機制導致內容製作方式改變。他將影片製作類比為書籍出版，並提到每年有 2500 萬本書籍出版（儘管聯合國教科文組織資料顯示傳統出版每年約為 220 萬種，此數字可能包含大量自出版電子書及 Wattpad 故事，許多已使用 AI 製作）。Runway 的願景是透過 AI 讓市場充滿內容，讓尚未接觸到該技術的數十億人得以講述故事。
-
Canva 的 AI 助手現在可以呼叫多種工具為您製作設計
Canva 最新推出的 AI 助手更新旨在讓使用者透過文字提示描述任務，由 AI 自行規劃並呼叫相關工具完成設計，同時保留使用者偏好以最佳化未來工作流。此功能特別針對設計專業人士，提供可預測且自動化的內容與媒體資產創作流程。新版助手利用分層技術讓使用者靈活調整設計細節，並整合了圖片生成、網頁生成、Slack、Gmail、Google Drive、日曆、Zoom 以及網頁搜尋等技能，甚至支援背景重複任務的排程（僅生成草稿需人工審核）。此外，Canva 的 AI 程式碼生成器新增 HTML 匯入功能，並可透過提示生成試算表。公司宣稱其 Lucid Origin 圖片生成模型效率提升五倍且成本降低三十倍，12V 圖片轉影片模型則快七倍且便宜十七倍。Canva 共同創辦人兼營運長 Cliff Obrecht 指出，儘管許多企業嘗試整合工作流，但小企業常將工作完全在 Canva 內完成，且企業客戶傾向在 Canva 進行最終編輯、協作與發布。Canva 與 Anthropic、Google 及 OpenAI 合作良好，可作為這些大型語言模型工作流的終點環節。目前 Canva 營收主要來自個人使用者與小團隊，但企業業務年成長率達 100%，公司估值約 420 億美元，預計明年上市。Canva AI 2.0 本週開始進行研究預覽，預計幾週內全面開放給所有使用者。
-
此模擬新創公司希望成為物理 AI 的 Cursor
物理 AI 的願景在於讓工程師能如同編寫軟體般程式設計實體代理，但當前機器人技術仍受實體空間資料匱乏的制約。企業需建立模擬倉庫測試機器，或透過監控工廠線與 Gig 工人訓練深度學習模型，另一選項則是利用詳細的虛擬環境複製現實世界，以可擴充套件方式提供所需資料與工作空間。Antioch 是一家專注於為機器人開發者提供模擬工具的起點公司，旨在縮小業界所謂的「模擬到現實」差距，即讓在虛擬環境中訓練的機器人在實體世界中可靠運作的挑戰。Antioch 共同創辦人 Harry Mellsop 表示，公司今日已向 A*、Category Ventures 等投資機構籌得 850 萬美元種子輪，估值達 6000 萬美元，其他參與者包括 MaC Venture Capital、Abstract、Box Group 和 Icehouse Ventures。Mellsop 於去年五月在紐約創立該公司，另有兩位共同創辦人曾參與出售安全與智慧起點公司 Transpose 給 Chainalysis，另外兩位則分別來自 Meta Reality Labs 和 Google DeepMind。 在自駕車領域，Waymo 使用 Google DeepMind 的世界模型來測試與評估其駕駛模型，理論上這將減少在新增區域部署所需的資料收整合本。Antioch 希望為缺乏資金的較小公司提供解決此問題的平臺，因為大多數產業尚未使用模擬技術。Antioch 的產品被比作 Cursor，允許機器人製造商啟動多個數位硬體例項並連線模擬感測器，模擬機器人在現實世界中接收的資料，從而測試邊緣情況、執行強化學習或生成新訓練資料。關鍵挑戰在於確保模擬中的物理學與現實一致，以免模型接管真實機器時發生錯誤。公司使用 Nvidia、World Labs 等建立的模型，並開發特定領域的庫以簡化使用。 Category Ventures 的夥伴 Çağla Kaymaz 指出，軟體工程與大語言模型（LLM）的演進正開始發生在物理 AI 上，但實體世界的風險遠高於數位世界。目前 Antioch 的焦點主要在感測器與感知系統，這些是自動駕駛汽車、卡車、農業與建築機械或無人機的主要需求，而通用機器人複製人類任務的願景則較遠。雖然 Antioch 主要面向起點公司，但部分早期客戶已是投入大量資源的巨頭。