文章
所有發布的 AI 新聞與論文。
-
SoftBank資助的LegalOn獲5千萬美元資金 簡化法律流程並應用AI
合同審查仍是一個耗時且手動的過程，對法律團隊造成巨大壓力。日本東京的 LegalOn Technologies 公司針對此問題開發了 AI 合同審查軟體，其產品 Review 已應用於日本、美國和英國的 7,000 家組織，在日本市場佔有率達 25%，為所有公開公司中最高。該工具能根據律師建立的指南和客戶標準識別風險並建議修訂，據稱可將審查時間縮短高達 85%。LegalOn 近期籌資 5,000 萬美元進行 Series E 輪融資，由高盛成長股權基金主導，現有投資者 World Innovation Lab 參與，新投資者包括日本律師事務所 Mori Hamada & Matsumoto、三和銀行及商社銀行。資金將用於開發更多 AI 代理工具及加強美國和英國市場推廣，該地區業務過去一年增長四倍。 公司由前企業律師 Tsunoda 和 Ogasawara 於 2017 年創立，旨在解決合同審查前後耗時任務。執行長 Daniel Lewis 強調，LegalOn 基於律師撰寫的專業法律內容，擁有超過 50 份律師建立的指南，與 OpenAI 達成非股權技術合作，獲得 ChatGPT 開發者的先進大型語言模型早期訪問許可權。儘管生成式 AI 正在改變法律產業，如 Harvey AI 和 Clio 近期均籌資 3 億美元，但 Lewis 認為技術尚未成熟，AI 不會取代律師，律師仍應掌握主導權並負責監督與判斷。此次融資使 LegalOn 總籌資額超過 2 億美元，投資者還包括 SoftBank Vision Fund、HSG、JAFCO 及 MUFG 銀行。公司近期還推出了 Matter Management 工具，協助追蹤合同請求並促進跨部門協作。
-
三星支持一家能分析數千小時視頻的AI新創公司
Memories.ai 是一家旨在解決 AI 模型處理多小時影片內容限制的新興公司，其平臺可處理高達一千萬小時的影片資料。該公司由前 Meta 現實實驗室研究科學家 Shawn Shen 和機器學習工程師 Enmin Zhou 共同創立，他們受啟發於人類視覺記憶能處理大量上下文資料的能力，開發了具備可搜尋索引、標籤、片段和聚合功能的上下文層。Memories.ai 已完成由 Susa Ventures 領投、Samsung Next、Fusion Fund、Crane Ventures、Seedcamp 和 Creator Ventures 參與的八百萬美元種子輪融資，最初目標為四百萬美元。該公司目前服務於行銷與安全領域，幫助行銷公司分析品牌趨勢並製作影片，協助安全公司識別潛在危險行為。技術上，Memories.ai 使用自有技術堆疊和模型，先去除影片噪聲並壓縮資料，再透過索引層進行自然語言查詢，最後透過聚合層生成報告。目前公司擁有十五名員工，客戶需上傳影片庫進行分析，未來計劃支援雲端同步與共享驅動。Shen 預見該技術將應用於訓練人形機器人、輔助自駕車記憶路線，甚至透過照片或智慧眼鏡建立 AI 助手以瞭解使用者生活。Memories.ai 面臨 mem0、Letta、TwelveLabs 和 Google 等競爭對手，但 Shen 認為其解決方案更具橫向性，可與不同影片模型協作。
-
AI假資料與虛假報告將威脅您的漏洞賞金計畫
所謂 AI 垃圾（AI slop）指由大型語言模型生成的低品質圖片、影片與文字，近兩年已滲透至網路、社群媒體、新聞甚至現實世界事件。 cybersecurity 領域亦受此影響，過去一年內，業界擔憂出現大量由 LLM 編造漏洞的 Bug Bounty 報告。RunSybil 共同創辦人兼 CTO Vlad Ionescu 指出，這些報告看似合理且技術正確，實則全是模型幻覺（hallucination）所編造的細節，導致安全團隊浪費時間查證。Ionescu 解釋，LLM 被設計為提供正面回應，若使用者請求報告，模型便會生成內容，這些內容常被複製貼上至 Bug Bounty 平臺，淹沒系統與客戶。 近期例項包括安全研究者 Harry Sintonen 揭露開源專案 Curl 收到假報告，他稱「Curl 能從遠處嗅覺到 AI 垃圾」。Open Collective 的 Benjamin Piouffle 表示其信箱亦被 AI 垃圾淹沒，而維護 CycloneDX 專案的開發者則在今年初因收到幾乎全為 AI 垃圾的報告而暫停 Bug Bounty 計畫。主要 Bug Bounty 平臺如 HackerOne 與 Bugcrowd 亦見 AI 生成報告激增。HackerOne 產品管理高階總監 Michiel Prins 指出，出現大量假陽性漏洞報告，這些低訊號提交會破壞安全專案效率，含幻覺漏洞或模糊技術內容者將被視為垃圾郵件。Bugcrowd 創辦人 Casey Ellis 表示雖有研究者使用 AI 撰寫報告，整體提交量每週增加 500 件，但低品質報告尚未顯著上升，團隊正透過人工審查、既定工作流及機器學習輔助來篩選。 TechCrunch 亦聯絡 Google、Meta、Microsoft 與 Mozilla 詢問情況。Mozilla 發言人 Damiano DeMonte 表示未見大量 AI 生成低品質報告，每月被標記為無效的報告約五至六件，低於每月報告的 10%，且員工不依賴 AI 過濾以避免誤殺真實漏洞。Microsoft 與 Meta 拒絕評論，Google 未回應。針對此問題，Ionescu 預測解決方案是投資 AI 系統進行初步篩選。HackerOne 於二日推出 Hai Triage 新系統，結合人類與 AI，利用 AI 安全代理
-
Google 新推出的 Web Guide 搜索實驗透過 AI 整理搜尋結果
Google 於週四推出名為 Web Guide 的新功能，旨在透過 AI 技術重新組織 Google 搜尋結果頁面。此功能屬於 Search Labs 實驗，利用 AI 將與搜尋查詢特定面向相關的頁面分組顯示。Search Labs 實驗允許使用者自選參與感興趣的新想法，這些實驗可隨時開啟或關閉，涵蓋 Google AI Mode、Notebook LM、影片製作工具 Flow 等，甚至包括基於 Google Discover 新聞的音訊節目。Web Guide 是 Google 在 AI Mode 中已使用的「分叉」技術的變體，由 Gemini 驅動，幫助 Google 更精準理解查詢並連結傳統搜尋可能遺漏的頁面。Google 建議此功能適用於開放式查詢，例如「如何獨自在日本旅行」或複雜的多句查詢，如「家人分佈於多個時區，有哪些最佳工具能維持聯絡與親密關係？」。搜尋結果將按答案型別分組，例如獨自行旅範例會包含綜合指南、安全提示、個人經驗分享等區塊。該實驗初期僅在搜尋頁面的 Web 標籤上重新配置結果，使用者可在此標籤內關閉此檢視以檢視標準結果，無需完全停用實驗。Google 表示，隨著時間推移，此實驗將擴充套件至搜尋的其他區域，包括「全部」標籤。