AI精选（301）-人工智能领域内的最新进展：

一、通用汽车 (GM) 开发全新 AI 驱动的质量控制技术

汽车（GM）正在利用其密歇根州沃伦技术中心的专业知识，开发基于人工智能（AI）的质量控制技术，以优化工厂生产流程。 GM 早在 1969 年便安装了世界上第一台工业机器人，如今继续引领工业 4.0 时代的技术革新。

新 AI 质量控制技术

GM 正在推出 三项基于 AI 的工厂质量控制技术，用于分析生产线上的大量数据，并发现人类无法轻易察觉的模式：

激光焊接自动检测系统

机器人视觉系统对 汽车门组件的激光焊缝 进行检测。 AI 识别异常情况，并分析焊接问题的潜在根源。

来源：

https://www.forbes.com/councils/forbestechcouncil/2025/03/10/ai-driven-phishing-and-deep-fakes-the-future-of-digital-fraud/

 

 

 

二、Stability AI 任命 Ryan Ellis 为高级副总裁兼产品负责人

Stability AI 首席执行官 Prem Akkaraju 宣布，Ryan Ellis 将加入 Stability AI，担任高级副总裁（SVP）兼产品负责人。 Ellis 之前在 Unity 领导产品开发，负责全球最广泛使用的 实时 3D 引擎，其用户涵盖 游戏、汽车、制造和零售行业的 150 万开发者。

Ryan Ellis 的背景

Unity（最新职位）

专注于 AI 在内容创作领域的变革。 促使 Unity 拓展业务，超越游戏领域，进入更多行业。 负责 战略合作伙伴关系，与咨询和科技公司建立紧密联系。

 

来源：https://stability.ai/news/introducing-our-new-svp-head-of-product-ryan-ellis

 

 

三、亚利桑那州推出 AI 驱动的学习项目

亚利桑那州推出全新的 AI 驱动教育模式，旨在改变学生的学习方式。 该计划将完整的学校课程缩短至仅 2 小时，同时侧重于现实世界的技能培养。 该项目名为 “2 Hour Learning”，与 AI 教育公司 Prequel 合作开发。

AI 在教育中的应用

AI 个性化调整课程内容，使其与每个学生的学习节奏相匹配。 据 Prequel 联合创始人 Ivy Xu 介绍，AI 让学生可以在 2 小时内完成传统课程两倍的学习内容。 AI 主要用于优化教学过程，而教师仍然在课堂中发挥重要作用： Prequel 教练 JP Guerra 强调，AI 不是完全替代教师，而是增强一对一的教学互动。 AI 不是简单地让孩子通过 Zoom 进行在线学习，而是辅助教师更高效地教学。

来源：https://www.kgun9.com/news/local-news/ai-powered-learning-program-launches-in-arizona

 

 

四、Pinterest 开始标注 AI 生成内容

Pinterest 正式推出 AI 生成图片的标签功能，以提高用户对 AI 内容的辨识度。 这一举措源于大量 AI 生成的垃圾内容充斥平台，导致部分用户放弃使用该应用。 Futurism 报告 指出，许多 AI 生成的内容被用来吸引用户点击，并跳转至垃圾网站。

Pinterest 的应对策略

AI 生成内容标识

Pinterest 采用 IPTC 照片元数据标准，在检测到 AI 生成或修改的内容时，为其添加可见标签。 标签会显示在图片左下角，并标注为 “AI 生成” 或 “AI 修改”。 这不是水印，但标签清晰可见，可帮助用户识别 AI 生成内容。

来源：https://www.socialmediatoday.com/news/pinterest-labeling-tag-ai-generated-images-pins/741986/

 

 

五、埃隆·马斯克称 X（前 Twitter）遭遇“重大网络攻击”

埃隆·马斯克（Elon Musk） 在 2025 年 3 月 10 日宣布，X（前 Twitter）遭遇了一次 “大规模网络攻击”。 根据 DownDetector 数据，该平台当天多次出现宕机报告。 马斯克在 X 上表示：“我们每天都会遭受攻击，但这次攻击投入了大量资源，可能涉及一个 大型协调组织或国家。” 有报道称某黑客组织声称对此负责，但尚未得到官方证实。

来源：https://www.investopedia.com/elon-musk-claims-massive-cyberattack-against-x-11694104

 

 

六、Meta 科学家利用 AI 解码磁脑扫描

Meta 研究人员利用人工智能（AI）和 非侵入式脑部扫描技术 研究大脑如何将思维转换为书面句子。 研究目标是开发非侵入式脑机接口（BCI），帮助因脑损伤或疾病而失去语言能力的人群重新沟通。

研究方法

第一项研究：AI 解析大脑信号并还原打字句子

使用 脑磁图技术（MEG） 追踪志愿者在打字时的大脑神经活动。 训练 AI 语言模型，将 MEG 数据中的脑信号解码为相应的字母和单词。 AI 模型的解码准确率达 68%，但常见字母（如 E、T）比不常见字母（如 Z、K）更容易识别。 AI 在识别错误时，往往会用物理位置接近的字母替代目标字母，表明 AI 可能利用了大脑的运动信号进行预测。

 

来源：https://www.livescience.com/technology/artificial-intelligence/meta-scientists-use-ai-to-decode-magnetic-brain-scans-revealing-how-thoughts-translate-into-typed-sentences

 

 

七、字节攻克MoE关键瓶颈，训练成本节省40%

 

字节豆包大模型团队官宣开源一项针对MoE架构的关键优化技术COMET，可将大模型训练效率提升1.7倍，成本节省40%。 该技术已实际应用于字节的万卡集群训练，累计帮助节省了数百万GPU小时训练算力。 相较DeepSeek近期开源的DualPipe等MoE优化方案，COMET可以像插件一样直接接入已有的MoE训练框架，支持业界绝大部分主流大模型，无需对训练框架进行侵入式改动。

 引入COMET后，单个 MoE 层上可实现 1.96 倍加速、端到端平均 1.71 倍效率提升，且在不同并行策略、输入规模及硬件环境下均表现稳定。

COMET论文链接：https://arxiv.org/pdf/2502.19811

 

 

八、MeshPad：基于草图的交互式 3D

 

网格生成与编辑工具 它可以让你像画画一样简单地生成 3D 形状，并且随时修改，不需要专业 3D 建模技能。 而且可编辑也非常简单快捷，速度极快，仅需 1-5 秒。 在草图中增加新笔画，自动扩展 3D 结构。 擦除草图的一部分，自动移除对应的 3D区域。 用户可以通过手绘草图（sketch）直接生成和修改 3D 模型。