人工智能

谷歌近日正式发布了Mixboard，这是一款创新的AI驱动的情绪板应用，专为帮助用户通过先进的生成式技术来 brainstorm 创意、设计概念并可视化各种想法而设计。这一举措不仅体现了谷歌在创意AI工具领域的持续深耕，还直接将Mixboard定位为Pinterest拼贴功能的强劲竞争对手，以及其他数字情绪板平台的挑战者。根据谷歌官方公告，Mixboard目前在美国以公测版形式通过Google Labs平台开放，用户可以直接访问labs.google/mixboard进行体验。为了更好地收集用户意见，谷歌还特别建立了一个Discord社区，邀请早期采用者分享反馈、讨论创意想法并参与产品迭代。这一社区旨在打造一个活跃的生态，帮助Mixboard快速优化功能。谷歌强调，这次推出是其Gemini AI生态的一部分，旨在将AI融入日常创意流程中，进一步扩展其在生成式AI市场的领导地位。TechCrunch报道指出，Mixboard的发布时机恰逢AI创意工具需求激增之际，用户对快速生成视觉内容的兴趣日益浓厚。 AI 是创意的核心 Mixboard的核心在于其强大的AI功能，这与传统情绪板应用形成了鲜明对比。传统应用通常要求用户手动上传或从现有图像库中挑选内容，而Mixboard则允许用户仅通过简单的文本提示即可启动创作过程。谷歌的AI系统会自动生成高质量的图像、拼贴画和可编辑的板面，这些元素可以根据用户需求进行精细调整、自由组合或完全重新生成。例如，用户输入“现代客厅装修灵感”这样的提示，AI就能瞬间创建包含家具布局、颜色方案和装饰元素的视觉板面。该应用的核心技术依赖于谷歌自主开发的Nano Banana图像编辑模型，这个模型以其处理复杂编辑任务和输出逼真视觉效果而闻名。根据谷歌的官方博客和The Verge的深入分析，Nano Banana模型基于先进的扩散模型和神经网络，能够理解自然语言指令，实现像素级别的精确修改。用户可以轻松要求AI进行小幅变更，比如“将沙发颜色改为深蓝”或“添加更多自然光效果”，甚至生成“更多类似”变体来探索不同创意方向。此外，模型还支持多模态输入，如结合文本和草图，进一步提升了创作的灵活性。专家们认为，这种AI驱动的方法大大降低了创意门槛，让非专业用户也能快速产出专业级别的视觉内容。谷歌还透露，Nano Banana模型经过大量数据集训练，确保生成内容的多样性和包容性，避免偏见问题。 专为灵感和日常使用设计 Mixboard的设计理念聚焦于实用性和包容性，旨在满足从专业到休闲用户的各种创意需求。谷歌表示，这款应用特别适用于家居装饰、活动规划、DIY手工项目、品牌视觉开发以及设计 brainstorm 等场景。例如，在家居装修中，用户可以生成多个板面来比较不同风格；在活动规划时，则能快速创建主题视觉和配色方案。应用内置了预填充的板面模板，这些模板覆盖热门主题，如“婚礼灵感”或“品牌标志设计”，为初学者提供即用起点，帮助他们快速上手。根据谷歌的用户研究数据，这些模板基于真实用户行为优化，能显著缩短从想法到可视化的时间。此外，Mixboard集成了先进的文本生成功能，用户可以基于板面图像自动生成配套的标题、描述或完整文案，这对准备演示文稿、商业提案或社交媒体帖子特别实用。举例来说，一个板面上的时尚搭配图像可以生成“秋季街头风格指南”的描述文本，方便直接分享到Instagram或LinkedIn。The Verge的报道进一步指出，Mixboard支持实时协作功能，用户可以邀请他人共同编辑板面，实现团队 brainstorm。更值得一提的是，它与谷歌的其他工具无缝集成，如Google Docs或Slides，用户可以将Mixboard生成的板面直接导出到这些平台中。针对日常使用，应用还提供了移动端优化版本，确保用户在手机上也能流畅操作。谷歌强调，Mixboard注重隐私保护，所有生成内容均存储在用户的Google账户中，不会未经许可共享。总体而言，这种设计让Mixboard成为一个多功能工具，不仅激发灵感，还简化了从概念到执行的整个流程。 在不断增长的市场中竞争

斯坦福大学的研究团队成功利用人工智能（AI）设计出了世界上第一个完整的病毒蓝图，这个病毒能有效攻击并消灭抗生素耐药的大肠杆菌（E. coli）。据《自然》杂志于2025年9月18日报道，这是AI首次生成功能完整的病毒基因组，此前AI仅用于设计DNA片段或蛋白质。这个AI设计的病毒专门针对那些对传统抗生素无效的细菌，未来可能为开发新型抗生素开辟新路径。研究人员表示，这种技术不仅能加速病毒设计的速度，还能帮助科学家处理高度复杂的生物系统，比如整个基因组的互动和调控过程。他们强调，AI生成的病毒在实验室中表现出色，能够感染并杀死三种不同的大肠杆菌菌株，包括那些野生型病毒无法处理的耐药菌株。这一突破标志着AI在生物技术领域的重大进步，但也引发了关于潜在误用的伦理担忧。斯坦福团队的这项工作发表于2025年9月17日的预印本服务器bioRxiv上，虽然尚未经过同行评审，但它展示了AI在设计生物工具和治疗细菌感染方面的巨大潜力。研究者希望，这种方法能补充现有的噬菌体疗法，并最终针对关注的病原体开发增强型治疗方案。 具体来说，病毒是一种不被视为活生物体的实体，它们更像是游荡的遗传物质片段，具有相对简单的基因组。在这个研究中，AI设计的病毒是噬菌体，即专门感染细菌的病毒，这使得它们成为对抗细菌感染的有力工具。团队选择了ΦX174作为模板，这是一种简单的单链DNA病毒，含有5386个核苷酸和11个基因，是1977年第一个被完全测序的基因组，也是2003年第一个从头合成的基因组。这种病毒原本就针对大肠杆菌，但AI版本通过优化，增强了其对耐药菌株的攻击能力。研究显示，这些AI噬菌体在实验中形成了清晰的斑块，表明它们成功杀死了细菌，这让研究者们感到惊讶和兴奋。 ◇ AI也能创造病毒 根据《自然》杂志的报道，斯坦福大学计算生物学家布赖恩·希（Brian Hie）和他的同事于2025年9月17日在预印本服务器bioRxiv上发布了这一发现。该论文尚未经过同行评审，但研究团队表示，这展示了AI在设计生物工具和治疗细菌感染方面的潜力。希解释道：“这是AI系统首次能够编写连贯的基因组规模序列，下一步将是AI生成的生命形式”。不过，他的同事塞缪尔·金（Samuel King）补充说，要设计整个活生物体，还需要大量的实验进步。 虽然AI之前已被用于设计DNA或蛋白质片段，但设计整个病毒基因组面临更大挑战，因为基因之间存在复杂互动，包括复制、调控和宿主感染过程。这些互动要求基因组必须保持整体连贯性，否则病毒就无法正常运作。团队开发了一个名为“Evo”的AI模型，包括Evo 1和Evo 2版本，这些模型类似于大型语言模型（如ChatGPT），但专门用于分析和生成DNA、RNA和蛋白质序列。Evo模型最初已训练了超过200万个噬菌体基因组的数据，这为它提供了丰富的遗传模式知识。研究人员进一步使用监督学习方法训练模型，生成类似于ΦX174的病毒基因组，并特别针对感染大肠杆菌，尤其是抗生素耐药菌株。 在设计过程中，团队引入了ΦX174特定的序列作为提示，并使用推理时间指导来调整输出，以确保生成的基因组具有有益的突变。他们评估了数千个AI生成的序列，最终筛选出302个可行的噬菌体候选。这些候选中，大多数与ΦX174共享超过40%的核苷酸序列，但有些具有完全不同的编码序列，甚至包括新基因、缩短基因或不同的基因排列。例如，一些AI设计的病毒展示了创新的基因结构，这让外部专家如纽约大学朗格健康中心的生物学家杰夫·博克（Jef Boeke）感到惊讶，他称这是“向AI设计生命形式迈出的令人印象深刻的第一步”。 随后，研究人员合成这些AI设计的基因组DNA，并将其插入宿主细菌中培养噬菌体。在实验测试中，16个AI设计的噬菌体显示出对大肠杆菌的特异性，能够感染并杀死细菌。这些病毒中，有些形成了“清晰的斑块”，表明它们成功裂解了细菌细胞。研究发现，AI设计的噬菌体组合能有效杀死三种不同大肠杆菌菌株，而野生型ΦX174无法做到。希回忆道，当看到实验室培养皿上细菌死亡的区域时，“那真是令人震惊，就像看到这个AI生成的球体”。此外，这些病毒在感染过程中表现出更高的效率，比自然噬菌体更具传染性。 冷泉港实验室的彼得·库（Peter Koo）在审阅研究后表示：“这项研究展示了当今的可能性，但人类研究者的干预和筛选仍至关重要，以正确利用这种AI”。他强调，AI虽然能生成创新序列，但最终的验证仍依赖实验室实验。 伦理担忧与未来展望 批评者对AI设计病毒提出了伦理担忧。德国海德堡大学的合成生物学家克尔斯廷·戈普弗里希（Kerstin Göpfrich）指出：“生命科学研究中所谓的‘双重用途困境’是一个持续问题，存在潜在误用的风险”。双重用途困境指的是技术、产品或知识可能同时用于民用（和平）和军事（潜在危险）目的，例如AI生成的病毒可能被用于生物武器开发。研究者警告，这种技术如果落入错误之人手中，可能加速致命病毒的创建。此外，博克指出，虽然病毒不是活的，但这一步预示着AI可能设计更复杂生物的未来，这需要严格的监管。 尽管如此，研究团队对这项研究的积极影响持乐观态度。他们表示，如果AI能生成各种病毒，这可能有助于开发更广泛的抗生素来应对多种疾病。希强调：“这不仅仅是加速进化，而是定向进化。我们不必等待自然界提供合适的噬菌体，AI可以直接设计一个”。未来，这一技术可能补充现有的噬菌体疗法，帮助针对抗生素耐药感染开发定制治疗，例如对抗超级细菌。斯坦福团队还计划将这一方法扩展到其他领域，如使用AI优化CRISPR基因编辑或设计更有效的疫苗。

你有没有想过，中国的人工智能（AI）发展像一张大网，覆盖全国各地？从北京的科技实验室到深圳的创新工厂，AI 正在改变一切。但问题是，这种区域发展是协调有序的，还是会带来混乱？中国作为全球AI大国，正努力平衡各地优势，推动统一进步。今天，我们来探讨“中国AI区域主义”这个话题。这篇文章会用简单的话语，带你了解AI在中国的区域布局、挑战和未来。让我们一起看看，中国如何通过协调，让AI成为经济增长的引擎，而非混乱的来源。 中国AI产业快速发展。根据数据，2022年中国AI核心产业规模达到5080亿元人民币，同比增长18%。到2035年，这个规模可能达到1.73万亿元，占全球市场的30.6%。但不同地区发展不均，北京、上海和深圳是领头羊，其他地方则在追赶。这就是“AI区域主义”的核心：如何让各地合作，避免资源浪费和重复建设？这种区域主义不是随意散布，而是有计划的布局。它帮助中国在全球AI竞赛中领先，但也需要小心管理，以防出现不协调的混乱局面。例如，东部城市有更多资金和技术，西部地区则依赖数据资源。如果协调得好，就能形成全国合力；否则，可能导致投资重复和效率低下。接下来，我们深入分析中国AI战略、区域中心、治理框架、挑战以及协调努力。通过这些，你会看到中国如何从潜在混乱中转向有序发展。 中国AI战略概述 中国政府对AI有清晰规划。从2017年的《新一代人工智能发展规划》开始，中国制定了三阶段战略：到2020年与世界先进水平同步，到2025年成为经济增长新引擎，到2030年成为全球AI创新中心。这个战略强调技术创新、产业应用和标准建设。它不是空谈，而是结合了中国广阔的地域和多样经济，确保每个阶段都有具体目标。 中央政府提供顶层设计，地方则根据自身优势执行。例如，上海注重AI在制造业和医疗的应用，而北京聚焦基础研究。这是一种多层次协调，避免全国一刀切。为什么这么做？因为中国地域广阔，经济水平差异大。如果不协调，东部发达地区会领先，西部可能落后，导致“数字鸿沟”。这种协调帮助资源共享，比如东部技术输出到西部数据中心。通过这个战略，中国AI产业在2023年已覆盖制造业、金融和医疗等领域，带动经济增长。报告显示，AI已帮助中国制造业效率提升20%以上。 此外，这个战略还包括国际合作。中国提出《全球人工智能治理倡议》，强调公平发展。这让中国AI战略不只限于国内，还影响全球格局。通过这些努力，中国正从技术跟跑到领先者转变，避免区域混乱。 为了让读者快速了解，以下表格总结了中国AI战略的关键阶段： 阶段 时间 主要目标 关键举措 第一阶段 到2020年 AI技术和应用与全球先进水平同步 建立国家AI实验室，推动基础研究 第二阶段 到2025年 AI成为经济增长新驱动力，推动产业转型 投资600亿元基金，支持区域应用

你有没有想过，人工智能（AI）就像一把双刃剑？它能让生活更聪明、更方便，但如果管得太严，会不会让创新停下来？中国最近推出了一些新的AI法规，这些法规从2025年开始生效。它们旨在保护用户、确保内容安全，但也引发了一个大问题：这些规则会帮助AI行业成长，还是会让它变慢？ 在中国，AI发展很快。政府希望到2030年成为世界AI领袖。但新法规强调标签AI生成的内容、数据安全和伦理。这篇文章会详细解释这些法规。我们会看它们的好处和坏处，用简单的话说清楚。读完后，你会明白，中国AI的未来会怎样。 想象一下，AI能帮医生更快诊断疾病，能让工厂更高效生产。但如果法规要求每一步都备案，会不会让公司觉得太麻烦？另一方面，这些规则能防止假新闻传播，让人们更信任AI。平衡是关键。中国不是第一个管AI的国家，但它的方法独特。它结合了国家规划和国际合作。 这篇文章基于真实数据和事实。我们会用表格来展示关键信息，让你一看就懂。关键词如“中国AI法规”、“AI创新”和“增长影响”会帮助你搜索到更多相关内容。我们还会讨论全球影响，因为中国AI法规不只影响国内，还会波及世界。让我们一步步探索，看看这些法规是助推器还是障碍。 为了让内容更易读，我们用了短句子和简单词。文章会从背景开始，然后谈好处、风险、行业影响和未来。最后，我们总结观点。希望这能帮你理解这个热门话题。 中国新AI法规的背景 中国AI法规不是突然出现的。早在2017年，国务院就发布了《新一代人工智能发展规划》。这个规划有三个步骤：到2020年跟上全球水平，到2025年实现重大突破，到2030年成为世界领先。这些步骤像一张路线图，指导中国AI从起步到领先。 2025年是关键一年。新的标签规则从9月1日开始生效。这些规则要求AI生成的内容必须有明确或隐形标签。明确标签是用户能看到的，比如文字或图形。隐形标签藏在元数据里，包括服务提供者的名字和内容ID。这能让人们知道内容是不是AI做的，减少混淆。 为什么需要这些法规？因为AI能生成假内容，比如深合成视频或聊天机器人文本。这些可能误导公众。法规来自多个部门，如网信办、工信部和公安部。它们基于之前的规则，比如2021年的算法推荐规定、2022年的深合成规则和2023年的生成式AI暂行办法。这些旧规则已经铺好了路，新法规是升级版。 这些法规的目标是平衡创新和安全。它们要求AI公司备案算法，并进行安全自评估。这能防止价格歧视和工人权利受损。公司必须检查算法是否公平，避免偏见。比如，如果算法根据用户数据涨价，这就不允许。 法规还强调伦理。AI不能用于有害目的，如散布谣言。政府希望通过这些规则，让AI服务社会，而不是造成问题。这反映了中国对科技的谨慎态度。 下面是一个表格，总结中国AI法规的时间线： 年份 主要法规 关键内容 扩展细节 2017 新一代人工智能发展规划 设置到2030年的AI目标 这个规划包括投资、教育和国际合作，目标是让AI成为经济增长引擎。