中国电磁轨道炮以5马赫的速度发射智能炸弹 试验宣告失败

摘要：据报道，中国海军对电磁轨道炮进行了测试，以超过 5 马赫（3836 英里/小时）的速度向平流层发射了一枚智能炸弹。然而，由于炸弹没有达到预定高度，也没有按照预期轨迹飞行，试验宣告失败。 多年来，各国军队一直在测试轨道炮，这种炮使用电磁铁代替化学推进剂，以难以置信的高速发射弹丸。2021 年，美国海军决定放弃对该技术的研究，原因是预算限制、难以将武器集成到战舰上，以及炮管的耐用性问题（只需射击 12 至 24 次就需要更换）。需要大量的电力供应也是一个问题。然而，中国仍在继续研发轨道炮技术。据《南华早报》报道，传感器数据显示，发射后约 5 秒钟内，弹丸的加速度约为重力的 35 倍，这证实了研究人员的说法，即弹丸的速度超过了 5 马赫，即每小时 3836 英里。据说这是中国人民解放军海军的第一门电磁轨道炮海军工程大学团队在《中国电工技术学会学报》发表的同行评议论文中说："弹丸没有按照预期轨迹飞行，最大射程和高度也没有达到设计值。"数据分析显示，弹丸在上升过程中旋转速度过快导致倾斜；"旋转速度锁定"也是美国海军轨道炮项目面临的问题之一。中国海军的试验2023 年 8 月之前进行的，但现在才被报道。以前的研究论文表明，高超音速滑翔制导炸弹的目标可以达到 7 马赫（5370 英里/小时）。《南华早报》指出，工程团队利用人工智能识别并纠正了轨道炮的一些技术障碍。人工智能在军事领域的任何应用都是有争议的；美国最近承诺永远不会让人工智能技术控制其核武器系统，并呼吁中国和俄罗斯也做出同样的承诺。 原文：中国电磁轨道炮以5马赫的速度发射智能炸弹 试验宣告失败

Windows 11文件资源管理器新增版本控制、7z和TAR压缩支持

摘要：微软本周不仅发布了搭载骁龙 X Elite 处理器的笔记本电脑，还为 Windows 带来了一些新的人工智能生产力功能。在周二拉开帷幕的 Build 大会上，微软表示将为文件资源管理器增添一项功能，新的版本控制和压缩功能将为编码人员带来极大的便利。 文件资源管理器将增加对版本控制的支持。即将到来的更新将把 Git 等系统直接集成到文件管理器的界面中。这意味着你无需离开资源管理器，就能跟踪更改、查看提交注释和监控版本库状态。这将会非常方便，因为它可以减少在集成开发环境、命令提示符和独立 Git 工具之间的切换。不过，对于编程人员来说，这也可能带来潜在的好处。从理论上讲，将最新项目文件直接同步到本地硬盘的功能可能会对设计模型等项目的协作者有所帮助。在其他方面，微软也在扩展文件资源管理器的压缩功能。当前右键菜单中的"压缩为 ZIP"选项正在得到改进。更新后，还能将文件压缩成更现代的 7z 和 TAR 格式。7z 提供比 ZIP 标准高得多的压缩率，同时还支持强大的 AES-256 加密以提高安全性。同时，TAR（通常与 Gzip 或 Bzip2 搭配压缩）是 Unix 系统上的热门选择，在处理大型数据集时大显身手。对这些格式的支持有助于减少对第三方压缩工具的依赖。这次更新似乎是在去年年底推出的 KB5031455 版本的基础上进行的，该版本大大扩展了Windows 11 文件资源管理器原生支持的归档格式。虽然操作系统从 Windows Me 起就内置了 ZIP 支持，但这次发布的版本包含了 RAR、7Z、TAR 等多种格式，甚至还有 TZST 和 TXZ 等更生僻的格式。但这一更新只允许用户打开和查看这些压缩文件，最新版本还允许在右键菜单中直接进行压缩。在生产力方面，周一发布的由人工智能驱动的新功能 Recall也值得一提。通过捕捉和整理工作快照，Recall 可以让开发人员找到以前的工作会话、跟踪进度并检索资源。 原文：Windows 11文件资源管理器新增版本控制、7z和TAR压缩支持

高通在Windows AI PC上的成功可能会吸引NVIDIA重返客户端SoC业务

摘要：彭博社对英伟达和戴尔公司首席执行官的采访显示，英伟达（NVIDIA）正觊觎重返客户端处理器业务。对于英伟达来说，只需要简单的驱动程序更新，就可以将所有带有张量内核的 GeForce GPU 作为 NPU 暴露给 Windows 11，并通过翻译层让流行的客户端 AI 应用与 TensorRT 协同工作，但前提是需要拥有独立的英伟达 GPU。 由高通、英特尔和 AMD 等公司提供支持的 Windows AI PC 市场广阔，它们各自销售 15 W 级处理器，集成的 NPU 可达到 50 AI TOPS，而这正是 Copilot+ 所需要的。英伟达（NVIDIA）持有 Arm 许可证已有数十年之久，至今仍在生产基于 Arm 的 CPU，如英伟达 Grace，不过，那是一款大型服务器处理器，用于其 AI GPU 服务器。英伟达已经在 Tegra 品牌下生产了针对智能手机的客户端处理器，并在去年停止了生产。此后，英伟达一直在为其汽车自动驾驶硬件部门生产 Drive PX 处理器；当然还有 Grace。英伟达暗示，它可能会在 2025 年为人工智能 PC 市场推出客户端 CPU。在采访中，彭博社向英伟达首席执行官黄仁勋（Jensen Huang）提出了一个尖锐的问题：英伟达是否也应该在 AI PC 市场占有一席之地？戴尔首席执行官迈克尔-戴尔（Michael Dell）在采访中插话说："明年再来吧。"黄仁勋肯定地说："正是如此。"如果英伟达正在开发一款新的 PC 处理器，并将于 2025 年推出，那么戴尔将处于最前线和最中心的位置，而黄仁勋的点头几乎证实了这一点。英伟达拥有充足的开发 PC 处理器的人才和知识产权--其 Grace 和 Drive 团队可以开发 Arm CPU 内核，英伟达已经是消费级图形处理器的老大，开发 iGPU 应该不成问题，而 NPU 的开发应该也不难。如果英伟达芯片上的 NPU 不是一个物理组件，而是一个虚拟设备，只需利用 iGPU 的 AI 加速功能及其张量内核作为硬件后端，出现这种情况我们也不会感到惊讶。英伟达的 AI PC 之旅还有一个小障碍，那就是高通公司（Qualcomm）与微软公司（Microsoft）在目前的Windows-on-Arm笔记本电脑上的Snapdragon X 系列芯片上享有的排他性。英伟达必须与微软合作，才能获得与高通一样的市场准入。如果一切顺利，为人工智能电脑提供动力的英伟达 PC 处理器将于 2025 年推出。 原文：高通在Windows AI PC上的成功可能会吸引NVIDIA重返客户端SoC业务

女人变成男人，粘土滤镜什么毛病

摘要：AI到底是如何认识这个世界的？最近，主打粘土风的修图软件Remini火爆全网，给解答这个问题一个新的注脚。多位博主在社交软件晒出了自己经过AI粘土滤镜“改装”后的图片。接着，她们都发现了一个共同点——自己的性别由女性自动变成了男性。 比如，户外博主“阿毛户外记”将自己登山、潜水、滑雪、开越野车的照片分别交给Remini，很快得到了她想要的丑萌风卡通。只是，照片里，这些身着运动服、中性风的人物，被转变成了一个个留络腮胡子、大眼睛的男性。“冒险不是男性的特权。阳光和勇敢能带女孩们去任何向往的地方。”她写下感想。在不露脸的图片中，Remini会自动把人物识别为男性/原图：《大地》剧照博主“老KAY”留着短发。在Remini的世界里，她经常被自动识别为男性。“在AI眼里，我是男的。大概在AI眼里，去户外的、去山里的、穿着冲锋衣的、咬着蟑螂的，都必须是男的。”类似的刻板印象远不止Remini一个AI软件。一个博主将电影《后翼弃兵》描绘女主下国际象棋的剧照放在美图秀秀的粘土滤镜里。很快，女主角的脸变成了萌萌的卡通人物，但是桌上的象棋变成了锅碗瓢盆，甚至，女主角的身旁还多了一个在蹒跚学步的婴儿。种种实践在告诉我们，由人类编写的AI世界，似乎也自带偏见和歧视。这到底是AI随机的行为，还是根深蒂固的刻板印象？又或者，如同学者清华大学交叉信息研究院助理教授于洋提出的核心问题，AI到底是蠢，还是坏？扭曲的粘土学者于洋告诉南风窗，分析AI软件的性别偏见，首先要分清楚：它是否只是出错，还是产生了系统性偏见或者主观性歧视。这是讨论问题的基础。为了弄清楚这个问题，我们决定自己试一试。许多博主抱怨的被AI转换性别的场景是在户外。于是，我们在网络随机选择了10张女性在户外的照片。为了更能看清楚AI的偏好，选用的照片里，一半是户外女性的背影，一半露了脸。接着，我将它们分别放在了Remini的clay滤镜、美图秀秀的热门AI粘土滤镜和小红书的粘土滤镜特效里。结果非常明显。10张照片里，并非所有的女性都能变成她们自己。在三个软件里，留长发的、有正面脸庞的女性照片，都能正确生成粘土版的女孩。不过，在Remini上，如果照片的面部被部分或者全部遮挡，那她大概率就会变成男性。（注：以下生成的照片均为第一次效果，未经过处理。）在5张被测试的背影照片里，Remini会将照片主角默认成男性，生成一系列穿着冲锋衣、背着登山包的男性卡通人物。而在侧面照中，Remini也会随机将女孩的图变成男孩。Remini制图在小红书也有类似的“魔改”。露出背影的登山女孩，部分时候会被自动转化成男性。小红书制图美图秀秀的表现稍微好点，这与它对现实的重塑力度不大有关。许多照片会因为面部未被精准识别，而出现微调或者糊成一团的效果。初步的测算也许可以得出粗浅的印象：在Remini的AI算法里，当它无法判断一个人的性别时，它会将人默认为男性。AI也许有些“脸盲”。但如果，将女性的脸庞更清晰地展示出来，AI还会歪曲现实吗？我们选择了女性被认为是少数参与者的运动领域，例如电影《热辣滚烫》里的女拳击手，综艺《海妖的呼唤》里参加竞技的女人们，作为观察样本。Remini出现了不一样的表现。在提供清晰的正面的原图后，Remini表现稳定，均生成了符合原图性别的卡通人物。而在美图秀秀里，一个有腹肌的女孩，很大可能会被粘土滤镜改成有粗壮四肢的男性；美图秀秀粘土滤镜特效 / 原图：综艺《海妖的呼唤》剧照准备上场的女拳击手被变成了带着拳套的男人。几个组队拔河的女孩类似地，也变成了男性。美图秀秀粘土滤镜特效 / 原图：电影《热辣滚烫》剧照小红书的AI也类似。做引体向上的贾玲经过粘土滤镜后，摇身一变，成为了表情凝重的卡通男孩。小红书粘土滤镜特效 / 原图：电影《热辣滚烫》剧照倚靠在墙边、带着拳套的安藤樱，经过小红书粘土滤镜的加工，会是帅气的男拳手。小红书粘土滤镜特效 / 原图：电影《百元之恋》剧照AI的自动转化让人一惊。随着人工智能技术不断前进，人们突然发现，这个预示着超人类的技术已经学会了人类世界里的偏见、歧视与刻板印象。反映人类偏见偏见也许远比想象中的普遍。彭博社在2023年对大热门AI画图软件——Stable Diffusion专门进行了观察。这家媒体用AI软件生成了5000多张图片，得出结论：AI创造的图像看上去合理，实际却是对现实的扭曲。AI生成的世界，甚至比现实世界更具有偏见和歧视。具体而言，他们用文字生成图片的方式，让AI分别画出从事14种工作的代表人物。作为对照，其中的7种在美国是高薪工作，剩下的一半则是低薪工作。每个工种各让AI画300张图。结果发现，总的而言，AI生成的图片中，男性数量几乎是女性的三倍。而且，大多数职业都由男性主导，除了管家和收银员等低薪工作出现了女性主导。根据DALL-E 2和Stable Diffusion生成的图像发现，这些模型倾向于生成看起来是白人和男性的图像，特别是当被要求描绘处于权威地位的人时。当给出“首席执行官”或“导演”等提示时，DALL-E 2 97% 都会生成白人男性/图源：technologyreview肤色和种族在AI世界里也非常失衡。AI的画像显示，世界是由白人男性CEO管理的，女性很少担任医生、律师或法官。深色皮肤的男人热衷犯罪，深色皮肤的女人乐于翻转汉堡。哪怕使用了详细的提示词，也无法减轻这种偏见。当Stable Diffusion被要求画出不同国家富人的照片时，生成的照片也是高度相似的。研究者记录道：“它们呈现出了大杂烩的刻板印象——非洲富人喜欢穿西式大衣、站在茅草屋前；中东男人会站在古老的清真寺前摆出富豪姿势。而欧洲有钱人更优雅，是身着修身西装漫步在古色古香的西式街道上的人。”重点是，这类偏见已经远远超出现实状况。例如，在针对关键词“法官”生成的图像中，女性只占约 3%。而实际上，官方数据显示，34%的美国法官是女性。美图秀秀粘土滤镜，国际象棋会变成化妆品和指甲油 / 原图：《后翼弃兵）剧照于洋团队也曾在2022年带领团队做了一个AI性别歧视水平评估，以OpenAI的GPT-2、Google的BERT、Meta的RoBERTa三个语言模型做样本。他们试图观察AI在中性句子中对职业的性别、种族的预测，从而判断AI的歧视倾向，概率以及程度。他发现，几乎所有的受测AI模型，都有系统性偏差。于洋举例，三个模型都更倾向于认为teacher（老师）对应男性。“如果AI有60%概率认为一个职业是男的，40%认为是女的，就可以说它已经有一个刻板印象，属于系统认知偏差。”也就是说，这几个AI模型“是以坏为主导，蠢是次要的”。与“最大公约数”的对抗一切究竟是怎么发生的？一个解释是，AI也许就是现实的一部分体现——训练AI的数据集被发现其具有倾向性。最著名的AI画图工具Stable diffusion，使用了世界上最大可公开访问的图集数据集LAION-5B训练。这个数据集拥有超过50亿张图像和说明文字。只是，这些图像的链接是通过编程方式从世界无数网站收集的，没有经过人工管理，里面包含各类色情、种族偏见和性别歧视等未经过滤的内容。在100 个生成图像随机抽样的10张图片中，“情绪化的人”大部分为女性，“犯罪分子”等负面形象则大部分为有色人种/图源：arxiv卡内基梅隆大学人工智能计划联合负责人Hoda Heidari 分析，AI的性别偏见也可能与分享个人图像的文化差异有关。“例如，在美国，女性更愿意分享自己的照片，在AI画图软件中出现女性的比例偏高。而某些文化中的女性可能不太愿意拍摄自己的照片或让照片出现在互联网上。”她说。女性的数据量较少，也导致了训练出来的AI可能更“爱男厌女”。数据量虽是其中一大关键，但诸如于洋等研究者认为，另一个不可忽略的问，AI的模型设计。“至于模型本身怎么造成歧视，”于洋在接受媒体采访时分析，“一个较为清晰的机制是：AI要把非结构化的数据，比如我们看到的一幅画、一篇文章、一句话转换成供计算机的数字。转换的过程产生了错误，也就是倾向男或者女的偏差。”接着，经过数字化和复杂的模型机制之后，AI甚至加剧了这种偏差和歧视。类似的机制被全球研究者广泛讨论和研究。研究者发现的通用规律是，AI在大量接受数据并进行深度学习的过程中，通常会丢弃异常值，产生更接近主导趋势的结果。AI会迎合人们的刻板印象便与此有关——从设计之初，他们的目的是模仿以前的多数情况，而不是创造多样性。毕竟，这些模型是纯粹的联想机器。斯坦福大学人工智能研究员 Pratyusha Kalluri比喻：“AI的任务就像在玩打地鼠游戏，它们对人们最关注的事物做出反应。”“但如果您不想要平均图像，那就不走运了。这就是这些系统如此优秀的原因，但也是它们的致命弱点。”于洋对南风窗解释，大语言模型的基本原理是对下文预测最有可能的关键词。而相比之下，图像模型会更复杂。与此同时，AI还有很多人类尚未了解的机制，带有“黑盒”的特性，“我也不能够明确它的工作原理是什么样子。”他说。AI在大量接受数据并进行深度学习的过程中，通常会丢弃异常值，产生更接近主导趋势的结果。图为AI生成的带有明显刻板印象的例子/图源：斯坦福大学但是，要想纠正AI的偏差，又存在着更大的困境。纠正AI，很可能会让它“变笨”。“如果直接用调整算法来处理模型偏差，它也是有代价的。（调整后），算法的准确性会变差，它会变得容易出错。”于洋说。好消息是，越来越多AI研究者注意到AI的性别歧视和偏差，共同着手解决。于洋指出，现在通用的AI纠偏方法通俗地讲，就是纯打骂。“只要你搞性别歧视，我就抽你。但就像教育孩子不能光靠打骂，得理解孩子怎么想的，然后跟它们讲道理一样。”他与团队近日提出一种让AI学习因果关系的机制，即对AI大模型进行因果关系指导，将因果知识融入模型，帮助提高模型的性能。简单来说，就是“教它（学会价值观）”。“很多人讲技术是中性的，我们现在渐渐认为，技术存在着向善和中性，也存在向恶的。AI时代，不能再以中性的角度看待技术，有价值观的技术，一定要得到鼓励。”于洋说。 原文：女人变成男人，粘土滤镜什么毛病

客户试驾小米SU7出事故赔偿5000元 博主科普：不用全赔

摘要：买车之前总要试一试，做到心里有数才行，那么在试驾过程中很可能出现突发情况，比如剐蹭，那么这个时候该如何赔偿呢？今日，知名汽车博主“百车全说三刀”发布微博称，一客户在试驾小米SU7倒车时不慎撞了后车，定损5000元，销售一阵忽悠，客户就把5000给付了，现在后悔了，到处打电话投诉。 从博主发布的单据和聊天记录看，事故车辆小米SU7 Max需要拆装后杠，报价660元，更换后杠下体，报价1350元，同时将对后杠和后杠下体喷漆，报价1140元和1000元。此外还需要标定后雷达和后摄像头，标价均为180元，合计需要4510元，而该客户最终支付了5000元，还包含了误工费和代步计费。博主称：我节目里说过很多次，试驾是以销售为目的的商业行为，你即使把试驾车撞了，也不用全赔。通常做法：1000以内私了，付钱走人；1000以上让对方走保险，你赔保费上涨幅度，4S店不愿意，你掉头走人，让对方起诉，对方不让你走，就打110报警。在这条微博的评论区，此次事件的当事人现身，并表示事情得到了解决，保险公司承担了损失，共计7000元左右，自己支付的5000元已退回。各位学到了吗，以后即便是遇到了类似的情况，也不用太过担心，按照博主教授的方法进行即可。 原文：客户试驾小米SU7出事故赔偿5000元 博主科普：不用全赔

腾讯混元大模型宣布全面降价 混元-lite即日起免费

摘要：腾讯云公布全新大模型升级方案。主力模型之一混元-lite模型，API输入输出总长度计划从目前的4k升级到256k，价格从0.008元/千tokens调整为全面免费。 混元-standard API输入价格从0.01元/千tokens降至0.0045元/千tokens ，下降55%，API输出价格从0.01元/千tokens降至0.005元/千tokens，下降50%。新上线的混元-standard-256k，具备处理超过38万字符的超长文本能力，API输入价格下调至0.015元/千tokens，下降87.5%，API输出价格下降至0.06元/千tokens，下降50%。最高配置万亿参数模型混元-pro，API输入价格从0.1元/千tokens降至0.03元/千tokens，降幅达70%。以上价格调整立即生效。同时，为了更好地服务开发者，一站式智能体创作与分发平台腾讯元器，也全面升级了模型资源扶持方案：用户不仅可以将专属AI智能体一键分发至腾讯全域渠道，获取免费的混元大模型资源和流量扶持，同时也可将智能体以API形式分发和部署至各类场景，免费token额度从此前的100万提升至1亿。 原文：腾讯混元大模型宣布全面降价 混元-lite即日起免费