aidigester

使用 AWS Bedrock 自动生成营销图片：3 个关键点

作者

保持品牌一致性，自动生成营销图像

  • 参考过往营销资料，保持品牌一致性
  • 无需专业设计师，几秒内即可制作定制视觉效果
  • 通过 Amazon Bedrock API 实现营销工作流程自动化

发生了什么？

AWS 发布了 Amazon Bedrock 营销图像生成指南的第二部分。[AWS ML Blog] 该指南介绍了如何参考企业的历史营销资料，在保持品牌标识的同时生成新图像。

关键在于在提示词中包含过去活动的风格和调色板。[Amazon Bedrock]

为什么重要？

传统的图像制作需要几天甚至几周的时间。AWS 的方法将其缩短到几分钟。AI 解决了负责人变更或活动扩展时品牌基调不稳定的问题。[AWS Docs]

未来会怎样？

下一步是多模态输入。直接参考现有图像并应用风格迁移的方式将更加精细。Google Imagen、OpenAI DALL-E 3 也在攻克同一领域。

常见问题 (FAQ)

Q: Bedrock 中使用哪些图像模型？

A: 提供 Stable Diffusion、Amazon Titan Image Generator 等。可以根据用途选择模型，并通过 API 传递提示词。

Q: 如何保持品牌一致性？

A: 在提示词中明确品牌颜色代码、图像基调以及应避免的要素。分析并反映过去营销资料的特点即可。

Q: AI 生成图像的版权？

A: 美国版权局不承认 AI 生成物的版权。内部营销用途没有问题，但外部发布时建议咨询法务团队。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

Muon 优化器提速 3.4 倍：UNSO 变革 AI 学习

作者

Newton-Schulz 正交化，FLOPs 减少 3.4 倍

  • 将 Newton-Schulz 正交化整合为单一运算，FLOPs 减少 3.4 倍
  • 正交化误差减少 96 倍 (3.838 → 0.040)
  • 通过可学习系数确保收敛稳定性

发生了什么事？

中国研究团队发布了 Newton-Schulz 正交化的新集成框架 UNSO。[arXiv] 它用单一多项式运算替代了现有的 NS 迭代。核心是“消除无意义的项并引入可学习的系数”。

以 128×512 矩阵为基准，FLOPs 从 2.533×10^8 降至 8.831×10^7。[arXiv]

为什么重要？

Muon 作为替代 AdamW 的优化器而备受关注。它以 175 美元的价格训练了 GPT-2 XL，并且被用于 Kimi K2。[Keller Jordan] 但 Newton-Schulz 迭代是一个瓶颈。

UNSO 打破了这个瓶颈。它不是减少迭代，而是完全消除迭代。正交化误差也减少了 96 倍。误差累积是学习不稳定性的原因，而 UNSO 解决了这个问题。

未来会怎样？

PyTorch 2.10 正式包含了 Muon。[PyTorch] NVIDIA NeMo 也支持它。[NVIDIA] UNSO 很有可能被迅速吸收。

常见问题 (FAQ)

Q: 现在可以使用 UNSO 吗？

A: 是的。作者们在 GitHub 上公开了代码。可以在 PyTorch 环境中以替代现有 Muon 的形式使用。但建议在生产应用之前进行自身基准测试。

Q: 应该用 Muon 代替 AdamW 吗？

A: 视情况而定。Muon 仅适用于隐藏层。嵌入或输出层需要 AdamW。组合使用两个优化器是标准做法。

Q: 实际学习时间会减少多少？

A: 在正交化阶段快 3.4 倍。整体学习时间取决于模型大小。正交化比重越大，UNSO 的优势就越大。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

沃尔夫斯堡足球俱乐部引入ChatGPT企业版：赋能全体350名员工AI能力

作者

德甲联赛最初: AI将草坪病也诊断

  • VfL沃尔夫斯堡，通过导入ChatGPT Enterprise，强化350名全体员工的AI能力
  • 从草坪病诊断到翻译、行政自动化，立即应用于实务
  • 发布德甲联赛最初生成型AI白皮书的俱乐部的下一步

无甚么事情发生了？

德国德甲联赛俱乐部VfL沃尔夫斯堡于2026年2月4日发表声明，将在公司范围内导入OpenAI的ChatGPT Enterprise。[VfL Wolfsburg] 约350名员工将活用此AI工具。

沃尔夫斯堡从2023年开始试验生成型AI，并于2024年6月发布了德甲联赛最初的生成型AI白皮书。[VfL Wolfsburg] 这次导入ChatGPT Enterprise是其延续。

具体来说，到底做什么？

活用领域很有趣。草坪病诊断、翻译、信息结构化、重复行政业务自动化等。[VfL Wolfsburg]

草坪病诊断？想到足球场草坪管理有多重要，就能理解了。原本由专家肉眼判断的事情，AI来辅助。

俱乐部将指定内部AI协调员，使创新实际传递到各部门。将AI不是作为单独的工具，而是作为日常业务的标准构成要素。

为什么重要呢？

职业体育俱乐部在公司范围内导入AI还是罕见的例子。在选手影像分析或球探中使用AI很常见，但向350名全体员工提供ChatGPT Enterprise是不同的层面。

商务总监米夏埃尔·梅斯克表示：“AI在足球中不再是未来的主题。是真正的竞争优势”。[VfL Wolfsburg]

我个人认为这是核心。不是将AI作为“未来技术”来观望，而是宣言现在就活用为竞争力。其他俱乐部也不得不行动。

今后会怎么样呢？

沃尔夫斯堡有与德勤合作制作AI白皮书的先例。体系化的接近是强项。不仅仅是扔给工具，而是同时构建各部门定制型应用程序和内部教育体系。

其他欧洲足球俱乐部跟随的可能性很高。特别是财政有余力的英超联赛俱乐部预计会发表类似声明。

经常问的问题 (FAQ)

Q: ChatGPT Enterprise与普通ChatGPT有什么不同？

A: 是企业用版本。不对对话内容进行AI学习，提供获得SOC 2认证的安全环境。追加了单点登录、管理者仪表盘、无限使用量等企业运营所需的功能。在安全和管理方面比普通版本更上一层楼。

Q: 如何在草坪病诊断中使用AI？

A: 推测为上传草坪照片后，分析症状，提出疾病种类和应对方法的方式。GPT-4 Vision以后图像分析功能大大提高。预计将发挥1次筛选和信息提供作用，而不是代替专家判断。

Q: 其他足球俱乐部也在使用AI吗？

A: 很多俱乐部在选手影像分析、对方球队战术分析、受伤预测等方面活用AI。但是，像沃尔夫斯堡一样向全体员工提供ChatGPT Enterprise的公司范围导入还很少见。西雅图雷恩FC也有活用ChatGPT开发防守战术的事例。

如果这篇文章有用，请订阅AI Digester。

参考资料

AI 机器人占据了 52% 的网络流量：比人类还多

作者

网络流量的过半是 AI 机器人 — 核心数字 3 个

  • 整体网络流量的 52.3% 来自 AI 机器人[AI CERTs]
  • LLM 学习用爬虫流量在 8 个月内从 2.6% 增加到 10.1%，增长了 4 倍[2026 AI Bot Impact Report]
  • Meta AI 机器人占据整体 AI 爬虫流量的 52%，远超 Google(23%) 和 OpenAI(20%)

发生了什么？

进入 2026 年，AI 机器人占据了互联网流量的过半数。根据 2026 AI Bot Impact Report，整体网络流量的 52% 来自机器人，超过了人类用户流量(47.7%)。[2026 AI Bot Impact Report]

特别是 LLM 学习用爬虫急剧增加。 OpenAI、Anthropic、Google DeepMind 等 AI 企业为了模型学习而大规模收集网络信息，该部门的流量就达到了 35%。[AI CERTs]

OpenAI 的 GPTBot 在追踪期间增长了 305%，执行 JavaScript 的用户行为爬取也在 2025 年增加了 15 倍。[2026 AI Bot Impact Report]

为什么重要？

坦率地说，这是互联网的根本经济结构正在动摇的信号。

网站通过广告收入运营。但是如果超过一半的访问者是不看广告的机器人呢？广告模式本身受到威胁。我个人认为，这对整个内容产业的影响仍然被低估了。

更严重的是服务器负载。 AI 机器人消耗高达 70% 的动态资源，加剧了共享主机环境中的“吵闹的邻居”问题。一个网站的机器人流量会降低同一服务器上其他网站的性能。

Cloudflare 等企业推出了 AI 爬虫拦截工具，一些发行商开始采用“按爬取收费”模式。免费抓取内容的时代即将结束。

今后会怎么样？

AI 机器人流量预计会继续增加。 AI 企业的模型学习需求没有减少的迹象，随着 AI 代理的出现，机器人直接浏览网站的情况也在增加。

网站运营者面临选择。有数据显示，拦截 AI 爬虫会减少 75% 的流量。[2026 AI Bot Impact Report] 拦截的话担心搜索曝光，允许的话服务器费用会飙升。

最终，AI 企业和内容创作者之间似乎需要达成新的协议。现在的免费搭车结构是不可持续的。

常见问题 (FAQ)

Q: AI 机器人流量会影响我的网站速度吗？

A: 是的。 AI 爬虫比普通用户更快地请求更多页面。如果使用共享主机，由于同一服务器上其他网站的机器人流量，我的网站也可能会变慢。 Core Web Vitals 分数下降会对 SEO 产生负面影响。

Q: 拦截 AI 爬虫会降低搜索排名吗？

A: Google 或 Bing 等搜索引擎爬虫与 AI 学习用爬虫不同。即使拦截 GPTBot 或 Anthropic 爬虫，也不会直接影响 Google 搜索排名。但是，在 AI 搜索服务中的曝光可能会减少。

Q: 如何查看我的网站的 AI 机器人流量？

A: 可以通过分析服务器日志中的 User-Agent 来查看。查找 GPTBot、ClaudeBot、Google-Extended 等字符串。如果使用 Cloudflare 等 CDN，可以在机器人管理仪表板中单独查看 AI 爬虫流量。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

沃伦参议员对 Gemini 购物结账中的“监视定价”表示担忧 — 国会或将展开调查

作者

沃伦参议员对 Gemini 购物中的“监视定价”表示担忧

  • 伊丽莎白·沃伦正式提出对 Google Gemini 结账的隐私问题
  • 消费者团体警告说“人工智能可能会利用聊天数据高价出售”
  • 84% 的美国人担心人工智能价格操纵

发生了什么？

伊丽莎白·沃伦参议员正式质疑 Google Gemini 的购物结账功能对用户隐私的影响。[The Verge] 沃伦批评这“显然是错误的”，并指出 Google 诱使消费者花费更多钱。[Yahoo News]

这是继 1 月 Groundwork 的 Lindsay Owens 警告说 Google 的 UCP 可能会实现“监视定价”之后的后续行动。[TechCrunch]

为什么重要？

Google 在 1 月份宣布了一项功能，可以直接从 Gemini 应用程序中付款。[The Register] Shopify、Target 和 Walmart 参与其中作为合作伙伴。

Owens 在 X 上警告说“Google 可能会利用聊天数据高价出售”。如果人工智能分析购物模式并判断“这个人即使价格高也会购买”，则可能会显示更高的价格。

Google 反驳说“禁止提供高于其网站的价格”。[Search Engine Journal]

未来会怎样？

很可能会导致议会层面的调查。坦率地说，我更担心未来。如果 Google 对广告的依赖模式得到加强，我怀疑现在的安全措施是否会得到维持。

常见问题 (FAQ)

问：什么是 Gemini 购物结账？

答：这是一种在 Gemini 应用程序中搜索产品后，无需离开 Google 平台即可直接付款的功能。它使用 Google Pay，目前正在美国的一些零售商处进行试运行。

问：什么是监视定价？

答：人工智能分析用户数据，并以不同的价格向不同的人出售相同的产品。例如，如果从富裕社区访问，可能会显示更高的价格。

问：我可以阻止我的数据被使用吗？

答：Gemini Personal Intelligence 采用选择加入方式。如果您在 Google 设置中关闭 Gemini Apps Activity，您可以停止保存对话历史记录。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

ElevenLabs以110亿美元估值融资5亿美元

作者

红杉资本领投，一年内企业估值增长3倍

  • 红杉资本领投，融资5亿美元
  • 企业估值110亿美元 – 一年内增长3倍
  • 语音AI领域最大规模投资

发生了什么？

语音AI初创公司ElevenLabs在红杉资本的带领下，获得了5亿美元的投资。[TechCrunch] 企业估值为110亿美元。红杉资本的安德鲁·里德合伙人将加入董事会。

ElevenLabs由波兰创始人于2022年创立。提供文本转语音、语音克隆、AI配音等服务。[Wikipedia]

为什么重要？

12个月前，企业估值为33亿美元。2025年9月达到66亿美元，现在为110亿美元。[Sacra] 一年内增长了3倍以上。

2025年6月推出的Eleven v3支持70多种语言。已被YouTube用户、游戏开发者、出版商等各种行业广泛使用。还通过实时语音代理平台进军企业市场。

未来会怎样？

预计本次融资将投入到研发和全球扩张中。能否在与OpenAI、谷歌等大型科技公司的竞争中保持语音质量优势，值得关注。

常见问题 (FAQ)

Q: ElevenLabs是一家什么样的公司？

A: 是一家成立于2022年的语音AI公司。提供文本转语音、语音克隆、AI配音、语音代理平台。成立仅3年就实现了110亿美元的企业估值。

Q: 现有投资者有哪些？

A: a16z、红杉资本、ICONIQ Growth等是主要投资者。2024年1月跻身独角兽行列，此后经过C轮融资持续增长。

Q: ElevenLabs的主要技术是什么？

A: Eleven v3模型是核心。支持70多种语言，能够表达情感和进行多方对话。Scribe v2的语音-文本转换准确度是行业领先水平。

如果这篇文章对您有帮助，请订阅AI Digester。

参考资料

Roblox 4D：用AI创建“移动”的3D物体

作者

Roblox 4D：用AI创建“会动”的3D对象

  • Roblox推出4D创作开放测试版
  • 超越静态模型，生成可交互的对象
  • 基于Cube 3D，已生成180万个对象

发生了什么？

Roblox公开了4D创作功能的开放测试版。 不仅可以创建简单的静态3D模型，还可以创建实际运行的对象。[TechCrunch]

Roblox于2025年3月发布了开源AI模型Cube 3D。 它已被用于生成超过180万个3D对象。[TechCrunch]

为什么重要？

现有工具侧重于制作静态模型。 4D是不同的。 家具、车辆和配件实际上会移动。 门会打开，轮子会滚动。

创作者的工作方式正在改变。 无需单独制作3D模型和编写交互代码。 AI会进行集成处理。

未来会怎样？

Roblox是一个拥有8000万日活跃用户的平台。 预计4D正式发布后，UGC生态系统将会发生变化。 无需编码即可实现复杂的交互。

常见问题 (FAQ)

Q: 4D和Cube 3D的区别是什么？

A: Cube 3D仅生成静态模型。 4D添加了交互。 AI会自动实现开门、按钮操作等。 从“观看”的模型演变为“使用”的对象。

Q: 所有人都可以使用吗？

A: 是的。 从2026年2月4日起，所有Roblox开发者都可以使用。 以前只能进行早期访问。 无需单独申请，可以直接在Roblox Studio中使用。

Q: 可以创建哪些对象？

A: 家具、车辆、配件等各种各样的东西。 例如，可以打开的抽屉、移动的汽车、可以佩戴的帽子等。 AI会分析形状并赋予适当的交互。

如果这篇文章对您有帮助，请订阅AI Digester。

参考资料

GitHub Agent HQ：一站式管理6个AI代理

作者

GitHub Agent HQ：6 个 AI 代理集中在一个地方

  • 集成 Claude、Codex、Jules 等
  • 通过 Mission Control 同时管理
  • Copilot Pro+ 用户，本周发布

发生了什么？

GitHub 发布了 Agent HQ。[1] Claude、Codex、Jules 在 GitHub 内部运行。通过 Mission Control 指挥代理。[2]

为什么重要？

AI 编码代理市场变得碎片化。Agent HQ 解决了这个问题。Anthropic CPO 表示“Claude 接收问题并响应 PR”。[3]

未来会怎样？

Pro+ 用户从本周开始使用 Codex。Claude、Jules 将在今年内发布。

常见问题 (FAQ)

Q: 免费吗？

A: 不是。需要 Copilot 付费订阅。

Q: 在哪里使用？

A: 在 Web、VS Code、移动设备、CLI 中同样使用。

Q: AGENTS.md 是什么？

A: 组织编码标准设置文件。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

Mistral Voxtral：以每分钟0.1分的价格撼动大型科技公司的语音AI

作者

Mistral Voxtral：以每分钟 0.1 美分的价格撼动大型科技公司的语音 AI

  • Mistral AI 公开了开源语音模型 Voxtral
  • 价格是 Whisper 的一半，但准确率更高
  • 提供 24B 和 3B 两个版本

发生了什么？

Mistral AI 以开源形式发布了语音识别模型 Voxtral。[Mistral AI] API 的价格为每分钟 0.001 美元，是 Whisper 的一半。

Small (24B) 用于生产环境，Mini (3B) 用于边缘环境。[Hugging Face]

为什么重要？

这是语音 AI 市场的价格破坏。Voxtral Small 击败了 Gemini 2.5 Flash 和 GPT-4o-mini。[Slator] 支持包括韩语在内的 13 种语言。实时模式下的延迟低于 200 毫秒。

未来会怎样？

开源领域出现了一个强大的替代方案。OpenAI 和 Google 的应对措施备受关注。

常见问题 (FAQ)

问：与 Whisper 有什么不同？

答：价格减半，性能更高。Whisper 生态系统更加成熟。

问：可以本地运行吗？

答：可以使用 Mini (3B) 版本。采用 Apache 2.0 许可证。

问：支持韩语吗？

答：已包含在官方支持的 13 种语言中。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料

Tinder 推出 AI 功能，解决滑动疲劳

作者

Tinder 引入 AI：3 行总结

  • Tinder 发布基于 OpenAI API 的“The Game Game”，可以与聊天机器人练习调情
  • 个性化匹配工具“Chemistry”测试中，提供定制匹配代替无限滑动
  • 78% 的约会应用用户经历过倦怠，整个行业都在寻找 AI 突破口

发生了什么？

Tinder 公开了两项基于 AI 的新功能。第一个是“The Game Game”，这是一个利用 OpenAI Realtime API 的语音聊天机器人。[eMarketer] 用户可以与 AI 练习虚拟的初次见面场景。第二个是名为“Chemistry”的匹配工具。它基于提示和个人数据，每天提供精选的匹配。[Global Dating Insights]

Tinder 产品副总裁希拉里·佩恩表示：“更有效率地将用户引导至连接和火花是更好的体验。”[Global Dating Insights]

为什么重要？

约会应用行业正面临严重的危机。 Forbes Health 的一项调查显示，78% 的用户在使用应用程序时经历了情绪和精神上的疲惫。 Gen Z 有 79% 的人感到倦怠。 考虑到普通用户每天花费超过 50 分钟进行滑动，这是理所当然的结果。

Tinder 的业绩也在下滑。 截至 2025 年第三季度，付费用户为 920 万至 930 万，同比下降 7%。 美国 MAU 从 2022 年初的 1800 万人骤降至约 1100 万人。 Bumble (-16%)、Hinge 等竞争对手的情况也类似。

AI 已成为解决此问题的方法。 它提供更少但更准确的匹配，而不是无限滑动。 Bumble 预告将于 2026 年推出 AI 产品，而 Grindr 已经引入了 AI 推荐提要。

未来会怎样？

有一个有趣的信号。 在 Tinder 年终报告中，用户在 2026 年约会方面选择最多的词不是“疲劳”或“指导”，而是“充满希望”。 如果 AI 改善用户体验，则存在反弹的机会。

但是，也存在自相矛盾的情况。 2025 年下半年的研究表明，单身人士希望减少技术，增加线下会面。 无论 AI 如何改善应用内体验，它是否能解决“想要离开应用本身”的根本需求仍是未知数。

常见问题 (FAQ)

问：Tinder 的 The Game Game 如何运作？

答：这是一个利用 OpenAI Realtime API 的语音聊天机器人功能。 用户可以与 AI 语音练习虚拟的初次见面场景。 它旨在提高实际匹配之前的对话技巧。 您可以以游戏化的形式轻松尝试调情。

问：什么是滑动疲劳？

答：这是由约会应用的无限滑动机制引起的情绪和精神疲惫现象。 Forbes Health 的一项调查显示，78% 的用户都经历过这种情况。 原因包括每天平均滑动超过 50 分钟、匹配质量低以及重复失败。 在 Z 世代中尤其严重。

问：其他约会应用也采用 AI 吗？

答：整个行业都在加速采用 AI。 Bumble 预告将于 2026 年推出基于 AI 的新产品。 Grindr 已经在运营 AI 推荐提要。 Hinge 正在改进其匹配算法。 共同目标是提供质量高于数量的匹配。

如果这篇文章对您有帮助，请订阅 AI Digester。

参考资料