AI图片以假乱实,纽约地铁“洪水”照骗过200万人
一张AI生成的纽约地铁洪水图在X平台获200万浏览,官方辟谣。从Midjourney到DALL-E,AI图片正让真假边界模糊,新闻机构与图片库被迫应战。

一张AI生成的纽约地铁洪水图在X平台获200万浏览,官方辟谣。从Midjourney到DALL-E,AI图片正让真假边界模糊,新闻机构与图片库被迫应战。
宁波压铸车间的传感器每50毫秒回传数据,AI在0.8秒内调整参数,良品率从92.7%升至96.4%。智能科技正从展台走进产线,改变的不只是效率,还有岗位分工与数据治理难题。
杭州医院CT室三秒标出微小结节,宁波工厂质检误判率压到千分之四——AI科技落地病房与车间的真实样本,不追求通用智能,而是盯住一道工序死磕。
社区食堂的智能炒锅、工厂的智能质检、医院的智能导诊和路口的智能信号机,正把重复判断交给算法,把异常处理留给人。效率提升之外,误判与卡顿也在发生,一线使用者正学会与智能共事。
凌晨的剪辑室正被生成式工具改写:三十秒广告从八千元压到三百元,ai 视频让拍摄、剪辑与投流预算重新分配,也把标识、版权和深度伪造问题推到台前。
杭州社区卫生中心引入AI智能辅助诊断,肺结节阅片时间从8分钟压缩至12秒,但医生仍坚持逐例复核。厂商增加“不确定”标签,试图降低假阳性。技术落地基层,签字权始终在人手里。
可灵大模型内测名额开放后引发创作者排队申请,1080p、30帧输出把AI生成塞进剪辑与素材补全环节,外包成本从数千元压缩到半小时出片,但手部错乱、镜头逻辑断裂与版权审核问题仍待解决。
杭州一电商客服团队用AI接管八成咨询,人工处理剩余疑难单,单个客服日均处理量从120单升至190单,投诉率不升反降,但交接空档仍是风险点。
杭州服装厂把排产交给AI驱动系统,交货周期从14天缩到9天。记者走访发现,AI驱动落地更依赖物料编码、工序命名等基础工作,而非算法炫技。
地方新闻网站撤下12篇AI生成文章,采访对象竟为虚构。AI文章批量涌入资讯平台,检测、标签与误伤随之而来,写作者面临新边界。