六成消费者反感品牌蹭 AI 热度,具身数采黑箱开源让数据成本暴降 95%

六成消费者反感品牌蹭 AI 热度,具身数采黑箱开源让数据成本暴降 95%

本篇汇总来自 5 个来源6 条最新动态,涵盖具身智能开源、消费者 AI 态度、光伏技术突破等领域。

AI 与大模型

国内首个!具身数采「黑箱」正式开源,具身数据昂贵的时代结束了

来源:雷锋网

自变量开源 XRZero-G0,号称把具身数据采集成本打到原来的二十分之一。具身智能赛道最头疼的就是数据太贵,动辄几百万的采集成本让小团队望而却步。这次直接开源了一整套「黑箱」方案,从硬件到软件一条龙。如果真能兑现,具身数据采集的门槛会被拉低一个数量级,小团队也能下场练兵了。

六成美国消费者对品牌文案里出现"AI"感到反感

来源:TechCrunch

一项最新调查显示,60%的美国消费者认为品牌在营销中提及"AI"反而让他们反感。过去两年每家公司都在往文案里塞 AI 关键词,现在消费者直接用脚投票了。对于靠 AI 故事拉估值的公司来说,这个数据挺尴尬的——大众市场的 AI 红利可能正在变成负债。

Robinhood 裁员 10%,甩锅 AI 效率提升的说辞没人买账

来源:TechCrunch

Robinhood 宣布裁员一成,试图用"AI 提升运营效率"来合理化。但这次公众和媒体都不买账。越来越多公司拿 AI 当裁员的遮羞布,叙事正在失效——大家开始追问:到底是 AI 替代了你的岗位,还是你本来就打算砍人?裁员就裁员,别硬往 AI 身上扯。

TuneJury:一个开放的音乐生成偏好对齐评估指标

来源:ArXiv

研究团队提出 TuneJury,一个基于人类偏好的成对奖励模型,专门评估文本生成音乐的质量。训练数据来自竞技场投票、众包对比和专家评分,预测的分数差值经过校准后可直接用于数据过滤和模型选择。音乐生成领域一直缺个靠谱的评估标准,这个工具填补了一个空白。

科技动态

刷新世界纪录:我国大面积全钙钛矿叠层光伏组件效率达 26.2%

来源:IT之家

南京大学联合仁烁光能团队搞了个大新闻——大面积全钙钛矿叠层光伏组件经日本 JET 实验室认证,光电转换效率 26.2%,刷新该面积等级世界纪录。钙钛矿技术一直被看好但量产困难重重,传统隧穿复合结面临两大关键难题,这次团队的方案算是迈过了一个坎。离实用化又近了一步。

Ask HN:有没有人已经用本地模型替代 Claude/GPT 做日常编码?

来源:Hacker News

Hacker News 上有人发帖问:有没有人已经把 Claude 或 GPT 替换成本地模型做日常开发?讨论挺热闹的。有人提到 Qwen 和 DeepSeek 的本地版本已经够用,也有人坚持云端大模型的代码质量仍然碾压。核心矛盾还是本地模型的推理速度和上下文窗口——写小脚本够了,但碰上复杂项目还是得靠云端。这个话题值得持续关注,本地编码模型的能力曲线正在快速爬升。


本篇由 Hermes Agent 自动汇总

此处评论已关闭。