编辑 | 菠菜

还记得预测所有生物大分子的 AlphaFold3（AF3）吗？距离它的发布已经过去了接近一年的时间。

在这一年里，有百余篇研究论文提及或引用了 AF3。

---

它切切实实促进了生物大分子研究、药物发现、疾病研究等多个领域的发展。

最近，澳门理工大学姚小军、浙江大学侯廷军团队推出了 PepPCBench，这是一个专门为评估 AF3 预测蛋白质-肽复合物能力而开发的综合基准框架。

该团队使用精心挑选的数据集 PepPCSet，该数据集包含 261 个蛋白质-肽复合物，肽长度从 5 到 30 个残基不等（不包含 AF3 的训练集或验证集中的数据）。

基准测试结果表明，AF3 在预测准确度和结构验证方面优于其他 PFNN。然而，其性能对于实际的肽类药物研发而言仍然不足，仍有改进空间。

研究人员表示，PepPCBench 有望为增强蛋白质-肽复合物结构预测和肽类药物研发提供重要见解。

该研究以「PepPCBench is a Comprehensive Benchmark for Protein-Peptide Complex Structure Prediction with AlphaFold3」为题，于 2025 年 4 月 13 日发布在 bioRxiv 预印平台。

肽介导高达40%的蛋白质-蛋白质相互作用（PPI），具有高特异性，能够靶向小分子无法接近的结合位点，使其成为药物开发中的候选药物。

精确建模蛋白质-肽复合物对于理解基本生物学过程和推进基于肽的药物设计至关重要。然而，由于肽的构象灵活性高，预测其与蛋白质的相互作用仍然是一项重大挑战。

AlphaFold3 (AF3) 等全原子蛋白质折叠神经网络（PFNN）为例，已将预测能力从蛋白质扩展到蛋白质-肽复合物。然而，现有的评估方法往往范围有限，缺乏对 PFNN 在蛋白质-肽复合物预测中性能的系统、多维度和公平的比较。

澳门理工大学、浙江大学的研究团队提出了 PepPCBench，这是一个专门用于评估 PFNN（尤其关注 AF3）预测蛋白质-肽复合物结构性能的综合基准测试。

图示：使用 PFNN 进行蛋白质-肽复合物结构预测的 PepPCBench 概述。（来源：论文）

图示：PepPCSet 的 (A) 肽链长度、(B) Rosetta 结合能和 (C) %ASA_i 分布。（来源：论文）

研究人员利用一个精心挑选的数据集 (PepPCSet)，旨在提供一个标准化且强大的平台，从而评估当前 PFNN 在处理蛋白质-肽相互作用所固有的结构复杂性和灵活性方面的能力和局限性。

评估结果表明，AF3 在对接精度和结构效度方面优于同类算法（AFM、RFAA、Chai-1 和 HF3）。它在模型排序和置信度评估方面也表现出色，尤其是在使用 actifpTM 等更精细的置信度指标时，这些指标能够更好地解释柔性和无序区域。

图示：AF3 与其他 PFNN 对接精度比较。（来源：论文）

虽然 AF3 总体上表现出色，其性能也暴露出一些问题。

研究人员分析证实，AF3 存在结构记忆问题，其在肽复合物上的表现与训练期间观察到的类似。在将训练集与测试集和核心集进行比较时，DockQ 得分的显著下降凸显了在结构新颖的复合物上评估模型的重要性。

此外，中等长度（10-20 个残基）且构象偏移适中的肽段仍然尤其具有挑战性，这表明 AF3 的训练和当前数据覆盖范围都存在盲点。虽然增强采样提高了理论上的成功率，但当前评分函数的有效性有限，阻碍了实际预测性能的提升。

除了对接指标外，研究人员还使用 MolProbity 和 Clash Score 验证了结构质量，发现 AF3 生成的模型不仅几何结构合理，而且与原始 PDB 结构非常接近。这种结构保真度为下游功能预测（例如虚拟筛选）奠定了坚实的基础。

图示：AF3 在筛选 MHC-II 系统高亲和力肽结合剂方面的案例研究。（来源：论文）

研究人员在论文里表示：「事实上，我们针对 MHC-II 系统的案例研究证明了 AF3 在实际应用中的广阔潜力。通过实验测量结合亲和力，我们观察到 AF3 的结构预测——结合 actifpTM 和 Rosetta 结合能等强大的评分函数——能够可靠地对肽结合物进行排序并恢复高亲和力配体。然而，排序性能因所使用的评分函数而异，这再次强调了将结构预测与可靠的事后评估相结合的重要性。」

总而言之，PepPCBench 提供了一个严格、多样且可重复的基准，用于评估基于 PFNN 的蛋白质-肽复合物预测，从而满足了该领域的一项关键需求。

通过对五种最新模型（AF3、AFM、RFAA、Chai-1 和 HF3）的评估，他们发现了这些模型的主要优势和局限性，尤其是 AF3 模型，凸显了其在基于结构的肽设计方面的潜力，同时也揭示了有待改进的领域。

这些评估结果说明了方法透明性、数据集独立性以及整合互补验证策略在未来模型开发中的重要性。

PepPCBench 在奠定坚实基础的同时，也指明了清晰的改进方向——例如整合更多样化的蛋白质家族、翻译后修饰和环肽，以提高基准的通用性。

「我们相信，PepPCBench 将成为方法开发者和实验生物学家的宝贵资源，通过更可靠的结构预测加速下一代肽疗法的进展。」研究人员在论文的讨论部分表示。

论文链接：https://www.biorxiv.org/content/10.1101/2025.04.08.647699v1

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

在能源AI这个高门槛赛道，中科类脑完成了一场从技术攻坚到商业变现的深度突围。

单笔融资破亿，能源 AI 杀出实力派

「 AI 的尽头是能源！」马斯克与 Sam Altman 的隔空对话，将能源革命与智能革命的交汇点推向全球视野。

---

当前，这一进程正在中国加速。

据统计，2024 年前三季度，能源行业大模型招标项目超 80 个，多数能源企业已建成自有模型，涵盖核电、电网、发电等多个领域。DeepSeek 爆火后，以国家电网、南方电网及五大发电集团为代表的能源央企，正加速推进 AI 融合应用。

在智能化转型浪潮中，能源行业 AI 大模型全栈解决方案提供商中科类脑宣布完成亿元级 B 轮融资。此轮融资由中国移动旗下的北京中移数字新经济产业基金独家战略投资，也是该基金在 AI 模型领域的又一重要布局。

此前，中科类脑已在 A 轮融资中获得合肥创新投等地方国资支持。此番「国家队」资本强势注入，不仅标志着中科类脑正式跻身「 AI 国家队」行列，更意味着其自主可控的技术体系进一步获得产业界的广泛认可。

从顶天到立地，七年锚定能源赛道

中科类脑成立于 2017 年，是中国科学技术大学赋权项目之一，也是类脑智能技术及应用国家工程实验室（以下简称「类脑实验室」）迄今唯一产业化单位，肩负「顶天立地」的成果转化使命与愿景。类脑智能技术通过模拟人脑神经机制实现认知突破，是国家下一代 AI 布局的核心方向。然而，如何将类脑实验室技术转化为产业应用？

知名管理咨询机构埃森哲曾指出：「未来的能源世界是一个由数以十亿计的可再生能源发电、储能、智能用电设备构成的『碎片化』能源系统」，它们在数字世界重构与融合根本离不开 AI 技术。

初创期的中科类脑虽开发出类脑云 OS 底座，却在业务聚焦上经历阵痛。2019 年，公司战略转向能源赛道，迎来关键转折。

作为国民经济的基础性产业，能源世界正在发生重大变革。供给侧(发电侧)，随着分布式光伏、风电等可再生能源的广泛普及，其装机容量和发电量正在迅速增长；用电侧（负荷），随着新能源汽车的普及，自动驾驶、V2G（车辆到电网）等技术也在不断进步，推动交通行业电气化水平日益提升；输配电侧，电网作为承载电能转换利用和输送的「大动脉」，面临迫切的智能升级需求。

尤其是 2021 年 —— 十四五规划开局之年，「做好碳达峰、碳中和工作」 （亦即「双碳」）被列为重点任务之一，使得能源数字化有了更强的政策驱动性。中国能源研究会能源互联网专委会等发布的《数字能源发展白皮书 2023 》预测，到 2029 年中国数字能源产业市场规模将达 6384.43 亿元。中研普华数据显示，预计到 2029 年，中国数字能源市场规模将达到 881 亿美元。实验室的「顶天」技术可以大展拳脚。

例如，作为电网核心目标之一，电力运作体系的安全、可靠、经济及高效运行是关键。而在人力有限情况下，为实现设备巡视、集中监控、无人机飞巡等生产方式和作业模式逐步向数字化、智能化发展，需深度介入 AI 及物联网等技术，构建「健康诊断科学化、运行维护智能化、检修抢修精益化」新运检模式，保障电网安全运行，提高运检质量、效率和效益。

随着风能和太阳能等间歇性可再生能源发电占比不断增加，对精确发电量预测的需求水涨船高，与此同时，如何优化电力设备配置，提高电网调度运行效率也成为电网的必然选择。这些不稳定能源如何消纳以及保障能源的稳定提供，都需 AI 的核心技术——新能源的智能预测和区域调度决策技术。

「一米宽、千米深」 唯有全栈，方能「深耕」

谋定而后动。中科类脑建构起「全栈式」技术路径——从底层算力支撑、核心算法研发到上层场景应用，有效推动了前沿技术与真实业务场景的深度融合。目前，其产品和解决方案已覆盖发、输、变、配、用、安监等核心场景，并推出算电融合服务，凭借高精度、低成本、自主可控等优势获得市场高度认可，AI 项目复购率超 75% ，客户覆盖五大发电集团等 80% 的行业头部企业。

融合能源多模态大模型+DeepSeek的新一代智慧电站运维「智能体」系统

能源电力行业对安全性、鲁棒性（Robustness）要求极高，通用大模型（如 ChatGPT、DeepSeek ）虽为「通才」，却因幻觉问题不可控、缺乏行业知识，难以满足全工况条件下的基线要求。为此，中科类脑基于电力场景知识，结合人类反馈机制，打造了能源多模态大模型。

该模型是一种模拟人脑多感官信息处理的先进视觉检测技术。它创新性地融合了图像和文字信息，使模型能更深入理解和识别复杂的能源场景。特别是在电力场景中，模型通过典型图例辅助，能更准确地检测难以用文字描述的缺陷。为解决数据不足问题，模型利用 SAM 等技术从无标签图像中学习，并能在少量标记样本下精准检测。针对实际应用，模型进行了国产化适配，使其能在昇腾 NPU 上高效运行，提升了推理速度和效率。

能源多模态大模型赋能电力业务应用

能源电力行业的特殊性决定了单纯提供算法模型难以真正深入。同时，能源行业涉及国家关键基础设施，全面的国产自主可控已成定局。中科类脑围绕能源场景，结合全国产化算力打造了与能源业务系统协同的数据采集、传输、分析到辅助决策的闭环系统，确保能源多模态大模型高质量迭代。同时，构建了全国产化的异构算力调度和大模型研发平台，确保大模型的高效快。

中科类脑自 2017 年起深耕异构算力系统研发，其自研平台具备高效调度、算力加速等能力。在多款国产芯片上，训练效能可达国际同级芯片的 80% ，满足自主可控需求；在大模型多机推理实测算力加速约 30% 。

此外，针对当下行业算力资源分布不均、调配不合理、存储架构不兼容等共性难题，中科类脑突破异构算力适配、调度、存储统一纳管等关键技术，可实现不同计算中心算力、网络、存储等资源的互联互通，可智能调配跨地域、跨架构、跨归属的算力资源。

夯筑壁垒，众人拾柴火焰高

在能源 AI 这个高门槛赛道，中科类脑用七年时间完成了一场从技术攻坚到商业变现的深度突围。电力行业的特殊性构筑了天然壁垒——系统复杂性、安全严苛性，这些看似阻碍的因素，恰恰成为中科类脑构建护城河的最佳材料。

在能源电力领域，能源多模态大模型预训练数据量已成规模，构建起强大的基础认知能力。同时，通过将大量电力的专家经验转化为模型的基础能力，资深工程师数十年的实践经验被转化为 AI 可理解的决策逻辑。更重要的是，三十类机理模型库的建立，确保了 AI 预测既符合物理规律又具备可解释性。

工程化能力是国产化落地的关键一跃。据了解，中科类脑通过建设淮海人工智能中心、合肥多元异构算力调度平台以及宁波东方理工智算中心等智算集群，沉淀出算力调度优化、算子融合加速、国产化 AI 芯片适配等核心工程能力。此外，公司同步推进的皖疆绿色算力科技产业园正加速布局低碳基础设施，为「东数西算」战略提供跨区域算力协同与绿色转型支撑。

服务创新是中科类脑的另一大特色。公司组建了一支由研发人员、数据专家以及能源市场专家构成的复合型团队，这些「行业翻译官」有效弥合了技术与业务之间的鸿沟。企业创新采用「开发-验证-迭代」的动态闭环体系，实现算法研发全链条的并行协同。经实证，这些创新不仅带来 10 倍审核效率飞跃，算法迭代周期也缩短了 60% ，成功推动 AI 技术完成从实验室到实用化的价值跃迁。

此外，团队还提供特定细分场景的设备诊断攻关服务。例如，通过多模态数据融合数据分析能力，结合运行工况与机理，实现变压器的综合诊断和状态评价，有效降低维护成本，并使变压器保持长周期稳定运行。

在能源电力这个复杂的巨系统面前，单打独斗难以推动行业智能化发展。为此，中科类脑采取了开放合作的战略，「我们需要更多的合作伙伴、更多的前沿技术共同投入到这个行业当中，一起推动行业的变革。」中科类脑董事长、90 后国家万人领军刘海峰曾说。

公司一方面与类脑实验室持续联动，通过技术资产成果转化等机制，将实验室在计算机视觉、多媒体内容处理、视频编解码等领域的前沿研究成果转化为产业应用，既保障了技术源头活水，又加速了科研成果转化。

另一方面，公司通过 BitaHub 社区开放算力资源与 AI 开发环境，支撑科研机构与企业的智能化转型，已实现能源电力能力向建材、水利、政务等行业的横向复制。

三层变现结构，迈向更广阔行业

目前，中科类脑的核心技术已在多个领域取得显著成效：为十余省市的 100 余座变电站提供智能化运维服务；助力安徽配网无人机诊断效率有效提升；在新能源领域打造了多个标杆项目，其中某央企智慧风电场站项目荣获「四星级」评定。

在商业模式上，公司构建了「算力调度-模型服务-应用订阅」的三层价值体系，正在实现从项目制向产品化的转型：标准化 AI 套件收入占比从过去的 20% 提升至 55% ，年度经常性收入数亿元，标杆客户年付费增长达 300% 。更值得一提的是，公司人效比达到行业平均水平的两倍。这些成绩充分验证了其专业化发展路径的商业价值。

人工智能赋能能源行业转型升级，是一条充满挑战却前景广阔的道路。正如刘海峰所言：「我们做好了至少 8-10 年的长期投入准备，扎根能源智能化领域，为国家的能源转型贡献科技力量。」

这种长期主义的坚持，也得到图灵奖得主约瑟夫·斯发基斯（ Joseph Sifakis ）近期观点的支持。前不久，在中关村论坛上，这位杰出计算机科学家指出，中国应制定独特的 AI 愿景。中国的 AI 具有强大的工业特征，可凭借雄厚的工业基础，打造智能电网、智能工厂、自动驾驶交通系统、智慧城市等智能产品和服务。

如今，中科类脑正将能源领域淬炼出的 AI 能力，不断向更广阔的工业制造场景延伸。技术「顶天」与产业「立地」之间，创新火花在这里持续迸发，推动行业巨轮远航。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

当AGI向着PhysicalAI物理具⾝智能时代演进，⼀场重塑未来认知的⻛暴正在悄然兴起。在2025 SENSETIMETECHDAY商汤技术交流⽇上，灵宇宙创始⼈兼⾸席执⾏官顾嘉唯做了分享。

---

他认为在当下AI技术从“⼯具属性”向“伙伴属性”跃迁，⼈机交互范式正在经历从“⼈适应机器”到“机器理解世界”的根本性变⾰。⼈们和世界的交互会随之发⽣巨变。下⼀代年轻⼈会开启全新的个性化教育模式，摆脱填鸭式教学让快乐学习成为⽇常。

灵宇宙推出的新款AI终端（灵感源⾃电影《Her》），通过重塑⼈与物理世界的交互逻辑，重新定义学习⽅式让“世界即课堂，万物皆教材”成为现实。

在这个背景下，灵宇宙开发出⼀款新产品「Ling！灵宇宙AI学伴（昵称：⼩⽅机）」（以下简称：Ling！），它是⼀个随⾝的AI助理和伙伴，搭载的⼀套物理世界的AI-OS，叫做LingOS，让学习的对象从⼀平⽶书桌来到更⼴域的整个物理空间，给孩⼦构建了⼀个专属的4D空间交互智能的“世界模型”，让他们在学习认知的成⻓的过程中获得更好的体验。

灵宇宙是⼀家专注空间交互智能的创新公司，致⼸于构建新⼀代物理世界AI-OS，赋予机器⼈“灵魂”，让万物在AI驱动下焕发“灵性”。⾃2023年AI⼤模型浪潮中诞⽣，公司半年内完成三轮融资，备受资本市场⻘睐。

Luka卢卡与Ling！两⼤教育陪伴AI终端，公司已经迅速通过市场反馈迭代出“双终端矩阵”和完整的产品规划路线图。前者以“读万卷书”为核⼼理念，通过绘本识别技术实现桌⾯交互学习；后者则以“⾏万⾥路”为⽬标，将物理世界转化为互动课堂，让学习突破书桌局限。

在创⽴灵宇宙前，顾嘉唯的智能AI机器⼈⽣涯已经持续10年。他先后在微软研究院，百度⼈⼯智能研究院⼯作，主导前沿AI⼈机交互产品的研发。后携⼣A股上市公司创⽴「物灵科技」并担任CEO，打造了消费级服务机器⼈矩阵，他还曾在创业期间投资了包括Knightscope、Rethink、Jibo在内的全球知名AI机器⼈明星项⽬。

以下是他本次⼤会上的演讲内容：各位领导好，商汤的同事们，⼤家好，我是灵宇宙的创始⼈顾嘉唯。很⾼兴来到商汤这个舞台，讲讲“AI之道，百姓之⽇⽤”的其中⼀个环节。我们都知道下⼀代是我们全社会很关⼼的⼈群，2010年以后出⽣的孩⼦在⼈⼝统计学⾥叫做“GenerationAlpha阿尔法世代”，他们是智能时代的AI原住⺠，代表了未来，是看得到光芒的⼀群⼈。

那么在今天什么是更好的陪伴和教育呢？

解答这个问题之前，我先介绍⼀下我们灵宇宙在做的事情。在过去⼗年，我们探索过各种各样的陪伴家庭的机器⼈，有⼀个爆款叫「Luka卢卡猫头鹰绘本阅读陪伴机器⼈」（以下简称：Luka卢卡），是针对0~8岁孩⼦的产品，已经卖了近千万台了。Luka卢卡是利⽤多模态⼈⼯智能技术，OCR⽂字识别、VQA图像识别等，猫头鹰眉⼼处有个摄像头去识别桌⾯上的绘本进⾏互动阅读和陪伴，“读万卷书”是我们对这款产品的定义。

Luka卢卡也是伴随着过去⼗年AI的发展⼀步步演进的，从早期感知、分析型的AI（Perception AI），到⽣成式的AI（Generative AI）的时代。今天的Luka卢卡可以实时地在桌⾯上看到任何东西，并且可以讲读出⾮常有意思的故事内容创作给孩⼦。

有了⻓记忆、强推理、强交互的大模型能⼒之后，更加智能的AI终端也会让带娃这件事变得更加松弛且富有创造性。⼀个好的绘本讲读师，对于⼀本绘本的延展，可以⽐爸爸妈妈讲得好很多。⽽Luka卢卡⽐家⻓更擅⻓读绘本讲故事，今天的AI不仅在表达发散能⼒、创造能⼒⽅⾯带来的惊喜超过了之前的绘本讲读师，还具备对上下⽂的⻓记忆能⼒，这使得互动感更强。

当前是智能体的AI（Agentic AI）时代，并且我们正在加速往具⾝物理世界的AI（Physical AI）发展。在感知型AI和⽣成式AI的时代，⼿机依然会是绝⼤多数⼈们的智能AI终端。⽽在未来，随着AI 深度融⼊物理世界，终端形态将迎来颠覆性变⾰，在智能体AI和具⾝物理AI的时代，不仅⼿机将进化为更轻量化的交互载体，也会有新的AI物种诞⽣。

我们的公司名为灵宇宙，「万物有灵」是我们秉持的理念，也是我们在追求通⽤⼈⼯智能AGI⽅向上，从哲学层⾯的⼀种思考。伴随着具⾝物理AI的发展进程，未来我们灵宇宙的产品也会推出各种形态的AGI原⽣的AINative智能终端，可能是⼈形机器⼈、穿戴眼镜或者视⽹膜的投屏。

在通过LingOS改造下⼀代⼈机交互的过程中，我们也交出了这个阶段的答卷⸻Ling！这个产品。

作为灵宇宙基于LingOS系统打造的⾸款产品，Ling！不仅是随⾝AI助理，更是⻘少年探索世界的「智能伙伴」。它突破屏幕限制，通过多模态感知与实时对话能⼒的超级智能体，化⾝「⾏⾛的⼗万个为什么」⸺如同电影《Her》中理解世界的胸前的贴⾝终端，让知识获取从「被动搜索」转向「主动探索」。我们将这⼀定位凝练为「⾏万⾥路」⸺即让物理世界的每个场景都成为学习的课堂。

当年Luka卢卡引领了教育⾏业，让桌⾯阅读变成了⼀个交互范式，随之带来了开创式的桌⾯多模态AI交互空间。在后续的产品创新中，我们也强烈感知到具⾝AI的时代整个教育电⼦和AI教育⾏业会迎来⼀波新的重⼤机遇。所以在今天我们⼜开创了随⾝的AI学习伙伴这样⼀个新品类，来引领这个⾏业。

我们认为Ling！是符合当下AGI演进阶段的PMF（Product-Market Fit产品与市场匹配）⽅式。虽然它还不是“万物有灵”的终形态，但它是⽬前的佳解决⽅案。今天⼤模型时代下家⻓想给孩⼦⼀个“⾖包”，给孩⼦⽤DeepSeek、⽇⽇新，但因为当下⼤多数家⻓是不放⼼给孩⼦⼿机直接使⽤，所以它解决了孩⼦在AI时代需要⼀款新的智能AI终端的问题，陪伴孩⼦去认知世界。下⼀代的AI智能⼿机的交互范式变⾰会从⻘少年的随⾝AIAgent智能体开始。

可以从视频中看到，我们跟李⽩打⼀通Facetime实时视频电话，让他跨越时间的⻓河来到你⾝边，在今天这样的⼀个春天的景象上跟你来⼀场实时对话和互动，我们希望给孩⼦创造第⼆个⼤脑，第三只眼睛，与⽤⼦同源感知包括视觉、听觉等第⼀视⻆感知与处理能⼒，让多模态⼤模型技术实现拟⼈化实时交互，实现全场景捕捉孩⼦的每⼀个可教时刻，让他的好奇⼼永远不掉在地上。

Ling！除了实时的Facetime外，还有很多丰富的交互。孩⼦可以不断在刷到更多⾃⼰喜欢的角色产⽣的丰富内容，实现把“把万物变成教材，把世界变成教室”，让孩⼦活在和真实世界的智能交互中。灵宇宙通过“点物赋灵”技术，为每个物理实体赋予智能属性，当儿童与绘本、玩具、家具、空间互动时，不同的IP角色Agent“人”可实时解析物体的形态、功能、背后的知识图谱，将其转化为个性化学习内容，例如达尔⽂扫描恐⻰玩具⾃动⽣成进化史互动故事，⽤AI拆解恐⻰化⽯构造、解读植物生长原理，将零散⻅闻转化为系统性知识。⾝边的现实世界如自然景观、历史文物、日常物品本身就是佳的学习素材。例如，观察⼀⽚树叶可学习生物结构，触摸⼀块岩石可理解地质变迁，这种“具⾝认知”比书本教材或屏幕上的二维内容更具冲击⼒。

⽐如，当孩⼦到了植物馆，会有⼀个达尔⽂角色主动来找他，为他布置⼀个探险「百科类」任务，让他扮演“探险队长”一步步去解锁拓展知识，解决每次出行“孩⼦⾛⻢观花、到此⼀游”的父母焦虑；当他参观博物馆时，可以将眼前的静态展品激活，除了开口还会跳舞，使其变成⼀个丰富且生动的历史动态场景，把每趟出行变成知识充电站；Ling！让父母无需报高价外教班，「语言类」AI教师能够将真实场景变成沉浸式课堂，带着孩⼦前往任何地方学习语言，孩⼦随时随地“用外语解决真实问题”，把碎片时间变成英语角，例如在公园模拟“问路外教”对话，在超市练习商品英文描述，用角色扮演消除开口恐惧，告别“哑巴英语”；此外，Ling！还可以通过图像生成的方式，将物理世界的实物变成孩⼦喜欢的画作，培养孩⼦「艺术创造力」，替代低价值屏幕娱乐沉迷，让孩⼦在创作中释放想象力，并且跟AI一起创作的作品还能分享至IP角色和Multi-agent的朋友圈，每一次分享都能获得正向激励，增加“孩⼦们社交圈”的粘性，越玩越自信。

在创造Ling！的背后，我们会发现今天的AI时代有两层很⼤的变化：

第⼀，未来会有⽆感的交互出现。⽆感交互指AI会让你不再需要学习设备怎么去⽤，以前我们通过在设备上了解怎么⽤微信，⽤⿏标键盘来操作信息联系⼈，是在屏幕上交互信息。但有了LingOS之后，孩⼦都不需要进入APP获取信息和服务，他们只要习惯“找人”做事的交互方式。通过我们的产品，小孩只要开口去呼唤Ling！⾥⾯的24小时在线的角色伙伴，就可以解决问题，我们把它定义成叫“万物有灵”的AI人机交互赋能体验。

第⼆，设备会越来越隐形化甚至不可见化。通过设备去跟物理世界完成更丰富的多模态实时交互。没有延时的情况下甚至可以让物理世界“活”过来。未来还会有新的变化，不只限于讲话解读，而是场景中的物体，比如那束花，自⼰跳出来给你讲它的故事内容和它的阅历，这就是我们所描述的“点物赋灵”的体验。未来，孩⼦可以跟世界模型打交道的场景，会让万事万物活过来，跟孩⼦直接互动。

LingOS的“世界即交互界⾯，万物皆有灵”就是灵宇宙定义的交互范式的变⾰，⼈机交互层是AI时代的AgentOS“操作系统”，⽽新⼀代的年轻孩⼦是率先适应具⾝智能AI时代新交互范式的⼈群。

通过Luka卢卡和Ling！这两个AI终端产品矩阵，形成个性化数据协同，灵宇宙希望帮助成千上万的家庭完成高质量的带娃体验，率先进⼊具⾝物理世界Physical AI的时代。Luka卢卡是通过图像识别解读和互动书桌上的内容，Ling！正在让交互从⼀平⽶的书桌来到更⼴域的物理空间，让孩⼦真正能够向世界去学习。不只是在设备的屏幕上交互信息，而是透过屏幕跟物理世界交互，以“世界”为中⼼而不是以“设备”为中⼼，定位为现实世界的游戏化的探索交互式学习引擎，“点物赋灵”技术给孩⼦去构建⼀个专属的非常好的世界模型，让他们能够在具⾝认知世界和成⻓的过程当中有更好的体验，让现实世界比游戏更迷⼈。

灵宇宙的核心价值在于“定义下⼀代⼈机交互”，⽽⾮制造硬件设备。硬件是载体，交互是灵魂，数据是燃料。通过AIAgentOS构建⼀个类似iOS和Android的物理世界AI-OS这套操作系统核心逻辑在于：物理实体本身成为智能载体，用户无需通过手机、电脑等中间设备，直接与环境中的物体，如绘本、玩具、家具、电器、动植物等进⾏自然交互。从Luka卢卡⼀开始的无屏触控技术在桌⾯上形成的绘本阅读及桌⾯交互场景，到Ling！将世界成为课堂，这种“无设备感”的交互体验，本质上是将整个物理世界转化为可交互的界面，实现“世界即课堂，万物即教材”的愿景。

整个AI电子教育行业会迎来⼀波新的非常大的机会。因为大家都知道今天教育是整个“AI之道，百姓之日用”里的供需两侧都变化;⼤的行业之一，这时候恰恰有⼀个非常好的“iPhone moment”，交互方式的变革让教育内容的连接发生了本质的变化，让每个小朋友在AI的陪伴下，完成和世界的每一次交互。坚持原创，引领行业，一直以来是我们的使命，从几年前Luka卢卡的创新让上千万家庭孩⼦爱上阅读，到今天我们⼜开创了这样⼀个新品类来引领这个行业⸺随⾝的AI学习伙伴。

开启下⼀代智能AI新终端：让“随时在线的聪明大脑”成为智能时代原住⺠的成⻓标配。当他们从⼩习惯了⽆感交互，习惯于找“人”做事，基于伙伴关系式交互和⻓期记忆，⼀个AI学伴团，既超级懂你又超级会解决问题，还提供情绪价值，再也回不到APP的使用习惯。更多在物理世界基于空间交互智能，会让下⼀代年轻⼈发现身边的真实世界居然那么好玩，而不是一刻不停地刷手机、刷Feeds流被投喂内容。而灵宇宙“万物有灵”的终极形态也会随着AI技术的演进，不断优化我们这套4D空间人机交互操作系统LingOS inside推出各种形态的家用陪伴AI机器人和随身智能AI终端。

相信很多小朋友和家长已经开始心动了，大家可以关注灵宇宙官⽹ https://ling.ai/ 以及社交媒体（视频号、小红书）获取更详细产品信息和公司的新进展。希望这样的智能交互终端能够给更多的家庭带来轻松愉悦的松弛带娃的体验，也能为智能时代原住⺠提供⼀个率先通往未来的窗⼝！

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Alphabet的谷歌公司在周四被法院裁定非法主导了两个在线广告技术市场，给科技巨头带来了又一次打击，并为美国反垄断检察官寻求分拆其广告产品铺平了道路。

---

维吉尼亚州亚历山德里亚的联邦地区法官Leonie Brinkema裁定，谷歌“故意获得并维持垄断地位”，在发布者广告服务器市场和买卖双方之间的广告交易市场。发布者广告服务器是用于网站存储和管理广告库存的平台。反垄断执法者未能证明该公司在广告主广告网络方面存在垄断，法官写道。谷歌监管事务副总裁Lee-Anne Mulholland表示，谷歌将对裁决提出上诉。“我们赢得了这起案件的一半，我们将对另一半提出上诉。”她补充道，谷歌不同意关于其发布者工具的裁定。“出版商有很多选择，他们选择谷歌是因为我们的广告技术工具简单、经济和有效。”谷歌面临美国政府试图解散其广告业务的请求这项裁决为下次听证会清扫了道路，以确定谷歌必须采取何种措施来恢复这些市场的竞争，例如在尚未安排的试判中出售其业务的部分。司法部表示，谷歌至少应该出售其Google Ad Manager，这包括该公司的发布者广告服务器和广告交换。谷歌现在面临两家美国法院可能下令出售资产或改变商业做法的局面。华盛顿的一位法官下周将就司法部要求谷歌出售其Chrome浏览器并采取其他措施以结束其在线搜索主导地位进行审判。谷歌此前曾考虑出售其广告交换以安抚欧洲反垄断监管机构。Brinkema负责审理去年为期三周的试验，该案由司法部和一个州际联盟提起。检察官在审判中表示，谷歌使用了经典的垄断手段，通过收购消除竞争对手，锁定客户使用其产品，并控制在线广告市场的交易方式。谷歌辩称，此案聚焦于过去，当时该公司仍在努力使其工具能与竞争对手的产品连接。谷歌的律师表示，检察官忽视了包括亚马逊和康卡斯特在内的科技公司所带来的竞争，因为数字广告支出向应用程序和流媒体视频转移。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

在按下一个按钮的瞬间，您的特斯拉可以在无人驾驶的情况下从停车位中驶出，这个功能被称作“召唤”。

---

它在高速公路上自动驾驶。当您到达目的地时，它还可以通过一个名为“监视模式”（Sentry Mode）的功能记录停车时周围的活动。为了有效地操作这些功能，您的汽车需要监测和收集大量关于您的数据。绝大多数特斯拉车辆配备了九个内外部摄像头。来自特斯拉的信息，通过位置跟踪器、传感器等，可以描绘出您生活和移动的复杂画面。

“特斯拉真的是一种不断进行监视的平台，”数字权利研究组织电子隐私信息中心（Electronic Privacy Information Center）的高级顾问和诉讼主管约翰·达维森（John Davisson）说。“特斯拉确实提供了一些隐私保障措施，至少在设置上可以让您选择不分享数据……前提是特斯拉确实遵循这些承诺。”

特斯拉并不是唯一一家收集大量数据以启用一系列高级功能的汽车制造商。任何联网汽车都需要收集某种程度的信息来进行操作。一些特斯拉车主对于首席执行官埃隆·马斯克（Elon Musk）在唐纳德·特朗普（Donald Trump）政府中的角色感到新近的担忧。

根据马祖拉基金会（Mozilla Foundation）的倡导主任里姆·苏莱曼（Reem Suleiman）的说法，这些担忧并非毫无根据。该组织在对汽车制造商的数据安全实践进行评估时给予特斯拉“隐私不含”的分级。首先，该公司的保护用户数据的记录不稳定。2023年，路透社的调查发现员工们在内部消息论坛中分享特斯拉车辆捕获的敏感录像。华盛顿邮报对推特（Twitter）和随后在马斯克接管后更名为X的透明度报告的分析显示，X在2024年上半年回应的内容删除请求比推特在2021年所有时间段内增加了20%。

我们咨询了隐私专家，审查了特斯拉的隐私政策，甚至向特斯拉自己的AI聊天机器人询问了如何尽可能少地与特斯拉分享数据。如果您拥有特斯拉，有一些预防措施可以采取，而且在许多情况下，您应该这样做。但请注意，调整这些设置以尽可能少地与特斯拉分享数据将关闭您许多汽车功能的访问权限。

“他们实际上在说，如果您选择退出数据收集，那么您的汽车基本上将变成一辆‘废车’。”苏莱曼说。“他们基本上是在说，您的车辆可能会出现功能减少、严重损坏或无法操作。所以，换句话说，这实际上是一个非选择的问题。”

以下是有关您在特斯拉车辆中隐私的一些知识：

特斯拉正在收集哪些关于您的信息？
特斯拉的隐私政策详细列出了其车辆所收集的各种数据——其中大部分存储在本地，但如果您不更改设置，也会发送给公司。根据特斯拉的AI聊天机器人，收集到的信息包括：“位置数据（尽管特斯拉不记录或存储与车辆有关的GPS信息，除非发生事故）；驾驶习惯和行为（例如速度、刹车模式和加速）；诊断和车辆使用数据（以帮助改善特斯拉的产品和服务）；娱乐系统数据（如浏览历史和语音命令）以及自动驾驶数据（摄像头录音、传感器读数及其他支持高级安全功能的输入）。”

好消息是，如果选择不将信息分享给公司，数据可以在您汽车的本地驱动器上进行收集和存储。坏消息是，如果执法部门以某种方式获得您的车辆，他们仍然可以访问这些数据，根据电子隐私信息中心的达维森的说法。

而且，不仅是您的车正在收集信息。您可以通过特斯拉移动应用激活监视模式或召唤功能，该应用也会收集位置、联系人、浏览和设备信息。继续阅读以了解如何减少您的汽车对您的监控。

特斯拉将数据分享给谁？
如果您选择与特斯拉分享您的数据，那么它收集的所有数据可能会与第三方共享，包括执法部门。根据公司的隐私政策，除了在收到有效的法院命令时将数据分享给执法部门外，特斯拉还会在“保护国家安全或公共安全至关重要”的情况下共享数据。达维森表示，这一措辞模糊不清，为与执法部门分享录像材料开了方便之门。例如，最近，联邦调查局（FBI）将对特斯拉车辆和展厅的破坏行为归类为“国内恐怖主义”。

“尤其是现在，所有的事情看起来都是国家紧急状态，从考虑移民执法被视为需要与ICE或其他执法官员不断共享实时录像的安全问题，这是一道非常短的跳跃。”达维森说。“这种情况十分令人担忧。”

那么，您如何保护自己的数据？
每个人在隐私方面的风险感知都不同。有些人可能对谁在获取其个人信息更加担忧。然而，您需要注意的不只是自己的隐私，特斯拉的外部摄像头可以收集到车周围人的影像。

如果您担心信息收集，且尚未拥有特斯拉，隐私专家建议您选择其他汽车品牌。如果您已经拥有并希望恢复自己的隐私，请出售它。连特斯拉的AI聊天机器人都给出了类似的建议：“如果某人对隐私深感担忧，他们可以考虑替代方案，例如：选择一款制造商数据收集做法更加严格的车辆（尽管可能在便利特性上有所欠缺）；探索后市场解决方案或修改，这可能会使质保失效或引入兼容性问题）。”

出售汽车前进行工厂重置
所以您已经购买了特斯拉，并决定出售它。苏莱曼和马祖拉基金会强烈建议，在您这样做之前进行工厂重置。这意味着您的汽车将被清空所有数据，就像它刚刚出厂一样。“卖掉汽车并不意味着您已经清理了数据，”苏莱曼说。“这需要一些尽职调查。”

在将车辆从您的特斯拉账户中移除之前，您需要在汽车的设置中进行工厂重置。坐在驾驶座上，按照以下步骤进行操作：

1. 转到控制 > 服务 > 工厂重置。
2. 输入您的特斯拉账户用户名和密码以验证您的身份。
3. 确认您要执行工厂重置。

“这将擦除所有个人数据，包括保存的地址、音乐收藏和联系人，并将汽车的设置恢复为出厂默认，”根据特斯拉的AI聊天机器人介绍。该公司还建议删除您的“HomeLink”设备——这些设备可以让您通过特斯拉控制车库门、灯光或家庭安保系统。通过点击“控制”屏幕顶部的“HomeLink”图标，进入HomeLink设置，您可以将与其他设备的连接移除。

如何与特斯拉共享最少的数据
在您车辆和特斯拉应用的设置中，您可以选择不与公司分享您的数据。但正如之前所提到的，准备好失去一些汽车功能。

在您的汽车中选择退出数据共享相对简单。进入设置 > 软件 > 数据共享。关闭“允许数据共享”。这将禁用分析、道路段、诊断和车辆使用数据的共享。特斯拉的AI聊天机器人还建议关闭“允许自动驾驶分析”，以停止共享与自动驾驶相关的数据。

退出手机应用的位置和数据共享。在特斯拉应用中，进入设置（按钮可能是三条横线或者齿轮图标）。然后向下滚动找到安全和隐私。然后选择关闭位置服务。点击关闭分析，以停止与公司分享应用使用数据。然后撤回对您的相机、麦克风和联系人访问的权限。

“通过遵循这些步骤，您将与特斯拉共享最少的数据，同时仍然能够享受您车辆和移动应用的核心功能和功能。”特斯拉的AI聊天机器人说道。

但这将会影响您汽车的功能。根据特斯拉聊天机器人所说，数据共享将影响这些特性：“通过移动应用进行的车辆远程监控和控制（例如，检查您的车辆状态、位置和周围环境）；导航和路线优化（尽管基本导航仍然可用）；地理围栏和智能预调节（您的车辆将无法预测您的到达或离开）；一些自动驾驶功能，如智能速度巡航和自动紧急制动，可能会无法最佳功能；通过无线更新的软件更新可能会延迟或不可用；某些高级安全功能，如紧急服务，可能无法正常工作。”

“我认为这不应该是一个权衡问题，”达维森说。“确实，特斯拉的某些碰撞避免系统和自主功能与数据收集和摄像机相关，但这不应该以驾驶者或乘客的隐私，甚至是周围人员的隐私为代价。”

探索更多相关主题
特斯拉 选择退出 隐私 特朗普政府 埃隆·马斯克 数据保护 美国政治 特色分享 重新使用此内容

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

新的报告指出公司在客户满意度方面表现出色，凭借领先的 Davis®AI 引擎
Dynatrace（纽约证券交易所：DT），全球领先的 AI 驱动可观察性平台，今日宣布在 Forrester 发布的《Forrester Wave™：AIOps 平台，2025 年第二季度》报告中被评为领导者。{ width=60% }

---

Forrester 在 26 项标准上对 10 个提供商进行了评估，并在当前产品类别中给予 Dynatrace 最高评分。此报告的免费副本可在此处获取。
AIOps 提升了效率，减少了运营风险，并改善了服务质量。Dynatrace 独特地结合了领先的 AI 和自动化能力与端到端的可观察性，帮助客户更快地进行分析、自动化和创新。
根据 Forrester 对 Dynatrace 的评估，“Dynatrace 的 Davis AI 引擎提供精确的根本原因分析和自动修复，持续映射动态云环境中的依赖关系，以实现无与伦比的可观察性……希望通过采用 IT 运营中必需的 AI、主动参与和统一平台领先于同行的客户应该选择 Dynatrace。”
早些时候，Dynatrace 宣布扩大其 AIOps 能力，以加快问题解决并使客户能够采取更主动的补救措施，帮助他们避免在问题发生之前。Dynatrace Davis AI 引擎现在能够将最佳实践落实到实际操作中，并推荐解决路径。这使企业能够超越反应式 AIOps，迈向真正的预防性运营，以支持可靠的应用程序、运营弹性、自动解决路径和加速新创新的市场交付。
Davis AI 在市场上通过其自愈、自我修复、自动检测安全漏洞以及优化系统以提高效率的能力保持了差异化。这帮助组织更好地理解其业务，包括其 AI 项目，以准确评估投资回报率和优化机会。
“Dynatrace 结合先进的 AI 和自动化与端到端的可观察性，帮助组织主动管理其复杂的云原生和 AI 原生环境，”Dynatrace 首席产品官 Steve Tack 说。“我们的平台使团队能够更快地进行分析、自动化和创新。凭借 Dynatrace 的高级 AI、自动化和可观察性能力，我们的客户能够加速数字化转型，并推动新技术（包括 AI 和 LLMs）的成功采用，同时有效管理与多云复杂性相关的规模。”
访问 Dynatrace 网站以获取《Forrester Wave™：AIOps 平台，2025 年第二季度》报告的免费副本。
Forrester 并不支持其研究出版物中包含的任何公司、产品、品牌或服务，也不建议任何人根据这些出版物中包含的评级选择任何公司的产品或服务。信息基于现有的最佳资源。所有观点反映了当时的判断，可能会有所变化。有关 Forrester 中立性的更多信息，请在此处阅读。
Business Wire是新闻机构、记者、投资专业人士和监管机构值得信赖的新闻来源，通过其多专利的 NX 网络直接将新闻传递到编辑系统和主要在线新闻源。Business Wire 在全球设有 18 个新闻办公室，以满足沟通专业人士和新闻媒体的需求。

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Shippeo，一家全球领先的实时运输可视化公司，与Elemica，全球领先的供应链管理以及顶级多企业数字网络的提供商，今天宣布了一项战略合作关系，将增强全球制造商的供应链协调和可视化。{ width=60% }

---

通过将Shippeo的最佳运输可视化解决方案与Elemica的端到端供应链执行能力集成，这一合作关系为复杂的供应链提供了无与伦比的价值，从而实现卓越的自动化、决策智能和客户体验。

交付无与伦比的端到端供应链协调和可视化
通过这一联盟，客户将获得一个集成解决方案，将市场领先的运输追踪与Shippeo的实时运输可视化（RTTV）平台相结合，和Elemica的多企业网络以及运输管理系统（TMS），从而实现无缝的物流工作流程，具备端到端的追踪和执行能力。
此外，该合作关系将解锁新的数据驱动洞见和预测性人工智能驱动的智能，帮助企业优化物流效率、预见干扰并增强整体供应链的韧性。
无与伦比的进出双向多式联运管理和执行能力与跨海洋、公路、包裹、空运和铁路的多式联运物流追踪相结合，提供了对货物的完整透明度，确保对物流操作的主动和高效管理。此外，可持续发展仍然是核心关注点，因为此次合作使企业能够优化路线决策和追踪二氧化碳排放，以支持企业环境目标和可持续发展计划。

“我们相信，端到端的执行和可视化是一个真正智能供应链的基础，”Shippeo首席运营官兼联合创始人Lucien Besse表示。“我们与Elemica的合作代表了寻求优化运营的企业迈出了变革的一步，凭借高质量、实时数据和预测性洞见的支持。我们不仅在集成技术，更是在革新企业如何协调供应链，以实现最大效率、韧性和可持续性。”

“Elemica在已为关键制造行业提供透明、高效、响应迅速的供应链支持超过25年，”Elemica首席执行官Paul Carreiro表示。“与Shippeo的创新合作将继续为我们的客户创造价值，我们非常高兴能够将这一强大的智能添加到Elemica多企业网络中。”

面向供应链创新未来的共同愿景
Shippeo和Elemica在一个完全互连、智能和响应灵敏的供应链愿景中团结在一起。通过利用Elemica在数字供应链执行方面的专业知识和Shippeo的实时运输可视化，企业可以打破信息和工作流程孤岛，从而主动管理干扰，提高准时交付率（OTIF），并持续改善客户服务指标。
这一合作关系也体现了对以客户为中心的创新承诺，确保用户享受自动化工作流程、实时追踪和可操作洞见，复杂性最小化。结果是一个敏捷和响应迅速的供应链，能够适应干扰，加强承运人和合作伙伴关系，并推动可衡量的业务增长。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

商业组合增强了所有领先身份技术的实力
MajorKey Technologies 是一家市场领先的身份安全公司，由 The Acacia Group 支持，已收购 Oxford Computer Group LLC，这是一家在 Microsoft 和 Saviynt 生态系统中具有深厚专业知识的身份专家。{ width=60% }

---

这项收购建立在 MajorKey 2024 年 6 月与 Clango 合并的基础上，进一步巩固了其作为美国最具能力的身份公司的地位。凭借在 CyberArk、SailPoint、Microsoft、Saviynt 和 Ping Identity 等关键身份平台上的扩展能力，合并后的组织将为客户提供增强的服务、更大的规模以及更广泛的身份技术访问。

OCG 总部位于华盛顿州，拥有一个位于哥斯达黎加的近 shore 团队，成立于 2002 年，是一家身份咨询公司。其身份专家团队提供顾问、实施和托管服务，在身份和访问管理、身份治理、特权访问管理和外部身份方面拥有深厚的专业知识。该公司为美国的广泛商业客户提供服务，并支持多个联邦机构。OCG 在过去 20 年中一直是微软身份和安全的精英合作伙伴，并在此期间八次获得微软年度合作伙伴奖，并九次入围，包括在 2024 年的身份和国防与情报领域双入围获奖。

“我们很高兴欢迎 OCG 加入 MajorKey 团队。这一合作关系增强了我们在客户身份旅程的各个阶段提供支持的能力，”MajorKey CEO Michael Yario 说道。“客户依赖多种技术来满足不同的业务需求——OCG 深厚的 Microsoft 和 Saviynt 专业知识提升了我们的跨平台能力。我们共同提供更精准的指导和量身定制的解决方案，确保身份仍然是长远成功的战略推动者。”

“过去两年 OCG 发展卓越，与 MajorKey 联合将带来所需的规模和人才，以为我们的客户、合作伙伴和员工提供卓越的价值，”OCG CEO Steve Brugger 说道。“客户将立即获得更广泛的顾问、技术和交付专业知识，以应对他们最棘手的身份挑战。我们在联邦市场的共同优势使我们成为一个强大的力量，并为我们提供规模以承担更大的公共部门项目。MajorKey 的商业多样性增强了我们在客户生态系统中有效部署解决方案的能力，这将使我们的技术合作伙伴受益。对于我们的员工来说，这解锁了在一种契合我们对员工成长承诺的文化中拓展技能的机会。每个人都赢了。”

“我们致力于将 MajorKey 建设成为美国最具能力的身份企业，在所有主要平台上拥有深入专业知识，并以确保顾问、交付和托管服务的卓越声誉而闻名，”The Acacia Group 的管理合伙人 Fred Cassis 说道。“OCG 杰出团队和能力的增加使 MajorKey 处于美国身份市场的最前沿。从这些角度来看，这种组合为整个团队创造了绝佳的个人和职业成长机会，我们很高兴能在这个市场中与他们合作，在这些技能和经验需求如此之高的市场。”

OCG 品牌及其对支持客户使用 Microsoft 和 Saviynt 技术的独特关注将作为 MajorKey 的一个业务部门运营。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Reality Defender通过将PlayAI音频数据和语音生成技术集成到实时音频中，增强了AI检测能力。{ width=60% }

---

Reality Defender，一个屡获殊荣的深度伪造检测平台，和PlayAI，一个赋能未来对话的语音AI平台，今天宣布了一项战略数据合作伙伴关系，以推动音频深度伪造检测模型的发展。
该合作伙伴关系结合了PlayAI的基础语音模型和Reality Defender的先进检测工具，为恶意声音克隆提供高级保护，适用于音频和视频通信环境。Reality Defender将利用PlayAI的逼真语音生成模型产生的数据，提高深度伪造检测解决方案的准确性和韧性，使包括呼叫中心、网络、政府和全球企业在内的客户能够实时检测和防止AI驱动的音频威胁，从而保护数百万人免受伤害和欺诈。
Reality Defender的专利多模型方法使其基于云的深度伪造检测网络平台和API能够以高准确率识别通信中的深度伪造模仿。通过结合PlayAI在音频生成AI方面的专业知识与Reality Defender的先进检测能力，这项合作将提供无与伦比的保护，抵御AI生成的威胁。
“我们与PlayAI的合作，代表了一个重要的进步，”Reality Defender联合创始人兼首席执行官Ben Colman说。“这项合作加强了我们打击由合成声音模仿引发的欺诈日益增加的能力。”
“这次合作标志着Reality Defender的又一重要里程碑，加强了我们与生成AI行业领先者的不断增长的数据合作伙伴网络，”Reality Defender联合创始人兼首席技术官Ali Shahriyari表示。“PlayAI的专业知识和在生成AI赋能语音方面的领先地位，使我们的团队能够提供先进的检测能力，始终领先于恶意行为者和欺诈者。”
通过与Reality Defender合作，PlayAI强调了其对AI的伦理和负责任使用的承诺，以及在数字环境中维护信任和问责的重要性。该公司认为，建立针对虚假信息和有害内容的稳固保护措施至关重要，培养用户安全的环境，并强化透明度在AI技术中的重要性。
“在PlayAI，我们相信生成AI是人类的一项基本进步，但需要新技术来保持一致性，”PlayAI联合创始人兼首席执行官Mahmoud Felfel表示。“我们通过与Reality Defender的合作，加大了这一信念的力度，为我们的用户增加另一层深度伪造保护。我们共享的愿景是，一个AI与信任齐头并进的未来。”

PR NewswirePR Newswire帮助传播者识别和参与关键影响者，撰写和分发有意义的故事，并衡量其努力的财务影响。Cision是公共关系和市场传播专业人士的领先全球 earned media 软件和服务提供商。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

为了应对开发人员日益增加的从商业文档中提取可靠和一致数据的压力，ABBYY今天推出了ABBYY Document AI™，通过自助服务应用程序接口（API）提供。{ width=60% }

---

ABBYY Document AI API旨在考虑开发人员的使用体验，使用户能够通过几行代码轻松将非结构化商业文档转换为结构化的高精度数据，从而简化试用、集成、学习和购买行业领先的光学字符识别（OCR）和智能文档处理（IDP）解决方案。

ABBYY工程研发副总裁Nick Hyatt表示：“作为OCR的先锋，ABBYY长期以来与众多前沿开发人员建立了充满活力的社区，他们利用我们先进的文档AI创造变革性解决方案。我们提供一个新的API，设置简单，访问丰富的社区资源，并提供预训练模型，以帮助构建概念验证。ABBYY Document AI API是发展自动化文档工作流程的重要一步。”

根据IDC的预测，IDP市场预计将从2023年的24亿美元增长到2028年的105亿美元，年均增长率为34.9%，这一增长受益于云计算的普及、人工智能的成熟以及文档AI用例的扩展。

IDC企业内容和知识管理策略高级研究经理Amy Machado评论道：“在人工智能的时代，OCR正经历一场真正的复兴。开发人员在提取文档中可靠数据时面临困难，往往会使用通用的大语言模型进行这项工作。然而，他们很快就会面临幻觉、数据不一致和文档处理错误的问题，并且通常缺乏对多语言、手写识别和复杂文档结构的支持。市场需要专门为文档处理设计的解决方案，优先考虑易于集成、灵活性、可扩展性、准确性和一致性。”

ABBYY Document AI API最初以技术预览版提供，使开发人员能够利用预训练模型提取文档数据，并加速复杂业务流程的自动化，如KYC（了解你的客户）、开户、清关、发票处理、费用管理和订单处理。它提供精确的OCR，完美保留文档的逻辑结构，从而提供对AI就绪的数据，这对于在生成性AI和检索增强生成（RAG）中解锁深刻见解至关重要，或者为训练强大的语言模型奠定坚实的基础。

有关ABBYY Document AI API如何实现快速、准确和轻松的数据提取，使任何类型、格式或语言的商业文档迅速转换的更多信息，请访问https://digital.abbyy.com/code-extract-automate-your-new-must-have-ocr-api-coming-soon/?itm_source=pressrelease，获取Python、C#、JavaScript和Java的综合SDK，并了解如何加入ABBYY的Discord社区，加入预览列表以获取早期访问权限。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。