小红书出招整治AI“野路子”
嘿，家人们！小红书最近有大动作啦，开始整治AI技术滥用的情况。现在网络环境复杂，为了营造一个清朗、健康又和谐的社区氛围，小红书积极响应“清朗·整治AI技术滥用”专项行动，把重点放在打击那些利用AI批量生产虚假内容涨粉、用AI起号引流带货，还有售卖AI起号课程和账号这些违规行为上，真得给小红书点个赞！
这阶段的治理成果也出来了，小红书加大了对各种违规内容的排查清理力度，像“利用AI生成低俗猎奇视频”“AI生成虚拟外国幼儿教育专家教授育儿内容”这些，统统都被清理了，一共清理了265条违规内容，还对@IU干跨境等13个违规用户进行了禁言处理。同时，对转让、售卖、出租网络账号的行为也是严厉打击，还加强了对AI生成内容的监测甄别。
小红书表示，后续还会持续加大对各类涉AI生成相关违规行为的打击力度，不断完善平台在AI领域的内容治理能力，包括AI识别能力建设。而且，还欢迎大家积极参与平台共治，在合理合法用AI创作的同时，记得在“自主声明”里勾选“笔记含AI合成内容”。大家一起努力，让网络环境变得更清朗、更有序、更健康！
中科院搞出AI图像定制“神器”-MCA-Ctrl
家人们，中科院计算技术研究所研究团队最近整了个大活，推出了MCA-Ctrl技术，在生成式AI领域可是引起了不小的轰动，给图像定制化市场带来了革命性的变化。现在大家对个性化的需求越来越高，这个技术就能让大家不用繁琐地微调模型，根据文本或图像条件就能生成高度个性化的图像内容，简直太方便了！
MCA-Ctrl的亮点可不少，有主题替换、主题生成和主题添加这三大核心应用能力。用户可以在保持图像主体特征不变的情况下，一键生成各种新形式的图像。和现有技术比起来，它解决了可控性不足、复杂场景处理难以及背景融合不自然这些长期困扰业界的问题。
研究团队通过引入主体定位模块和创新的自注意力机制，突破了传统方法的局限。MCA-Ctrl采用自注意力局部查询和全局注入技术，能精确捕获图像中的主体特征和背景信息，实现了精准控制。大量实验数据显示，它在多项评测中表现都很出色，特别是在主体编辑和生成方面，高度一致且真实，处理复杂视觉场景时也能减少特征混淆，提高细节真实性。
这对电子商务、广告营销和数字内容创作等领域来说，可是个福音。用户简单操作就能完成复杂的图像定制任务，研究团队还在代码仓库提供了完整演示系统，降低了技术门槛。MCA-Ctrl的出现，让个性化图像创作变得更便捷，中国科研团队在AI视觉领域的这一突破，说不定还能对全球相关技术发展产生影响呢！
Kimi进驻小红书，从“砸钱买量”到深耕内容
家人们，月之暗面旗下的大模型产品Kimi最近又有新动作了，和小红书达成了合作，在“小红书·Kimi智能助手”账号上线了对话入口，用户能通过跳转进入对话界面，一键生成笔记。不过呢，“硅基研究室”实测发现，这个入口目前还比较轻量化，和小红书平台其他入口还没深入整合。
其实早在2024年，小红书就参与了Kimi母公司10亿美元A轮融资，还联合推出了“AI新手村”活动。这次上线入口，被看作是Kimi在流量焦虑下的又一次尝试。数据显示，2025年第一季度Kimi投流预算收缩到1.5亿元，只有上季度的约1/3，这说明它开始从“买量驱动”转向“内容+社区”策略了。
Kimi最近动作可不少，除了和小红书合作，还和财新传媒合作引入财经数据，探索模型可信答复方向。这次进入内容社区平台，也是想通过社交关系增强用户黏性。不过呢，Kimi在小红书目前的功能和入口还是比较谨慎的，双方会不会进一步打通产品生态，还得再观察观察。
苹果发布FastVLM，iPhone也能玩转极速视觉语言模型
家人们，苹果又放大招了，正式发布了FastVLM，这是一款专门为高分辨率图像处理优化的视觉语言模型（VLM），在iPhone等移动设备上运行起来又快又好，引发了行业热议。
FastVLM的核心是全新设计的FastViTHD混合视觉编码器，针对高分辨率图像处理进行了深度优化。它通过动态分辨率调整，能智能识别图像关键区域，减少冗余计算；层次化令牌压缩把视觉令牌数量从1536压缩到576，减少了62.5%的计算量；还针对苹果硅片（如M2、A18）优化了矩阵运算，支持FP16和INT8量化，在移动设备上能低功耗运行。
FastVLM模型系列有0.5B、1.5B和7B参数变体，能满足从轻量级到高性能的多种应用场景。它的最小模型FastVLM-0.5B在编码速度上比LLaVA-OneVision-0.5B快85倍，视觉编码器体积缩小3.4倍，性能却差不多。
在性能表现上，FastVLM在视觉语言任务中很出色，在SeedBench、MMMU、TextVQA与DocVQA等基准测试中都有亮眼表现。它还专为苹果生态优化，支持通过MLX框架在iPhone、iPad和Mac上本地运行，有CoreML集成、低内存占用和实时应用等关键特性。苹果还发布了iOS演示应用，展示了它在移动设备上的实时性能，像肺结节检测、智能手机生产线质检等场景都表现不错。
而且，FastVLM的代码和模型已经开源了，开发者可以根据提供的推理和微调指南定制模型。苹果这一开源举动，不仅展示了技术实力，也体现了推动AI生态开放的决心。未来，FastVLM有望进一步扩展至Xcode编程助手和Messages应用的视觉表达功能，重新定义移动设备上的AI应用边界。
国内首个光子芯片专用大模型OptoChat AI来了
家人们，在光子芯片技术领域，中国又取得了重大突破！5月12日，南智光电正式发布了国内首个光子芯片专用大模型——OptoChat AI，这将对推动我国光子芯片的研发进程起到重要作用，标志着研发方式有了重大转变。
光子芯片作为前沿技术，一直面临着研发效率低的问题。南智光电的副总经理潘涛说，传统研发模式依赖工程师查阅大量文献或咨询专家，费时又费力。而OptoChat AI的出现，把“人找知识”变成了“知识找人”，能大幅提升研发效率。
这个大模型是通过对超过30万份权威文献和工艺数据进行深度训练而成的，涵盖了光子芯片研发的各个环节，像材料选型、结构设计和性能分析等。和专业性、可靠性不如它的通用大模型比起来，它能有效解决光子芯片研发中的各类实际问题，比如知识转化效率低和参数理解困难等。
南智光电这次突破可不只是技术进步，还为我国光子芯片产业的整体发展打下了基础。未来，南智光电计划通过开放接口、持续迭代升级来吸引更多产学研机构参与共建，共同推进光子芯片产业发展。
业内专家觉得，光子芯片技术的进步对我国半导体产业的自主可控发展很重要。OptoChat AI的应用，能提高研发效率，缩短技术商业化时间，让我国在全球半导体行业更有竞争优势。随着光子芯片技术不断成熟，未来会有更多创新产品和解决方案出现，推动科技进步。
阿里通义千问成日本AI发展“顶梁柱”
家人们，最近日本经济新闻报道了一个事儿，阿里巴巴的通义千问大模型正迅速成为日本人工智能开发的重要基础。在全球AI技术飞速发展的当下，通义千问在国际舞台上可是大放异彩，在日经新闻对各大AI模型的综合评测中，通义千问Qwen2.5 - Max一举夺得第六名，超越了不少国内外知名模型，像DeepSeek - V3和OpenAI的o3 - mini等。
现在日本的众多新兴企业都纷纷借助通义千问的强大能力，开发适合自身的企业级AI模型。这说明通义千问在日本市场应用广泛，很受欢迎。据了解，阿里通义已经开源了200多个AI模型，全球下载量突破了3亿次，千问的衍生模型数量超过10万，成了全球开源模型的佼佼者。
在日本，AI技术正渗透到各行各业，通义千问作为技术支持者，帮这些企业加速了AI产品的研发进程。不管是制造业、金融业还是服务业，通义千问都带来了前所未有的创新机会。很多企业意识到，用开源的千问模型，能在激烈的市场竞争中提升技术水平和服务质量。
值得一提的是，通义千问不仅在日本受认可，影响力还在向全球扩展。随着AI技术不断演进和应用场景丰富，通义千问有望在未来的发展中继续引领潮流，成为全球AI技术生态中不可或缺的一部分。
全球首款AI智能浏览器Fellou发布，效率飙升5倍
家人们，5月11日，全球首款Agentic浏览器Fellou正式发布了，它那强大的AI自动化能力，在行业里引起了不小的轰动。和传统浏览器不一样，Fellou不仅能搜索和浏览，还能思考、规划并执行复杂任务，从深度研究到跨平台工作流都能一键完成，这简直就是从被动工具变成了主动数字助手，给研究人员、营销人员和开发者带来了前所未有的生产力提升。
Fellou的深度研究模式通过Deep Action技术，能在后台开启5个以上影子浏览器，并行搜索多个平台，像LinkedIn、Reddit、学术数据库等，不用用户手动操作。几分钟就能生成包含计划、比较和分析的完整报告，效率能和一支实习生团队媲美。专业人士对它的跨平台搜索和隐私保护（军用级加密）评价很高。
深度工作流模式允许用户用自然语言指令触发复杂任务，比如输入“撰写一篇关于AI趋势的LinkedIn帖子并发布”，Fellou就能自动完成内容生成、格式调整和发布，不用用户切换标签页或手动操作。它还支持跨平台任务，开发者能通过自然语言或JavaScript定制工作流。
Fellou基于Claude3.5和OpenAI等先进AI系统，结合拖放交互和时间线功能，操作直观，还能无缝切换任务。用户可通过标签组管理多项目，或利用分屏视图同时处理多个网页，提升多任务效率。在隐私方面，它承诺不跟踪浏览行为，所有数据处理在本地完成，云端数据采用端到端加密，立即删除，确保用户隐私安全。官方数据显示，它完成复杂任务的速度比手动操作快5.2倍，用户输入减少94%。
Fellou适用于多种场景，研究人员能快速整理文献综述，营销人员能自动化生成社交媒体内容，开发者能构建定制化代理。它有免费版本（含基础深度搜索和任务自动化），高级功能需订阅。项目完全开源，代码和资源托管于GitHub，社区通过Discord提供活跃支持。不过，它的高级功能订阅成本和移动端支持（iOS和Android版本还在开发）可能是普及的短期挑战。未来，随着Eko框架扩展和多语言支持完善，Fellou有望成为AI驱动生产力的行业标杆。
