谷歌的AI虚拟试穿工具在2025年I/O大会上首次亮相,面临时尚与伦理挑战

在2025年Google I/O大会上,谷歌推出了众多AI新功能,其中最引人注目的是“试穿”功能中的虚拟试衣工具。这个工具允许用户上传自己的照片,虚拟试穿各种服装,类似于1995年电影《疯狂的麦克斯》中克莱尔·霍拉沃茨使用的电脑衣柜——这是千禧一代一直梦寐以求的功能。正如Mashable的海莉·亨谢尔所指出,谷歌的这一功能实质上将这个梦想变成了现实。 在上线不久后,用户纷纷开始尝试“破解”这个工具,这也是科技评论员在测试新AI产品时的常见传统。《大西洋月刊》报道了一项既有趣又令人担忧的发现:谷歌的AI有时会在用户的图片中添加乳房,包括未成年人图片,引发了安全和伦理方面的担忧。 我自己测试这个工具时,发现它在作为时尚助手方面表现相当出色。使用时,用户需要登录谷歌账号,激活Search Labs的实验功能,上传一张全身照,然后在Google购物中选择一件衣服,点击“试穿”按钮。这个基于时尚专用图像生成模型的工具,大约15秒内就能生成虚拟试穿效果图,几乎与真实衣服的款式和尺寸相符。 例如,我试穿一件蓝色羊绒polo衫时,AI生成的图片准确反映了服装的外观,还自动调整了裤子和鞋子,使整体搭配更协调,虽然它让我看起来更瘦,还配上了我平时不戴的项链这样的配饰。虽然免责声明提醒“AI生成的图片可能存在错误”,且尺寸可能不完全精准,但作为一款处于试验阶段的产品,其表现令人惊喜,满足了长久期待的虚拟试衣间需求。 然而,一些AI生成的效果并不理想。当我尝试一件粉色中长裙时,工具竟然把我的衬衫部分去除,还添加了胸毛,试图逼真地模拟我穿低胸裙的样子。同样,试穿粉色女士毛衣时也出现了额外的胸部填充。这些结果说明,性别化服装的虚拟展示仍面临挑战。谷歌遇到的难题是:男士可以理解地选择异性穿着,但限制这些选项可能会被视为审查,未来公司或许会限制工具在暴露性服装上的使用。 关于滥用的问题,《大西洋月刊》部分批评源于用户上传的违反谷歌安全政策的未成年人图片。谷歌保证采取了严格的安全措施,包括屏蔽敏感类别的服装、阻止上传明显可识别未成年人的图片,尽管图像生成并非总是完美。公司承诺会在谷歌实验室持续改进用户体验。 虽然这个工具理论上可能被用于网络欺凌或深度伪造,但这些风险在AI的应用中都普遍存在,不是谷歌的独特问题。谷歌明确禁止成人或色情内容、儿童虐待图片、非自愿或不适当的内容,以及其他不当或有害的内容,依据其AI使用指南。 总的来说,谷歌的“试穿”AI购物工具是一款具有潜力且相当精准的时尚助手,为用户提供了一种未来感十足的虚拟试衣体验,尽管在技术和伦理方面仍存在一些挑战,谷歌也在积极努力解决这些问题。
Brief news summary
在2025年Google I/O大会上,谷歌推出了“试穿”——一项集成于Google购物的AI驱动虚拟试衣功能。该创新工具受到电影《疯狂的麦克斯》的启发,用户可以上传自己的照片,利用专门的时尚图像生成模型逼真地呈现穿搭效果。该功能通过Google实验室提供,约15秒即可生成高精度的风格化图片,尽管偶尔可能出现一些小瑕疵,比如意外的配饰或不合身的问题。尽管技术先进,但该功能也引发了争议,原因在于被一些人滥用,比如错误的编辑,例如在男性照片中添加乳房,甚至涉及未成年人,引发了重大安全和内容监管的担忧。对此,谷歌制定了严格的政策,禁止不良内容、限制敏感服装类别,禁止涉及未成年人威胁的操控行为,以遏制滥用行为。“试穿”功能仍在开发中,但它代表了AI驱动购物的重大进步,提供了未来感十足的虚拟试衣体验,同时也强调了责任和道德使用的重要性。
AI-powered Lead Generation in Social Media
and Search Engines
Let AI take control and automatically generate leads for you!

I'm your Content Manager, ready to handle your first test assignment
Learn how AI can help your business.
Let’s talk!

Meta首席AI科学家Yann LeCun表示,目前的AI模型缺乏四个关键的人类特质
所有的智慧生命体共有何特质?据Meta的首席AI科学家Yann LeCun所说,主要有四个关键特征。 今年早些时候,在巴黎举行的AI行动峰会期间,政治领袖和AI专家聚集一堂,共同探讨人工智能的发展。在会议上,LeCun向IBM的AI领导者Anthony Annunziata表达了他对“智能”的根本定义。 “每个动物——或者说相对聪明的动物——而且毫无疑问是人类——都具有四个本质特征,”他解释道。“它们理解物理世界、拥有持久的记忆、具备推理能力,以及规划能力,尤其是在通过层级规划实现复杂动作方面。” LeCun指出,人工智能,特别是大型语言模型(LLMs),尚未达到这个水平。要实现这些能力,就需要在训练方式上进行转变。这也解释了为何许多领先的科技公司目前都在为现有模型添加新功能,以在激烈的AI竞争中占据领导地位。 “为了理解物理世界,你可以训练一个单独的视觉系统,然后将其集成到大型语言模型中。至于记忆,你可以用检索增强生成(RAG),加入一些联想记忆,或者简单地扩大模型规模,”他说(RAG是一项由Meta开发的技术,旨在通过引入外部知识源来提升大模型的表现)。 然而,LeCun认为这些努力都只是“技巧”。 他多次谈及一种替代方法,称为基于世界的模型,这些模型以真实世界场景为训练对象,展现出超越单纯模式识别的更高认知能力。在与Annunziata的对话中,他详细阐述了这一概念。 “你从某一时间点T的世界状态出发,设想一个行动,然后世界模型预测这个行动会如何改变世界的状态,”他解释道。 但由于世界在不断变化,充满了无数难以预测的可能性,训练这种模型的唯一可行途径就是抽象化。 Meta已经在探索这一思路,推出的V-JEPA模型于今年二月向公众开放。它被描述为一种非生成式模型,通过预测视频中的缺失或遮挡段落来学习。 “核心思想不是直接在像素层面进行预测,而是训练一个系统对视频的抽象表示进行操作,使其可以在该抽象中做出预测。理想情况下,这个抽象能过滤掉那些无法预料的细节,”LeCun说。 这种方法类似于化学家为物质的基本组成建立的层级体系。 “我们创建了抽象:粒子,粒子之上是原子,然后是分子,最后是材料,”他说。“每一层都能根据任务的需要,从更底层过滤掉许多无关紧要的信息。” 本质上,这意味着我们通过构建层级体系来理解物理世界,而这也是智慧的根本所在。

主要传统金融机构将推动在Solana上的代币化努力
代币化是区块链技术的一个关键应用,受到传统金融(TradFi)行业的高度关注和大量投资。 作者:杰米·克劳利 | 编者:谢尔顿·里巴克 更新时间:2025年5月23日下午4:57 | 原文发布时间:2025年5月22日下午4:12

人工智能专门取代女性的工作
在大众市场人工智能向消费者公开不到三年的时间里,几乎每个行业的企业都纷纷抢先采用这项技术,就像反疫苗者被多层次营销计划吸引一样。 到2024年,拥有超过5000名员工的公司中,有一半以上已经在使用人工智能。对于注重成本的老板来说,人工智能承诺可以提高生产力、降低运营成本——特别是减少传统上支付给人类员工的工资。 然而,随着全球工人对由少数巨头科技公司控制的AI驱动未来感到焦虑,企业积极采用AI的趋势已经开始对就业市场产生明显影响。 由于AI,年轻的大学毕业生进入职场的数量创下历史新低,全职有薪岗位正逐渐变为零工职位,简历夸大事实的现象也变得司空见惯,就业变成了一场令人头疼的噩梦。 虽然像Marc Andreessen这样的富有科技领袖声称技术将神奇地解放我们所有人,但历史告诉我们另一个故事:技术进步往往加剧现有的不平等,而非减轻它。这一模式早在人工智能成为主流之前,像爱因斯坦和霍金这样的思想家就已观察到。 事实上,人工智能已经表现出显著的性别和种族偏见,这是由其训练数据所导致的,专家警告说,将带有偏见的软件与全球大规模推广相结合,正在助长剥削现象。 不出所料,根据联合国国际劳工组织(ILO)更新的报告,人工智能预计将扩大就业中的性别差距。 借助2023年关于AI带来的自动化风险对各类岗位的影响的预测,该报告显示,在美国等高收入国家,女性在“高度自动化潜力”岗位中的比例已上升至9

区块链协会呼吁SEC采纳灵活的加密货币监管措施
在5月2日,代表Coinbase、Ripple和Uniswap Labs等行业领先企业的区块链协会向美国证券交易委员会(SEC)提交了详细的意见意见稿,受新任主席Paul S

医疗错误仍然在危害患者,而人工智能或许能够改变这种状况。
西雅图UW医学中心的护士麻醉师约翰·维德斯潘(John Wiederspan)深知在高压手术室环境中错误如何发生,特别是在紧急情况下,肾上腺素和紧迫感促使医护人员匆忙给药。尽管持续进行患者安全措施,药物错误仍然普遍存在,据世界卫生组织统计,每20名患者中至少就有1人受到影响,美国每天大约有130万起伤害和1人死亡。药物错误常常涉及错误用药或剂量不正确。医院已采取色码标签和条码扫描等安全措施以减少失误,但错误仍在发生。 UW医学中心和华盛顿大学的麻醉学专家兼工程师凯莉·米歇尔森(Kelly Michaelsen)指出,90%的麻醉师在职业生涯中都承认曾出现过用药错误。她设想人工智能可以作为“第二只眼睛”,实时检测错误,因为大约99%的药物都集中在10至20种常用药物中。她特别关注“瓶子置换”错误,这类错误约占药物差错的20%,发生在错误的药瓶或注射器标签导致患者被注射了不正确的药物时。一例悲剧发生在范德比尔特大学医学中心,一名75岁的女性因误用麻痹剂而非镇静剂导致死亡。 为了预防此类错误,米歇尔森开发了一种嵌入摄像头的智能眼镜系统,将其集成在手术时佩戴的保护眼镜中。该系统可以扫描、读取并比对瓶子和注射器上的标签,一旦发现不匹配便向医护人员发出警示。该AI系统的研发和培训超过三年,期间获得了使用预录药物制备视频及模拟错误场景的批准,因伦理限制不能在真实患者身上故意制造错误。测试结果显示,该系统在检测瓶子置换错误方面的准确率达99

区块链三难题已破解!去中心化、安全性与可扩展性的持续追寻
截至2025年5月,区块链三难困境依然是加密货币和区块链领域的核心挑战。由以太坊联合创始人 Vitalik Buterin 提出,三难困境描述了同时实现区块链三大关键特性——去中心化、安全性和可扩展性——的难度。这一概念继续影响着区块链的发展,各方不断努力在不牺牲任何一方面的情况下寻找平衡。 **什么是区块链三难困境?** 区块链三难困境强调了开发者在构建网络时必须面对的取舍。每个组成部分都至关重要,但优化某一方面常常会牺牲其他方面: - **去中心化:** 区块链的基础原则,将控制权分散在参与者之间,而非集中在某个实体。它增强了反审查和抗失败的能力,但同时也使得达成共识更为复杂,交易速度变慢。 - **安全性:** 通过工作量证明(PoW)或权益证明(PoS)等机制,保护网络免受双重支付或操控攻击。强大的安全性可能降低速度或增加成本。 - **可扩展性:** 能在短时间内处理大量交易的能力,对于广泛应用至关重要。例如,比特币每秒只能处理约七笔交易,远远不能满足全球需求。提升可扩展性往往意味着牺牲去中心化或安全性。 三难困境表明,没有任何区块链能同时完美优化这三个方面——比如,提高可扩展性可能会使某些功能集中,削弱去中心化;优先保证安全则可能减慢交易速度,影响可扩展性。 **为什么区块链三难困境重要?** 除了技术难题外,三难困境还是阻碍区块链走向主流的根本障碍。为了与传统系统(如银行)竞争,区块链必须兼具去中心化(确保信任)、安全(防止欺诈)和可扩展性(支持全球大量交易)。在这些目标未能平衡之前,区块链的全部潜力尚未发挥出来。 这种紧张关系影响着设计选择:比特币优先强调安全性和去中心化,但可扩展性较差;一些新兴区块链则偏重于提升可扩展性,可能会牺牲去中心化,更像集中式系统。 **应对三难困境的现有努力** 到2025年,尚未有区块链完全解决三难困境,但已有许多显著的进展: - **第二层协议(Layer-2):** 在现有区块链之上构建,用于提升可扩展性而不改变底层。一例是比特币的闪电网络,实现更快的链下交易,同时保证安全性和去中心化。 - **分片(Sharding):** 以太坊2

OpenAI 与乔尼·艾夫创立的初创公司在硬件方面的投资
OpenAI是一家领先的人工智能研发与部署公司,正通过投资硬件领域,超越软件和AI模型的范畴,收购由知名设计师乔尼·艾维创立的初创企业。艾维以塑造苹果的标志性产品闻名,这一战略举措旨在开发创新的消费者设备,将AI深度融合其中,超越传统的个人电脑和智能手机。 乔尼·艾维在苹果任职期间,以极简和优雅的设计风格著称,参与了iPhone、iPad和MacBook的设计,他将与OpenAI的CEO萨姆·奥特曼密切合作。他们的合作结合了先进的AI技术与世界级的工业设计,有望引领新一代的消费电子产品。新成立的公司,命名为“io”,旨在重新构想AI在日常设备中的融合,更少关注传统智能手机,更注重具有突出摄像功能的硬件,例如高端智能耳机等先进穿戴设备。这也符合行业趋势,科技巨头们正在探索智能眼镜和增强现实(AR)技术,以打造沉浸式、智能化的体验。 这一举措反映了一种更广泛的技术潮流,即将AI嵌入实体硬件,而非只在现有设备上运行AI软件。结合艾维在产品美学与功能重塑方面的丰富经验以及OpenAI的AI技术专长,io有望通过推出智能、设计精美的产品,彻底改变消费者电子市场。对配备摄像头的设备的关注,也预示着在摄影、空间感知、手势识别以及潜在的基于AI的隐私保护方面可能的创新。 在苹果、Meta和谷歌等公司积极研发智能眼镜和AR平台的激烈竞争中,OpenAI通过io的投资彰显了其对紧密集成的AI与硬件生态系统的信念,以创造突破性的用户体验。这种融合打破了AI软件与物理设备之间的界限,使产品能够感知、理解并与周围环境进行前所未有的互动——影响范围涵盖娱乐、健康和健身等多个行业。 OpenAI收购艾维的初创企业体现了一种重视卓越设计与AI创新相结合的战略愿景。凭借这些优势,io有望引领下一波消费设备的创新浪潮,打造从根本上重新定义人机交互的产品。随着项目的推进,业界人士期待着更多关于io的产品发布和理念的深入了解。 总之,OpenAI通过收购乔尼·艾维的初创公司在AI融合消费科技方面迈出了重要一步。以AI驱动、以摄像头为核心的设备的出现,预计将在智能硬件的变革中扮演关键角色,推动个人连接、沟通及科技体验的未来发展。