小鹏机器人真假难分引全网热议!而这只是开始......

不得不承认,AI技术已经发展到了一个新的临界点。

小鹏汽车最新发布的人形机器人IRON,因为走路姿势过于优美,引发了全网争议。在科技日展示中,IRON机器人以流畅的"猫步"行走,其拟人程度之高,使得半数以上线上观众质疑"机器人里是否藏了真人"。

如此接近真人的腿部姿态,也难怪会引起网友的争议了。

面对质疑,小鹏汽车董事长何小鹏发布了一镜到底的无剪辑视频回应,展示了机器人背部拉链下的内部构造------晶格肌肉、控制器、肩部运输固定器以及手部谐波关节。而被误认为真人耳朵的凹陷,实则是为放置两组麦克风阵列而设计的。

实际上,智能技术的高速发展引发的"真假难辨"已经成为了一种新的常态,小鹏机器人的争议并非孤例。

随着AI生成内容的井喷,互联网上真假难辨的现象正变得越来越普遍。

在Reddit上,一位用户分享装修灵感图时,被其他用户指出图片是AI生成的,理由是"花朵融入了水槽,台面上有半个搅拌机"。

现在,部分AI生成内容的品质已经高到肉眼难以分辨的程度。斯坦福大学的研究人员发现,包括Claude、ChatGPT、DeepSeek和Gemini在内的24个大语言模型,都难以一致地识别错误信念,无法可靠地区分主观信念与客观事实。

技术瓶颈与"恐怖谷效应"

当前AI技术面临的核心挑战之一,是它们并非为追求真理而设计,而是为了预测序列中的下一个词。这种训练目标与用户期望之间的错位,导致了所谓的AI幻觉现象------模型会以惊人的自信编造事实。

在机器人领域,当机器人与人类在外表、动作上高度相似但又存在细微差别时,就会引发"恐怖谷效应"。

小鹏IRON机器人的猫步之所以引发质疑,正是因为它处于这个微妙区间,步态既接近人类,又保持着机器特有的精确性。

AI生成内容的挑战已从数字世界延伸至物理世界。Grok和Google Lens的AI概述功能曾将AI生成的图像错误地认定为真实新闻照片,声称它们显示了真实发生的火车袭击事件。这些错误在犯罪调查、司法程序等高风险领域可能造成严重后果。

当然,面对这些挑战,一种被称为检索增强生成的方法,可以通过将模型与可验证的外部来源建立连接,迫使AI基于具体文献而非凭空杜撰来构建答案。另一种有前景的方法是验证链,即AI先撰写回答,再规划验证问题,最后根据验证结果重写文本。

对于普通用户,或许对那些过于完美的内容保持警惕,追溯信息来源,并与其他参考资料比对,是比较可取的办法。在询问AI时,要求其提供引用依据、限定回答范围,也能有效降低幻觉发生频率。

高德纳公司分析师Ben Yan指出,AI智能体已处于"过度期望的峰值",但大多数当前应用仍远非"真正的"智能体。他认为,对于中国的数据、分析和AI领导者来说,当务之急是看穿炒作,识别AI的真实价值。

回到小鹏机器人,其展示的技术细节,例如82个自由度、行业最小谐波关节手部实现22个自由度的精细操作等,确实代表了当前机器人技术的先进水平。

未来,随着具身智能技术的迭代优化,这样"真假难分"的情况,也许会越来越多。当机器能够复刻人类的细腻动作,当AI生成的内容足以乱真,我们或许需要重新思考真实与虚拟的边界。

毕竟,技术的发展不会停止,而如何与这些看似人性化却非人类的技术共存,才是每个人需要面对的课题。

大家怎么看?欢迎交流讨论~

相关推荐
百锦再3 小时前
第1章 Rust语言概述
java·开发语言·人工智能·python·rust·go·1024程序员节
说私域3 小时前
开源AI智能名片链动2+1模式S2B2C商城系统下消费点评的信任构建机制研究
人工智能·开源
Victory_orsh3 小时前
“自然搞懂”深度学习(基于Pytorch架构)——010203
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
长桥夜波3 小时前
机器学习日报10
人工智能·机器学习
ytttr8734 小时前
MATLAB实现经验模态分解(EMD)与希尔伯特变换获取能量谱
人工智能·python·matlab
AI浩4 小时前
MHAF-YOLO:用于精确目标检测的多分支异构辅助融合YOLO
人工智能·yolo·目标检测
YangYang9YangYan4 小时前
高职大数据技术专业学习与发展指南
大数据·人工智能·学习·数据分析
lybugproducer4 小时前
深度学习专题:模型训练的数据并行(二)
人工智能·深度学习·神经网络
学無芷境4 小时前
Large-Scale 3D Medical Image Pre-training with Geometric Context Priors
人工智能·3d