Как подделка фотографий с помощью ИИ стала новым инструментом серого рынка против Чанпэна Чжао?

比推Опубликовано 2026-02-05Обновлено 2026-02-05

Введение

Создатель Binance Чжао Чанпэн (CZ) столкнулся с новой проблемой: мошенники используют ИИ для подделки фотографий с ним. В Twitter появилось изображение, на котором CZ стоит с пользователем, утверждающим, что он «давно поддерживает BNB». Однако CZ быстро заметил несоответствия: сине-фиолетовая рубашка, которой у него никогда не было, несуществующий фон и разное разрешение частей изображения. Другая подделка была основана на реальном фото с CEO Aster Леонардом. Аккаунт с 863 000 подписчиков заранее заблокировал CZ, что вызвало подозрения. CZ проанализировал историю аккаунта: первоначально он не был связан с криптовалютой, но позже резко сменил тематику на BNB. Это указывает на целенаправленную кампанию по манипуляции имиджем, а не простую шутку. CZ подчеркнул, что не знает владельца аккаунта и ранее заблокировал его по неизвестной причине, что теперь кажется оправданным. Он предупредил, что даже очевидные подделки (PS или ИИ) иногда воспринимаются СМИ как реальные, и призвал быть бдительными, чтобы избежать последствий.

Автор: Nicky, Foresight News

Оригинальное название: Чанпэн Чжао стал мишенью серого рынка


Основатель Binance Чанпэн Чжао (CZ) снова столкнулся с «проблемами».

На фотографии в платформе X CZ стоит перед рекламным баннером рядом с пользователем, который называет себя «давним сторонником BNB». Но CZ быстро заметил несоответствия: этой сиренево-голубой рубашки у него никогда не было, такого баннера не существует, разрешение изображения персонажей前后непоследовательно, что явно свидетельствует о склейке. Кроме того, исходным материалом для другого фотошоп-изображения было совместное фото CZ и CEO Aster Леонарда.

Что еще более примечательно, этот аккаунт с 863 000 подписчиков уже давно заблокировал CZ.

4 февраля CZ公开разобрал детали изображения и указал, что история аккаунта имеет явный разрыв: ранний контент几乎не был связан с криптовалютой, но позже превратился в освещение деятельности вокруг BNB, смена идентичности缺乏логичного перехода. По его мнению, такие аккаунты, долгое время существующие на поддельных материалах, — это уже не просто розыгрыш, а скорее целенаправленный манипулятивный образ.

CZ заявил, что не знает владельца этого аккаунта и не помнит, когда заблокировал его, но теперь看来это было правильным решением. Что касается ранее распространявшегося «адвокатского письма», он initiallyсчитал, что подделка очевидна и не требует опровержения, но все же видел, как некоторые СМИ转发изображения и сообщали о них. Он предупредил, что если даже очевидный PS или контент, сгенерированный ИИ, не может быть распознан, в конечном итоге за это можно заплатить цену.

В то же время некоторые блогеры в китайском сообществе также陆续обнаружили, что в англоязычном сегменте大量аккаунтов с китайскими иероглифами в названии, никах中包含«

Оригинальная ссылка:https://www.bitpush.news/articles/7609077

Связанные с этим вопросы

QКакой новый инструмент серого рынка используется против Чанпэна Чжао (CZ)?

AИскусственный интеллект (ИИ) для подделки фотографий, на которых мошенники создают фальшивые изображения с CZ, чтобы манипулировать его образом и обманывать сообщество.

QКак CZ обнаружил, что фотография была поддельной?

ACZ заметил, что сине-фиолетовая рубашка на фото ему никогда не принадлежала, фоновая панель на изображении не существовала, а разрешение персонажей было неодинаковым, что указывало на монтаж. Оригиналом одной из фотографий было его совместное фото с CEO Aster Леонардом.

QПочему аккаунт, распространивший поддельное фото, вызвал подозрения у CZ?

AАккаунт с 863 000 подписчиков ранее заблокировал CZ, а его история публикаций показала резкий переход от раннего контента, не связанного с криптовалютой, к активностям вокруг BNB, что свидетельствует о манипуляции и возможных скрытых целях.

QКак CZ дал совет сообществу относительно подобного контента?

ACZ предупредил, что если даже очевидно поддельный PS или AI-генерируемый контент не может быть распознан, это может привести к серьёзным последствиям, и призвал быть бдительными к фальшивым материалам.

QКакая дополнительная информация была раскрыта в сообществе относительно этих подделок?

AБлогеры в китайском сообществе также обнаружили, что в англоязычном сегменте существует множество аккаунтов с китайскими именами, которые активно распространяют подобный фальшивый контент, targeting CZ и BNB.

Похожее

WEEX API Fast Connect: Сделайте каждого нового пользователя активным трейдером менее чем за 10 секунд

WEEX представляет API Fast Connect — систему авторизации OAuth в один клик, которая позволяет пользователям подключить свой аккаунт WEEX к партнерским платформам без необходимости ручного создания или управления API-ключами. Решение разработано специально для партнеров программы WEEX Broker и заменяет технически сложный процесс подключения на мгновенную авторизацию, что ускоряет конверсию и повышает долгосрочную удержанность пользователей. Ключевые преимущества: - **Беспрепятственная конверсия:** Пользователи переходят от регистрации к реальной торговле менее чем за 10 секунд. - **Автогенерация ключей:** API-ключи создаются автоматически на стороне сервера, исключая ошибки ручного ввода. - **Повышенная безопасность:** Ключи передаются по зашифрованному каналу и никогда не отображаются пользователю. - **Снижение оттока:** Упрощённый процесс подключения уменьшает количество пользователей, теряемых на этапе настройки API. Как это работает: 1. Пользователь нажимает «Войти через WEEX» на партнерской платформе. 2. Происходит перенаправление на официальную страницу авторизации WEEX. 3. Пользователь подтверждает разрешения (по умолчанию доступно чтение и торговля). 4. Система автоматически генерирует и привязывает API-ключ к платформе через защищённое соединение. Решение предназначено для AI-сигнальных платформ, копи-трейдинга, торговых ботов и других сервисов, где ручная настройка API создаёт барьер для пользователей. API Fast Connect является частью экосистемы WEEX Broker, которая также включает институциональную ликвидность, комиссионные программы до 70% и полный доступ к API. WEEX — глобальная криптобиржа с более чем 6,2 млн пользователей, предлагающая свыше 1200 спотовых пар и фьючерсы с плечом до 400x.

TheNewsCrypto9 мин. назад

WEEX API Fast Connect: Сделайте каждого нового пользователя активным трейдером менее чем за 10 секунд

TheNewsCrypto9 мин. назад

Выпуск XRP Ledger v3.3.0 делает акцент на пяти поправках к протоколу

Предстоящий релиз xrpld v3.3.0 для XRP Ledger (XRPL) включает пять ключевых поправок (амендментов), направленных на расширение функциональности для токенизированных активов, управления комиссиями, разрешений и пакетной обработки. Среди нововведений: Конфиденциальные и Динамические Многоцелевые Токены (MPT), Пакетные операции, Делегирование разрешений, а также механизм Спонсируемых комиссий и резервов. Важно отметить, что эти функции не станут активными автоматически сразу после релиза. Для их активации на сети XRPL потребуется согласие 80% валидаторов, что является стандартным процессом для внедрения любых изменений в протоколе. Этот пакет обновлений в первую очередь нацелен на улучшение инфраструктуры для институциональных сценариев использования, таких как выпуск активов банками и платежными компаниями. Например, спонсируемые комиссии могут упростить взаимодействие пользователей, избавив их от необходимости самостоятельно держать нативные токены XRP для оплаты сетевых сборов. Улучшения MPT предоставят эмитентам больше гибкости в управлении активами, включая конфиденциальность и правила передачи. Пакетная обработка и делегирование разрешений повысят операционную эффективность приложений. Таким образом, релиз v3.3.0 задает дорожную карту для развития XRPL в сторону более сложных финансовых инструментов и улучшения пользовательского опыта, однако практическая реализация этих возможностей зависит от поддержки валидаторов и последующего внедрения разработчиками.

bitcoinist24 мин. назад

Выпуск XRP Ledger v3.3.0 делает акцент на пяти поправках к протоколу

bitcoinist24 мин. назад

Уолл-стрит, утренний отчет: V-образное восстановление в конце месяца, но Nasdaq показал худший июль за 12 лет, капитал ускоряет концентрацию у облачных гигантов

В конце месяца на Уолл-стрит наблюдался V-образный разворот, но Nasdaq показал худший результат за июль за 12 лет, при этом капитал ускорил концентрацию у облачных гигантов. Несмотря на рост основных индексов в пятницу, Nasdaq за месяц упал на 3,2%. Цены на нефть резко обвалились после отмены Трампом ударов по Ирану и увеличения добычи ОПЕК+. Золото в июле выросло на 0,91%, ожидается консолидация. США и Япония совместно вмешались в поддержку иены, доходность 10-летних казначейских облигаций США резко выросла. Капитализация облачных гигантов (Microsoft, Amazon, Google) выросла почти на $1,5 трлн за неделю, акции Amazon подскочили на 15,32%. Акции Apple упали на 7,35% из-за проблем с поставками, в то время как сектор хранения данных скорректировался. На предстоящей неделе в центре внимания будут отчеты Berkshire Hathaway, Palantir, SpaceX (первый отчет после IPO) и AMD, а также ключевые макроэкономические данные, включая отчет о занятости в США за июль.

marsbit48 мин. назад

Уолл-стрит, утренний отчет: V-образное восстановление в конце месяца, но Nasdaq показал худший июль за 12 лет, капитал ускоряет концентрацию у облачных гигантов

marsbit48 мин. назад

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Прошлые выходные стали поводом для бурных обсуждений в индустрии ИИ после публикации отчета аналитической компании SemiAnalysis. Согласно данным отчета, NVIDIA значительно изменила спецификации своего флагманского чипа Rubin Ultra, ключевой модели, анонсированной на GTC 2026. Вместо ожидавшегося увеличения вычислительной мощности и объема памяти, компания, судя по всему, пошла по пути оптимизации затрат. Основные изменения в спецификациях Rubin Ultra по сравнению с более ранними ожиданиями и базовой моделью Rubin: * **Теоретическая пиковая производительность (35 PFLOPs) осталась на уровне обычного Rubin.** * **Объем памяти HBM серьезно сокращен** — до 192 ГБ (8-Hi), что даже меньше, чем 288 ГБ (12-Hi) у Rubin. * **Пропускная способность памяти увеличена незначительно** (всего на 1 ТБ/с). * **Энергопотребление осталось высоким**, а максимальное даже возросло. * **Главным улучшением стал масштаб межсоединений (Scale-up)**: поддержка объединения до 576 GPU в единый логический узел через NVLink (против 72 GPU у Rubin). Аналитики SemiAnalysis связывают такое решение с резким ростом цен на высокоскоростную память HBM, которая является ключевым и самым дорогим компонентом современных ИИ-ускорителей. Стоимость HBM3 с 2025 года выросла в несколько раз. Первоначальный дизайн Rubin Ultra приводил к тому, что стоимость памяти в системе приближалась к 40% от общей стоимости материалов (BOM). После пересмотра спецификаций эта доля упала до 28%, что позволило снизить общую расчетную стоимость стойки с чипами примерно с 8 до 6.4 млн долларов. Таким образом, NVIDIA, по мнению аналитиков, смещает акцент с "наращивания компонентов" в отдельном чипе на создание более масштабируемых и, возможно, экономически эффективных систем на уровне кластера. Новый дизайн Rubin Ultra фокусируется на способности объединять огромное количество GPU, компенсируя изменения в характеристиках отдельных чипов. Новость оказала давление на котировки ведущих производителей памяти. Акции SK Hynix и Samsung, основных поставщиков HBM, упали примерно на 8%, что отражает опасения рынка: если крупнейший покупатель HBM начинает оптимизировать свои чипы для снижения зависимости от дорогой памяти, это может ограничить потенциал дальнейшего роста цен и спроса для производителей памяти. Эпоха безудержного наращивания ресурсов в ИИ-инфраструктуре, судя по всему, подходит к концу.

Odaily星球日报1 ч. назад

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Odaily星球日报1 ч. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

В статье представлен новый подход к обучению генеративных моделей под названием Explorative Modeling (XM), который позволяет осуществлять сквозное (end-to-end) обучение. Традиционные генеративные модели, такие как диффузионные или авторегрессионные, страдают от «смешения мод» (mode blurring), когда модель усредняет множество возможных правильных ответов, что приводит к размытым или нереалистичным результатам. Это также вызывает «смещение экспозиции» (exposure bias), когда ошибки накапливаются во время вывода. Ключевая идея XM проста: на каждом шаге обучения модель генерирует K кандидатов, а для обратного распространения градиента выбирает только того кандидата, который наиболее близок к реальным данным. Этот цикл, реализованный в несколько строк кода, повышает «генеративную выразительность» модели, позволяя ей охватывать несколько мод распределения данных, а не усреднять их. Авторы показывают, что «исследование» (exploration) становится третьей осью масштабирования наряду с увеличением параметров и данных. Эксперименты с изображениями, видео и текстом демонстрируют монотонное улучшение качества: при увеличении масштаба данных выгода от исследования возрастает с 7% до 36%, а эффективность использования вычислений (FLOP) повышается в 4.1 раза. В задачах управления роботами сквозная модель XM с одним проходом вперед достигает результатов, сравнимых с диффузионными моделями, требующими сотни проходов. Таким образом, Explorative Modeling предлагает путь к truly end-to-end генеративным моделям, перенося сложность с этапа вывода на этап обучения, что открывает потенциал для более эффективных и мощных систем.

marsbit2 ч. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

marsbit2 ч. назад

Торговля

Спот
活动图片