# AI生成内容的所有文章

在 HTX 新聞中心流覽與「AI生成内容」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

上半年,VC们的钱一半投向了AI,光这30家公司就融了超1700亿元

2026年上半年,国内AI赛道融资呈现爆发式增长。IT桔子数据显示,上半年AI赛道股权融资事件达1203起,总金额突破3000亿元,已远超2025年全年。其中,仅6月份融资额就突破1000亿元,DeepSeek的510亿元首轮融资是重要推手。 融资地域高度集中,北京、杭州、上海、深圳四城贡献了超86%的融资规模。北京以955亿元位居第一,杭州因DeepSeek带动跃居第二。 从细分赛道看,大模型融资1598.53亿元,独占鳌头,拿走超半数资金。AI基础层(算力、芯片等)融资725.68亿元,AI+具身智能赛道融资906.44亿元,是项目最活跃的领域。AIGC应用赛道融资596.05亿元,商业化成熟度最高。 资本布局节奏清晰:早期项目(种子/天使轮)数量多但单笔金额小,重在“广撒网”;成长期(A/B轮)是核心战场,贡献了近半数融资额;成熟期项目数量少但单笔金额最大,是赛道“压舱石”。 早期投资聚焦“世界模型”等具身智能底层技术,大模型早期窗口已基本关闭。中后期融资集中于头部企业,TOP20公司融资金额占全赛道过半。其中,DeepSeek、阶跃星辰、Kimi构成“大模型三巨头”;七家人形机器人公司组成第二梯队;AIGC应用、自动驾驶及AI制药等领域也有企业获得大额融资。 展望下半年,全年AI融资额有望突破6000亿元,但节奏可能“前高后低”。大模型赛道将开启“淘汰赛”,资金向头部集中,纯通用大模型的创业窗口已经关闭。

marsbit07/03 09:00

上半年,VC们的钱一半投向了AI,光这30家公司就融了超1700亿元

marsbit07/03 09:00

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

随着AI生成视频技术(如Sora、Veo等模型)的飞速发展,生成内容的逼真度已大幅提升,对虚假视频的检测变得日益困难且紧迫。传统仅输出“真假”二分类的检测方法已无法满足需求,检测目标应重新定义为“事实保真度验证”,即核查视频内容在感知和认知层面是否与真实世界一致。 本文综述了AI生成视频检测领域的最新进展。首先,将AI生成视频分为三类范式:局部操控视频、跨模态音视频编辑和端到端生成式视频合成。针对检测,提出了一个从低层到高层的四层方法框架: 1. 底层视觉线索分析:检测像素异常、生理信号等底层伪迹。 2. 时空一致性分析:核查视频在时间和空间上的连续性与合理性。 3. 跨模态一致性分析:验证视频内画面、声音、文字等多模态信息是否对齐。 4. 语言引导的世界级推理:引入外部知识,判断视频内容是否符合常识、物理规律和事实。 检测方法的演进趋势是从依赖视觉线索(第1、2层)逐步转向结合语言和多模态推理(第3、4层)。评测体系也需相应发展,不仅评估分类准确率,更要关注模型判断的可解释性、证据的可靠性以及在真实复杂环境下的鲁棒性。 未来的可信检测系统需要协同视觉与语言双视角,建立“识别-定位-解释”的清晰推理路径,并将内容分析与来源追溯相结合。这需要计算机视觉、自然语言处理、多模态理解等领域的共同努力,构建动态、可溯源、可解释的检测体系,以应对日益严峻的AI生成视频挑战。

marsbit06/26 07:27

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

marsbit06/26 07:27

活动图片