马斯克作证暗示 xAI 或用 OpenAI 模型训练,AI 行业竞争与技术使用引关注

马斯克状告OpenAI内幕:3800万变成8500亿,谁背叛了谁? 这案子没有完人。马斯克创立了OpenAI,后来离开,现在来告它。Altman把OpenAI做成了8500亿,但被人指着鼻子说"骗子"。两个最聪明的人,十年前坐同一张桌子,十年后对簿公堂。唯一清楚的是:AGI的诱惑太大了。大到可以让朋友变成对手,让理想变成生意,让"造福人类"变成"造福股东"。这场诉讼的判决,预计6-8周内出炉。但AI行业格局的改变,才刚刚开始。关于作者作者:近 20 年技术生涯,待过大厂也创过业。懂大厂的规范与困境,也懂创业公司的敏捷与无奈。 阅读详情

序号1

马斯克作证:xAI 或使用 OpenAI 模型训练

周四在联邦法院作证时,埃隆·马斯克似乎暗示他的人工智能实验室(xAI)可能使用了 OpenAI 的模型来训练自己的模型。在与 ChatGPT 开发商 OpenAI 的持续法律纠纷中,马斯克坐在证人席上,面对 OpenAI 律师的交叉询问,谈到了相关话题。

序号2

“蒸馏”技术引发争议

OpenAI 律师询问马斯克是否知道“蒸馏”的意思,马斯克解释为用一个人工智能模型来训练另一个人工智能模型。当被问到 xAI 是否用 OpenAI 的模型进行蒸馏时,马斯克称一般来说所有人工智能公司都会这么做。“蒸馏”是一种训练较小人工智能模型模仿更大、能力更强模型行为的技术,可降低运行成本、提高速度。

序号3

OpenAI 防止模型被蒸馏的举措

OpenAI 一直在努力防止竞争对手对其人工智能模型进行蒸馏,尤其针对中国人工智能实验室 DeepSeek。在 2026 年 2 月提交给众议院委员会的备忘录中,OpenAI 表示已“采取措施保护和强化我们的模型,防止被蒸馏”。特朗普政府也采取措施防止中国公司对美国人工智能模型进行蒸馏,白宫科学与技术政策办公室主任迈克尔·克拉西奥斯表示将与美国人工智能公司共享有关外国蒸馏行为的信息。

序号4

AI 公司间的复杂关系

美国的人工智能实验室会以其他方式使用彼此的人工智能模型来测试进展和评估安全性,但在竞争激烈的环境下,一些公司已切断与竞争对手的联系。2025 年 8 月,Anthropic 公司指控 OpenAI 违反其服务条款后,阻止了 OpenAI 访问其 Claude 编码模型,最近也禁止 xAI 使用其用于编码的人工智能模型。

编辑观点:马斯克的表态让 xAI 与 OpenAI 的关系更加复杂,AI 行业竞争激烈,技术使用和知识产权保护问题凸显,未来行业规范和竞争格局值得关注。

马斯克输了!3800万换不来8500亿,OpenAI赢在“时效“还是“人性“? 马斯克选择在这个时间点起诉,耐人寻味:2023年:xAI成立,需要市场关注度2024年:OpenAI筹备IPO,估值达8500亿诉讼目的:打乱OpenAI上市节奏,为xAI争取时间。 阅读详情

相关推荐

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

马斯克起诉 OpenAI 开庭,索赔 1340 亿,案件 5 月见分晓

未来一个月,马斯克与 OpenAI 的纠缠还将持续。从 4 月 27 日陪审团遴选开始,到责任阶段 5 月 21 日结束,奥克兰这间法庭会持续放出 AI 产业的“内部档案”。马斯克方将通过证据披露程序,把 OpenAI、微软、xAI 过去十年的邮件、短信、内部文件集中亮上法庭。马斯克与奥尔特曼的这场官司最终结果如何,或将下个月揭晓。这桩案件是否会对双方的 IPO 进程造成影响,同样值得期待。无论结果如何,硅谷过去十年颇具争议的一段创业史,将完整地摊在公众面前。

IT界那些事儿 88

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

红杉资本打破风投禁忌,押注AI对手Anthropic

虽然红杉对xAI的投资似乎已经与传统风投只选一个赢家的做法相悖,但这笔投资被广泛认为更多是为了加深该机构与埃隆·马斯克的广泛联系,而非单纯支持OpenAI的竞争对手。红杉在马斯克收购推特并将其重塑时进行了投资,也是某航天公司和某隧道公司的投资者,并且是马斯克的脑机接口公司的主要支持者。当奥特曼从斯坦福大学退学创办Loopt时,红杉就投资了他。红杉放弃了其2100万美元的投资,让那家支付处理公司保留资金,同时放弃了其董事会席位、信息权和股份,这在该机构历史上尚属首次,因利益冲突而切断与新投资公司的联系。

codeshare1135的博客 182

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

马斯克起诉OpenAI案第四天:承认Grok蒸馏ChatGPT,下周Brockman出庭或再掀高潮

庭审中,OpenAI首席律师William Savitt询问xAI是否蒸馏了OpenAI的模型,马斯克先是称“所有AI公司都在这么干”,后承认“部分如此”。目前,蒸馏在法律上处于灰色地带,可能不违法,但几乎肯定违反了OpenAI的服务条款。这些日记条目是法官决定将此案交由陪审团审理的关键依据之一,OpenAI称日记被马斯克律师团队“断章取义”,下周Brockman将不得不面对自己写下的每一个字。庭审中,马斯克还亲口给全球AI公司排了座次,称Anthropic第一,OpenAI第二,谷歌第三,开源模型第四。

IT界那些事儿 63

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

马斯克起诉OpenAI开庭:“慈善使命”与“商业竞争”对决,谁能在上市前夜胜出?

当地时间4月28日,加州奥克兰联邦法院,马斯克起诉OpenAI一案开始开庭陈述,双方各执一词。马斯克一方律师称这是“慈善机构被偷走”的案子,OpenAI最初是非营利组织,使命是让AI造福全人类。对SpaceX - xAI,影响复杂,马斯克占道德高地,但OpenAI反击也会被关注。马斯克证词先讲个人经历,塑造为事业奉献的形象,再拉回OpenAI,强调自己贡献和核心控诉。4月28日开庭陈述,马斯克出庭作证。OpenAI称商业化是推进使命,SpaceX - xAI称OpenAI被资本绑定,自己体系更完整。

IT界那些事儿 36

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

O04-马斯克起诉OpenAI世纪诉讼全解析 [特殊字符]

2026年4月,全球最受关注的AI法律大战——马斯克起诉OpenAI案正式开庭,这场诉讼不仅关乎一家公司的命运,更将重塑整个AI行业的未来走向。

郑恩赐,厦门工学院软件工程AI方向本科在读。专注AI全栈应用开发,熟练Vue3、Spring Boot、PyTorch等技术栈,正在探索多模态大模型应用。拥有多个全栈项目和AI应用开发经验,获国家级大创立项和发明专利,掘金优质作者榜第2名。 569

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

【卷卷观察】Musk输了:OpenAI官司的判决意味着什么

昨天刷到这条新闻的时候,我正端着咖啡准备开会。看到"陪审团90分钟裁定"这几个字,咖啡差点喷出来。三周审判,11天证词,几十号硅谷大佬轮番上阵,数百页私人邮件翻了个底朝天——然后陪审团不到两小时就把案子毙了。。

838

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

上一篇: 微软 Xbox 更新:新增禁用快速恢复等功能,还下调 Game Pass 价格
下一篇: 《怪诞谷》节目探讨马斯克起诉OpenAI、Meta裁员及美司法部选举权工作削弱事件
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值