找到
5
篇与
AI
相关的结果
-
SEO已死？不，它正演变为GEO：一场由AI掀起的流量革命 AI摘要：SEO正演变为GEO，AI技术重塑搜索行为，GEO强调内容逻辑框架和知识密度，而非传统SEO的关键词排名。GEO专家概念存疑，优质内容、清晰架构、权威性及用户意图仍是关键。别被焦虑蒙蔽双眼，踏实做好内容，与坦诚合作。营销的核心争夺，正从“搜索排名”转向“AI引用率” “SEO已死”的论调在2025年数字营销圈甚嚣尘上，其直接导火索是生成式AI对传统搜索行为的颠覆性重塑。 当ChatGPT、Perplexity等AI助手能直接生成答案，用户不再需要点击搜索结果列表中的链接，传统SEO依赖的关键词排名、外链建设、点击引流模式遭遇釜底抽薪——这场变革并非一夜爆发，而是AI技术演进与用户行为迁移的必然结果。 1.GEO崛起：AI搜索重构流量规则 传统搜索建立在链接索引基础上，而生成式AI则建立在语言理解与知识整合之上。这一底层逻辑的差异，催生了全新的优化范式——生成式引擎优化（Generative Engine Optimization, GEO）。 数据印证变革速度： 谷歌AI概览触发率从2025年1月的6.49%飙升到3月的13.14%（增长72%），覆盖超13%的搜索请求 ChatGPT日请求量达3750万次，Perplexity月活超6700万，用户平均会话时长近11分钟 用户提问方式剧变：查询词数从平均4词增至23词，会话时长延至6分钟 当谷歌、百度将AI生成答案（如SGE、AI Overview）直接置顶搜索结果页，内容提供方面临生死拷问：若未被AI“记住”并引用，即使网站设计精良，也将在数字世界沦为隐形。 2.GEO vs SEO：优化逻辑的范式迁移 对比维度表头传统SEO核心目标提升网页搜索排名让内容被AI引用并整合进生成答案内容策略关键词密度、外链数量、页面停留时间知识密度、逻辑结构、多模态兼容性成功指标点击率（CTR）引用率（内容被AI提及的频率）技术依赖爬虫索引机制大语言模型（LLM）的语义理解能力 结构性差异的本质： SEO时代依赖关键词精确匹配，GEO要求内容具备清晰逻辑框架（如“问题-证据-结论”三段式），每千字需含3-5个可验证独立观点 AI模型偏好结构化标记（FAQ、HowTo）、 总结性短语（“总而言之”） 及分点列举，便于解析提取 商业模式剧变：谷歌靠广告点击获利，而ChatGPT等LLM采用订阅制，削弱第三方内容展示动机 3.有生成引擎优化（GEO）专家吗？ 网上并没有这么多GEO专家，他们大多数都是装弄玄虚！• 不是我。 • 不是那个在微信上开高价课的大咖。 • 更不是那个声称有“顶级GEO战略”，动辄收费十几万的机构。 咱们所有人，都还在摸着石头过河呢！AI搜索这玩意儿才出来多久啊？ 当那些“GEO大师”找上门，唾沫横飞地给你画大饼时，你可能会听到这些话： 1.“我破解了AI搜索优化的密码！” - 真相： 胡说八道！AI平台的算法天天都在迭代，有时甚至一天好几次。谁要是说自己“破解了”，那他不是在做梦，就是在骗你。 2.“我们专有的GEO框架保证结果！” - 真相： 哪有什么保证的框架？连在不同AI平台上用什么方法能稳定有效，大家都没达成共识呢。他们这是收你的钱，拿你的网站当试验品！ 3.GEO还没火的时候，我就开始做了！” - 真相： 啥时候开始的？上周二吗？AI搜索真正公开能用也就这两年的事儿。谁要是吹嘘自己有“多年经验”，那纯粹是开玩笑。 4. “传统SEO已死 – 现在你需要GEO！” - 真相： 这点最让我火大！传统搜索怎么可能消失？谷歌每天还要处理几十亿次搜索呢！这种制造恐慌的说法，就是想让你乖乖为一些根本不存在的服务掏钱。 说白了，当你把真金白银交给这些所谓的“GEO专家”时，他们很可能在干这些事： • 拿你的网站和你的钱，去做他们本该自费进行的各种实验。 • 他们修改你的内容，看看数据怎么样，然后把这些“经验”卖给下一个“小白鼠”。 你以为你在购买专业服务？不，你其实是在花钱赞助他们的“付费研究项目”，而你，既是研究对象，也是金主爸爸。这就好比你花钱请个汽修学徒，拿你的宝贝发动机练手一样，心疼不？ 关于AI搜索优化，我们目前真正知道些什么？ 抛开那些天花乱坠的“GEO理论”，目前真正被验证、比较靠谱的认知其实还是那些老生常谈： 优质内容是王道： 写得好、结构清晰、真正对用户有用的内容，在传统搜索里表现好，在AI搜索结果里也更容易被推荐。 清晰的信息架构很重要： 网站结构清晰，内容组织有序，不仅方便用户阅读，也更容易被AI理解和抓取。 权威性和专业性依然加分： AI平台似乎更倾向于推荐来自成熟、可靠、有专业背景的信源。 用户意图永远是核心： 无论用户是在谷歌提问，还是跟ChatGPT聊天，他们都希望问题得到满意的解答。 是的，就这些。其他的，目前都还停留在猜测、测试和假设阶段。 结语：别让焦虑蒙蔽了双眼 朋友们，那些自诩为“GEO专家”的人，其实是在利用大家害怕在AI浪潮中掉队的焦虑心理。他们贩卖的是不确定市场中的“确定性”，是根本不存在的“专业知识”，是可能压根儿没必要解决的“问题”。 这个领域里真正踏实的人会告诉你：“我不知道最终答案，但我正在努力搞清楚。” 他们会对自己的测试过程透明，对自己的局限性坦诚，专注于积累真正的知识，而不是兜售“大力丸”。 别让 “错失恐惧症”（FOMO） 把你推进这些骗子的怀抱。AI搜索每天都在变，谁要是敢拍胸脯说自己已经完全搞懂了，那他不是在自欺欺人，就是在故意忽悠你。 省点钱，踏踏实实做好对用户有价值的内容，和那些对自己的知识和学习进度都坦诚相待的人合作吧。
-
智能家居变"间谍工具"？3亿家庭正在暴露的隐私危机 AI摘要：智能家居设备频现隐私泄露风险，如智能音箱可能被监听，摄像头可能被窃取个人信息，智能门锁可能被破解。为保障隐私安全，建议购买合规设备，合理设置隐私权限，加强安防知识学习。近年来，智能家居“出格”事件频发，令人惊恐不已。 智能音箱半夜发出诡异笑声 偷拍多名房客 此前，亚马逊 Echo 智能音箱被爆曾半夜发出诡异笑声，发布该帖的网友表这就像是离他们很近的地方有一位真人在笑一样，若独自在家会非常吓人。 1.webp图片 同样的还有智能音箱偷拍多名房客的事件发生。 曾有报道，一女士在入住民宿时，使用了该酒店的智能音箱，却未曾想上方的摄像头拍到了住客的很多隐私视频。其表示，这个智能音箱有看护模式，捕捉到了六七段自己和朋友在房间内走动的视频，下面还有很多陌生人的隐私视频。考虑到看护模式可能是人为开启的，便感到十分后怕。 2.webp图片 你的音箱可能正在被监听 像这类“灵异”事件我们经常能看见，大众对此也开始逐渐关注起来。毕竟，随着人工智能时代的到来，我们的生活已逐步智能化，而这些潜藏的危险也让人们对个人的隐私安全感到担忧。近日，国安机关更是发出提醒：“智能家居暗藏泄密风险，你的音箱可能正在被监听”。 3.webp图片 智能音箱上演的“窃听风云”有多恐怖？就拿一网友分享的贴子表示，该网友在与家人谈论做什么菜时，某品牌智能音箱立马进行接话，这种看似平平无奇的事情却让该网友感到细思极恐。网友表示，还好没有聊其他更私密性的话题。 4.webp图片 据报道，智能音箱一旦被不怀好意的人员或组织植入木马程序，可能会绕开使用授权和监管要求，在用户不知情的情况下，“无声”地监听用户声音，并会将其数据记录备份上传至云端储存。若不法分子利用远程操控，便能持续地记录用户的日常对话，对他人隐私造成侵犯；而一旦这种潜伏式的“窃听器”被安置在国家机密场所，那将会窃取重大的国家机密，后果将不堪设想。 除了暗藏的窃听危机以外，部分智能家居含有的智能摄像头一旦在云端视频加密、用户身份验证、密码设置等技术防范不到位，就容易导致用户个人信息在无声无息中被窃取。 某论坛上曾出现过一女子在家中马桶上如厕的照片等系列家庭生活场景的照片，经调查发现，拍摄者竟是家中的扫地机器人。若安置在敏感场所的智能设备具有这样的安全漏洞，将会造成严重的失泄密风险。 5.webp图片 智能门锁可能已成为“潜入者” 除了智能音箱，智能门锁已成为“潜入者”，隐形在人们身边，引起较大的安全风险。这是由于部分劣质品牌存在设计缺陷，从而为一些不法分子带来了可乘之机，他们只需要简单的工具便能在几秒内打开门锁。 有网友发帖称遇到过智能锁反常震动后，里外同时开门。该网友表示，当人靠近时，智能锁能自动发出语音播报，提醒正视摄像头；当有人触碰智能锁按键时，锁会发出声音让屋内的人注意，而那天一名自称中介的男子在触动他家门锁时却并未发声，被发现后慌忙而跑，并且网友表示自己并未联系中介，若是该男子打开了该门锁，后果将不堪设想。 6.webp图片 总结 可想而知，若这样的设备被安置在涉密场所，一旦被不法分子用相关道具破解，那便能在敏感区域“畅通无阻”，造成重大损失。 随着科技发展，智能家居与我们的生活联系愈发紧密，因此，我们在使用智能家居前可以提前做好以下安全防范措施：一是挑选合规的设备。购买正规品牌，通过正规渠道，优先选用国家安全认证（如 CCC 标志）或符合国际安全标准的产品。二是合理设置隐私权限。可设置稍微复杂的高保密性的智能家居设备密码，关闭非必要的收集和共享个人信息权限以及远程功能，及时安装官方修复漏洞的功能。三是加强安防知识学习。要提高个人隐私安全防范意识，不断学习避免数据泄露、恶意钓鱼攻击等安全知识，与家庭人员共同普及智能家居使用说明的知识。 家居智能化是社会发展的一个趋势，我们既不能完全规避它，也不能一味地任其“拿捏”，在享受智能家居带来便利的同时，学会保护好自己的个人隐私，让其更好地为我们所用。
-
2025年4月全球科技重大新闻盘点：AI革命、量子突破与自动驾驶的未来之战 AI摘要：2025年4月，全球科技领域发生重大变革。AI技术迭代加速，垂直场景落地，算力需求激增；机器人技术产业化提速，应用于真实场景；自动驾驶技术路线之争激烈，换电网络加速生态构建；量子计算实用化迈进，算力网络重塑产业格局。中美技术博弈加剧，技术伦理与公众认知成为关键。以下是 2025 年 4 月以来的科技领域重大新闻综合分析，涵盖技术突破、产业布局、政策支持及社会影响等多个维度，力求揭示这些事件的前因后果与行业趋势： 1.人工智能：技术迭代加速与垂直场景落地 技术突破驱动行业分化 2025 年，AI 大模型进入“效率优先”阶段。OpenAI 推出多模态工具包GPT-Vision Pro，支持图像、视频、3D 点云的跨模态解析，其开放 API 接口加速了智能安防、AR 导购等场景的落地。沃尔玛试点货架图像分析系统后，库存周转率提升 18%，体现了 AI 在零售领域的实用价值。与此同时，中国企业通过“低成本+开源”策略突围：百度发布的文心工业大模型 3.0融合 500 亿参数与 30 万小时工业数据，设备故障预测准确率达 98.7%，并计划在 2025 年覆盖 100+工业场景，推动制造业智能化升级。 算力与伦理的双重挑战 尽管 AI 性能持续提升（如斯坦福《2025 年 AI 指数报告》显示，AI 在复杂任务中的得分较前一年增长超 40%），但算力需求激增成为瓶颈。智能体（Agent）的交互量是传统 AI 的 10-25 倍，全球需新增大量 AI 芯片以满足需求。中国科技公司虽加速采购英伟达 H20 芯片（第一季度订单超 160 亿美元），但国产替代进程同步推进，如华为昇腾芯片与寒武纪思元 370 的发布，试图打破算力依赖。 伦理与监管同步强化：全球政府加紧制定 AI 法规，中国《生成式 AI 服务管理办法》要求企业平衡创新与合规，微软等公司推出深度伪造检测技术以应对内容安全风险。 2.机器人技术：从实验室走向真实场景 人形机器人产业化提速 波士顿动力推出的电动版 Atlas 机器人，运动控制延迟降至 2ms，新增物体识别与路径规划能力，标志着人形机器人从“炫技”转向实用化。其背后是传感器技术、动态平衡算法的突破，以及电动化带来的能效提升。北京亦庄举办的全球首场“人机共跑”半程马拉松，则通过复杂地形挑战验证了双足机器人的环境适应性，并展示“热插拔”换电技术，为物流、服务业提供新可能。 行业应用与生态构建 商汤科技发布的日日新城市大脑 2.0，融合 10 万路视频与 500 万传感器数据，实现交通信号优化与应急管理响应效率提升 300%，推动智慧城市从单点智能向全域协同演进。政策层面，安徽计划建设 10 个省级“人工智能+”示范场景，量子计算与机器人技术被列为重点方向，显示地方政府对技术落地的战略支持。 3.自动驾驶：全场景决策与基础设施革命 技术路线之争白热化 特斯拉FSD 芯片 3.0的量产标志着自动驾驶进入“纯 AI 驱动”阶段。该芯片算力达 200TOPS，暴雨天气车道识别准确率提升至 99.2%，并通过联邦学习整合每日 1000 万英里路况数据，推动城市 NOA 功能覆盖范围扩大 4 倍。马斯克宣称将摒弃雷达方案，仅依赖摄像头与 AI 模块，这一激进策略引发行业对安全性与可靠性的争议。 换电网络加速生态构建 宁德时代宣布 2025 年建设 1000 个换电站，并与中石化、蔚来合作构建全国换电网络。此举旨在解决电动车续航焦虑，推动“车电分离”模式普及，同时通过标准化电池设计降低车企成本。政策层面，《电动汽车用动力蓄电池安全要求》新国标将于 2026 年实施，强化电池安全测试，为行业规范化铺路。 4.量子计算与算力基建：底层技术突破与战略布局 量子计算机实用化迈进 华翊博奥发布的百比特离子阱量子计算机原型机，采用二维阵列技术将量子比特规模提升 1-2 个数量级，可应用于密码学与新药研发。安徽“天元”量子模拟器的突破与聚变堆主机设施的建设，显示中国在量子领域的持续投入。国际层面，沙特与英伟达合作建设 2EFLOPS 超算，聚焦能源与气候模拟，凸显量子计算对战略产业的支撑作用。 算力网络重塑产业格局 阿里云 “通义算力网络” 实现全国 10 万张 GPU 动态调度，腾讯“星脉 AI 算力平台”通过液冷技术将 PUE 值降至 1.15。这些举措降低模型训练成本 35%，推动中小企业的 AI 应用门槛下降。地方政府如杭州通过千亿级产业基金支持 AI 初创企业，探索容错免责机制，试图培育本土硬科技生态。 5.全球竞争与未来趋势 中美技术博弈与生态分化 斯坦福报告指出，中美在 AI 模型数量上差距显著（美国 40 个 vs 中国 15 个），但中国在 MMLU 等基准测试中近乎追平美国，且专利与论文数量领先。开源模型（如 Meta 的 Llama 3）与闭源模型（如 GPT 系列）的竞争加剧，OpenAI 通过 400 亿美元融资强化 AGI 研发，而中国企业依托行业场景优势加速垂直整合。 技术伦理与公众认知 全球对 AI 的乐观情绪分化：中国、印尼超 80%民众认可 AI 益处，而欧美国家担忧加剧。各国政府加强立法，美国 2024 年 AI 相关法规数量翻倍，中国则通过“科技零基预算改革”撬动社会资本投入伦理治理。 6.总结：技术、政策与商业的协同演进 2025 年的科技领域呈现“突破-落地-治理”的螺旋上升态势：AI 从通用模型转向行业深挖，机器人从实验室 demo 走向真实场景验证，自动驾驶与量子计算则在政策扶持下加速产业化。未来，技术收敛（如多模态成熟）、算力普惠化与伦理框架完善将成为关键推力，而中美在技术路线与生态构建上的差异化竞争，将深刻影响全球科技格局。
-
微软发布1比特AI大模型 可在CPU运行 AI摘要：微软发布1比特AI大模型BitNet b1.58 2B4T，通过极致量化技术实现CPU高效运行，性能超越同类模型。模型开源，支持ARM和x86架构，未来计划支持NPU、GPU及移动设备。该模型为边缘计算、移动端AI及中小企业提供低成本解决方案，推动AI普惠化。微软近期发布了其1比特AI大模型BitNet b1.58 2B4T，该模型通过极致的权重量化技术实现了在CPU上的高效运行，并展示了显著的性能优势。以下是关键信息总结： 模型核心特点 量化技术：模型权重仅用三个值（-1、0、1）表示，大幅减少内存占用和计算复杂度，理论上内存和计算效率远超传统模型。 参数规模：拥有20亿参数，是目前最大的1比特AI模型，训练数据量达4万亿标记（约3300万本书）。 开源协议：采用MIT许可证开源，允许广泛使用和修改。 性能表现 基准测试：在GSM8K（数学题）和PIQA（物理推理）等测试中，性能超过Meta的Llama 3.2 1B、Google的Gemma 3 1B等同类模型。 速度与能效：推理速度是同等规模模型的两倍，内存占用仅为传统模型的一小部分，尤其适合资源受限的CPU设备。 依赖框架与兼容性 bitnet.cpp框架：需搭配微软自研的bitnet.cpp框架运行，该框架针对CPU优化，支持ARM和x86架构（如苹果M2），但暂不支持GPU。 扩展性：框架未来计划支持NPU、GPU及移动设备，目前已在ARM CPU上实现1.37-5.07倍加速，x86 CPU上加速比达2.37-6.17倍，能耗降低55.4%-82.2%。 应用潜力与挑战 本地化部署：用户可在本地设备运行模型（如100B参数模型），减少数据传输需求，增强隐私保护。 行业影响：为边缘计算、移动端AI及中小企业提供低成本解决方案，可能改变传统依赖GPU的AI基础设施格局。 局限性：当前框架仅适配特定硬件，且1比特模型的训练需从零开始，难以直接量化现有模型，兼容性仍是主要挑战。 未来展望 微软通过“1-bit AI Infra”计划持续推进高效AI技术，结合模型与框架的优化，未来或实现在普通CPU上运行千亿级参数模型，进一步推动AI普惠化。 如需具体部署方法或性能测试细节，可参考微软官方GitHub仓库及社区教程。
-
Typecho 文章生成 AI 摘要 （ AISummary ） AI摘要：本文介绍了Typecho博客插件AISummary的修改版，解决了原版插件与某些插件冲突的问题。修改后支持使用智谱清言的GLM-4-Flash模型，免费调用大模型。文章提供了修改方法、配置示例和下载链接。前言 前段时间在寻找博客ai插件的时候发现了两款适用于typecho插件（AISummary 和 AIContentSummary），发现大多数博主都是用的AISummary，所以话不多说接下来看效果图： 73280bd0ed07563ad1ed619d73c3d75a.png图片 AISummary AISummary的原版本个人感觉有一点点小问题，可能是跟我的其他插件有冲突，每次点击发布文章都需要加载半天，还加载不出来 所以，这篇文章是一个小改的AISummary插件 下载链接请看文章后面 打开插件下的 Plugin.php 文件 找到大约 223 行。 // $apiUrl = rtrim($options->apiUrl, '/') . '/v1/chat/completions'; 原代码，注释掉，然后添加下一行代码 $apiUrl = $options->apiUrl;这里改变的原因就是原版插件只可以调用MoonShot Kimi Chat，不过Kimi只有新人15元免费，后面都需要收费（）直到后面发现了智谱清言的 GLM-4-Flash 模型是完全免费的。） MoonShot Kimi Chat API KEY 注册地址： https://platform.moonshot.cn/智谱清言 BigModel智谱AI大模型开放平台链接： https://maas.aminer.cn/ GLM-4-Flash免费调用： 智谱AI首个免费API，零成本调用大模型，支持128K上下文。 修改后的插件配置 kimi Chat 模型名：moonshot-v1-8k 密钥：sk-9rvpKLaC5jPszkxdinwlSC6hHon*********** API地址：https://api.moonshot.cn/v1/chat/completions 智谱清言 模型名：glm-4-flash 密钥：95ee48bda0293d818967561af0d9e0.3whX********* API地址：https://open.bigmodel.cn/api/paas/v4/chat/completions 两个都是可以使用 下载 最后没有动手能力的，可以直接下载改版插件 AISummary[改版].zip 下载地址：https://book.02clouds.cn/usr/uploads/2025/01/28f61a4aa923fd13cd85d8c94ea0e5de.zip 提取码： Github 开源地址 AISummary ：https://github.com/idealclover/AISummary-Typecho AIContentSummary ：https://github.com/Rockytkg/AIContentSummary
