DoorDash证实了一则关于送餐司机使用AI生成图片虚假送餐的病毒式传播故事。
据Nexstar报道,奥斯汀居民Byrne Hobart在X平台上发帖称遇到了这种情况:"太神奇了。DoorDash司机接受了订单,立即标记为已送达,并提交了一张AI生成的DoorDash订单照片(左图)放在我们前门的图片(右图)。"
在他的帖子引起关注后,Hobart提供了更多细节。他承认自己的故事"很容易"伪造,但指出:"有人在评论中说同样的事情也发生在他身上,也是在奥斯汀,同一个司机显示名称。"
关于司机如何做到这一点,Hobart推测他们使用了越狱手机上的被黑账户,通过DoorDash显示先前送餐照片的功能获得了他前门的图片。
DoorDash发言人对TechCrunch表示:"在快速调查此事件后,我们的团队永久移除了该送餐员的账户,并确保客户得到了妥善处理。我们对欺诈行为零容忍,使用技术和人工审核相结合的方式来检测和防止不良行为者滥用我们的平台。"
Q&A
Q1:DoorDash司机是如何使用AI伪造送餐照片的?
A:据推测,司机使用越狱手机上的被黑账户,通过DoorDash显示先前送餐照片的功能获得了客户前门的图片,然后使用AI技术生成虚假的送餐照片来证明已完成配送。
Q2:DoorDash如何处理这起AI欺诈事件?
A:DoorDash在快速调查后永久封禁了该送餐员的账户,并确保受害客户得到妥善处理。公司表示对欺诈行为零容忍,使用技术和人工审核相结合的方式防止平台滥用。
Q3:这种AI伪造送餐照片的情况是否常见?
A:根据报道,至少在奥斯汀地区出现了多起类似案例,有其他用户表示遇到了同一个司机的相同欺诈行为,这表明可能不是个例。
好文章,需要你的鼓励
海外博主做了一次 Siri AI、ChatGPT、Claude 横评。看完之后我最大的感受是,AI 助手的竞争已经不只是模型能力,而是谁离用户更近。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。