新闻集团全球首席执行官将新闻机构描述为人工智能的宝贵"输入方",这家媒体帝国与Meta签署了每年价值高达5000万美元(约7100万澳元)的AI内容授权协议。
在一次乐观的演讲中,鲁珀特·默多克公司的首席执行官罗伯特·汤姆森表示,《澳大利亚人报》、《伦敦泰晤士报》和道琼斯等出版物中"可靠"的突发新闻和信息作为AI的"输入"是"难以超越的"。
这项Meta协议由默多克旗下的《华尔街日报》本周早些时候披露,预计将持续至少三年,允许Facebook和Instagram的母公司抓取新闻集团的美国和英国内容来训练其人工智能产品。
涉及的媒体包括《华尔街日报》和《纽约邮报》,但澳大利亚的报纸,包括《每日电讯报》和《先驱太阳报》,不在此协议范围内。
"我们本质上是一家输入公司,"汤姆森在周一旧金山摩根士丹利科技会议上表示,这是在里程碑式的Meta协议之前。
"在AI时代,最大的威胁将是那些你可能称之为输出公司的企业。我们是输入方,就像半导体是输入,数据中心是输入,能源是输入一样。"
"你看突发新闻,你看独特的房地产信息。"
汤姆森在2024年与OpenAI签署了一项价值2.5亿美元的五年协议,他表示AI为新闻机构提供的机会大于风险。
他说他采取"拉拢或起诉"的方法——欢迎与AI公司达成协议,但如果它们非法获取出版商内容,他会起诉它们。
汤姆森表示他与OpenAI首席执行官萨姆·奥特曼关系良好,经常交谈,与Meta首席执行官马克·扎克伯格也是如此。
"马克和我定期交流,显然是通过WhatsApp。"
在澳大利亚,新闻集团对社交媒体公司采取了更对抗性的方法,指责它们造成全球社会凝聚力问题。
澳大利亚新闻集团执行主席迈克尔·米勒呼吁媒体团结一致对抗免费寻求内容的平台和AI公司。
新闻集团也在新闻报道中拥抱AI的使用。该业务的澳大利亚分部推出了名为"NewsGPT"的内部AI工具,一些记者对此表示担忧。
新闻媒体将人工智能及其与搜索引擎的整合视为专业新闻业可持续发展的威胁,因为谷歌已将AI整合到搜索中,减少了点击进入新闻网站的人数。
与ChatGPT开发商OpenAI在2024年的协议将《华尔街日报》、《纽约邮报》、《泰晤士报》和《星期日泰晤士报》的新闻内容带到了人工智能平台。
其他出版物,包括《纽约时报》,采取了不同策略:起诉OpenAI和微软这家初创公司的主要支持者,因其使用内容训练生成式AI和大语言模型系统。
Meta去年对AI基础设施进行了数十亿美元的投资,宣布与康宁公司(电信和电子复杂材料制造商)达成价值高达60亿美元的协议,为这家科技公司的数据中心供应光纤电缆。
《卫报》媒体集团在2025年2月与OpenAI签署了战略合作伙伴关系。
Q&A
Q1:新闻集团与Meta签署的AI内容授权协议具体内容是什么?
A:这项协议每年价值高达5000万美元,预计持续至少三年,允许Facebook和Instagram的母公司抓取新闻集团的美国和英国内容来训练其人工智能产品。涉及的媒体包括《华尔街日报》和《纽约邮报》,但澳大利亚的报纸不在协议范围内。
Q2:新闻集团CEO为什么说公司是AI"输入方"?
A:CEO汤姆森认为新闻机构提供"可靠"的突发新闻和信息,这些内容作为AI训练的"输入"是"难以超越的"。他将新闻内容比作半导体、数据中心、能源一样的输入要素,而威胁主要来自"输出公司"。
Q3:新闻集团对AI公司采取什么策略?
A:新闻集团采取"拉拢或起诉"的方法——欢迎与AI公司达成内容授权协议获得收益,但如果AI公司非法获取出版商内容,就会起诉它们。汤姆森已与OpenAI签署2.5亿美元五年协议,并与Meta、OpenAI高管保持密切沟通。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。