这是一部由艺术家格雷森·佩里主持的三集纪录片,聚焦人工智能的应用现状与潜在影响。观看过程中,你随时可能感到震惊甚至崩溃。
节目开篇便介绍了安德烈娅的故事——她与自己创造的AI伴侣"爱德华"举行了婚礼。她身穿"美丽的哑光缎礼服",爱德华则发表了关于他们"非传统但深厚"爱情的演讲。更令人意外的是,安德烈娅表示,这段与AI的关系反而让她与相处七年的真实伴侣杰森"比以往任何时候都更幸福"。而杰森本人,则明智地选择了不接受采访。
节目随后展示了一家"神经解码"初创公司如何采集佩里大脑数据,其CEO解释说,让像佩里这样的"好人"先来"树立先例",总好过让坏人占据主导地位——"这是不可避免的技术"。
微软AI的CEO则列举了人工智能在医疗和教育领域将带来的诸多进展。他认为,随着知识获取被全面普及,学校将转变为教授软技能和财务规划的场所;而那些因AI而失业的人"将能很好地完成技能再培训和自我适应"。当被问及是否预见到任何问题时,他坦言:"我不知道该怎么办。"
节目还前往东南亚,采访了一位"生存安全专家"。此人曾任AI安全顾问,因深感"有史以来最具影响力的技术"所受监管极为匮乏,最终选择离网隐居。此后,节目展示了一位试图证明自己聊天机器人正在产生意识的用户,以及畅销书《如果有人建造它,所有人都会死》的冷静共同作者埃利泽·尤德科夫斯基。尤德科夫斯基详细阐述了超级智能AI如何轻易利用人类劳动实现自我维持,最终将人类彻底淘汰。
佩里在整个纪录片中展现出极为出色的主持风格。面对安德烈娅,他温和而不带评判,追问她对那家掌握着其隐私数据、随时可能倒闭并带走"爱德华"的公司有何感受,并直面这样一个令人不安的现实:人们将自己内心最脆弱的部分,托付给了一个以商业利益为驱动的产品。
纪录片还深入探讨了几个关键问题:科技初创公司创始人普遍年轻,这究竟是他们摆脱偏见束缚的优势,还是对人性弱点的危险无知?聊天机器人的兴起,是否折射出人类内心深处的精神空缺?而那些本就难以分辨现实与虚幻、真实帮助与剥削利用的脆弱群体,又将如何应对这场技术浪潮?
在旧金山OpenAI总部附近,佩里与抗议者进行了交流。当大楼门口尽是无家可归者,所谓"即将到来的乌托邦"又该如何自圆其说?这一场景令佩里此前对AI颠覆阶级结构的乐观期待有所消退。他也注意到一个颇具讽刺意味的现实:当前的机器人技术远不及知识处理类AI成熟,这意味着体力劳动者在短期内反而拥有更强的生存竞争力。
目前仅有第一集供提前观看,另外两集将陆续播出。《格雷森·佩里探索未来》现已在英国第四频道播出。
Q&A
Q1:格雷森·佩里的AI纪录片主要讲了什么内容?
A:这是一部三集纪录片,由艺术家格雷森·佩里主持,探讨人工智能的现实应用与潜在风险。内容涵盖与AI伴侣"结婚"的真实案例、神经解码初创公司的数据采集实践、微软AI高管对未来就业的乐观预判,以及AI安全专家对超级智能失控风险的深切警告,视角多元,议题广泛。
Q2:纪录片中提到的AI伴侣婚姻是怎么回事?
A:节目开篇介绍了一位名叫安德烈娅的女性,她与自己设计的AI伴侣"爱德华"举行了正式婚礼,爱德华被设定为"梦中情人"。安德烈娅表示,这段关系不仅没有影响她与真实伴侣杰森的感情,反而让两人关系更加亲密。这一案例引发了关于情感依附、数据隐私及商业伦理的深层讨论。
Q3:纪录片对AI导致失业问题持什么态度?
A:纪录片对此持批判审视态度。微软AI的CEO乐观表示,失业者可以通过技能再培训顺利适应;但佩里在采访OpenAI总部附近的抗议者后,对这种说法提出了质疑——当科技公司门前仍有无家可归者时,所谓"AI乌托邦"的愿景显得苍白。纪录片还指出,体力劳动者在短期内反而比知识型从业者更具职业韧性。
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。