亚马逊于近日宣布,将在其购物应用中根据用户的搜索词展示AI生成的商品图片。这一举措或许是迄今为止颇具争议的AI应用场景之一——一家销售真实商品的零售商,居然认为展示虚假图片能够"帮助"消费者更好地找到他们想要的东西。
亚马逊在官方博客中解释了该功能的运作方式:用户有时脑海中对某种商品有概念,却不知道如何用准确的术语进行搜索,从而得到有效结果。亚马逊举出的示例包括衬衫款式中的"垂领"(cowl neck)以及家具材质中的"藤编"(rattan)等专业词汇。
当用户输入搜索词时,系统会在自动补全建议下方展示一系列AI生成的商品图片。例如,若用户搜索"蓝色格纹连衣裙",可能会看到几种不同风格的裙子——短袖或长袖、不同裙长以及其他细节差异——以视觉选项的形式呈现。用户点击某张图片后,将跳转至与该风格更匹配的搜索结果页面,背后由亚马逊的视觉搜索能力驱动。
然而,对于一家零售商而言,用虚构的商品图片来引导用户搜索,这一做法着实令人费解。
首先,这存在一定的误导风险。不仔细阅读说明的用户可能以为自己正在跳转到一个可以找到同款商品的页面,但当实际商品并不存在时,难免会感到失望。此外,还有一个相当直接的问题:当网站上已有大量真实商品的实拍照片时,为何还要凭空捏造商品图片?而实拍照片,恰恰才是网购用户真正希望看到的内容。
该功能是亚马逊将AI融入零售网站和购物应用的众多尝试之一,成效褒贬不一。在较为实用的功能方面,亚马逊已通过AI对用户评价进行摘要汇总,用户无需逐条阅读即可快速了解商品的主要优缺点。而更令人感到奇特的是,该平台去年还推出了一项简短的音频商品摘要功能,以播客风格让AI"专家"介绍商品亮点。
其他近期推出的AI功能还包括:AI生成的"可购物拼图",用于将用户引导至特定时尚风格的精选页面;亚马逊镜头实时扫描(Amazon Lens Live),可扫描摄像头画面中的商品并寻找视觉匹配结果;为视觉搜索添加文字描述的功能;以及适用于iOS系统的锁屏视觉搜索小组件。
本月早些时候,亚马逊还将Rufus AI聊天机器人替换为"Alexa购物助手",支持用户通过语音和文字进行自然语言购物查询。
Q&A
Q1:亚马逊在购物应用中展示AI生成商品图片的功能是如何运作的?
A:当用户输入搜索词时,系统会在自动补全建议下方展示一系列AI生成的商品图片。用户点击某张图片后,会跳转到与该风格相匹配的搜索结果页面,背后由亚马逊的视觉搜索能力提供支持。例如,搜索"蓝色格纹连衣裙"时,会出现不同袖长、裙长等风格的裙子图片供用户选择。
Q2:亚马逊展示AI生成商品图片的做法存在哪些争议?
A:主要争议集中在两点:一是存在误导风险,用户可能误以为点击图片后能买到同款商品,实际上该商品并不真实存在,容易造成落差;二是逻辑上难以自圆其说,亚马逊平台本身已有大量真实商品的实拍图片,为何还要用AI生成虚假图片来辅助搜索,令人费解。
Q3:亚马逊近期还推出了哪些其他AI购物功能?
A:亚马逊近期推出了多项AI功能,包括:AI生成的用户评价摘要、播客风格的音频商品简介、AI生成的时尚风格"可购物拼图"、支持实时扫描的Amazon Lens Live、视觉搜索文字添加功能、iOS锁屏视觉搜索小组件,以及将Rufus替换为支持语音和文字查询的Alexa购物助手。
好文章,需要你的鼓励
今天讲的出海案例是明阳电气,这家输配电设备公司在马来西亚投产首个海外生产基地,并以 250 万林吉特子公司承接本地制造。
SurGe是亚琛工业大学提出的单图三维重建模型,通过邻域注意力解码器和点梯度匹配损失,显著改善了AI从单张照片生成三维点图时的局部表面质量问题。
数学界发布《莱顿宣言》,由16位研究人员历时8个月起草,已获国际数学联盟背书。宣言指出,AI正威胁数学研究的核心价值:AI生成的错误证明难以识别、论文引用不规范、版权争议频发、科技公司主导研究议题,以及企业借新闻稿抢占话语权等问题日益严峻。宣言呼吁数学家透明披露AI使用情况,建议监管机构保护作者权利并规范AI产业,同时警告各方不要轻信科技公司对AI能力的夸大宣传。
清华大学与UCLA联合提出One-Forcing,通过结合分布匹配蒸馏与真实数据判别器,实现单步自回归视频生成,VBench得分83.76,训练成本仅需传统方案三分之一。