标签
AI 短剧《持械入宋》以十来人小团队和“一人成剧”模式取得超 60 亿播放量，使用 Seedance 2.5、AI 配音与剪映完成制作，展示了 AI 内容工业化的可行路径。
谷歌将其实验性AI应用Dreambeans推向印度——这是美国以外的首个市场，支持13种当地语言，旨在将个性化的AI生成视觉故事带给更广泛的受众。
一位 Reddit 用户询问大家如何识别 AI 生成的帖子和评论，评论者指出，主要方法是辨认 AI 写作特有的风格。
AI生成的错误百出的粉丝维基正在搜索结果中挤占正规游戏维基的生存空间，令玩家倍感沮丧，也迫使Hooded Horse等发行商疲于应对这些批量生产的低质网站，展开一场"打地鼠"式的斗争。
马特·波科克抱怨说，平台上由 AI 生成的回复已经糟糕到让他不再查看通知，而是只筛选那些他认识、确定不是机器人的用户头像，因为机器人变得越来越难以辨认。
一位用户评论说，他们从未在 X 上见过如此多由 AI 生成的回复，并称情况之糟糕前所未有，反映出人们对该平台上 AI 机器人活动的担忧日益加剧。
美国教育部在X平台上发布的一则哈利·波特风格帖子似乎在宣扬“Malfoid”——一个右翼同人创作迷因，其主角是性别反转、痴迷于血统纯洁的女性版德拉科·马尔福，如今已成为极右翼美学和人工智能生成宣传内容的载体。
Fenng 等人吐槽 AI 生成剧集的经济模式：一部 AI 剧累计播放量超 40 亿、算力投入超百万元换回千万级回报，被质疑这种低质内容产出的商业模式是否值得，甚至戏称不如写网络小说回报高。
加州大学伯克利分校和华盛顿大学的一项新研究发现，到 2026 年 8 月，约 24% 的可抓取网页包含 AI 生成或 AI 编辑的文本，相比 2022 年前几乎为零大幅增长；规模小、链接少的网站贡献了 78.8% 的增长。
Martin Fowler 探讨了文章中的“LLM腔”现象——即读者在阅读AI撰写文本时产生的那种诡异、不自然的感觉——并呼吁作者避免让LLM代笔写作，他警告说，把写作委托出去，也就把思考委托了出去。
这篇 arXiv 论文分析了 2019 年至 2026 年间的逾 500 万个网页，发现含有 AI 生成文本的网页占比从 2022 年之前的接近于零，上升至 2026 年 8 月的近 25%。这一增长并不均衡：英语网页和 .com 域名网站中 AI 文本的普及程度高于其他语言的网页或 .gov/.edu 域名网站，而且 AI 文本集中在网络图中中心性最低的网页上。这些估计值通过贝叶斯分层模型得出，并校正了检测器的错误率。
《卫报》一篇影评严厉批评了Elon Musk用Grok Imagine制作的七分钟AI生成版《奥德赛》片段，称其毫无热情、视觉上毫无生气，是对Christopher Nolan成功电影改编作品一次毫无意义的回击。
中国首部完全由AI生成的院线长片、博纳影业集团出品的《三星堆：未来往事》票房惨败，仅收入18.1万美元。而就在两个月前，制作条件简陋的低成本动画电影《牛来》却意外斩获1000万美元票房。
Venus-DefakerOne2 是一种统一的视觉防伪基础模型，利用 Tide-Style-Tuning 和基于熵的测试时自适应，将检测范围扩展至不同伪造形式（数字篡改、物理欺骗）和媒体类型（图像、视频），并在多个取证基准测试中取得了最先进的成果。
法国总统马克龙批评世界领导人（暗指特朗普和内塔尼亚胡）基于AI生成的虚假视频对法国骚乱发表“愚蠢”言论，并指出存在外国信息操纵。
一项非正式实验测试了多款 AI 检测工具，发现它们的结果前后矛盾且不可靠：有时会将人类撰写的文章标记为 AI 生成，有时又会漏掉真正的 AI 生成文本。作者认为，这种不可靠性对学生和投稿者来说是一个严重问题，因为他们的作品可能会被这些工具错误判定。
一条推文批评CNN的Erin Burnett抱怨X平台上AI生成翻译内容泛滥的现象，将其重新定义为CNN的商业危机，而非X平台的问题。
法国政府就骚乱紧急召集TikTok、eBay、Amazon、Meta等六大平台开会，要求加强内容审核并打击赃物转售，同时应对AI生成的抗议视频传播。
研究者 Peter Henderson 在 ICLR 审稿中表达对 AI 冲击学术同行评审体系的担忧，指出大量疑似 AI 生成的投稿正导致审稿质量下降与评审系统的死亡螺旋。
数千条AI生成的评论错将阿尔巴利亚误认为法国，大量涌入评论区，发布几乎一模一样的帖子，将骚乱归咎于穆斯林移民并鼓吹使用致命武力，凸显出AI驱动的虚假信息问题日益严重。