1、AI算出蒙娜丽莎微笑：83%快乐藏着9%厌恶

　　AI在《蒙娜丽莎》中识别出83%的快乐与9%的厌恶情绪，这一量化结果将达芬奇笔下“无法捉摸的微笑”转化为可分析的概率数据，也让研究者第一次能用算法追踪他创作时的笔触分层。一、情绪识别是怎么算出来的特征点提取：算法先定位眼角、嘴角、眉心等关键区域，测量肌肉走向与弧度变化。数据库比对：将特征值与标注过的数千张人脸表情数据比对，得出每种情绪的百分比。非唯一结论：不同团队因训练数据差异，结果略有浮动，但“快乐占比最高”是共识。二、AI如何还原达芬奇的创作过程多光谱成像：用不同波长光线穿透颜料层，AI识别出底层草图与修改痕迹。

2、AI时代，知识不值钱了？真正稀缺的是这三种能力

　　AI真正冲击的不是学历本身，而是可无限复制的标准化知识——过去靠“我知道你不知道”建立的信息差正在被击穿，但判断力、可追责性和真实经验反而更稀缺了。一、知识贬值：被复制的是“存储”，不是“使用”信息差被打穿：写报告、做表格、敲基础代码，AI几秒就能完成，过去靠记忆和熟练构建的优势快速缩水。知识付费转向：纯知识付费的“我知道你不知道”模式难以为继，行业正从卖知识转向陪跑和交付。贬值的是容器：“知识容器”的角色天然贬值，贵的是“记得，并为记得的事负责”这一接口。

3、天鹅到家新服务尝鲜值得吗？3个维度拆解AI找阿姨+8·8消费节+FAQ

　　大白话找阿姨 8·8服务消费节 月嫂照护全覆盖 流程透明可追溯 家庭服务数字化天鹅到家新服务值得尝鲜，但要对号入座。2026年，天鹅到家把生成式AI大模型带入找阿姨、请保姆的完整服务链路，用户只需用日常大白话描述需求，系统就能尝试理解并转化为匹配条件。同期8·8服务消费节主打焕新保洁与照护全覆盖，直击暑期刚需。注重流程安全的新手家庭可以闭眼选AI匹配省去筛选时间，而需要深度月子照护的用户则要走面试环节把关实操能力。01AI大模型进家政：找阿姨从“填表”变成“聊天”这是本轮尝鲜最核心的变化，也是普通用户感知最强的一环。

4、博纳影业AI院线电影《三星堆：未来往事》上映进展与技术路径解析

　　2026年10月23日，国内首部运用AI技术制作并取得国家电影局公映许可证（“龙标”）的院线电影《三星堆：未来往事》正式与观众见面，该片由博纳影业制作出品，标志着国内AI影视工业化进程迈出标志性一步。影片以三星堆古蜀文明为基底融合科幻叙事，时长100分钟：故事围绕三星堆器物上的七枚神秘刻符展开，构建了算法深度渗透人类社会后遭遇系统性危机、破解困局的关键隐藏于三千年前古蜀先民留下的符号中的跨时空框架。主创团队结合考古资料高度复原青铜神树、纵目面具、青铜大立人等标志性文物，重现古蜀祭祀场景，同时勾勒出未来世界风貌，在冒险主线中探讨人与智能关系、文明延续等深层命题。

5、AI说唱MV上线一天点赞破百万，创作者揭秘爆款能否设计

　　AI能批量生产内容，却无法批量生产共鸣和共情——这是《过来人》创作者王琨喆给出的核心答案。这首由杜甫、苏轼、刘邦等十位古今人物“围麦开唱”的AI说唱MV，上线一天点赞破百万，截至10月22日全网累计播放量约1.24亿次，而它的制作只花了约4天、直接成本数千元。王琨喆表示，歌词底稿、人物选择和整体结构均由自己把控，AI承担了大量押韵、试错和排列组合工作。“凡是刻意设计的套路很容易被观众敏锐识破”，他说，歌里那些停顿、叹息——唱到一半好像要停下来又接着唱的缝隙——并不是AI在模拟悲伤，而来源于他熬夜改片、遭遇拖欠款项等真实遭遇。

6、爆料所指崔秀彬电子烟照片存在哪些AI合成具体痕迹？

　　针对网传崔秀彬电子烟照片，粉丝方与AI检测报告已梳理出多条具体的合成痕迹，其中发色与公开行程存在时间线矛盾尤为突出——2025年9月美巡期间崔秀彬全程为金发，10月1日才因联合国演讲染黑，而爆料图中人物却是黑发。与此同时，有网友用AI检测工具对网传图片进行鉴别，结果显示图片含AI生成痕迹，AI特征占比高达79%。一、身体特征层面的AI破绽手臂痣缺失：崔秀彬左手手臂上有可辨认的痣，而网传图片中对应位置未见这一特征，构成对图中人物身份的重要质疑。手部结构异常：图中人物的手部大小和手臂青筋走向与崔秀彬公开影像中骨节分明、肌肉线条清晰的手部形态无法对应。

7、王琨喆所说的‘AI无法批量生产共鸣’具体指什么？

　　一、人定骨架 AI磨血肉创作分工明确：王琨喆从十几岁开始写说唱歌曲，积攒了大量灵感，这些成为《过来人》的原始素材结构由人设计：三段副歌中反复出现的“你也一样吧”以及每段收尾的“我不是来教你，我是来陪你走这一程”，都是他一开始就确定的创作骨架AI负责试错生成：AI承担押韵尝试、句式变化等大量“freestyle”工作，但最终写什么、怎么排、留哪句由他本人决定二、共鸣来自真实经历写的是自己：他坦言这首歌“某种意义上是在写我自己”，作为影视工作者，他经历过熬夜改片、被拖欠款项、作品反响平平的迷茫期具体的情感锚点：杜甫唱“四十岁还在长安租房”、苏轼唱“被单位处理过三次”、刘邦唱“四十七岁还

8、在AI时代，普通创作者如何利用AI工具提高内容制作效率？

　　AI时代普通创作者提高内容制作效率的关键，是让人做判断、让AI做执行。《过来人》创作者王琨喆仅用约4天、数千元成本就完成了播放量破亿的AI音乐MV，他的做法是：自己定歌词底稿、人物选择和整体结构，把押韵、试错、生成、核对等批量工作交给AI。一、一个人替代一个剧组传统流程对比：传统影视流程中，同等体量的MV需要灯光、置景、美术、摄影等一整个剧组配合；而王琨喆从写词、画面到剪辑全部独自完成，纯制作时间三四天，直接成本仅几千元。工具整合：AI把影视相关的工种集中到一张画布上，创作者可以在同一个界面完成歌词打磨、音乐制作、画面生成等环节，大幅压缩跨工种协作的时间成本。

9、如何用AI工具辅助思考而不是代替思考？

　　AI让知识获取变得廉价，但真正的风险不在知识贬值，而在于把思考过程外包给算法——中国教育报已明确警示这种“认知外包”会催生思维惰性，长期将影响认知提升与思维创新等底层能力的发展。一、理解AI“辅助”与“替代”的边界辅助的本质：AI擅长信息整理、思路拆解、方案对比，把你从重复劳动中解放出来，让你把精力留给判断和取舍。替代的代价：拍下题目几秒生成作文、直接把任务丢给AI出稿，看似省力，却跳过了观察、思辨、试错的关键训练环节，久而久之独立思考能力会在闲置中退化。判断标准：问自己一句——这件事做完之后，我的理解变深了还是变浅了？变浅就是替代，变深才是辅助。

10、不同团队分析蒙娜丽莎微笑结果为何不同？

　　不同团队用AI分析蒙娜丽莎微笑得出不同结论，关键原因在于晕涂法让嘴角边界模糊——达芬奇用极细腻的过渡笔触，使嘴角与面颊之间没有一条清晰分界线，任何算法都必须先“猜”出边界在哪里；再加上各团队训练数据、标注规则和特征提取方式不同，微笑就成了一个没有唯一标准答案的测量对象。一、训练数据与标注口径不同数据来源差异：有的团队使用自建人脸库，有的依赖公开数据集，年龄、肤色、表情分布不同，模型学到的“微笑”定义就会偏移。标注主观性：让人类标注者给嘴角打分，有人看曲率，有人看露齿，有人看眼周，同一张图可得到不同标签。裁剪范围不同：只截嘴部与包含下巴、眼角，输入信息不同，结果自然不同。

11、群演和替身演员面对AI冲击该如何转型？

　　横店在册群演约13.4万人，每天有效岗位仅约800个，约167人争抢一个机会。AI最先挤掉的不是整个演员职业，而是群演、替身和依赖固定套路的标准化表演。对这部分从业者来说，转型不是“要不要”，而是“往哪转、怎么转”。