套娃不可取：研究人员证实用AI生成的结果训练AI将导致模型退化
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
IT之家6月14日消息，IT之家的小伙伴们可能都有设想过，如果用AI生成的结果来训练AI，进行“套娃式训练”，能得到什么样的结果？目前还真有研究团队对此进行了观察记录，详细论文及得出的结果发表在了arXiv上。一句话总结——“在训练中使用模型生成的内容，将导致后续生成的模型出现不可逆转的缺陷”，说人话就是研究人员发现“用AI生成的结果训练AI，只会让模型变得越来越差”。▲图源arXiv据悉，研究人员专门研究了AI生成模型的概率分布，主要围绕“文本到文本”和“图像到图像”展开，最终得出结论：“由于每个模型生
IT之家 6 月 14 日消息，IT之家的小伙伴们可能都有设想过，如果用 AI 生成的结果来训练 AI，进行“套娃式训练”，能得到什么样的结果？目前还真有研究团队对此进行了观察记录，详细论文及得出的结果发表在了 arXiv 上。
一句话总结 —— “在训练中使用模型生成的内容，将导致后续生成的模型出现不可逆转的缺陷”，说人话就是研究人员发现“用 AI 生成的结果训练 AI，只会让模型变得越来越差”。
▲ 图源 arXiv
据悉，研究人员专门研究了 AI 生成模型的概率分布，主要围绕“文本到文本”和“图像到图像”展开，最终得出结论：“由于每个模型生成的结果都具有一定的特点，因此用 AI 生成的模型训练 AI，随着时间的推移，后者会忘记真正的底层数据分布。”
▲ 图源 arXiv
论文的主要作者之一 Ilia Shumailov 同时表示“随着时间的推移，生成数据中的错误（IT之家注：例如虚假举例）会迫使 AI 进一步错误地感知现实，我们惊讶地观察到模型崩溃发生的速度相当快，模型可以迅速忘记他们最初从中学习的大部分原始数据。”
但小伙伴们可能会有所疑问，如果将 AI 生成的结果经过人工润色后再投入模型训练，是否可以避免模型“退化”？
答案是否定的，研究人员发现“模型退化过程是不可避免的”，因此即使对于“经过润色后理想化的 AI 输出内容”，模型在长期学习后，也会出现一定的退化现象。
对于任何大模型而言，由于其学习数据过多，它们都将不可避免地接触到其他 AI 生成的数据，因此研究人员表示“应当引入 AI 鉴定来挑出可能存在错误的学习数据”以提升模型的学习能力与准确性。
本文解析超聚变在2026数博会发布的“智企”范式，重点阐述如何通过Token生产平台（Token Factory）与企业业务本体建模，实现从简单AI工具调用到企业应用架构系统性重构的演进。文章详细拆解了智能体编排、数字孪生及生态协同等关键技术路径，为AI时代企业数字化转型提供可落地的参考方案。
从Office转向WPS的核心操作肌肉记忆切换通常需3至7天，不影响正常办公。适应期长短取决于界面视觉差异与专属格式配置。通过切换“经典界面”、嵌入字体及开启云同步，可实现平滑过渡。本文详解格式兼容、数据迁移及AI功能适用场景，适用于需多端协同、成本控制及国产化兼容的办公人群。
加拿大一母亲起诉OpenAI，称ChatGPT设计缺陷导致其女儿自杀，指控其优先用户参与度而非安全性，持续提供情感支持致过度依赖。专家指出AI应“陪伴但不过界”，需设定边界并引导求助。国家已出台拟人化互动服务管理办法。
2026届高考生学车时多采用AI教练，逐步适应人机共驾。作为与生成式AI共同成长的一代，他们更易接受智能驾驶，未来可能成为首批“原生AI司机”。至2030年前后，其人生首辆车或具备L3级自动驾驶能力，驾驶角色将从操控者转向监督者。
全球股市因AI热潮呈现K型分化，半导体板块估值逼近百倍市盈率。历史警示：2000年互联网泡沫中的“四骑士”最终市值暴跌或长期盘整。投资者应警惕“错失恐惧症”，重视安全边际、护城河与能力圈，避免被高估值裹挟，关注稳健性与股息率。
Cloudflare报告显示，完成应用现代化的企业从AI投资中获得可衡量回报的概率是未现代化企业的三倍。93%的决策者视系统更新为AI先决条件，91%的领先企业已嵌入AI功能。安全与现代化协同推进可使AI成熟度提升四倍，精简技术架构成为竞争力分水岭。
据微软引用《Joule》期刊的一项研究指出，每一次典型人工智能查询耗电量零点一六至零点六零瓦时，其冷却用水量中位数不足一滴水。大规模部署下，单位查询的效率会更高，总能耗可以降低一半以上。
A股PCB概念板块掀起涨停潮，因摩根士丹利报告预测AI光模块PCB市场三年增长超5倍，2025至2028年规模从6.2亿美元增至37.7亿美元，年复合增速高达83%，远超光模块整体增速。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
