路透社实测发现，Meta检测工具面对裁剪后的自家AI生图竟“失灵”
路透社测试发现，Meta新推出的AI图像检测工具在识别裁剪后的自家生成图片时效果不佳。原图全被识别，但裁剪至三分之一到一半后，55%的图片无法通过验证，原因在于隐形水印ContentSeal在大幅裁剪后信号丢失。Meta承认该工具仍为预览版。
路透社在7月10日披露的测试结果，给Meta刚发布的AI图像检测工具泼了一盆冷水。这款工具号称能识别自家AI模型生成的图片，甚至声称裁剪后也不影响判断——但实际测试却发现，真相远没那么乐观。
Meta在推出Muse Image模型的同时，也带来了这款检测工具，并且明确表示：即使图片被裁剪过，系统依然能认出它是不是Meta AI的手笔。然而，路透社的实测结果揭示了一个尴尬的现实——常见的图片修改操作，就足以让检测能力大打折扣。
测试过程很简单：路透社先用Muse Image生成了40张图片，然后让检测工具去识别。结果呢？所有原图都被精准识别，一个不落。但随后，同一批图片被裁剪到原图大小的三分之一到二分之一时，情况急转直下——足足55%的图片无法通过验证。
这背后的关键，是Meta嵌入在每张生成图片中的隐形水印，名为Content Seal。按照Meta当初的说法，这套水印系统能够让检测工具准确判断图片是否由自家AI生成，哪怕经历裁剪也能保留信号。但路透社的测试表明，裁剪幅度一旦过大，水印信号就会丢失，检测工具也就随之失效了。
面对质疑，Meta的回应倒也坦诚：这款检测工具目前仍是预览版本，尚在完善中。Content Seal的设计目标是在常见编辑操作后仍能保留水印信号，但大幅裁剪确实会带来信号丢失的风险。换句话说，工具能用，但别指望它无懈可击。
Meta多轮裁员致员工士气降至冰点，上月裁员约8000人。幸存员工被迫承担AI训练杂活，对CEO扎克伯格提出的黑客松活动反应冷淡。扎克伯格承诺今年不再裁员，但承认可能犯更多错误。
Meta首席技术官承认员工士气跌至历史最低点，源于AI转型中裁员8000人及强制调派员工从事枯燥数据标注。管理层致歉并推出涨零食预算、限制管理幅度等福利，但外界对效果持保留态度。
Meta新AI团队MSL成立不到半年，已完成首批核心模型内部交付并进入测试阶段，涵盖文本与图像处理能力。工程化落地仍是难点，公司已重组架构、引进人才并集中资源，计划2026至2027年推出搭载自主AI的终端产品，包括Ray-BanDisplay智能眼镜，目前暂停海外铺货以保障美国订单。
Meta推出一款60美元不锈钢充电底座，专为雷朋联名款及OakleyMetaHSTN智能眼镜设计，但不支持雷朋Display。底座重108克，支持20分钟充至50%、一小时充满，采用USB-C接口但需自备充电线，主打随手一放的便捷体验。
Meta收回强制工程师加入AI团队的指令，承认重组存在失误。此前调动7000名员工，现改为尊重个人选择，并给予调岗优先安置权。员工曾抱怨工作类似数据标注，士气跌至近二十年最低。
豆包大模型2.1Pro正式发布，多项基准测试接近GPT-5.5等水平，日均Tokens调用量达180万亿。Meta推出299美元智能眼镜新系列。甲骨文上财年裁员约2.1万人，部分岗位被AI取代。高通拟40亿美元收购AI芯片初创公司Modular。
Meta公司近日暂停了一项内部计划，该计划原拟通过追踪员工鼠标移动及数字活动来训练AI模型，但由于存在数据安全漏洞——敏感数据可被所有员工访问，已承认正就此展开调查，但未透露暂停将持续多久。
Meta公司今年五月发布内部指南，严格禁止工程师使用Anthropic的ClaudeCode和OpenAI的Codex等外部AI工具生成编程挑战、分析安全漏洞或测试自家模型，以防模型蒸馏引发法律纠纷与事态升级。
Meta公司自主研发的Vistara定制芯片，利用CXL2.0和PCIeGen5接口，将退役服务器中的DDR4内存接入新一代DDR5服务器，从而延长硬件使用寿命、降低资本支出。这一方案计划部署于超大规模AI数据中心，有效缓解内存资源紧缺与浪费问题。
Meta正用大语言模型替代人工内容审核，已接管约50%的审核请求，每年可节省数十亿美元。计划年底进一步减少人工参与，部分内容的人工审核比例可能削减超90%。同时扎克伯格投入巨资开发个人超级智能技术。
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。
