人工智能时代，我们需要什么样的AI？

对最早布局商用服务机器人赛道的云迹科技来说，已在酒店业的这个市场攻下了擂台，让送物机器人成为我们日常生活里的 “伙伴”。在具身智能玩家们纷纷探索如何寻找场景落地、如何让产品持续发挥价值时，云迹科技再次探索出一个新的路径。

---

“理想的 AI，应该是让机器像人一样思考，让产品像人一样工作，并结合具体场景应用，端到端解决实际问题，创造价值。AI + 具身智能进化的云迹科技机器人，已经做到了这点。其核心之一就是让机器人会使用工具，会理解推理、分配任务，实现了群体智能” 云迹科技 CTO 应甫臣说。

具身智能应用需要针对场景开方，对症下药。“具身智能也不是包治百病的灵丹妙药，需要针对场景开方，对症下药” 应甫臣说。在具身智能的应用上，云迹科技始终从需求出发，瞄准痛点解决问题。综合空间和时间两个维度选择酒店场景提供服务，24 小时营业、服务时长最长且服务距离足够。其次，是需求，综合发现酒店场景的迎宾需求并非最高，需求量大的是配送客需及外卖等，综合便有了酒店配送机器人的推出以及被广泛需要。技术上，具身智能的应用存在两大难题，两个痛点：一是垂类高质量数据难，二是物理世界的数据少。所以场景和数据将是具身智能机器人赛道两个最为关键的资源和壁垒。当前训练具身智能均通过仿真来做的，数据的多样性不能确保。从服务机器人角度来讲，通过仿真算法、模型来训练，无明确的优化目标。…

---

Attention: The Markdown format follows the provided content and structure, retaining the image links while removing HTML tags.

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

编辑 | KX

在计算材料科学领域，准确高效地模拟材料的电子结构一直是一个非常关键而又极具挑战性的问题。基于密度泛函理论的第一性原理计算方法的高计算需求依然是大尺寸长时间材料模拟所面临的难题。

---

北京科学智能研究院 (AI for Science Institute, Beijing) 提出了一种基于深度学习的高效紧束缚方法，称为 DeePTB，从而高效地表示具有从头算精度的材料电子结构，极大地简化了计算复杂度，并实现百万级大尺寸结构的电子、光电响应性质的计算模拟。

当与分子动力学相结合时，DeePTB 可以同时促进原子和电子行为的有效和准确的有限温度模拟。DeePTB 的可用性弥合了电子模拟中准确性和可扩展性之间的差距，通过实现大规模电子结构计算，将推动材料科学和相关领域的发展。

相关研究以「Deep learning tight-binding approach for large-scale electronic simulations at finite temperatures with ab initio accuracy」为题，于 8 月 8 日发表在《Nature Communications》上。

虽然基于 DFT 的第一性原理方法提供了准确且通用的模拟材料电子性质的方法，但是随着系统中的原子数量增加，第一性原理的计算量急剧增加，而在真实材料或者器件体系中往往包含成百万千万量级的原子数，难以很直接使用第一性原理软件完成计算模拟。

一些复杂材料场景远远超过了 DFT 方法的模拟尺寸，一方面是因为 DFT 的自洽迭代过程复杂，另一方面，DFT 需要足够大的基组来保证精度，导致产生的哈密顿量的尺寸较大，难以进行后续的性质计算。

因此使用更小和更稀疏的矩阵来描述电子哈密顿量的紧束缚（Tight-Binding, TB）方法提供了一种更…

论文链接：https://www.nature.com/articles/s41467-024-51006-4

DeePTB 方法的整体框架图下图所示，对于给定构型中指定近邻范围内的成键原子对, 首先训练其基于物理约束下的经验公式系数，然后在此基础上提取成键原子对的局域化学环境，通过 embedding 网络构造 symmetry-preserving 描述子，并基于 fitting 网络映射为局域环境依赖的 TB 参数，突破传统模型的双中心近似，并基于 PyTorch 机器学习框架，利用 DFT 电子本征值构造损失函数，系统地进行高效的参数自动拟合。

DeePTB 方法具有如下特点：

• 实现精度与效率的统一，通过神经网络修正实现以经验紧束缚模型计算效率并保持第一性原理的计算精度。
• 采用 eigenvalues 作为训练标签，用户可以灵活地选择任何 DFT 软件生产训练标签，可以是平面波基组，也可以是 LCAO 基组，也可以是任意泛函（LDA、GGA、even Hybrid functionals）。同时也可以轻松实现并处理自旋轨道耦合相互作用。
• 使用更小的基组，相对完整的 LCAO DFT 哈密顿量，TB 使用的更小的基组，甚至做到只拟合费米面附近的能带。
• 采用正交基组 TB 形式，无需额外处理交叠矩阵，因此可以接入大规模 TB 算法，例如 tight-binding propagation method (TBPM)，轻松实现百万千万量级原子的第一性原理精度的电子性质计算。真正实现器件级尺寸的量子力学模拟。
• 基于 Slater-Koster 框架，支持用户自定义经验 TB 拟合公式，并可以系统地增加神经网络修正，提高精度。为目前文献上存在各种经验拟合公式以及参数提供一个统一的实现和提高精度的训练平台。
• 支持与分子动力学结合，实现有限温度下原子的动力学过程中以及结构系综采样中的电子结构和性质的模拟。

预测结构扰动构型的 TB 哈密顿量以及电子结构

研究人员以在电子器件中被广泛使用的 IV 族元素（C、Si、Ge、Sn）和 III-V 族化合物（如 GaAs 等）组成的半导体材料作为测试对象。

首先，进行分子动力学（MD）模拟在有限温下的结构构型采样，并基于不同 MD 轨迹的构型，使用 DFT 软件计算其对应的电子本征值作为 DeePTB 的训练和测试数据。模型测试全部体系的决定系数 (R^2≈0.9999) ，本征值偏差只有十几至几十个 meV 左右。其中 III-V 族化合物的测试集同时包含了立方和六方两种不同的相下的构型。

此外，DeePTB 模型还展现出了以下出色的泛化能力:

• 推广到更大尺寸的超胞结构，显示出极佳的尺度可扩展性。
• 处理应变效应，准确预测应变调控下的能带结构及带隙大小。
• 兼容不同的 DFT 基组、泛函和自旋轨道耦合效应，表现出强大的灵活性和通用性。

百万原子尺寸高效建模

研究人员选择 III-V 族化合物 GaP 作为大尺寸建模的应用案例，构造了 50 × 50 × 50 的超胞结构。

首先基于 DP 深度势能进行 DeePMD 分子动力学模拟有限温的结构采样，然后基于得到的采样构型，利用 DeePTB 进行紧束缚模型哈密顿量的构建，并基于预测的 TB 模型使用 TBPLaS 软件实现的 TB propagation method (TBPM) 方法进行无需对角化的快速的电子性质计算，得到包括有限温下的态密度（DOS）、光电导率、介电函数以及复折射率等电子性质及光电相应。

计算结果表明, DeePTB 的计算结果与文献结果符合良好，峰值位置的轻微差异主要是因为用于训练的 DeePTB 模型的交换关联泛函（GGA）倾向于低估半导体材料的电子带隙的缘故。这些结果表明了 DeePTB 高精度建模以及进行器件级尺寸电子结构及性质的模拟计算的能力。

关于 DeePTB 框架的潜力

对于不同的交换关联 (XC) 函数，能带结构的色散特征大致相同。因此，原则上，可以首先在计算效率高的 XC 函数（如 LDA 或 GGA）上训练模型，然后将其转移到更昂贵、更准确的函数（如 SCAN 或 HSE）。这使得能够高度准确地描述实验可观测量，以用于接近现实的材料模拟等情况下所需的大规模模拟。

此外，对于大规模样本，模拟应变对电子特性的影响是一项计算繁琐的任务。DeePTB 可以通过在较小的样本上训练模型并将其转移到更大的系统来有效地加速这些模拟。这为电子结构应变工程的理论研究带来了优势。

MD 可以提供离子自由度的模拟，这类似于晶体结构的温度探针，其中离子振动是基本现实。在需要大规模和长时间模拟的情况下，DeePTB 可用于模拟温度和结构相关的电子特性。DeePTB 使得考虑其他实际情况（如缺陷或杂质及其对电子结构的影响）成为可能和可行。

DeePTB 探索的另一个方向是模拟磁系统的特性。鉴于 DeePTB 的这些多样化潜在应用，它可以在电子模拟领域产生深远的影响。

参考内容：https://mp.weixin.qq.com/s/StetT81-UD6AGGgv-60GPA

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

我们正在见证又一轮技术革新，这一次是 AIGC 为个体提供表达自我的工具，让创作变得更加容易和普及，但背后的推动力却并不是「大」模型。

两年以来，AIGC 技术的发展速度超过所有人的想象，席卷了从文本、图像到视频的各个领域。

---

关于 AIGC 商业化路径的讨论从来没有停止过，其中，有共识也有路线分化。

一方面，通用模型的强大能力令人惊叹，在各行各业展示出应用潜力。特别是 DiT、VAR 等架构的提出，让 Scaling Law 实现了从文本到视觉生成领域的跨越。在这一法则的指引下，很多大模型厂商朝着增加训练数据、算力投入和堆积参数的方向持续前进。

另一方面，我们也看到，通用模型并不意味着「通杀」，面对很多细分赛道的任务，一个「训练有素」的垂直模型反而能够取得更好的效果。

随着大模型技术进入落地加速期，后一种商业化路径获得的关注快速增长。

这个演进过程中，一家来自中国的创业公司 FancyTech 脱颖而出：它以面向商业类视觉内容生成的标准化产品快速拓展市场，比同行们更早一步验证了「垂直模型」在产业落地层面的优越性。

环顾国内大模型创业圈，FancyTech 的商业化战绩是有目共睹的。但较少为人所知的是，这家诞生仅几年的公司，凭借怎样的垂直模型和技术优势跑在了赛道前列。

在一次专访中，机器之心和 FancyTech 聊了聊他们正在做的技术探索。

FancyTech 发布视频垂直模型 DeepVideo

如何突破行业壁垒？

一般来说，在通用模型的零样本泛化能力达到某个水准后，在其之上做微调就可用于下游任务。这也是当下很多大模型产品落地的打法。但从实际效果来看，仅仅是「微调」还不能满足产业应用需求，因为各个行业的内容生成任务都有自己的特定而复杂的一套标准。

通用模型或许能完成好 70% 的常规任务，但客户真正需要的是能 100% 满足需求的「垂直模型」。以商业视觉设计为例，以往的相关工作均由有长期积累的专业人士完成，且需要根据品牌方的具体需求进行设计和调整，其中涵盖大量的人工经验。比起美观度和指令遵循程度等指标，「商品还原度」是这项任务中品牌方更为重视的一点，也是品牌方是否愿意付费的决定因素。

在自研面向商业图像 / 视频的垂直模型过程中，FancyTech 将核心挑战拆解开来：如何让商品足够还原且融入背景，特别是在生成视频中，实现商品的运动可控且不形变。

---

…【此处省略中间部分】…

---

Letting every ordinary person easily turn creativity into reality, AIGC technology is truly reaching the average person.

Regardless of whether it is “universal” or “vertical,” the end goal of both paths is commercialization.

The most direct beneficiaries of FancyTech’s vertical model landing are the brand owners. In the AIGC era, the production cycle of a commercial video, which used to take several weeks from planning to shooting to editing, now only takes a dozen minutes and costs only one-fifth of the original cost.

With the advantage of massive unique data and industry Know-how, FancyTech has gained wide recognition worldwide through the advantages of vertical models, forging partnerships with Samsung and LG in South Korea; collaborating with Lazada, a well-known e-commerce platform in Southeast Asia; in the United States, being favored by local brands such as Kate Sommerville and Solawave; in Europe, winning the LVMH Innovation Award and deepening cooperation with European clients.

In addition to the core vertical models, FancyTech also offers the ability for full-chain automatic release and data feedback of AI short videos, driving continuous growth in product sales.

More importantly, the vertical model makes the path for ordinary people to utilize AIGC technology to increase productivity more concrete. For instance, a street-side traditional photo studio can transform its business from simple portrait shooting to professional commercial visual material production without the need to increase professional equipment and personnel, with the help of FancyTech’s products.

Now, with just a phone at hand, almost everyone can shoot videos, record music, and share their creations with the world. Imagine a future where AIGC once again releases personal creativity – allowing ordinary people to easily overcome professional barriers, turn ideas into reality more effortlessly, thereby enabling leaps in productivity across every industry, and generating more emerging industries. The era of dividends brought by AIGC technology is truly beginning to reach the average person.

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

AI 技术在辅助抗体设计方面取得了巨大进步。然而，抗体设计仍然严重依赖于从血清中分离抗原特异性抗体，这是一个资源密集且耗时的过程。

---

为了解决这个问题，腾讯 AI Lab、北京大学深圳研究生院和西京消化病医院研究团队提出了一种预训练抗体生成大语言模型 (PALM-H3)，用于从头生成具有所需抗原结合特异性的人工抗体 CDRH3，减少对天然抗体的依赖。

此外，还设计了一个高精度的抗原-抗体结合预测模型 A2binder，将抗原表位序列与抗体序列配对，从而预测结合特异性和亲和力。

总之，该研究建立了一个用于抗体生成和评估的人工智能框架，这有可能显著加速抗体药物的开发。

相关研究以「De novo generation of SARS-CoV-2 antibody CDRH3 with a pre-trained generative large language model」为题，于 8 月 10 日发布在《Nature Communications》上。

论文链接：https://www.nature.com/articles/s41467-024-50903-y

抗体药物，又称单克隆抗体，在生物治疗中发挥着至关重要的作用。通过模仿免疫系统的作用，这些药物可以选择性地针对病毒和癌细胞等致病因子。与传统治疗方法相比，抗体药物是一种更具体、更有效的方法。抗体药物在治疗多种疾病方面已显示出积极的效果。

开发抗体药物是一个复杂的过程，包括从动物源中分离抗体，使其人性化，并优化其亲和力。但抗体药物的开发仍然严重依赖于天然抗体。

蛋白质的序列数据可以看作是一种语言，因此自然语言处理（NLP）领域的大规模预训练模型已被用来学习蛋白质的表征模式。当前已经开发了多种蛋白质语言模型。然而，由于抗体的多样性高和可用的抗原抗体配对数据稀缺，生成对特定抗原表位具有高亲和力的抗体仍然是一项具有挑战性的任务。

为了应对上述挑战，腾讯 AI Lab 团队提出了预训练抗体生成大型语言模型 PALM-H3，用于优化和生成重链互补决定区 3 (CDRH3)，该区域在抗体的特异性和多样性中起着至关重要的作用。

为了评估 PALM-H3 产生的抗体对抗原的亲和力，研究人员结合使用了抗原抗体对接和基于 AI 的方法。

研究人员还开发了用于评估抗体-抗原亲和力的 A2binder。A2binder 能够实现准确且可推广的亲和力预测，即使对于未知抗原也是如此。

PALM-H3 和 A2Binder 的框架

PALM-H3 和 A2binder 的工作流程和模型框架如下图所示。

图示：PALM-H3 和 A2binder 工作流程概述。（来源：论文）

PALM-H3 的目的是生成抗体中的从头 CDRH3 序列。CDRH3 区域在决定抗体对特定抗原序列的结合特异性方面起着最重要的作用。PALM-H3 是一个类似 transformer 的模型，它使用基于 ESM2 的抗原模型作为编码器，使用抗体 Roformer 作为解码器。研究还构建了 A2binder 来预测人工生成的抗体的结合亲和力。

PALM-H3 和 A2binder 的构建包括三个步骤：
首先，研究人员分别在未配对的抗体重链和轻链序列上预训练两个 Roformer 模型。然后，基于预训练的 ESM2、抗体重链 Roformer 和抗体轻链 Roformer 构建 A2binder，并使用配…

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

人工智能时代，我们需要什么样的AI？

对最早布局商用服务机器人赛道的云迹科技来说，已在酒店业的这个市场攻下了擂台，让送物机器人成为我们日常生活里的 “伙伴”。在具身智能玩家们纷纷探索如何寻找场景落地、如何让产品持续发挥价值时，云迹科技再次探索出一个新的路径。

---

“理想的 AI，应该是让机器像人一样思考，让产品像人一样工作，并结合具体场景应用，端到端解决实际问题，创造价值。AI + 具身智能进化的云迹科技机器人，已经做到了这点。其核心之一就是让机器人会使用工具，会理解推理、分配任务，实现了群体智能” 云迹科技 CTO 应甫臣说。

具身智能应用需要针对场景开方，对症下药。“具身智能也不是包治百病的灵丹妙药，需要针对场景开方，对症下药” 应甫臣说。在具身智能的应用上，云迹科技始终从需求出发，瞄准痛点解决问题。综合空间和时间两个维度选择酒店场景提供服务，24 小时营业、服务时长最长且服务距离足够。其次，是需求，综合发现酒店场景的迎宾需求并非最高，需求量大的是配送客需及外卖等，综合便有了酒店配送机器人的推出以及被广泛需要。技术上，具身智能的应用存在两大难题，两个痛点：一是垂类高质量数据难，二是物理世界的数据少。所以场景和数据将是具身智能机器人赛道两个最为关键的资源和壁垒。当前训练具身智能均通过仿真来做的，数据的多样性不能确保。从服务机器人角度来讲，通过仿真算法、模型来训练，无明确的优化目标。比如，训练机器人行走，明确目标是不摔倒。那么让机器人工作，不碰撞是基本前提，服务的效果如何好、如何不好？无标准服务定义。仿真解决了对真实世界的模拟，但模拟度的准确性、多样性仍存空间。应用上，具身智能机器人的实现路径是一个从纯软件到硬件集成，再到特定行业应用的过程。这个过程中，技术的成熟度、市场需求、以及跨领域应用的能力是关键因素，也就是将 A 场景训练的经验，迁移到 B 场景同样可用、好用。云迹科技目前的优势是已经有大量的机器人在真实场景工作，运用真实的数据训练机器人更聪明，这个聪明取决于对需求的认知理解、对空间环境的感知和判断等等多个层次。目前，云迹科技累计为全球 3 万家酒店、几百家医院、工厂等场景提供机器人服务。

复合多态机器人：寻找当下在物理世界需求的最优解。2023 年，云迹科技复合多态机器人 UP 完成全球首发，这个消息对于具身智能行业来说也颇具革新性，究其原因是它让机器人 “解耦” 了，也就是 “分体”。机器人为什么要分体？分体后的机器人到底有什么价值？一年的时间过去了，我们看到中国酒店业无论是华住、锦江、如家排头兵对于智慧酒店的重视，…
在云迹科技看来，让机器人做人类不愿和不能做的事情，一类是枯燥、重复的事情，另一类是高算力、危险的事情，来创造价值，提升人类幸福感。为了让机器人真正走进日常生活，实现人机和谐共处的场景智能。云迹科技在机器人技术架构上构建了具身智能技术基座，比如，率先运用 SLAM 技术实现实时建图、位置标注、自动测试功能，同时运用多传感器融合系统基于计算机视觉，使得机器人能够精准地识别和理解其运行环境。这不但增强了其避障能力，还有效解决了信号丢失或系统死机等问题，即便在完全陌生的环境里，机器人也能够迅速适应并找到回归预定路径的办法。
云迹科技首创机器人生命管理系统，负责从机器人出生检测、岗位职责、自学习外，还可进行自诊断、自修复，目前可视化节点数量达 94 个，相当于电商平台修复节点的 2 倍。此外，云迹科技其中结合视觉和大语言两个大模型，研发多模态特征地图系统 “YunMap”、“1+N” 舱应用系统，多机调度系统、告警回溯系统、量化跟踪系统实现 AI 服务体系下的端到端场景智能。值得注意的是整个服务系统全部自研、并运用实时的场景数据训练机器人，链接 100 余个 API 端口形成多维互联，从而打造更加聪明的场景智能。在应甫臣看来，机器人做事有三层 “境界”，第一层就是你说啥我干啥，第二层是你稍微表达了一下我就大概知道了，我就帮你干了。第三种就是你啥也不说，就我来干，云迹科技正在探索第三种，让机器人学会使用工具、自主工作。做到这一点，说明机器人已经非常接近人类的思考和行动能力了。在云迹科技展区的实时数字大屏上，记者看到遍布全国的云迹机器人，大大小小不断跳动的光标，表示机器人实时任务及行走里程，工作人员说 4 年前的 “登月计划” 目标是 40 万公里（地球到月球的距禧。如今已超过 4000 万公里的轨迹。目前，云迹科技也进入发展的 2.0 阶段，让机器人不断接近于人去工作。“未来服务模型将具备两种能力：一种是利用现有大模型对自己的赋能，另一种是基于现在的机器人运行数据形成的空间智能的模型，最终形成场景智能 + 具身智能的组合优势。” 应甫臣说道。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Meta尽管最近改变了内部政策，但在希伯来语内容审核方面仍然面临困难，特别是涉及以色列-巴勒斯坦战争的内容。

---

新近公开的文件显示，曾就内容审核工作的前Meta员工与《卫报》分享了关于内容审核的内部政策指南。然而，文件显示，拥有Facebook、Instagram和WhatsApp等平台的Meta并没有建立同样的流程来评估对希伯来语内容和阿拉伯语内容的准确性。
根据《卫报》报道有一位前Meta员工透露，Meta关于巴勒斯坦问题的仇恨言论政策是不公平的，巴勒斯坦倡导者也对此提出了质疑。一些处于关于冲突的信息战前线的工作人员表示，他们对提出关切感到担忧，因为担心受到报复，这些指责也在最近由200多名Meta员工签署的一封信中得到了证实。这位前员工表示，这些情况使人觉得公司的优先事项“并不是真正确保内容对社区安全”。

这些文档呈现了Meta在阿拉伯语和希伯来语自身内容审核质量的评估的一扇新窗户。Meta已经建立了一个系统来追踪内容执行在许多语言的“政策精度”。这意味着公司的质量系统 - 使用人类专家 - 审查前线审核员和系统的工作，并评估这些审核员和系统的决策与Meta关于Facebook和Instagram上允许和不允许的内容的政策的一致性。文件显示，对许多语言的内容执行效果进行了评估，如英语、西班牙语、阿拉伯语和泰语。然而，希伯来语内容的一部分被宣布“无法实现”内容精度得分，原因是“缺乏翻译”。

此外，Meta使用一系列图像、短语和视频集合，使其机器学习工具能够自动标记和删除违反其政策的帖子。算法审核员将发布到社交网络的内容与先前被判定违反Meta规则的内容进行匹配。然而，前员工表示，有同事指出，生成自2023年10月的一个图像组中的许多错误添加的图像，但没有“任何流程”来移除该组中的图片，从而导致与以色列-巴勒斯坦冲突双方相关内容的潜在过度执行。Meta对此描述表示异议，称如果错误添加了某个项目，则“相对容易”将该项目从集合中移除。

这份报道表明，Meta并没有认真对待其内容审核职责。Meta的目标一直是，也仍然是，给予每个人发声的机会，并确保我们的平台对于使用者来说是安全的。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Google称，自五月以来，与伊朗革命卫队有关的一个组织试图入侵与乔·拜登、唐纳德·川普和卡玛拉·哈里斯大约十几人的个人电子邮件账户。

---

这家科技公司的威胁情报部门表示，该组织仍在积极地针对与拜登、川普和哈里斯有关的人群进行攻击，哈里斯是上个月当代表民主党候选人代替美国总统时退出竞选的。被攻击目标包括现任和前政府官员，以及总统竞选联络人员。

Google威胁分析小组的最新报告证实并扩大了微软上周发布的一份报告，该报告显示一个涉嫌的伊朗网络入侵行为在今年的美国总统选举中。这阐释了外国对手如何加大努力破坏即将到来不到三个月的选举。

Google的报告称，其威胁研究人员检测并拦截了“小而稳定的”伊朗攻击者利用电子邮件凭证钓鱼，这是一种攻击类型，攻击者假冒一个信任的发件人试图让电子邮件接收者分享他们的登录详细信息。该公司的威胁情报部门主管约翰·赫尔奎斯特表示，该公司向这些被攻击的目标发送一个 Gmail 弹出窗口，警告他们可能有政府支持的攻击者试图窃取他们的密码。

报告称，Google观察到该组织成功进入一名知名政治顾问的个人 Gmail 账户。Google于7月向联邦调查局报告了这一事件。微软的周五报告提供了类似信息，指出一名前总统竞选高级顾问的电子邮件账户已被破坏，并被利用发送了一封钓鱼邮件给一名高级竞选官员。

该组织为 Google 的威胁情报部门和其他研究人员所熟悉，这并非它首次试图干预美国选举，赫尔奎斯特说。报告指出，同一个伊朗组织在 2020 年的选举中分别以早在该年 6 月就针对拜登和川普阵营进行网络钓鱼攻击。

报告指出，该组织还在其他网络间谍活动中非常活跃，尤其是在中东地区。最近几个月，在以色列-哈马斯战争激化该地区紧张局势的情况下，该活动包括针对以色列外交官、学者、非政府组织和军事关联人员的电子邮箱钓鱼活动。

川普谴责伊朗在电子邮件黑客入侵中的所作所为，并称只窃取了公共信息。川普的竞选活动周六表示已遭黑客攻击，敏感内部文件被窃取并传播。宣称伊朗行为有责。同一天，Politico 透露已通过电子邮件接收到了泄露的川普竞选内部文件，尽管尚不清楚泄露的文件是否与疑似的伊朗网络活动有关。《华盛顿邮报》和《纽约时报》也收到了这些文件。

尽管川普竞选活动尚未提供将伊朗与黑客入侵联系起来的具体证据，但川普及其长期友人、前顾问罗杰·斯通均表示，他们接到了微软有关疑似网络入侵的联系。知情人士透露，斯通的电子邮件已被针对川普竞选活动的黑客入侵袭击。

谷歌和微软不愿透露伊朗入侵尝试的具体目标，也不确认斯通是否在其中。谷歌确认了其报告中提到的伊朗组织 APT42 与微软研究中所说的组织 Mint Sandstorm 是同一组织。

哈里斯的竞选活动拒绝透露是否发现任何来自国家的入侵尝试，但表示他们始终警惕地监视网络威胁，并未发现任何系统遭受安全性破坏。

美国联邦调查局周一证实正在调查对川普竞选活动的侵入。知情人士透露，联邦调查局还在调查对拜登-哈里斯竞选活动的入侵尝试。

伊朗黑客入侵的报道出现在美国情报官员警告俄罗斯和伊朗通过在线活动影响美国选举的持续和不断增加的努力之际。除了这些黑客入侵事件外，与这些国家有关的团体还使用虚假新闻网站和社交媒体账户发布内容，似乎旨在影响选民的观点。

微软和谷歌均未明确指出伊朗在美国总统选举中的意图，官员此前曾暗示伊朗特别反对川普。他们还对特拉扎姆为寻求对2020年奥巴马下令的袭击进行报复的努力表示担忧。

伊朗驻联合国代表处在被问及川普竞选活动的声明时否认涉入：“我们不相信此类报道的真实性，” 该代表处告诉美联社。“伊朗政府既没有拥有也没有怀有任何干预美国总统选举的意图或动机。”

该代表处尚未就谷歌的报告发表评论。探索更多相关话题：技术、黑客、唐纳德·川普、伊朗、卡玛拉·哈里斯、美国政治、乔·拜登。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Meta在希伯莱战争相关内容的审查上存在困难，尤其是在希伯来语方面，尽管最近修改了内部政策，新文件显示。

---

一位曾在内容审查工作的前Meta员工与《卫报》分享了内部政策指南，概述了审查与冲突相关内容的多层次审查流程。但文件显示，拥有Facebook、Instagram和WhatsApp平台的Meta在评估希伯来语和阿拉伯语内容的准确审查过程方面并无相同流程。被《卫报》所知，由于职业报复的可信担忧，该员工未透露姓名。该员工表示，Meta关于巴勒斯坦憎恨言论的政策是不公平的，这一评估得到巴勒斯坦倡导者的赞同。他们还表示，在这场持续进行的有关冲突的信息战斗前线上，一些工作人员对提出担忧感到谨慎，因为担心受到报复，这种指控在最近有200多名Meta员工签署的一封信中也有所体现。这位前员工表示，这些情况给人的印象是公司的优先事项“并不是确保内容对社区安全”。

---

（以下省略）

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

读者对Jonathan Freedland关于这位大亨在传播虚假信息和助长极右翼骚乱中的角色的文章做出了回应。

---

我完全同意Jonathan Freedland，只有一个方面除外（您知道还有谁应该为英国极右翼骚乱接受审讯？埃隆·马斯克，8月9日）。他也许对政治家、记者、意见领袖甚至政府难以离开X平台表示赞同，但他们甚至没有考虑过如何发起针对埃隆·马斯克的有效消费者抵制行动，只要他是这个平台的所有者，滥用并以专制方式控制着它。马斯克表示支持唐纳德·特朗普，并在X上推广了德国的德国新选择党，他还宣扬了英国极右翼政治暴力，而没有遇到任何严肃的阻力。因此，在他仍是X平台的所有者，滥用该平台谋求政治目的的情况下，应当有足够的基础组织起义。您可能会高兴地听到，您的文章已经让我彻底失去对这个人的耐心。在加入13年后，我刚刚注销了我的X账户。Eckart Hoffmann德国、Schenefeld
Jonathan Freedland rightly asks why Elon Musk is not more widely censured for his role in stirring up social unrest in western democracies.Musk is given particular kudos by his fellowship of the Royal Society, the world’s oldest and most respected scientific community, which has so far failed to retract this award. While previous commercial partners in Musk’s business ventures are leaving in droves, the society appears not to appreciate the reputational damage increasingly associated with unaccountable demagogues. I would urge any fellows who recognise the risk to make their views known.David Morris Castanet, France The Online Safety Act is already being criticised as inadequate (Online Safety Act not fit for purpose after far-right riots, says Sadiq Khan, 8 August). But there is already a legal duty on employers to reduce the risks to the public from their business activities “so far as is reasonably practicable”.Significant failure to control such risks is a crime under the 1974 Health and Safety at Work Act, and penalties in the worst cases in other industries have included very large fines for the company and prison sentences for company directors.Elon Musk could easily ban Tommy Robinson from X, for example. Other agitators’ accounts could be identified and removed from social media. Is there a reason why the act is not used to force the directors of social media companies to act responsibly?Prof Martyn Thomas Emeritus professor, Gresham College I am a councillor in Canterbury, and false rumours circulating on Tuesday last week meant that traders didn’t open for the Wednesday market, so they lost money. False rumours on the Wednesday said that there was a riot at the bus station – there wasn’t, but people decided not to travel in. False rumours about smashed windows and closed shops meant that the normally very busy streets were almost devoid of people. Shops missed out on trade. Canterbury cathedral closed its gates to tourists.It’s not just X but also Elon Musk who amplified people’s fears. I’m pleased that people who spread false rumours have been charged. I will pay tribute to the police who made sure that the 40 or so protesters couldn’t access Canterbury mosque, and the security guards and council enforcement officers who patrolled the city’s streets to reassure people.Connie NolanCanterbury Have an opinion on anything you’ve read in the Guardian today? Please email us your letter and it will be considered for publication in our letters section.Explore more on these topicsElon MuskThe far rightXlettersShareReuse this content. 请先将这篇文章翻译为中文，并且按照如下Makedown格式标准输出。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

读者对乔纳森·弗里德兰的文章作出回应，该文章探讨了这位大亨在允许假信息传播和助长极右翼骚乱中的角色。

---

我与乔纳森·弗里德兰的观点非常一致，除了一点（您知道谁还应该因英国极右翼骚乱而受审？埃隆·马斯克，8月9日）。他可能是对的，很难让政客、记者、意见领袖甚至政府离开X，但他们甚至没有考虑如何开始对埃隆·马斯克发起有效的消费者抵制，因为只要他是这个平台的所有者，滥用并以专制的方式统治着它。马斯克曾支持唐纳德·特朗普，并在X上宣扬德国的德国另类选择党，他还赞扬了英国的极右政治暴力，却没有遇到任何严肃的阻力。因此，只要他是X的所有者并滥用该平台进行政治目的，就应该有足够的基础进行组织反对。很高兴告诉您，您的文章已经触动了我的耐心底线。我在加入13年后刚刚注销了我的X账户。
埃克哈特·霍夫曼
Schenefeld，德国
乔纳森·弗里德兰正确地问到为什么埃隆·马斯克的在搅动西方民主国家社会动荡的角色得不到更广泛的谴责。马斯克被皇家学会，这是世界上最古老和最受尊敬的科学社区之一，特别青睐，但该学会迄今并未撤销这一奖项。而马斯克商业合作伙伴们纷纷离去，该学会似乎未意识到这种不受约束的煽动者所带来的声誉损害。我敦促任何认识到风险的院士们表达自己的意见。
大卫·莫里斯
卡斯塔内，法国
在线安全法案已经被批评为不够完善（萨迪克·汗表示，在极右翼骚乱后，在线安全法案不适用，8月8日）。但雇主已经有法定义务将其业务活动对公众构成的风险“尽量减少到合理范围内”。在其他行业中，对这类风险的严重管理不善是根据1974年《工作健康与安全法》构成犯罪的，并且在最糟糕的情况下，公司可能面临巨额罚款，而公司董事可能面临监禁刑罚。埃隆·马斯克可以很容易地封禁汤米·罗宾逊等人的X账户。其他煽动者的账户也可以被识别并从社交媒体上删除。有理由让这项法案强制社交媒体公司的董事们负起责任吗？
马丁·托马斯教授
格雷塞姆学院荣休教授
我是坎特伯雷的一名议员，上周二流传的虚假谣言导致商贩们没有开放周三的市场，因此他们损失了钱财。上周三传言称巴士站发生骚乱，实际上并未发生，但人们决定不出行。有关窗户被砸和商店关闭的虚假传言导致通常非常繁忙的街道几乎空无一人。商店错过了贸易机会。坎特伯雷大教堂关闭了对游客的大门。不仅是X，还有埃隆·马斯克放大了人们的恐惧。我很高兴那些散布虚假谣言的人已被起诉。我将向确保大约40名抗议者无法进入坎特伯雷清真寺的警察致敬，以及在城市街头巡逻以安抚人们的安全警卫和市政执法人员致敬。
康妮·诺兰
坎特伯雷
对今天在卫报上读到的任何内容有意见吗？请给我们发送您的来信，我们会考虑在我们的信件版中发表。
更多相关主题
埃隆·马斯克
极右翼
X
信件
分享
转载本内容
请注意：Title、Date、Body三个部分的内容已按要求放入到对应的位置。整体输出为Makedown源文件格式。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。