最近瑞士联邦理工学院（ETH Zurich）的研究团队发表了一项让人震惊的研究成果，他们竟然成功破解了 Google 的 reCAPTCHAv2系统，并且成功率达到了100%!这项研究引发了关于图像验证码未来的广泛讨论。研究团队使用了一种名为 YOLO 的高级图像识别算法，通过对图片进行分割和分类，他们的系统能够自动解决 reCAPTCHAv2中的所有三种任务。这包括在3x3的网格中对图像进行分类、对单一图像进行分割，以及处理那些会变化的动态分类任务。为此，他们还准备了一个包含大约14，000个标注图像的数据集

​近日，一款名为GPT4o Captcha Bypass的新型验证码破解工具引起了业内关注。该工具是一个命令行界面（CLI）应用程序，利用Python和Selenium技术，能够测试和破解多种类型的验证码系统。

["苹果AI/ML团队与哥伦比亚大学合作开发的多模态大模型“雪貂”（Ferret）成功挑战谷歌人机验证码，能识别交通信号灯并提高大模型在“看说答”任务中的准确度。","Ferret的创新在于融合引用和定位的空间理解能力，同时理解语义和目标，不同于传统多模态模型。","使用混合区域表示方法，结合离散坐标和连续特征，模型在多任务评估中表现出色，特别在指代和视觉grounding任务上。","这一突破是由中国团队取得，凸显了中国在多模态大模型研究中的实力，为图像理解和多模态任务提供新方向。","Ferret的成就有望在人机交互和智能搜索等领域取得重要突破。"]

{"1":"研究发现机器人在解决验证码方面的准确性和速度均超过人类。","2":"研究人员发现目前的验证码已经无法有效区分机器人和人类，需要采用更具行为分析的动态方法。","3":"验证码技术需要采用更动态的方法来解决安全性问题。"}