在围绕OpenAI的GPT-4语音助手的炒作中,一个新的参与者出现了 - Moshi AI,这是一个由法国公司Cute AI Labs开发的开源语音助手。这个基于网页的界面承诺低延迟交互和情感感知的语音。

Moshi AI的主要亮点包括:

• 低延迟: Moshi AI旨在提供实时、中断驱动的语音体验,不同于语音助手常见的延迟响应。

• 情感感知: 该助手声称能够检测并响应用户的情感语气,尽管在测试中这一功能并未始终如一地展现。

• 开源: Cute AI Labs计划开源Moshi AI的代码,让开发者能够将其集成到自己的应用程序中。

尽管初步测试显示该助手在某些能力方面存在局限性,如语音调制和情感检测不一致,但Moshi AI的开源性质表明它有潜力随着社区的贡献而不断改进。

Moshi AI的出现,以及预期的GPT-4语音功能的发布,标志着对话式AI世界进入一个令人兴奋的时期。随着这些技术的不断发展,用户可以期待看到更多创新和易用的语音助手出现,可能会改变我们与技术互动的方式。

仅仅7年前,AI图像生成的最先进技术还难以辨认。现在,最新的视频生成模型GenFree已经取得了巨大进步,产生了惊人逼真和富有创意的视觉效果。

尽管GenFree是一项令人印象深刻的成就,但我们需要了解它的能力和局限性。该模型擅长生成高质量的电影镜头,如灯塔的无人机镜头,这要归功于它在相关视觉数据上的广泛训练。然而,对于更具体的请求,如创造一只水獭冲浪的场景,它就会遇到困难,因为其训练数据中缺乏这种独特的例子。

GenFree的一个关键优势是它能够融合不同的艺术风格。通过提示模型以荷兰画家Hieronymus Bosch的风格创造一个场景,结果是中世纪幻想与现代GTA风格电影摄影的迷人融合。

但是,使用GenFree的成本也会迅速增加。每10秒的生成需要1美元的积分,要达到理想的结果通常需要多次迭代。这可能会使该工具对于偶尔实验来说过于昂贵。

尽管存在这些局限性,GenFree的潜力是不可否认的。随着该模型的不断改进和使用成本的降低,我们可以期待看到更多的实际应用,例如摩托罗拉利用AI生成视频的广告活动。

同时,GenFree最有价值的用途可能是在创意探索和实验的领域。向模型提供不寻常的元素组合,如"戴帽子的猫咪舞会

可以产生出令人愉悦的奇异和富有想象力的结果。\n\n随着AI视频生成领域的快速发展

探索这些尖端工具的能力和局限性是一个令人兴奋的时期。通过耐心和乐于实验的态度

用户可以释放GenFree的全部潜力

并推动AI驱动视觉的边界。

11 Labs一直在为其语音助手平台推出新功能。主要更新包括:

1. 标志性声音: 11 Labs读者应用程序现在允许美国、英国和加拿大的用户使用詹姆斯·迪恩或伯特·拉尔等标志性声音朗读文本。这为文本到语音体验增添了趣味和独特的感觉。

2. 音频隔离: 11 Labs发布了一款新的AI工具,可以从嘈杂的音频中隔离声音。这允许用户去除背景噪音,获得清晰的音频,类似于其他公司今年早些时候推出的功能。

3. AI音乐生成移动应用: Sooner,一款音乐生成AI,发布了一款移动应用程序,允许用户在移动设备上生成AI音乐。然而,这目前仅限于美国的iOS用户,在集成多语言功能后,计划推出Android版本和全球推广。

这些来自11 Labs和Sooner的更新展示了语音助手和音频操作功能由AI驱动的持续进步和扩展。虽然标志性声音和音频隔离功能立即有用,但移动音乐生成应用程序预示着AI驱动创造力随时随地的潜力。

顺便提一下,Luma AI也发布了一个全新的功能,称为Luma Keyframes。这个功能允许你将一件事物转变为另一件,使用AI视频创造平滑的过渡。

我们决定测试这个功能,使用来自我们星球大战主题团队视频的Mid-Journey生成图像。我们的目的是看看Luma Keyframes功能如何处理这些过渡。

不幸的是,结果有些令人失望。在我们测试的8名团队成员中,8个过渡几乎无法使用。该功能经常导致场景中间出现硬切换,而不是我们希望看到的平滑过渡。

确实有一些例外,如Ariad的光剑过渡效果相当不错。Larry在Yoda式和邪恶角色之间的过渡也有一些有趣的时刻。但总的来说,结果并没有我们预期的那么无缝。

看来,尽管Luma Keyframes功能是一个有趣的概念,但在实践中它仍需要大量的迭代和微调才能获得可用的结果。AI生成的内容,虽然在视觉上很引人注目,但并不总是适合这种类型的平滑过渡。

总之,Luma Keyframes功能显示出潜力,但根据我们的测试,它还没有准备好进入主流应用。这项技术仍在发展,我们将看到它如何随时间而改进。目前,最好以谨慎的期望来对待它。

摩托罗拉最近在其最新的广告活动中展示了AI视频技术的创造性应用。通过利用Control Net和Stable Diffusion等工具,该公司能够生成一系列将摩托罗拉标志融入各种时尚风格的图像。

工作流程可能涉及使用Control Net将摩托罗拉标志插入图像,然后使用Stable Diffusion生成最终的视觉效果。这些图像随后被编译成一则商业广告,包括音乐和剪辑,创造出一个精致而视觉吸引力的最终产品。

这个例子展示了公司开始探索AI视频生成在现实世界中的实际应用。虽然质量可能还无法与Gen-Free展示的最先进示例相匹敌,但摩托罗拉的广告活动表明,AI驱动的视频可以成为某些内容创作的可行且经济高效的解决方案。

随着技术的不断进步,我们可以期望看到越来越多的品牌和企业将AI视频纳入其营销和广告策略。这代表了AI驱动媒体制作领域的一个令人兴奋的发展,未来几年行业将如何继续发展将是一个有趣的观察点。

Perplexity,这款AI驱动的搜索引擎,推出了一项名为"Pro Search"的新功能,旨在提供更高级和全面的搜索功能。该功能集成了多步推理和对外部数据源(如数学、编程和Wolfram Alpha)的访问,以提供更准确和信息丰富的搜索结果。

Perplexity Pro Search功能的关键方面包括:

1. 多步推理: 搜索引擎现在可以分解复杂的查询,并执行多步推理,提供更全面和相关的响应。这允许用户提出更细微和详细的问题,并获得定制的答复。

2. 外部数据集成: Perplexity Pro Search现在可以访问和利用来自外部源的数据,如数学计算、编程资源和Wolfram Alpha知识库。这种集成使搜索引擎能够提供更准确和信息丰富的响应,特别是对于需要专业知识或计算的查询。

3. 高级功能: Perplexity Pro Search功能目前作为Perplexity订阅者的高级功能提供。这使经常依赖该平台的用户能够访问这些高级搜索功能,并提升整体搜索体验。

Perplexity Pro Search的引入代表了向更智能和主动式搜索的一步,AI系统可以主动推理并利用外部资源,为用户提供更全面和有用的信息。随着对高级搜索功能的需求不断增长,这样的功能在AI驱动的搜索格局中可能变得越来越重要。

视频中最有趣和有趣的AI实验之一是由Carol在社区中分享的"跨维度有线电视ONE"网站。这个网站是动画剧集"瑞克和莫蒂"中著名的"跨维度有线电视"概念的再现。

在剧中,瑞克叔叔从另一个维度带回一台电视机,让角色们能够观看跨越多元宇宙的随机和奇异的电视频道。WebSim AI团队使用网络AI重建了这一概念,创造了一个提供同样随机和不可预测观看体验的网站。

当你加载跨维度有线电视ONE页面时,你永远不知道会看到什么。它呈现了一系列超级随机和迷幻的视频,捕捉了该剧"跨维度有线电视"概念的本质。这个实验最可能引起"瑞克和莫蒂"忠实粉丝的共鸣,他们会欣赏细节的注意力和对该剧独特美学的忠实再现。

这段视频突出了,并非所有的AI世界都必须围绕生产力或严肃应用。AI的有趣和实验性一面,如古怪的视频生成或跨维度有线电视启发的网站创建,同样令人兴奋,值得探索。这个项目证明了AI和流行文化交汇处所产生的创造力和乐趣。

最近发布了一个名为Dolphin Vision 72B的全新无审查的多模态模型。这个模型是Quen 2模型的一个改编版本,代表了我们迄今看到的最大参数规模。

运行这个模型将是相当具有挑战性的,因为它需要一台强大的PC或租用大量GPU。它还没有广泛流行,但其发布是我们未来发展无审查多模态模型的一个有趣信号。

这类无限制的模型开启了全新的可能性领域,既令人兴奋又令人担忧。开源社区很可能会开始构建我们现在无法预测存在的各种应用程序。

然而,这个模型缺乏任何限制也引发了严重的道德问题。这是一把双刃剑,它将产生有趣的结果,但也有被滥用和误用的潜在风险。

随着这些无审查模型的能力不断增强,AI社区将需要应对其影响,并致力于负责任的开发和部署。

Figma

这个流行的设计平台

最近宣布了一套AI驱动的功能

有望彻底改变设计师的工作方式。两个突出的功能是

提示到UI

和

视觉搜索

。\n\n

提示到UI

功能允许设计师只需描述他们想要的用户界面类型

Figma的AI就会为他们生成整个设计。这有可能大大简化设计过程

使设计师能够快速迭代想法并探索新的概念。\n\n然而

这一功能也引发了一些争议

因为它似乎与苹果天气应用程序的设计非常相似。Figma随后禁用了这一功能

承认需要确保其AI生成的设计不会侵犯现有的知识产权。\n\n另一方面

视觉搜索"功能是一项更广泛适用的创新。通过利用先进的多模态模型,设计师现在可以使用自然语言查询搜索整个设计库,而无需依赖特定的元数据或标签。这为设计师在项目中快速找到并整合相关资产开辟了新的可能性。

随着这些AI驱动的功能不断发展,Figma和其他设计平台将需要谨慎地平衡创新和道德考量。确保AI生成的设计