开放人工智能最近推出了一项非常出色的新功能 - 利用其GPT-4模型生成高度可适应的声音。在一段引人入胜的演示视频中,他们展示了语音助手的多样性,能够无缝切换各种角色声音和语气。

这项新功能是对正在进行的"斯嘉丽·约翰逊"争议的直接回应,人们对人工智能生成的声音的伦理影响表示关切。然而,开放人工智能的最新产品不仅仅是模仿人类声音 - 它展示了这项技术令人难以置信的灵活性和潜力。

想象一下可能性 - 你的人工智能助手可以采用反派大师的声音,配以令人愉悦的狂笑,或者采用平静、权威的语气传达重要信息。这项技术的应用范围广泛,从增强视频游戏体验到为数字助手增添深度和个性。

但开放人工智能并非唯一的参与者。英伟达的Project G-Assist,一款针对游戏玩家的个人助手,也是人工智能驱动的语音助手不断发展的另一个例子。这些工具不仅仅是未来的愿景 - 它们正在成为现实,准备革新我们与技术互动的方式。

随着这些进步不断展开,人工智能生成的声音的未来无疑既令人兴奋又引人深思。请继续关注我们,探索最新进展,揭示这项变革性技术的真正潜力。

11 Labs发布了一款新的音效生成器,为创作者提供了一个强大的工具来增强他们的音频制作。虽然该平台显示出很大的前景,但我们的测试也发现了它在能力方面的一些局限性。

这款音效生成器允许您输入一个简短的提示,并生成相应的音频片段。对于简单的请求,如基本的"呼啸"或"爆炸"声音,结果可能相当实用。然而,当提示变得更加复杂时,生成效果的质量和准确性开始下降。

当我们用更具体的请求测试这个生成器,比如"汽车撞到树上",输出往往不尽如人意,缺乏所需的真实感和连贯性。生成器倾向于产生一种普通的刺耳轮胎声,而实际的撞击效果要么被切断,要么没有完全实现。

总的来说,11 Labs的音效生成器是朝着正确方向迈出的一步,但仍有改进的空间。目前,我们会推荐使用Meta的Audio Box,这是一个更可靠和多功能的选择来生成高质量的音效。随着技术的不断发展,我们期待看到11 Labs完善和增强他们的音效生成器的功能。

在这个瞬息万变的世界里,持续学习至关重要,找到合适的学习资源也是关键所在。这就是Brilliant作为一个互动学习平台的亮点所在。

Brilliant提供数千节关于数学、数据科学、编程和人工智能的课程。他们的独特之处在于采用实践的学习方式。与单调的讲座不同,你可以与课程材料互动,在此过程中培养解决问题的技能。

一个具体的推荐是他们的"应用Python实践"课程。编码对许多人来说是一个障碍,但这个课程是一个很好的突破方式。掌握Python的基础,如变量和数据结构,是很有帮助的。它还过渡到无代码工具、提示工程等内容。

Brilliant的互动课程和测验使学习既有趣又有效。无论你是想拓展AI、编程还是其他STEM领域的技能,Brilliant都是一个值得探索的绝佳资源。

要免费试用Brilliant整整30天,请访问[brilliant.org/advantage]或点击描述中的链接。如果你决定继续使用,你还可以获得年度订阅的20%折扣。

Tomb Crafter是一个引人注目的工具,在互联网上引起了广泛关注。它能够生成两个卡通图像之间的所有帧,这一能力确实令人印象深刻。

我们用几个例子测试了Tomb Crafter,结果非常出色。无论是简单的蜡烛火焰动画还是更复杂的角色转换,Tomb Crafter都能够持续提供高质量、可用的动画。

眼神、微笑、飘逸的头发 - Tomb Crafter都能以惊人的准确度捕捉这些细节。虽然分辨率和帧数可以改进,但这个工具代表了动画领域的一个重大进步。

将Tomb Crafter与其他人工智能驱动的工具(如音乐生成和语音合成)结合使用,为创造完整的故事开辟了令人兴奋的可能性。能够控制制作的各个元素,从视觉到音频,使创作者能够以无缝和高效的方式实现自己的愿景。

Tomb Crafter是一个游戏规则改变者,为长期困扰动画行业的挑战提供了解决方案。凭借其用户友好的界面和出色的功能,这个工具有望彻底改变我们处理角色动画和讲故事的方式。

Frederick AI是一个出色的工具,允许你一个音轨一个音轨地创作歌曲。它将不同的乐器分开,并让你根据文本提示来扩展和改变它们。

界面非常适合初学者,类似于Garageband。你可以简单地添加一个摇滚预设,然后调整各种音轨 - 改变音高,添加效果,并循环部分来创造一首完整的歌曲。

免费版每月提供10个歌曲片段供你尝试。如果你想生成自定义音乐,你需要每月订阅10美元。

这个工具可能是开始音乐制作或将人工智能生成的音频整合到创意工作流程中的好方法。通过允许你定制各个元素,它可以补充OpenAI的Whisper等工具,创造出完整的多媒体体验。

对不同大型语言模型(LLM)进行排名一直是一个具有挑战性的问题,各种基准和基于用户的评级系统可能容易受到操纵。然而,Scale AI引入了一种新的LLM排行榜方法,旨在提供更可靠和无偏见的见解。

Scale AI的LLM排行榜使用新的方法对模型进行排名,而不披露正在评估的具体细节。这有助于防止在训练数据中包含特定问题或用户偏好,从而扭曲结果。

排行榜涵盖了编码、数学指令、跟随和语言理解等不同类别。其中,指令跟随排行榜尤其引人关注,因为它与许多用户的亲身经历相符。排名显示,GPT-4在这个领域表现出色,这与该模型在严格遵循提示方面的出色表现一致。

虽然有必要随时审查这些排行榜,但Scale AI的方法似乎提供了一种比模型创建者自己发布的一些基准更值得信赖和独立的LLM能力评估。这个排行榜可能是那些寻求以更可靠的方式了解不同LLM相对优势和劣势的人的宝贵资源。

到目前为止,Udu有30秒的限制,无法生成完整的歌曲。然而,他们现在已经将这个限制更新为2分钟。这使用户能够创造出真正的歌曲,而不仅仅是需要拼接在一起的30秒片段。

除了延长歌曲时长,Udu还包括了波形下载。波形文件是一种高质量的音频格式,使生成的歌曲更适合商业用途,与高度压缩的MP3格式相比。波形文件为后期处理和编辑提供了更多空间,而不会损害音频质量。

这些更新使Udu和Suno更加成熟和可用于实际音乐制作。生成更长的歌曲的能力,加上更高质量的波形格式,大大增强了这些人工智能驱动的音乐工具的实际应用。

Perplexity,这款人工智能驱动的搜索引擎,正在扩展其产品线,推出一款名为Perplexity Pages的新产品。这个创新的平台旨在彻底改变互联网上文章的创作和发布方式。

Perplexity Pages本质上是一个由人工智能驱动的文章撰写器,无缝集成到Perplexity搜索引擎中。这一发展背后的想法是,提供更多控制互联网内容的方式,而不是让随机个人或实体来决定。

与传统的内容创作平台如WordPress或Medium不同,Perplexity Pages提供了一种独特的方法。在这个平台上生成的文章将由人工智能驱动,但它们将以Perplexity品牌发布,就像Medium文章是以Medium品牌发布一样。

这种方法提供了几个优势。首先,它解决了互联网上虚假专业知识和误导性信息的问题。通过承认人工智能参与文章创作过程,Perplexity Pages旨在提供更加透明和诚实的内容来源表述。

此外,这种模式可能会被搜索引擎和内容创作领域的更大玩家,如谷歌,所采用。由于谷歌的搜索结果中已经有大量由人工智能生成的文章,Perplexity Pages的方法可以作为一个更透明和负责任的系统的蓝图。

虽然人工智能驱动的文章生成的影响是复杂的,并引发了关于互联网内容未来的问题,但Perplexity Pages代表了一个有趣的前进步伐。通过承担人工智能生成内容的所有权,并以自己的品牌呈现,Perplexity旨在为互联网用户提供一个更可靠和值得信赖的信息来源。

随着Perplexity Pages的发展,观察这个创新平台如何发展,以及它如何塑造互联网内容创作和分发的未来,都将是一件令人着迷的事情。

Showrunner是一个令人兴奋的新平台,允许用户使用人工智能技术创建和操纵自己的电视节目。目前处于等待名单阶段,这个平台承诺将彻底改变我们消费和互动媒体的方式。

Showrunner的主要功能包括:

1. 提示到节目生成:用户可以编写一个提示,Showrunner将根据该提示生成一个全新的电视节目。这允许无穷无尽的创造力和探索独特故事情节和角色的能力。

2. 节目扩展:用户还可以使用Showrunner扩展他们最喜欢的现有节目,创造新的剧集或故事情节,与原始内容无缝融合。

3. 人工智能驱动的模拟:Showrunner开发了一个城市的人工智能模拟,自主代理在这里生活。从这些模拟中,出现了可以转化为电视节目内容的叙事和故事。

Showrunner的潜力是巨大的,因为它允许用户成为电视节目开发创意过程的积极参与者。通过利用人工智能的力量,Showrunner开辟了个性化和互动娱乐的新可能性。

虽然还没有向公众开放,但这个平台已经在人工智能和媒体社区引起了巨大的兴趣和兴奋。当等待名单开放时,一定要注册,成为第一批体验这个创新和变革性平台的人之一。