阿多比最近发布了 Firefly 3,他们的新 AI 图像生成模型,在逼真性方面有所提高。虽然 Firefly 3 生成的图像还没有达到 Midjourney 或 Stable Diffusion 3 等模型的水平,但这个新模型是朝着正确方向迈出的一步。

不过,阿多比更令人兴奋的是将 Firefly 3 和其他新的 AI 功能直接集成到 Photoshop 测试版中。这些功能包括:

• 生成整个图像,而不仅仅是进行局部修复和扩展
• "生成相似"选项,创造图像变体
• 调整笔刷
• 为电子商务照片生成背景
• "增强细节"功能

虽然 Firefly 3 仍然感觉在追赶竞争对手,但这些强大的 AI 工具现在可以在 Photoshop 中直接使用,这是一个重大升级。用户现在可以创造新图像、完善现有图像,并在熟悉的 Photoshop 界面中利用 AI 驱动的功能。

阿多比宣布了一个名为 Video Giga Gan 的新研究项目,专注于视频超分辨率。这项技术可以将低质量、模糊的视频显著提升质量,使其更清晰、更细节丰富。

一些展示的例子包括:

• 一堆薄饼被浇上酱汁,从低分辨率、模糊的视频转变为高质量、清晰的视频。
• 一个模糊的瀑布变成了一个清晰、高清的视频。
• 一个留着胡子的男人,从低质量的原始视频升级到清晰、高分辨率的版本。

这项 Video Giga Gan 研究目前还没有公开发布,但阿多比很可能会将其集成到未来版本的视频编辑软件中,如 Adobe Premiere。感兴趣的人可以查看详细的研究论文,了解这项视频超分辨率技术的技术细节。

Midjourney,这款流行的 AI 图像生成工具,最近添加了一个新功能,允许用户生成具有随机风格的图像。这个功能是由 Midjourney 的知名用户 Ally JWS 展示的。

要使用这个功能,用户只需在提示的末尾添加 --srf random 语法。这将生成相同的图像概念,但应用了各种随机风格。Ally 分享了几个例子,展示了同一个提示"一个戴着黄色帽子的年轻女子特写照片"可以产生截然不同的风格化输出,当使用 --srf random 选项时。

这个新功能为 Midjourney 用户提供了更多创意可能性,让他们能够探索单一图像概念的各种艺术风格。快速生成具有随机风格的多个变体,可以成为艺术家、设计师和任何想要尝试独特视觉美学的人的有价值工具。

Blockade Labs,一款流行的 360° 图像创作应用程序,最近进行了重大升级。该应用程序现在可以生成令人惊叹的 8K 质量图像。

我们可以看到新的 8K 功能的一些令人印象深刻的例子。在全屏模式下观看时,图像展现了令人难以置信的细节和清晰度。用户可以自由导航和探索 360° 场景,放大和缩小而不会损失任何质量。

生成这张高分辨率图像的提示显示在屏幕上。如果你有兴趣,可以暂停视频仔细查看提示。

Blockade Labs 的这个新 8K 模型代表了 360° 图像生成领域的重大进步。这些 8K 图像提供的细节和沉浸感是非常出色的,为用户带来了引人入胜和视觉震撼的体验。

兔子 R1 是一款新的手持设备,使用语音命令访问大型语言模型。兔子 R1 的一些关键特性包括:

• 语音控制命令:用户可以按下设备上的按钮并发出语音命令与 AI 助手交互。
• 快速响应时间:据报道,兔子 R1 比 Humanoid AI Pen 更快,响应时间在 2-3 秒内。
• 图像生成:该设备可以直接在 Midjourney AI 模型中生成图像。
• 生产力功能:它可以执行订Uber、控制Spotify、录音笔记并总结等任务。

虽然 AI 爱好者的初步评论都很积极,但作者正在等待更多主流评论,以获得对兔子 R1 功能和可用性的平衡看法。作者计划在未来几个月内收到一台设备后,分享自己的想法。

任何人都可以在几分钟内通过 Hostinger 的 AI 网站构建器拥有一个在线网站。只需前往 Hostinger.com/mtWolf,点击"领取优惠",选择"商业网站构建器"计划即可访问强大的 AI 工具。

要创建一个新网站,首先输入品牌名称,如"Matt Wolf's Blog"。选择"博客"作为网站类型,并使用麦克风描述网站为"Matt Wolf 的个人博客,在这里他分享如何在业务中有效使用 AI 的技巧、诀窍和教程"。

接下来,选择个性化风格 - "极简"是一个很好的选择,可以营造一个干净、优雅的外观。Hostinger 的 AI 将为您生成一个完全设计好的网站,包括博客文章和图像。

您所需要做的就是根据需要定制内容。Hostinger 的 AI 驱动网站构建器使您可以快速建立在线存在。访问 Hostinger.com/mtWolf,使用优惠码"Matt Wolf"可获得额外10%折扣,开始构建您的 AI 驱动网站吧。

本周,几乎所有大型 AI 公司都联合起来,承诺防止 AI 被用于对儿童的性伤害。这是这些公司首次就某事达成一致。

参与的公司包括 OpenAI、亚马逊、Anthropic、谷歌、Meta、微软、Mistral AI 和 Stability AI。这项集体努力旨在主动应对这些公司在开发和构建 AI 模型时可能出现的儿童安全风险。

虽然细节仍在制定中,但这一承诺代表了 AI 行业承担潜在技术滥用责任的重要一步。通过在这一关键问题上达成一致,这些领先的 AI 公司正在展示他们共同的优先事项 - 保护最脆弱的群体。

国际奥委会启动了奥运会 AI 议程,旨在在奥运会的各个方面利用 AI 技术。一些主要应用领域包括:

• 人才识别和个性化训练:AI 可以帮助识别全球各地的运动员和人才,并为更多运动员提供个性化的训练方法、优质的运动装备和个性化的训练计划。

• 裁判和裁决:AI 可用于提高体育裁判的公平性。

• 体育保护:AI 将被用于提高体育保护。

• 赛事组织和广播:AI 将使体育赛事组织更加高效,并改变体育广播,使观众体验更加个性化和沉浸式。

奥委会相信 AI 可以在运动发展、赛事运营和粉丝参与等方面发挥变革性作用。这标志着 AI 技术在奥运生态系统中的重要整合。

TED 的人本周发布了一段由 Sora 生成的视频,展示了 TED 在 40 年后的样子。虽然为了避免可能的版权问题,音频被静音,但该视频提供了一个关于 TED 未来由 AI 驱动的愿景。

视频开始于一个未来化的 TED 舞台,并逐渐过渡到展示各种 AI 驱动的进步。最后,它放大到 TED 标志,这是视频中唯一一个未使用 AI 生成的元素。

如果你有兴趣观看这段 1.5 分钟的完整视频,可以在下面的描述中找到链接。

本周,Rayban Meta 智能眼镜进行了升级。它们现在可以识别你正在看什么,并连接到大型语言模型,与你正在看的内容进行交谈。还有一个新功能可以通过 WhatsApp 或 Messenger 广播你正在看的内容。

在演示视频中,我们可以看到用户说"嗨,Meta,播放音乐",眼镜就开始播放音乐。对方也可以通过视频通话功能看到用户正在看什么,但这只能在 WhatsApp 和 Messenger 上使用,不能直接通过 FaceTime 或类似的方式。

用户然后尝试这个功能,环顾四周并问"嗨,Meta,我现在看的是什么?"眼镜回答说,他们正在看一张桌子,上面有各种电子设备,包括显示器和扬声器。

总的来说,这些新功能允许用户通过智能眼镜更多地互动和分享视觉体验,利用连接的语言模型提供关于用户所见内容的信息。

在本周的特斯拉财报电话会议上,埃隆·马斯克声称特斯拉不是一家汽车制造商,而是一家 AI 公司。马斯克表示:

"我们应该被视为一家 AI 机器人公司。如果你把特斯拉仅仅视为一家汽车公司,那就是错误的框架。如果你问错了问题,那么正确的答案就是不可能的。如果有人不相信特斯拉将解决自主性,我认为他们不应该成为该公司的投资者。"

一张图片也在流传,描绘了特斯拉生态系统,其中人形机器人和 AI 计算位于层级的最顶端,这表明马斯克将这些视为公司的核心重点,而不仅仅是车辆制造。

马斯克的评论和视觉表述表明,他希望特斯拉被视为一家 AI 驱动的机器人公司,而不是传统的汽车制造商。这种观点转变与马斯克长期以来对人工智能的兴趣以及他相信特斯拉的未来在于自动驾驶和先进 AI 能力的观点一致。

这篇文章在创作者按下录制按钮时发布。它称,马斯克的 xAI 公司即将从红杉资本和其他公司筹集60亿美元,估值180亿美元。

假设这笔资金将用于获得更多计算能力,以更快地训练更大、更强大的 AI 模型。但是,这篇文章并没有明确说明资金将如何使用。

成立于一年前的 xAI 公司由埃隆·马斯克创立,突显了马斯克在推进 AI 技术方面的重点。通过这笔60亿美元的融资,xAI 的估值达到180亿美元,突显了人们对马斯克 AI 事业的重大投资和兴趣。

在洛杉矶,地铁正在在公交车上安装 AI 驱动的摄像头,以向非法停车的车辆开具罚单。虽然目标是解决公交车道上的车辆停放问题,这可能会使残疾人上下车更加困难,但这一举措可能会被公众视为政府的严重越权行为,并被视为走向"大哥"监控国家的一步。使用 AI 摄像头自动开具停车罚单是一个具有争议性的决定,可能会遭到公众的强烈反对。

微软推出了一个新的小型语言模型 F3。这个拥有38亿参数的模型旨在直接在移动设备上运行,提供比需要云处理的更大模型更快的响应时间。

F3 的主要优势包括:

• 运行成本比更大的模型低
• 在手机和笔记本电脑等个人设备上表现更好
• 适合快速查找基本信息

F3 可在微软 Azure、Hugging Face