Att låsa upp kraften i GPT-4: Utforska de senaste funktionerna för AI-röstassistent och mer

OpenAI har börjat rulla ut det avancerade röstläget för en liten grupp ChatGPT Plus-användare. Vissa användare med tillgång har spelat in demonstrationer som visar de nya funktionerna.

De viktigaste höjdpunkterna i det avancerade röstläget inkluderar:

• Möjlighet att avbryta röstassistenten och få den att sluta svara och börja lyssna. Detta är en stor förbättring jämfört med den gamla röstassistenten.
• Imponerande prestanda i olika uppgifter, som att agera som en sportkommentator och snabbt räkna från 1 till 50.
• Det är möjligt att kringgå röstassistenten genom att spela upp en YouTube-video, vilket låser upp nya funktioner som att tillhandahålla information om drogers beståndsdelar.

Metas nya AI-drivna verktyg, Segment Anything, är en banbrytande innovation för videoproduktion och visuella effekter. Denna avancerade teknik använder AI för att snabbt och noggrant segmentera objekt från deras bakgrund, vilket gör det enkelt att isolera och manipulera element i en video.

Dagarna av tidskrävande rotoskopering, cell för cell, är förbi. Segment Anything förenklar processen, så att du kan välja ett objekt med ett enda klick och låta verktyget automatiskt spåra dess rörelse genom hela materialet. Detta sparar oräkneliga timmar av manuellt arbete och öppnar upp nya kreativa möjligheter.

Verktygsprestandan är verkligen imponerande, även när det ställs inför komplexa, dynamiska scener. Oavsett om du hanterar en studsboll, en dansande katt eller ett förvandlande monster, så klarar Segment Anything det med lätthet. Den AI-drivna segmenteringen är anmärkningsvärt noggrann och ger rena, väldefinierade masker som är redo för ytterligare redigering och kompositering.

Meta har släppt en ny AI-plattform som kallas "AI Studio" som låter användare skapa sina egna AI-följeslagare. Denna plattform bygger på den öppna källkoden LLaMA 3.1-språkmodellen och erbjuder ett utbud av färdiga chattbotspersonligheter som användare kan anpassa och dela.

Några viktiga punkter om Metas AI Studio:

• Den är för närvarande endast tillgänglig i USA, men förväntas rulla ut globalt över tid.
• Användare kan komma åt plattformen via Instagram-appen genom att skapa en ny konversation med "Meta AI".
• Plattformen erbjuder ett urval av färdiga chattbotspersonligheter, från en "omtänksam pojkvän" till en udda karaktär som heter "Skib".
• Användare kan också skapa sina egna anpassade chattbotar genom att tillhandahålla prompter, instruktioner och exempeldialog.
• De skapade chattbotarna kan delas med andra och användas direkt inom Instagram eller WhatsApp.

• Midi Journey har släppt en ny 6.1-modell, som nu är standardmodellen.

• Viktiga förbättringar inkluderar:

  • 25 % snabbare genereringshastighet
  • Något förbättrad bildkvalitet
  • Betydande förbättringar i textkvalitet, nu ännu bättre än den tidigare V6-modellen

• Tester visade att den nya modellen hanterar knepiga prompter som "vacker barfotad kvinna i sommarklänning som håller en ros" mycket väl, med mer realistiska hudtexturer och hår.

• Textgenereringen såg också märkbara förbättringar, med färre misstag som dubbla bokstäver.

• Audio, ett av de populära musikgenereringsverktygen, har introducerat version 1.5 med följande uppdateringar:

  • Förbättrad ljudkvalitet
  • Bättre flerspråkiga resultat
  • Lagt till funktionalitet för ljud-till-ljud
  • Nya funktioner som delningsbara textvideos

• Testade den nya ESRV2-uppskaleringen från Nvidia, som ger 4x uppskaling med mycket skärpning.

• Fann att den fungerar särskilt bra på illustrationer, eftersom den framhäver linjerna effektivt.

• Jämförde den med Mairry-uppskaleringen, som ger en mer subtil uppskaling utan överdrivet skärpande.

• Drog slutsatsen att alla moderna uppskaleringstekniker fungerar relativt bra, med Magnific fortfarande som det bästa alternativet för högkvalitativ, kreativ uppskaling.

Denna vecka var fylld av spännande AI-nyheter och lanseringar, men en av de mest intressanta utvecklingarna var framstegen inom videogenerationsverktyg. Vi tog en djupgående titt på de främsta modellerna - Genf.free, Dream Machine och Cling - och testade dem för att se vilken som strålar i olika användningsfall.

Genf.free: Detta verktyg är utmärkt på att skapa cinematiska, episka skott. Den svepande drönarmotionen, den dramatiska belysningen och den övergripande produktionskvaliteten är förstaklassig. Den kan dock ibland ha svårt att bibehålla karaktärskonsistens och kan introducera artefakter i vissa animeringar.

Dream Machine: Om du arbetar med produktskott, grafik eller behöver subtila animeringar, är Dream Machine vägen att gå. Den producerar rena, polerade resultat utan att gå över styr. De små rörelserna och uppmärksamheten på detaljer gör den till ett utmärkt val för kommersiella tillämpningar.

Cling: Detta är vildkortet i gänget. Ibland producerar den otroliga, sinnesförbländande resultat, och andra gånger faller den platt med märkbara artefakter. Den är den mest oförutsägbara, men kan vara ett utmärkt verktyg för kreativ experimentering.