解锁 GPT-4 的力量:探索最新的 AI 语音助手功能及更多

OpenAI 已经开始为少数 ChatGPT Plus 用户推出先进的语音模式。一些有权限的用户已经录制了展示新功能的演示视频。

先进语音模式的主要亮点包括:

• 能够打断语音助手,让它停止响应并开始倾听。这是对旧语音助手的重大改进。
• 在各种任务中表现出色,如扮演体育评论员和快速从 1 数到 50。
• 通过播放 YouTube 视频来破解语音助手,解锁提供药物成分信息等新功能。

虽然目前推广范围有限,但 OpenAI 计划在秋季前向所有 ChatGPT Plus 订阅用户提供先进语音模式。这一更新备受期待,展示了 OpenAI 语音技术的快速进步。

Meta 的新 AI 驱动工具 Segment Anything 是视频制作和视觉特效的游戏规则改变者。这项先进技术使用 AI 快速准确地从背景中分割出物体,使得隔离和操作视频中的元素变得轻而易举。

繁琐的逐帧蒙版工作已成过去。Segment Anything 简化了这一过程,只需单击选择一个物体,工具就能自动跟踪其整个镜头中的运动。这节省了大量的手工工作,并开辟了新的创意可能性。

即使面对复杂多变的场景,该工具的性能也令人印象深刻。无论是弹跳的球、跳舞的猫还是变形的生物,Segment Anything 都能轻松应对。AI 驱动的分割技术非常准确,提供干净利落的蒙版,可供进一步编辑和合成使用。

Segment Anything 的真正力量在于其多功能性。一旦隔离了一个物体,可能性就无穷无尽。你可以去除背景,替换成绿幕,应用视觉特效,甚至改变物体本身。该工具的直观界面使这些高级技术对各种技能水平的用户都易于使用。

对于视频制作人、VFX 艺术家和内容创作者来说,Segment Anything 是一个游戏规则改变者。它简化了工作流程,提高了生产力,并开辟了新的创意空间。无论您是在从事专业项目还是只是在玩自己的内容,这个工具都是您武器库中不可或缺的一部分。

那么为什么不试试呢?探索 Segment Anything 的无限可能,看看它如何将您的视觉讲述提升到新的高度。

Meta 发布了一个名为 "AI Studio" 的新 AI 平台,允许用户创建自己的 AI 伙伴。这个平台建立在开源的 LLaMA 3.1 语言模型之上,提供了一系列预建的聊天机器人角色,供用户定制和分享。

Meta 的 AI Studio 的一些关键点:

• 目前仅在美国可用,但预计未来会逐步在全球推广。
• 用户可以通过 Instagram 应用程序,与 "Meta AI" 创建新对话来访问该平台。
• 该平台提供了各种预建的聊天机器人角色,从 "体贴的男朋友" 到名为 "Skib" 的古怪角色。
• 用户也可以通过提供提示、说明和示例对话来创建自定义的聊天机器人。
• 创建的聊天机器人可以与他人分享,并直接在 Instagram 或 WhatsApp 中使用。
• 这个平台代表了 Meta 努力与日益流行的 AI 伙伴(如 Character AI)竞争。
• LLaMA 3.1 的开源也有望引发一波新的开源 AI 女友/伙伴项目。

总的来说,Meta 的 AI Studio 是快速发展的 AI 伙伴世界中的一个重大发展。它展示了这家科技巨头在这个新兴市场上的野心,并为用户提供了一个创建独特 AI 助手的平台。

Midi Journey 6.1 模型发布

• Midi Journey 发布了新的 6.1 模型,现已成为默认模型。
• 主要改进包括:
  • 生成速度提高 25%
  • 图像质量略有提升
  • 文本质量有显著提升,现已超过之前的 V6 模型
• 测试显示,新模型能很好地处理诸如 "穿着夏日连衣裙赤脚拿着玫瑰花的美丽女子" 等棘手的提示,肌理和头发更加逼真。
• 文本生成也有明显改善,减少了双字母等错误。
• 总的来说,这是 Midi Journey 平台的一次渐进但有意义的升级。

音频更新

• 音乐生成工具 Audio 推出了 1.5 版本,更新如下:
  • 改善音质
  • 多语言结果更佳
  • 增加了音频到音频的功能
  • 新增可共享的歌词视频等功能

AI 超分辨率

• 测试了 Nvidia 的新 ESRV2 超分辨率工具,提供 4 倍超分辨率且大量锐化。
• 发现它在插图上效果特别好,能突出线条。
• 与 Mairry 超分辨率工具进行了对比,后者提供更温和的超分辨率,没有过度锐化。
• 得出结论,所有现代超分辨率工具都能合理工作,但 Magnific 仍是高质量创意超分辨率的最佳选择。

总的来说,AI 领域在文本、图像和音频生成能力方面都在持续改进。Midi Journey、Audio 以及新的超分辨率工具的最新更新展示了这个领域创新的快速步伐。

这一周充满了令人兴奋的 AI 新闻和发布,但最有趣的发展之一是视频生成工具的进步。我们深入研究了顶级模型 - Genf.free、Dream Machine 和 Cling,并对它们进行了测试,看哪一个在不同用例中表现最出色。

以下是我们的发现:

Genf.free: 这个工具擅长创造电影般的宏大镜头。宏大的无人机镜头、戏剧性的照明和整体的制作价值都非常出色。但它有时会在保持角色一致性方面存在困难,并且在某些动画中会引入伪影。

Dream Machine: 如果您正在处理产品镜头、图形或需要微妙的动画,Dream Machine 是不二之选。它产生干净、精致的结果,而不会过于夸张。细微的运动和对细节的关注使它成为商业应用的绝佳选择。

Cling: 这个是这一批中的野卡。有时它会产生疯狂、令人难以置信的结果,而其他时候它会以明显的伪影而失败。它是最不可预测的,但可以成为创意实验的绝佳工具。

关键是了解每个模型的优缺点,并为您的具体需求选择合适的模型。Genf.free 擅长电影镜头,Dream Machine 擅长产品和图形动画,而 Cling 则非常适合那些想要推动创造力边界的人。

当我们继续探索 AI 驱动的视频生成不断发展的世界时,很明显这些工具正变得越来越强大和易于使用。通过了解它们独特的功能,您可以释放新的创造力水平,并以前所未有的方式实现您的想法。