在昨天舉行的世界杯首場(chǎng)半決賽中,德國隊(duì)以7:1的大勝東道主巴西隊(duì),不僅創(chuàng)下了世界杯史上的多項(xiàng)紀(jì)錄,與此同時(shí),在社交網(wǎng)站Twitter上也創(chuàng)下了一項(xiàng)新的紀(jì)錄:據(jù)悉,圍繞這場(chǎng)比賽共產(chǎn)生了3560萬條消息,創(chuàng)下Twitter新的之最。
昨日世界杯德國對(duì)陣巴西的半決賽備受關(guān)注。特別是德國隊(duì)以7:1的比分大勝東道主巴西隊(duì),令Twitter用戶“爆炸”。Twitter數(shù)據(jù)中心發(fā)布的一則消息稱,該場(chǎng)比賽用戶總共發(fā)出了3560萬條推文,成為Twitter上“被討論最多的一場(chǎng)比賽”。
Twitter稱,這場(chǎng)比賽由于比分懸殊,以及作為首場(chǎng)半決賽的重要性,使之成為眾多Twitter用戶關(guān)注焦點(diǎn)。其中巴西隊(duì)的朱利奧·塞薩爾和德國隊(duì)的米洛斯拉夫·克洛澤(Miroslav Klose)分別為兩隊(duì)該場(chǎng)比賽被提及最多的球員。
Twitter經(jīng)常在有重大事件發(fā)生時(shí),對(duì)外發(fā)布具有里程碑意義的Twitter用戶參與數(shù)量。包括超級(jí)碗賽事到地緣政治事件等等,都會(huì)吸引眾多用戶發(fā)推,去年的波士頓馬拉松爆炸恐怖襲擊事件,Twitter上發(fā)出的相關(guān)信息曾達(dá)到2700萬條。
當(dāng)?shù)聡?duì)薩米·赫迪拉(Sami Khedira)打進(jìn)本場(chǎng)比賽的第五粒進(jìn)球時(shí),也創(chuàng)下了Twitter上的另一項(xiàng)紀(jì)錄,當(dāng)時(shí)每分鐘的推文數(shù)量約為58萬條。而當(dāng)?shù)聡?duì)的托尼·克洛斯(Toni Kroos)打入個(gè)人本場(chǎng)比賽的第二粒進(jìn)球時(shí),Twitter上每分鐘產(chǎn)生的推文數(shù)量近50.9萬條。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。