當(dāng)?shù)貢r(shí)間上周日晚間,據(jù)科技博客Re/Code網(wǎng)站爆料,蘋果以3000萬美元收購了初創(chuàng)公司Concept.io。利茲·加恩斯(Liz Gannes)形容該初創(chuàng)公司旗下的iOS版流媒體播客應(yīng)用Swell為“類潘多拉的電臺(tái)應(yīng)用”,而對(duì)筆者而言,它屬于一個(gè)主屏幕應(yīng)用。
Swell應(yīng)用具有強(qiáng)大的播客發(fā)現(xiàn)功能。首次啟動(dòng)后,用戶將會(huì)選擇大約十幾種預(yù)定義分類(如技術(shù)、科學(xué)、電影等),之后Swell就會(huì)根據(jù)用戶的喜好為其推出個(gè)人播客。與潘多拉和iTunes Radio一樣,Swell能根據(jù)用戶對(duì)播客的跳過、喜愛、分享和收聽次數(shù)來為用戶提供更多相關(guān)播客。而且它真的很棒。
Swell應(yīng)用中的播客是流媒體而非已下載的播客,這不同于典型的“播客”應(yīng)用,使得用戶無需進(jìn)行尋找-認(rèn)購-下載-播放的操作,即可聽到自己喜愛的播客。
Swell還有著一個(gè)極其簡(jiǎn)潔、漂亮的卡片式用戶界面,使得其內(nèi)容處于屏幕中央。當(dāng)用戶正在播放播客時(shí),用戶可向左滑動(dòng)跳至下一個(gè)播客,此外還有常規(guī)的播放、暫停、刪除和共享控制手勢(shì)。
而當(dāng)?shù)貢r(shí)間本周三,蘋果關(guān)閉了這項(xiàng)Swell服務(wù)。筆者在使用該應(yīng)用時(shí)證實(shí)了這一點(diǎn)。
如今,Swell應(yīng)用和Concept.io/Swell.am網(wǎng)站上只顯示著一個(gè)簡(jiǎn)單的“謝謝”頁面,完全沒有提及蘋果的收購交易,以及該服務(wù)是否或何時(shí)會(huì)回歸。
一項(xiàng)非常不錯(cuò)的應(yīng)用被收購后便被關(guān)閉,這著實(shí)令人感到苦惱,不過筆者還是希望蘋果未來能“復(fù)活”Swell。畢竟蘋果自家推出的播客應(yīng)用反響很差,因而蘋果應(yīng)該會(huì)再發(fā)行Swell應(yīng)用取代其之前的播客應(yīng)用。
不過,蘋果也可能僅僅收購這家Concept.io初創(chuàng)公司的知識(shí)產(chǎn)權(quán)和設(shè)計(jì)師們,來將他們安排至iTunes音樂軟件部門,致力于iTunes Radio或其當(dāng)前播客應(yīng)用的研發(fā)和改善。與此同時(shí),蘋果還可以借助這些Concept.io的設(shè)計(jì)師們?yōu)槠鋓Tunes Radio添加Talk功能。
在重新考慮其音樂應(yīng)用的同時(shí),蘋果應(yīng)該為OS X終止iTunes,之后將其作為音樂、電影、軟件和播客的個(gè)人特制系列應(yīng)用再發(fā)行。臺(tái)式電腦上的iTunes是一種典型的臃腫軟件,而且已經(jīng)演化成一種用戶體驗(yàn)噩夢(mèng)。
雖然因Swell播客應(yīng)用的突然消失,許多用戶使用的播客受到了影響,但還有其他播客應(yīng)用可供其選擇,而且均比蘋果僅獲得1.5分評(píng)分的播客應(yīng)用好很多。在Swell應(yīng)用回歸之前,不妨看看馬可·阿蒙特(Marco Arment)優(yōu)秀的Overcast應(yīng)用(免費(fèi),應(yīng)用商店)和Downcast應(yīng)用(2.99美元,應(yīng)用商店)。
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。