谷歌于當(dāng)?shù)貢r(shí)間本周二表示,該公司將發(fā)布iOS版Photo Sphere應(yīng)用,此前該應(yīng)用僅可在Android操作系統(tǒng)上使用。
Photo Sphere應(yīng)用允許用戶對(duì)某一景象360度全景抓拍,并自動(dòng)將圖片合成為一張全景圖,用戶可向左、向右、向上、向下全方位地欣賞其全景照片。此外用戶還可以將這些照片分享到他們的社交網(wǎng)絡(luò)或谷歌地圖中。而且當(dāng)用戶在谷歌地圖上瀏覽這些照片時(shí),該公司將自動(dòng)為用戶挑選一些與當(dāng)?shù)叵嗥ヅ涞恼掌?/p>
谷歌地圖和全景照片產(chǎn)品經(jīng)理伊凡·蘭普波特(Evan Rapoport)曾在一份聲明中表示,將該照片應(yīng)用與地圖一體化的目標(biāo)之一是幫助人們“探索世界。”
對(duì)谷歌來(lái)說(shuō),推出iOS版Photo Sphere照片應(yīng)用這種小拓展的效果是雙重的。它有助于增建該公司的地圖應(yīng)用,爭(zhēng)取更多用戶,幫助他們標(biāo)記下每一個(gè)獨(dú)特的地方。同時(shí)這也符合谷歌要確保其照片產(chǎn)品得以最大推廣的愿望——即使這意味著這款應(yīng)用將登陸其競(jìng)爭(zhēng)對(duì)手的移動(dòng)平臺(tái)。
本月早些時(shí)候,有新聞報(bào)道稱(chēng)谷歌正計(jì)劃解除其廣受歡迎的照片功能與其羽翼未豐的Google +社交網(wǎng)絡(luò)之間的綁定。此外,谷歌還在去年10月份對(duì)這項(xiàng)功能進(jìn)行了改進(jìn),其中包括一些新的算法,它們能夠使用戶在大量存儲(chǔ)的照片中更容易地進(jìn)行搜索,更好地備份照片文件。該公司還推出了一項(xiàng)名為Auto Awesome Movie的視頻直播版照片編輯功能,方便用戶通過(guò)拼接影片片段來(lái)快速構(gòu)建電影,同時(shí)這款軟件還添有背景音樂(lè)和濾聲器。
當(dāng)時(shí)擔(dān)任Google+負(fù)責(zé)人的維克·古多塔(Vic Gundotra)現(xiàn)已離開(kāi)了谷歌,過(guò)去他曾表示,這款Photo Sphere服務(wù)正“試圖改變攝影界”。
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(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)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(kāi)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(guò)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(wèn)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(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)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(guò)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(kāi)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(guò)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(lái)了效率和精度的雙重突破。