微軟相簿加入「生成式擦除」:不用換新手機,Win 10 老電腦也能消路人
Microsoft 宣佈為 Windows 照片應用推出「生成式擦除」功能,能用生成式 AI 抹掉照片裡的雜物和路人。最值得關注的是,微軟不僅更新了 Windows 11,還把包括背景消除在內的全部 AI 修圖功能下放給了 Windows 10。目前該更新已面向 Windows 預覽體驗成員推送。
Microsoft 宣佈為 Windows 照片應用推出「生成式擦除」功能,能用生成式 AI 抹掉照片裡的雜物和路人。最值得關注的是,微軟不僅更新了 Windows 11,還把包括背景消除在內的全部 AI 修圖功能下放給了 Windows 10。目前該更新已面向 Windows 預覽體驗成員推送。
OpenAI 宣佈升級 GPT Store,正式引入 1 到 5 星評分系統和私密反饋功能。使用者在自定義 GPT 頁面點選「傳送反饋」即可評分並留言,構建者主頁也新增了社交連結與對話次數展示。不過,創作者關心的收益分成仍未落實。
Google 隨 Chrome M122 為 Mac 和 Windows 推出實驗性「Help me write」功能。它基於 Gemini 模型,能讀取當前網頁上下文來幫使用者起草或潤色評價、諮詢等文本。目前僅限美國英語使用者在實驗性 AI 設定中開啟。
Google 宣佈為 Google One AI 高階訂閱引入 Gmail、Docs、Sheets 等應用的 Gemini 功能(原 Duet AI)。每月 19.99 美元即可在常用工具中直接寫郵件、做預算,省去頻繁切換標籤頁的麻煩。目前面向 150 多個國家開放英文版,並提供兩個月免費試用。
AI 晶片公司 Groq 研發的 LPU 晶片走紅網路。根據第三方測試,Groq 執行大語言模型可達每秒 247 個 Token,比微軟雲端快了 13 倍。最值得關注的是,這種超低延遲讓即時語音對話成為可能,不過其擴充套件能力仍有待檢驗。
OpusClip 推出 3.0 版本。新版支援針對問答、Vlog 等不同型別定製挑選高光切片,單次可生成最長 15 分鐘的中長影片,處理速度比以前快 3 倍,還加入了單獨加字幕和 AI B-roll 功能。
ElevenLabs 預告即將推出 AI 音效生成功能。創作者通過文字提示詞即可直接生成定製音效、聲景與環境音,將其音訊創作能力從語音和音樂進一步擴充套件至全場景聲音設計。
NBA 總裁 Adam Silver 展示了實驗性助手 NB-AI。球迷只需下達語音指令,就能個性化定製觀賽畫面,例如把正在進行的比賽即時轉成「蜘蛛俠」卡通風格,或直接識別併購買球星腳上的球鞋。不過這項功能目前仍是概念演示。
據彭博社報道,Apple 擴大了 Xcode 程式設計軟體生成式 AI 功能的內部測試,計劃今年向第三方開發者釋出。該工具類似 GitHub Copilot,能自動預測補全程式碼並編寫測試。此外,蘋果還在探索支援自然語言的 Spotlight 對話式搜尋,預計將在今年 WWDC 披露更多進展。
據報道 X 正在探索頁面測試由 Grok 生成的熱門話題描述。該功能旨在直接總結當天各熱點事件的來龍去脈,省去讀者點進標籤大海撈針的麻煩。不過該介面目前仍處測試階段,最終是否全量上線仍未確定。
NVIDIA 推出免費技術 Demo「Chat with RTX」,使用者可將本地文件或 YouTube 影片掛載給 Mistral、Llama 2 等開源大模型,直接在 PC 端離線對話。所有資料無需上傳雲端,隱私更有保障;硬體門檻為 GeForce RTX 30 Series GPU 或更高顯示卡,視訊記憶體至少 8GB。
ElevenLabs 宣佈創作者可通過 Voice Library 變現。使用者只需上傳 30 分鐘音訊建立專業聲音克隆並共享,當付費訂閱者呼叫該聲音時即可獲得現金獎勵。平臺還提供聲音所有權驗證、每日收益統計及內容稽核保護。
據 The Verge 報道,微軟本週在 Windows 11 測試版中上線 Copilot 新互動:使用者複製文字或圖片時,工作列圖示會動效提示,滑鼠懸停即可一鍵總結或解釋內容;記事本也即將支援右鍵讓 AI 解讀程式碼。微軟正藉此為下半年的「AI PC」大版本更新鋪路。
Disney 被曝正在測試名為「Magic Words」的 AI 工具。它通過分析電影和劇集畫面的內容、品牌與情緒打上標籤,幫廣告主把商業內容精準嵌進匹配的情境裡。Disney 已聯手 6 家全球廣告公司開展公測,試圖以此擺脫傳統寬泛受眾定向的低效投放。
Perplexity 宣佈與前端開發平臺 Vercel 達成合作,開發者可通過 Vercel AI SDK 直接呼叫其即時聯網模型 pplx-7b-online 與 pplx-70b-online。模型自帶全網索引抓取,應用回答不再受知識截止期限制。Vercel 同時也上線了多模型除錯操場。
Brilliant Labs 推出 AI 智慧眼鏡 Frame,售價 349 美元,僅重 39 克。眼鏡搭載 3000 尼特單眼螢幕與空間攝像頭,由多模態助手 Noa 提供視覺搜尋和即時翻譯。該專案獲 Niantic CEO 投資,定於 4 月發貨。
一份創作者指南梳理了防止作品被 AI 訓練的方法。創作者除向 OpenAI、Meta 等申請排除後續訓練外,還可藉助 Glaze 與 Nightshade 進行畫素偽裝或投毒。由於官方退出流程繁瑣且不追溯舊資料,技術加噪成了畫師主動維權的實用屏障。
Ray-Ban Meta 智慧眼鏡迎來 Version 2.0 軟體更新,重點優化了相機降噪、曝光與低光成像,並在鏡腿觸控板加入了全域性音量控制。不過備受期待的多模態 AI 視覺識別功能依然缺席,普通使用者依然無法體驗讓眼鏡辨識物體或翻譯文字的能力。
Microsoft 宣佈改版 Copilot 網頁與移動端,並新增行內影像編輯功能。使用者生成圖片後不用跳出聊天視窗,就能免費一鍵增強色彩、虛化背景或轉成畫素風。也就是說修圖功能直接融進了對話流。不過行內編輯目前僅面向美、英等部分英語地區開放。
OpenAI 詳細公佈了多模態生成內容的防偽溯源方案。團隊在影像和音訊中嵌入 SynthID 隱形水印,在歐盟文本中啟用 textGrain,同時結合 C2PA 後設資料。最值得關注的是,這種雙重標記大幅提升了抗裁剪能力,使用者還能直接在網頁端檢測檔案來源。
本週,Roblox 上線基於自研大模型的即時 AI 聊天翻譯功能,支援 16 種語言互譯。韓國玩家輸入韓語,英語或德語玩家能直接看到被即時翻譯成本國語言的文字。該功能已接入所有使用 TextChatService 的遊戲中,未來還計劃拓展至語音即時翻譯。