Nvidia Broadcast 1.4 上線:用 AI 模擬眼神,看稿子也能「直視鏡頭」
Nvidia 在 Broadcast 1.4 中加入測試版「眼神接觸」(Eye Contact)功能。它利用 AI 即時生成一雙虛擬眼睛,哪怕你在看稿或看別處,畫面裡依然直視鏡頭;視線偏離過遠時效果會自動斷開。目前只要有 RTX 顯示卡就能下載體驗。
Nvidia 在 Broadcast 1.4 中加入測試版「眼神接觸」(Eye Contact)功能。它利用 AI 即時生成一雙虛擬眼睛,哪怕你在看稿或看別處,畫面裡依然直視鏡頭;視線偏離過遠時效果會自動斷開。目前只要有 RTX 顯示卡就能下載體驗。
ElevenLabs 宣佈推出全新生成式語音功能。使用者只需設定性別、年齡、口音和說話風格等基礎引數,點選生成就能得到一段此前完全不存在的全新人聲。該功能預計 2 月在 Voice Lab 正式上線。
一名叫 Bryce 的程式設計師將 ChatGPT、Stable Diffusion 2 和 Azure 語音拼成虛擬妻子 ChatGPT-chan,它不僅能看懂畫面、匹配情緒發聲,還能陪練中文。開發者自稱投入超 1000 美元算力且極度沉迷,但最終因模型回覆退化且影響生活,忍痛將其刪除。
上週,NuraLogix 在 CES 展示了健康監測應用 Anura。使用者只需用普通手機鏡頭錄製 30 秒自拍影片,背後的 DeepAffex AI 即可通過面部血流變化,估測心率、血壓及壓力等上千項健康指標。不過官方強調,該應用不能替代臨床醫療診斷。
AI 工具導航站 FutureTools 公佈上線首月資料。網站上線 24 天后日均訪問量已達約 6000 人,帶來約 1500 美元聯盟佣金。創作者靠「公開建站」積累了近 1700 名郵件訂閱者,接下來計劃上線提示詞庫與變現資料庫。
據 The Information 報道,Microsoft 正探討將 OpenAI 的 ChatGPT 引入 Word、PowerPoint 和 Outlook 等 Office 辦公套件。除了根據提示起草郵件和生成文件,它還能幫 Outlook 使用者模糊搜尋收件箱。不過目前方案尚無確切落地時間表。
普林斯頓大學學生 Edward Tian 推出檢測工具 GPTZero,能快速辨別文章是否出自 ChatGPT。它通過困惑度和句子變化度來判斷,上線後引來超萬人測試導致伺服器一度被擠爆。開發者正持續更新模型,以降低誤報率並擴充伺服器容量。
據報道,法律科技初創公司 DoNotPay 計劃在真實的法庭審理中出動 AI。在一場超速罰單申訴中,AI 將通過手機即時監聽庭審過程,並通過耳機告訴被告該對法官說什麼。創始人表示此舉鑽了當地規則漏洞,即便敗訴也會替被告買單。
1 月第一週,Iris Technology 推出無程式碼 AI 平臺 webAI 限量公測版。官方稱相比 YoloV7 只需五分之一的資料和三分之一的訓練時間,且支援在普通筆記本上本地執行與部署。這意味著普通開發者也能低成本自建視覺模型。
在 CES 2023 上,Nvidia 宣佈將於 2 月推出 RTX 影片超解析度功能,支援配備 RTX 30 或 40 系列顯示卡的 PC 在 Chrome 與 Edge 瀏覽器中將 1080p 網頁影片提升至 4K。該功能可平滑畫面塊狀瑕疵,但暫不支援 RTX 20 系列與 Firefox 瀏覽器。
NVIDIA 開放 Omniverse Avatar Cloud Engine(ACE)搶先體驗。該服務將 Audio2Face 面部動畫與 Riva 語音合成打包為雲原生微服務,支援虛幻引擎 MetaHuman 與 Ready Player Me。開發者無需本地重型算力,即可在雲端快速生成可互動的 3D 數字人與虛擬助手。
在 CES 2023 前夕,Nvidia 宣佈對 Omniverse 平臺進行重要更新,引入生成式 AI 能力並新增 Unity 聯結器。新版依託 Ada Lovelace 架構與 DLSS 3,效能最高提升 3 倍,同時正式上線支援自然語言搜 3D 資產的 DeepSearch。賓士已用其規劃數字孿生工廠。
VentureBeat 撰文探討如何將 AI 聊天機器人引入員工入職培訓。資料顯示近半數員工曾因入職體驗差動過離職念頭。AI 不僅能 7×24 小時耐心解答重複流程,消除新人的提問焦慮,還能幫 HR 團隊反向梳理容易產生困惑的制度漏洞。
NVIDIA 研究部門打造的 GauGAN2 支援將草圖塗鴉與文字提示結合,生成逼真自然風景。它在 1000 萬張風景圖上訓練,允許用分割圖、畫筆和橡皮擦精細調整山川河流。雖然操作介面略像復古畫圖工具,但很適合快速出分鏡和概念草圖。
TechCrunch 播客 Found 釋出專訪特輯,對話 re:collect 創始人 Alice Albrecht。節目探討了如何用軟體幫助創作者回憶和連線想法。她強調技術能放大創意卻無法替代人類,開發 AI 從一開始就必須建立安全防線。
設計師 Mark Andreev 發文對比 ChatGPT 與傳統搜尋。Google 僅提供連結並要求使用者自行比對,而 ChatGPT 能直接消化複雜資訊並梳理步驟。這種直接輸出結論的互動方式,把繁瑣的跨語言檢索收攏為對話,大幅降低了找資訊的心智負擔。
《紐約時報》刊文探討如何合乎道德地使用 ChatGPT 等生成式 AI。文章指出,模型本質是文本預測且無法自查真偽,極易引發抄襲、程式碼漏洞及偏見擴散,同時需警惕隱私洩露。使用者應認清其侷限,將 AI 當作提升能力的助手而非替代者。
本週,Quora 推出 AI 聚合平臺 Poe,讓使用者能在一個類似簡訊的介面裡與 ChatGPT 等多個模型對話。Quora 本身不做底層模型,而是想充當統一的前端入口。最值得關注的是,平臺後續計劃開放給其他模型開發者提交接入;不過目前 Poe 僅限 iOS 且需邀請碼。
Jasper 宣佈推出 Jasper Chat 聊天介面,讓商業使用者能像與真人助手對話一樣生成內容。它支援寫部落格、生成廣告變體及多輪修改,降低了提示詞門檻。該功能已面向 Boss Mode 和 Business 付費訂閱使用者開放。
簡報工具 Tome 上線 AI 創作功能。軟體接入 GPT-3 與 DALL-E 2,輸入主題即可自動生成包含文字大綱與配圖的幻燈片初稿,插圖支援換提示詞重繪。目前該功能處於測試期且免費開放,後續將支援複雜圖表排版並引入收費方案。
Text-CAD 將自然語言建模與硬體製造全流程打通。它打包了 11 個工程技能,支援從文本生成 STEP、檢索 step.parts 超 1.6 萬個開源標準件,並直連本地拓竹印表機切片。最值得關注的是它讓模型寫 Python 程式碼而非直接輸出二進位制,把不可控生成變成了可核驗工序。