YouTube正在整合谷歌的AI辅助搜索功能,推出全新的轮播功能。根据YouTube的官方博客,这一AI生成的轮播功能目前仅向美国的Premium会员开放。当用户在手机YouTube应用中搜索"与购物、地点或特定位置活动相关的查询"时,可能会出现这一功能(并非每次搜索都会显示)。
该轮播功能会收集一系列相关视频,按从左到右的顺序播放(用户也可以直接点击视频缩略图跳转到特定片段),每个视频都配有独立的标题和解释其被选中原因的段落文本。不出所料,这一实现方式看起来很像在Instagram上浏览好友动态。YouTube表示,轮播中的每个视频都能为用户的查询提供"有用的见解"。
YouTube还宣布,将开始向美国的普通用户推出此前仅限Premium用户和Android系统独享的对话式AI工具。用户可以通过点击视频下方工具栏中分享和下载选项之间的"询问"按钮来激活这一AI助手,并可就视频内容提出相关问题。用户还可以让AI在观看视频前先进行总结,节省五分钟的观看时间,或获得类似内容的推荐。YouTube在首次推出这一功能时表示,其AI工具从YouTube平台内部和更广泛的网络中获取信息。目前尚不清楚有多少用户能够使用这一新功能,或者用户多久能遇到一次。同样不明确的是iPhone用户是否以及何时能够获得这一功能。
谷歌的AI概览工具一直备受争议,主要原因之一是其提供的信息并不总是准确。YouTube创作者是否会遇到类似问题还有待观察。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。