你知道在照片上点击多个编辑选项有多麻烦吗?什么?其实这样做很简单。不过,谷歌认为不然,并为你提供了解决方案:对话式编辑功能,该功能让你可以告诉谷歌你想要的编辑要求,而不必自己动手操作。
谷歌首先在Pixel 10手机上推出了对话式编辑功能,但现在公司正在向美国的Android用户推出这项功能。任何将谷歌账户设置为英语、开启了人脸群组功能并启用位置估算的成人用户都应该可以使用此功能。
要使用对话式编辑功能,首先在编辑器中点击"帮我编辑"。然后你可以使用语音或文本准确说出你想要的编辑内容。该功能使用"先进的Gemini功能"来进行更改。你可以做诸如将陌生人从背景中编辑掉、调亮颜色或消除眩光等操作。它会并排显示原始照片和更新后的照片供你比较。
Q&A
Q1:Google Photos的对话式编辑功能是什么?
A:这是谷歌推出的一项智能编辑功能,用户可以通过语音或文本直接告诉系统想要的编辑需求,而不需要手动操作多个编辑选项。该功能利用先进的Gemini功能来理解用户需求并自动进行相应的照片编辑。
Q2:对话式编辑功能可以进行哪些照片处理?
A:该功能可以进行多种照片编辑操作,包括将背景中的陌生人移除、调整照片颜色使其更亮、消除照片中的眩光等。系统会根据用户的语音或文字描述自动识别并执行相应的编辑任务。
Q3:如何使用Google Photos的对话式编辑功能?
A:使用该功能需要先在照片编辑器中点击"帮我编辑"按钮,然后通过语音或文字描述你想要的编辑效果。目前该功能仅向美国的Android用户开放,需要将谷歌账户设置为英语,并开启人脸群组和位置估算功能。
好文章,需要你的鼓励
OpenAI推出ChatGPT Images新版本GPT Image 1.5,承诺更好的指令遵循、更精确的编辑功能和高达4倍的图像生成速度。该模型面向所有ChatGPT用户和API开放。这是OpenAI在CEO奥特曼宣布"红色警报"后与谷歌Gemini竞争的最新升级。新模型提供后期制作功能,支持更精细的编辑控制,能在编辑过程中保持面部相似度、光照、构图和色调的视觉一致性,解决了传统AI图像工具迭代编辑时缺乏一致性的问题。
艾伦人工智能研究所开发的olmOCR 2通过创新的单元测试训练方法,将文档识别准确率提升至82.4%,在处理复杂数学公式、表格和多栏布局方面表现卓越。该系统采用强化学习和合成数据生成技术,实现了完全开源,为全球研究者提供了先进的OCR解决方案,推动了AI技术民主化发展。
Zoom推出AI Companion 3.0,采用联邦AI架构结合自研模型与OpenAI、Anthropic等第三方大语言模型。新版本具备智能工作流、对话式工作界面等功能,可将会议对话转化为洞察、进度跟踪和文档内容。系统支持加密传输,不使用客户内容训练模型。用户可通过ai.zoom.us访问,或以每月10美元独立购买。
苹果公司发布了包含40万张图片修改案例的AI训练数据集Pico-Banana-400K,涵盖35种修图操作类型。该数据集采用严格质量控制,包含成功失败案例对比和多轮修图场景。研究显示AI在全局修改方面表现优秀,但精细操作仍有挑战。这为AI修图技术发展奠定基础,未来将让修图软件更智能易用。