Snapchat 向 TechCrunch 独家透露,该公司正在推出其首批生成式 AI 视频滤镜。这些滤镜由 Snap 自主研发的生成式视频模型提供支持。这三款全新的 AI 视频滤镜仅向 Snapchat Platinum 高级会员用户开放,会员费用为每月 15.99 美元。
这一发布紧随 Snap 在去年 9 月的合作伙伴峰会上推出 AI 视频生成工具之后。Snap 发言人表示,新推出的 AI 视频滤镜采用了该底层技术的升级版本。
虽然 Snap 一直被视为 AR 领域的领导者,但近年来与其他科技公司一样,也在 AI 领域持续投资。通过这些新的 AI 视频滤镜,Snap 正在利用 AI 保持竞争力,为用户提供 Instagram 和 TikTok 等竞争对手平台尚未推出的功能。
Snapchat 首批推出三款 AI 视频滤镜,并计划每周增加更多。初期推出的滤镜包括"浣熊"和"狐狸",这两款滤镜可以生成与用户亲密互动的毛茸茸小动物。第三款"春季花朵"滤镜则可以生成一个镜头拉远的效果,展示用户手持花束的场景。
你可以通过滤镜轮盘访问这些新滤镜。选择滤镜后,可以使用前置或后置摄像头拍摄 Snap。AI 视频生成后会自动保存到你的"记忆"中。
公司在博文中写道:"这些由我们自主研发的生成式视频模型驱动的滤镜,通过熟悉的滤镜形式,为 Snapchat 用户带来了当今最尖端的 AI 工具。我们一直走在前沿,为社区直接带来先进的 AR、ML 和 AI 工具,我们很期待看到 Snapchat 用户会创造出什么。"
正如 Snapchat 所指出的,将生成式 AI 引入滤镜是很有意义的,因为这是用户多年来一直在使用的格式。
虽然 Snap 过去曾使用来自 OpenAI 和 Google 的 AI 工具来支持其部分功能,但现在也在构建自己的内部模型。
上个月,该公司推出了一个面向移动设备的 AI 文本转图像研究模型,该模型将在未来几个月为 Snapchat 的部分功能提供支持。Snap 表示,通过实施内部技术,他们将能够以更低的运营成本为社区提供高质量的 AI 工具。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。