亚马逊宣布,目前正在部分产品页面测试短格式 AI 驱动的音频产品摘要。音频摘要由亚马逊所谓的 “AI 驱动购物专家” 配音,他们会讨论产品的关键特性、客户评论以及来自全网的信息。
新的 AI 产品摘要可以通过在亚马逊购物 app 中点击 “听听亮点” 按钮进行访问。公司表示,将在那些通常需要购买前仔细考虑的产品中测试这一新功能。
这一功能的设计理念是帮助亚马逊顾客在购物时节省时间,并以对话讨论的方式传递重要信息。
“这一功能使得产品调研既有趣又便捷——就像有一群乐于助人的朋友在讨论潜在的购买选择,即使您在多任务处理或出行过程中,也能让购物变得更加轻松,”公司在博客中写道。
目前,这些摘要仅向部分美国消费者的精选产品开放。亚马逊计划在未来几个月内,将这一功能扩展到更多产品和更多美国客户。
公司解释称,该功能利用大语言模型 ( LLM ) 生成脚本,通过整合客户评论及全网信息,再将这些内容转化为短格式音频剪辑。
亚马逊表示,这项新功能加入了其现有的 AI 驱动购物功能套件,其中包括生成式 AI 购物助手 Rufus 以及 Interests —— 一项监控与您兴趣匹配的新产品的 AI 功能。
亚马逊并非唯一一家利用短格式 AI 驱动音频帮助用户快速高效获取信息的科技巨头。去年,Google 的 NotebookLM 推出了 Audio Overviews 功能,使用户能够基于与 AI 研究助手共享的文档(例如课程阅读材料或法律摘要),生成由 AI 虚拟主持人主持的播客。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
JETSPEC是由UC San Diego等机构联合提出的推测解码框架,通过树形因果掩码让草稿头在一次前向传播中生成分支一致的候选树,在MATH-500上实现最高9.64倍端到端加速。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
本文介绍了中国科学院自动化所的研究,揭示了大型语言模型在多轮工具调用强化学习中崩溃的根本原因,并系统评估了五种监督信号对训练稳定性和泛化能力的影响。