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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。