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
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。