本周早些时候,OpenAI推出了一种新方式,允许开发者在ChatGPT内构建应用程序,用户可以直接通过对话提示来执行任务并获得与参与应用相关的问题答案。
包括Spotify在内的多家公司已经上线了互动体验功能,让用户可以要求ChatGPT创建播放列表、推荐歌曲等。
连接与使用方法
当你在ChatGPT提示中提到Spotify时,系统将显示连接账户的选项。页面底部会出现一个"使用Spotify回答此问题"的按钮。连接账户后,AI可以访问你的数据,如喜好和收听历史记录,提供相关背景信息,帮助生成更好的答案。
从那里开始,你可以要求它根据你的品味推荐曲目、艺术家、播放列表或播客节目。
你的提示可以尽可能详细。例如,你可以创建一个带有特定情绪的播放列表,选择播放列表的使用场合,或要求只包含你最常听的艺术家、你最喜欢的流派等等。它还会询问你的首选长度,这对规划长途旅行播放列表很有帮助。
在我们的测试中,我们要求它创建一个遛狗播放列表,但所有歌曲的标题中都需要包含"Dog"。
点击建议的曲目或播客节目将打开Spotify应用,让你可以直接在那里收听或观看。
强大的控制功能
ChatGPT还能代表你在Spotify内执行操作,包括控制播放;在你的音乐库中添加和删除项目;创建、编辑和关注私人播放列表;以及管理你的关注列表。
隐私与安全考虑
需要注意的是,当你连接Spotify账户时,你同意应用程序的隐私政策。
该政策包含有关数据共享和安全的重要信息,声明如果ChatGPT遭遇安全漏洞,你的数据可能面临被未授权方访问的风险。除了让ChatGPT访问数据——如你正在播放的歌曲和播客、Spotify音乐库中保存的内容以及你关注的人——你还会提供你的IP地址和大致位置。
不过,你可以随时断开Spotify账户连接。
此外,Spotify在博客文章中解释说,它不会与OpenAI共享艺术家和创作者的内容用于训练目的。平台上的所有音乐、播客或任何其他音频或视频内容都受到保护。
可用性与扩展
该功能在145个国家以英语提供,适用于网页端和移动端的所有ChatGPT免费版、Plus版和Pro版用户。
免费和付费Spotify用户都可以使用这一集成功能;但该公司表示,付费用户可以获得更加定制化的体验。
其他公司也已将其应用集成到ChatGPT中,包括Booking.com、Canva、Coursera、Expedia、Figma和Zillow。这些集成功能允许你,例如,要求Coursera教你某些知识,或在Zillow上搜索你所在地区特定价格范围内的公寓。
Q&A
Q1:如何在ChatGPT中连接Spotify账户?
A:当你在ChatGPT提示中提到Spotify时,页面底部会出现"使用Spotify回答此问题"的按钮,点击即可连接。连接后AI可以访问你的音乐喜好和收听历史,提供更个性化的推荐服务。
Q2:连接Spotify到ChatGPT有什么隐私风险?
A:连接后ChatGPT将访问你的播放记录、音乐库内容、关注列表以及IP地址和大致位置。如果ChatGPT遭遇安全漏洞,这些数据可能被未授权方访问。不过你可以随时断开连接,且Spotify不会与OpenAI共享艺术家内容用于训练。
Q3:ChatGPT的Spotify功能具体能做什么?
A:ChatGPT可以根据你的音乐品味创建播放列表、推荐歌曲和播客,还能控制播放、管理音乐库、创建和编辑私人播放列表、管理关注列表等。你可以详细描述需求,比如特定情绪、场合或只包含特定艺术家的播放列表。
好文章,需要你的鼓励
人工智能正以超出预期的速度改变软件世界。本周OpenAI发布ChatGPT应用,谷歌推出Gemini Enterprise平台,亚马逊发布Quick Suite,都旨在通过AI代理改造9000亿美元的企业软件市场。尽管存在泡沫担忧,AI资金仍持续涌入,Reflection AI获20亿美元融资,n8n获1.2亿美元投资。同时硬件需求激增,OpenAI采购100亿美元AMD硬件,马斯克xAI为第二个数据中心采购180亿美元英伟达芯片,可能引发长达十年的定价危机。
这项研究开发了Hi3DEval系统,这是首个能够从整体、局部和材质三个层面全面评估3D模型质量的智能系统。通过创新的视频分析和3D几何特征结合方法,系统在各项评估指标上都显著超越了传统方法,为3D内容创作提供了标准化的质量检测工具,在游戏开发、虚拟现实、电商展示等领域具有广阔的应用前景。
OpenAI本周推出开发者应用集成功能,允许用户直接通过ChatGPT与第三方应用交互。Spotify成为首批合作伙伴之一,用户可要求ChatGPT创建播放列表、推荐歌曲等。连接账户后,AI可访问用户喜好和听歌历史,提供个性化建议。该功能支持145个国家的所有ChatGPT用户使用,但需注意数据隐私风险。
电子科技大学等多所院校联合开发的RPCANet++系统,通过巧妙结合传统数学理论与深度学习技术,实现了既高效又可解释的稀疏物体分割。该系统在红外小目标检测、医学血管分割、工业缺陷检测等多个领域表现优异,为构建可信赖的AI视觉系统提供了新思路。