Spotify推出的AI播放列表新功能让用户能够通过AI提示词来控制推荐算法。这项名为"提示词播放列表"的新功能首先在新西兰进行测试,用户可以输入他们想要听的内容描述,无论是详细还是简单的描述都可以。然后Spotify的AI会根据这些指令和用户的收听历史来创建相应的播放列表。
这项功能本质上是对Spotify标志性的"每周发现"播放列表的升级版本。用户不仅可以创建定制化的播放列表,还可以设置让这些播放列表根据相同的提示词定期更新新歌曲,这相当于让用户拥有了一个可以自己控制算法的"每周发现"播放列表。虽然今年早些时候"每周发现"播放列表增加了优先选择某些音乐风格的选项,但用户无法进一步指导播放列表的算法运行。
提示词播放列表的推出体现了Spotify为用户提供更多控制权的广泛努力。今年5月,Spotify的AI DJ功能也获得了类似的更新,允许用户通过语音提示来指导AI DJ。这也反映了其他平台的类似举措,例如Instagram最近宣布了一项功能,让用户可以告诉其算法他们感兴趣的内容。
这项创新让用户能够更精确地表达自己的音乐偏好,从被动接受算法推荐转变为主动参与推荐过程。通过结合用户的具体需求和历史收听数据,Spotify希望能够提供更个性化和精准的音乐推荐体验。
Q&A
Q1:Spotify的提示词播放列表功能是什么?
A:提示词播放列表是Spotify推出的新功能,让用户可以通过文字描述来告诉AI他们想要听什么类型的音乐,然后AI会根据这些描述和用户的收听历史来创建相应的播放列表。
Q2:这个功能和每周发现播放列表有什么区别?
A:提示词播放列表相当于用户可控制的每周发现播放列表。用户可以精确指导AI创建播放列表,并设置定期刷新,而传统的每周发现播放列表只能在音乐风格方面进行有限的优先级设置。
Q3:目前哪些地区可以使用提示词播放列表功能?
A:这项功能目前处于测试阶段,首先在新西兰上线。作为一项新的测试功能,预计将来会逐步扩展到其他地区。
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。