Spotify现在让用户完全掌控自己的推荐算法。在SXSW大会上,Spotify联合首席执行官古斯塔夫·瑟德斯特伦宣布推出Taste Profile功能,这项功能允许用户个性化定制他们想要收听的内容,无论是音乐、有声书还是播客。这项基于生成式AI的功能目前仍处于测试阶段,将在未来几周内向新西兰的Premium用户开放。
从简短的视频演示中可以看到,Spotify的Taste Profile功能会向用户展示其收听习惯的摘要,并在底部提供"告诉我们更多"的提示。通过这个新提示,用户可以告知AI他们希望看到更多什么内容,或者想要摆脱算法中不断出现的某个音乐类型。Spotify表示,Taste Profile还会考虑更模糊的提示,比如如果你正在为马拉松训练并想要节奏感强的音乐,或者想在上班通勤时收听新闻播客。Spotify补充说,Taste Profile是一项可选功能,不愿使用的用户可以"保持原状,照常享受Spotify"。
通过Taste Profile功能,Spotify延续了提供AI功能的势头,就像上个月推出的Prompted Playlist功能一样。与现有的AI Playlist功能不同,Prompted Playlist允许用户提出具体要求来生成播放列表,比如只包含特定电视节目的歌曲。与Taste Profile类似,Prompted Playlist功能首先在新西兰进行测试,然后在一个月后扩展到美国和加拿大用户。
Q&A
Q1:Spotify的Taste Profile功能是什么?
A:Taste Profile是Spotify推出的基于生成式AI的新功能,允许用户个性化定制推荐算法。用户可以告诉AI他们希望听到更多什么类型的内容,或者不想再看到某些音乐类型,从而完全掌控自己的音乐推荐体验。
Q2:Taste Profile功能如何使用?
A:该功能会显示用户收听习惯的摘要,并提供"告诉我们更多"的提示。用户可以通过这个提示告知AI具体需求,比如想要节奏感强的健身音乐,或者通勤时想听新闻播客等。
Q3:哪些用户可以使用Taste Profile功能?
A:目前Taste Profile功能仍处于测试阶段,将在未来几周内向新西兰的Premium用户开放。这项功能是可选的,不想使用的用户可以继续正常使用Spotify。
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。