AI探索指南

  1. RT 宝玉

    RT 宝玉
    SoundStorm:高效并行音频生成

    SoundStorm是Google发布的一个用于高效、非自回归音频生成的模型。

    看了下项目首页上的演示,我觉得生成速度还罢了,它的演示音频让我觉得厉害的地方是只要3秒的样本,就能按照原本说话的音色生成后续的音频,而且很自然。…

    AK: SoundStorm: Efficient Parallel Audio Generation

    SoundStorm generates 30 seconds of audio in 0.5 seconds on a TPU-v4. Demonstrate the ability of model to scale audio generation to longer sequences by synthesizing high-quality, natural dialogue segments, given a transcript…

     https://twitter.com/i/web/status/1658636167699476480

  2. RT indigo

    RT indigo
    和湛庐首次合作译书!我们采用了全新的流程,在 GPT-4 刚发布后的几天,利用其 API,精细化调整不同章节段落的 Prompt,翻译加风格化改写。这种 GPT 主译,人类监制的方式,使全书翻译的专业度和阅读流畅度,超绝大多数中文科技类书籍的译本,文笔还颇有风格🫰

    强烈推荐本书《超越想象的 GPT… https://twitter.com/i/web/status/1658739790962110466

  3. 大家用Midjourney是不是会需要垫图呀?垫图是不是会找不到心仪的图片呀?我给大家推荐一个贼好用的拼图工具:Shuffles

    大家用Midjourney是不是会需要垫图呀?垫图是不是会找不到心仪的图片呀?我给大家推荐一个贼好用的拼图工具:Shuffles
    他可以搜索全Pinterest的所有图,也可以用你自己的图,能把图中需要的元素精准地一键抠图,还可以指定这个元素出现在图片中的任意位置,丝滑得不得了!
    然后把垫好的图塞给MJBot,让他describe一下,你再修修改改,一副心仪的图图就做好啦~

    顺便附上我去年的Shuffles推荐动态:https://m.okjike.com/originalPosts/6307a0b7db3fcdb6e4dda1c9?s=ewoidSI6ICI1NWIwMzkyM2U0YjBmMzE4NDQ5NGVkYTgiCn0=

  4. 「批判性思维」也许也是个糟糕的翻译

    「批判性思维」也许也是个糟糕的翻译。
    思维恰恰是不能以「批判性」的姿态进行的。
    思维更像是一种「平静水面」,有输入进来就会泛起涟漪,遇到激烈的输入就会涌起风浪。
    无论是哪种,都是先去理解、才去反应的。
    喜欢用反问句也好,「无非是」也好,这种姿态的思维不像是水面,而像是坚硬的墙壁。

  5. 最近 Bard 的 Hype tweet 有点过了

    最近 Bard 的 Hype tweet 有点过了。
    明明新模型还没全上呢。
    用户搁这儿这儿幻觉起来了。

    Peter Fang @petefang@mastodon.social: Google I/O后很多讲AI的号都变得像水军一样天天吹Bard已经超越了GPT-4,能信吗?我又做了个简单测试,让Bing、Bard和ChatGPT (支持浏览的模型)分别让它们总结热门美剧《继承之战》最新一集的内容,结果New Bing瞎编了一处关键情节;Bard更牛逼搞起了小创作,全篇都是自己编的;只有ChatGPT完全靠谱。