
谷歌于当地时间本周二表示,该公司将发布iOS版Photo Sphere应用,此前该应用仅可在Android操作系统上使用。
Photo Sphere应用允许用户对某一景象360度全景抓拍,并自动将图片合成为一张全景图,用户可向左、向右、向上、向下全方位地欣赏其全景照片。此外用户还可以将这些照片分享到他们的社交网络或谷歌地图中。而且当用户在谷歌地图上浏览这些照片时,该公司将自动为用户挑选一些与当地相匹配的照片。
谷歌地图和全景照片产品经理伊凡·兰普波特(Evan Rapoport)曾在一份声明中表示,将该照片应用与地图一体化的目标之一是帮助人们“探索世界。”
对谷歌来说,推出iOS版Photo Sphere照片应用这种小拓展的效果是双重的。它有助于增建该公司的地图应用,争取更多用户,帮助他们标记下每一个独特的地方。同时这也符合谷歌要确保其照片产品得以最大推广的愿望——即使这意味着这款应用将登陆其竞争对手的移动平台。
本月早些时候,有新闻报道称谷歌正计划解除其广受欢迎的照片功能与其羽翼未丰的Google +社交网络之间的绑定。此外,谷歌还在去年10月份对这项功能进行了改进,其中包括一些新的算法,它们能够使用户在大量存储的照片中更容易地进行搜索,更好地备份照片文件。该公司还推出了一项名为Auto Awesome Movie的视频直播版照片编辑功能,方便用户通过拼接影片片段来快速构建电影,同时这款软件还添有背景音乐和滤声器。
当时担任Google+负责人的维克·古多塔(Vic Gundotra)现已离开了谷歌,过去他曾表示,这款Photo Sphere服务正“试图改变摄影界”。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。