给出两段音乐,一段是未加工的,一段是经过神秘新功能特殊处理的,如果你听得出来,就能获得“金耳朵”称号。这是QQ音乐近期发起的一个小活动,选择邓紫棋的《泡沫》作为试音片段,猜对的人可以分享到朋友圈炫耀,还可以邀请其好友一试。略带神秘色彩的话语吸引了大批挑战者加入。
参与地址:http://y.qq.com/m/act/dts_audition/index.html
笔者也耐不住性子,参加了“耳朵大作战”。初听前两句话,两段音乐并无明显差别,但是只要多听上几句,两段音乐切换聆听,明显可以感到其中一段音乐更能吸引你的注意,有某种身临其境之感。对于笔者这类普通用户而言,好的音质能够带来好的音乐体验,与技术相关的问题虽不在自己的考虑范围内,但略带神秘的活动和音质还是会勾起笔者的好奇。
难道QQ音乐又将在技术上玩创新?在音乐领域,QQ音乐是最早提供SQ无损音乐的音乐APP,从一定意义上对超品质音乐进行了推广,让音乐达人对其情有独钟。本次的音乐片段明显不同于SQ,联想到前段时间,QQ音乐参加的金鹰艺术节互联盛典,QQ音乐负责人表示QQ音乐将“为数字化音乐新时代的到来做好各方面的准备”,进而让大家猜想,QQ音乐是否开始从音效上做起文章?
众所周知,数字音乐是从黑胶、CD这些传统音乐载体上发展而来的,从下载平台到在线试听,从有损音乐到无损音乐,数字音乐都在以传统音乐载体的音质为发展方向,努力做到原声再现,更有甚者希望得到影院级别的听觉体验。数字音乐市场虽然前景一片利好,但是由于受到技术、市场等多方制约,数字音乐在产品体验上仍没有达到让用户“发烧”的境界。也许QQ音乐希望通过这一次技术升级,让数字音乐真正发烧。
笔者发现,在“金耳朵”活动推出之前,QQ音乐安卓版本进行了一次小规模的灰度测试,可以肯定的是,“金耳朵”中的音乐效果就是新版本的功能之一,不过其将以何种姿态出现,还是一个未知数。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。