凭借新的扩展,谷歌Bard已经能够理解视频内容并响应用户的查询请求。换言之,用户现在可以通过这款AI聊天机器人,快速了解自己关注的YouTube视频大致表达了哪些内容。
谷歌在11月21日的实验更新中发布了这款生成式AI扩展,并表示:“我们正推动Bard向着理解YouTUbe视频迈出第一步……为了帮助更多观众享受YouTube视频,我们决定发布此项扩展以总结视频内容,并据此与Bard开展更丰富的对话。”
现在,当用户为Bard选择特定视频之后,即可在实际观看之前询问各种复杂的相关问题,包括大致内容和具体细节。
自今年年初推出以来,谷歌一直在努力完善自家Bard聊天机器人。9月,谷歌又发布了一系列增强功能,包括Google Flights、Google Maps、Google Drive、Google Docs、Gmail以及YouTube的浏览器扩展程序,允许Bard直接从各类网站处提取数据。
与此同时,谷歌公司还提供一款工具,用户可以借此认真检查机器人的答案。今年10月,谷歌又拿出了新的Assistant with Bard(谷歌的个人助手与生成式AI组合方案)。上周,Bard的访问权限开始向青少年群体正式开放。
有网友担心,此番更新可能会威胁到在线视频教育工作者的前途,同时也加剧了生成式AI给隐私与内容所有权带来的威胁。
如果再想得长远一点,也许在习惯了谷歌Bard的服务之后,我们再也不用亲身参与各种事务,包括观看视频。一切内容,都将被Bard这类“信息贩子”所中介。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。