即使是顶尖的电台DJ也总有犯错的时候,这是人的本质,无论他们的声音多么丝滑顺畅,也总会有显得突兀的时候,甚至可能打破作品的韵律。无论是小小的卡顿还是不合时宜的插入,听众总能感知到他们的存在。但往好处想,他们毕竟是人,是为我们所熟悉、友好温暖的真人。
当然,现在已经没人愿意听电台了。几乎人人都有Spotify帐号,或者是从朋友那借来的帐号。反正电台DJ早已被时代淘汰,由推荐算法生成的流媒体播放列表才是正道。从某种意义上说,这是一种幸福。只要选择某种流派或者情感,乐曲就会不断播放下去,直到宇宙的尽头。在背后操控这一切的是AI,是人工智能决定下一首该播什么给我们听。
生成式AI近年来的快速兴起,让很多企业不再满足于把算法隐藏在幕后。他们想把算法带向最前沿,一方面是为了以炫耀的方式蹭一把AI狂欢的热度,另外也是为了能让算法更加个性化。得到的宣传越多,我们对AI也就越熟悉,会慢慢意识到它们不只是冰冷的代码、更是我们能够感知到的小伙伴。
作为音乐领域的王者,Spotify当然也想搭上这趟便车。于是他们决定从本周开始推出AI DJ服务,更新Spotify移动应用的beta版本即可体验,当然目前仅向Spotify Premium付费用户开放。该功能是Spotify去年公布的AI语音服务Sonantic的衍生产物。这款机器人DJ会时不时现身于不同曲目之间,向用户讲解目前听的是什么。语音的音色选取自Spotify文化合作伙伴关系负责人Xavier “X” Jernigan。生成的音频效果很棒,对数字模拟音表现得尤其出色。一般的AI生成语音往往语调怪异,说话时的节奏也经常出错。但X的语言能力很强,说起话来听感真实。虽然在念出艺术家或歌曲名字时也偶有失误,但总体上还是能保持很酷且平静的说话风格。X经常会主动提出:“今天让咱们来点爵士乐吧,先从Tommy Lehman开始。”
遗憾的是,虽然我们能从X那边听到关于乐队的趣闻或轶事,但其中永远缺少了几分温度和风格。另外,这位DJ也没办法把语气跟我们刚刚听到的乐曲联系起来。听得越多,我们越能感受到Spotify X背后的那种苍白感——这只是机器学习从庞大混乱的指标中精心计算出的结果,没有情感、没有灵魂。听AI DJ说话会引起一种极度孤独的感觉,因为你能发觉它在用尽全力告诉你它并不是人。
更令人不安的是,这位AI DJ似乎非常了解我们的喜好。跟Spotify Wrapped类似,AI DJ也会访问我们的个人数据并据此给出收听建议。X非常清楚我们之前听过什么乐曲,并猜测特定歌曲能引发用户的某些情感共鸣。当然,我们可以通过点击按钮要求AI改变情感倾向,但它其实也是在乱猜,没准把用户一天的好心情都给毁了。不过必须承认,它仍然在不断学习,想根据当前时段和所在位置迎合用户心意。它仍然是Spotify收集用户数据的一种延续,只是换成了更为友好的机器人形式。我们能从人类DJ身上挑出一万个毛病,但听他们的节目至少会感觉有人在陪伴,而不至于像对着AI DJ这样越听越伤心。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。