“O”:视频输出。2023年,我们看到了文字到视频合成的浪潮:WALT(谷歌)、EmuVideo(Meta)、Align Your Latents(英伟达)、Pika等等,数不胜数。然而,大多数生成的片段仍然很短。我将它们视为AI视频的“系统1”——“无意识”的局部像素运动。
在得到一系列离散代码之后,就可以像处理语言词向量一样,输入到预训练的大语言模型,最终生成翻译的文本内容。
AI能从噪音中寻找真正的地震信号
可以确定的是,AI确实让某些东西变得不一样了。
我知道我们已经聊过不少次《蛋仔派对》(下称蛋仔),但最近,我发现一件听上去很离谱的事:对不少年轻人来说,这款产品已经成了他们「赖以生存」的「精神乐园」。