Sean Parker 把 Stability AI 重塑為音樂 AI 工具商
Sean Parker 正把 Stability AI 改造成面向音樂專業人士的 AI 工具商。兩年前他參與了對這家瀕臨崩潰的影像生成公司的 8000 萬美元救助,CEO 由 Prem Akkaraju 出任;今年 8 月底公司宣布 7600 萬美元新融資,投資方包括索尼、華納和環球,三家同時授權曲庫用於訓練。
依意思最接近的 4 筆
Sean Parker 正把 Stability AI 改造成面向音樂專業人士的 AI 工具商。兩年前他參與了對這家瀕臨崩潰的影像生成公司的 8000 萬美元救助,CEO 由 Prem Akkaraju 出任;今年 8 月底公司宣布 7600 萬美元新融資,投資方包括索尼、華納和環球,三家同時授權曲庫用於訓練。
Meta 開源了讓使用者自己動手製作 Muse 硬體裝置的程式碼,這些裝置執行 Meta 新的 AI 智慧體 Muse。官方稱可用現成的 ESP32 開發板,或用 Raspberry Pi 搭配其 SDK,再連線螢幕、按鈕、感測器、執行器等外設。Meta 舉例的玩法包括:用彩色電子墨水屏顯示提醒、把 Muse 裝進 HDMI 棒投到大屏、或裝在小觸屏上做出類似 DIY Muse Charm 的裝置。
Google DeepMind 發布一期播客,討論 AI 生成內容逼真化後如何驗證內容來自人類、機器還是自然,核心手段是來源溯源與不可感知水印。節目時間軸顯示內容涵蓋水印定義、SynthID、影像與影片、SynthID Bio 以及未來韌性,其中 SynthID 部分從 4 分 35 秒開始,SynthID Bio 從 19 分 28 秒開始。
ServiceNow CoreAI 發布 AutoSynthData,用目標模型的失敗案例和更強 teacher 的成功案例定位能力缺口,再自動生成並驗證新的訓練任務。每個任務由 system specification、user prompt 和 verifier 三部分組成:任務要可行、真實、對當前模型有難度,verifier 要一致、可靠且完備。流程先用診斷任務評測目標模型,把發現提煉成能力規格卡片並據此生成新任務,模型變強後課程自動轉向它仍做不好的部分。