Spotify 的 AI DJ 现已支持点歌。从周二开始,Premium 订阅用户可以要求它播放符合心情的曲目。尽管该公司去年推出了一个西班牙语版本,但在初始阶段点歌仅支持英语。
这位 AI DJ 能够响应关于特定艺术家、风格、心情或适合某种活动的口头请求。Spotify 建议使用类似“DJ, morning motivation needed ASAP”,“Surprise me with some indie tracks”或“Play me something with a Y2K vibe”这样的短语。
你可以通过进入搜索标签并输入 “DJ” 找到它。启动后,在右下角按住 DJ 按钮。一旦听到哔声,你就可以告诉你的合成音乐主持人,比如你对 A Flock of Seagulls 深度经典曲目的无限追求。
Spotify 的 AI DJ 于 2023 年推出,旨在在当今超个性化流媒体算法与传统广播之间取得平衡。该公司表示,它的对话内容并非预先录制的,而是完全通过 OpenAI 现时生成的。
无论你是喜欢还是讨厌这位 DJ,它在误读名字和展现 AI 不可避免的尴尬时,都可能带来意外的喜剧效果。当我尝试播放经典布鲁斯混音时,它一贯将 Howlin' Wolf 读成 “Hole-in' Wolf”。来自 2024 年 Reddit 帖子中的一些趣味段子包括 “Blink One Hundred Eighty-Two” 和 “Here are some of your typical Sunday morning vibes, starting off with Shitfucker”。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。