近日,《壮志凌云2:独行侠》在戛纳电影节放映,影片中Tom Cruise和Val Kilmer重聚的一幕,引起了在场观众的强烈共鸣。然而在2015年,Kilmer因喉癌失去了声音,演艺生涯近乎跌入谷底。
转机发生在去年8月,一家名为Sonantic的英国科技公司称,通过人工智能语音克隆技术创造出了Kilmer的“原声”,Kilmer也在YouTube发布视频详细介绍了通过AI找回声音的过程。Sonantic的这一举动受到了很多称赞,但也有声音认为,该技术有违社会道德。
我们的科技留言板“有意见”如下
@不倒翁:AI模拟声音,AI构建虚拟人。目前AI技术已经实现了让人类的眼、耳分辨不出到底声音、图像是真实的、还是合成的。我认为这个时候特别需要区块链技术,来实现声音、人像等虚拟数据的溯源。来保证数据不被非法利用。
@长耳朵鱼:可以预料到声音克隆技术的商业前景,最明显的就是名人的声音价值,有了声音样本,似乎代言广告、直播带货、影视节目等更不需要真人了。
@独木舟/@周一见:在语音合成领域,由于AI克隆技术的出现,繁琐的配音工作有望被取代。但是克隆的声音,家人朋友都无法分辨,容易被不法之人利用,需要完善的法律法规制约。而对于特殊人群,利用AI重现声音可以说是雪中送炭了。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。