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
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。