ZD至顶网CIO与应用频道 05月26日 专栏:当我穿梭在各种IT会议、培训和个人旅行之间的时候,我把大量时间花在了空中飞行上。事实上,当有人问我是做什么工作的时候,我的妻子经常开玩笑说,我是一个专业航空乘客。我的Surface平板电脑是我在长途飞行中打发无聊时间的工具,本文列出了5个我会在旅行途中会使用的应用。
1、VLC Media Player
VLC Media Player(如图A)是一款开源媒体播放器,是我认为到目前为止用于播放视频的最佳选择。我喜欢VLC Media Player的理由有三个。
图A
首先,它几乎可以播放几乎任何视频格式。我可以在VLC Media Player上播放我无法用其他任何应用播放的文件。其次,VLC Media Player可以纠正横纵比的问题。我偶尔会现在比例是16:9的视频,然后保存为4:3。VLC可以在播放视频的时候将其切换为16:9。最后,VLC可以修复各种非常奇怪的视频问题。例如,我的一个GoPro摄像机曾经出现设置错误,拍摄了一个倒置的视频,VLC Media Player让我可以以正确的位置看。
2、Fairway Solitaire
Fairway Solitaire(如图B)正如它的名字一样,是一个以高尔夫为主题的纸牌游戏。我不得不承认,我不是一个游戏玩家。尽管我曾经为一家游戏网站写过关于平台游戏的文章,但一点都不擅长视频游戏,而且真的没有太多兴趣。尽管如此,我真的挺喜欢Fairway Solitaire。这款游戏是围绕着一个邪恶的地鼠想要报复高尔夫球手的故事展开。游戏玩法看似简单,但是很多关卡还是很难的。不管怎样,我都觉得这个游戏容易上瘾……我甚至都不会打高尔夫。我在飞机上花了很多时间试图打败那个地鼠。
图B
Fairway Solitaire的价格根据平台的不同而不同,但有免费试用版可供下载。
3、Smarter Battery
Smarter Battery(如图C)并不完全算是一款娱乐应用。但是让我们面对现实吧:长途旅行中当电池块用完的时候,你就不能娱乐了。当然,一些飞机作为上 有充电器,还有一些充电包可以给你的设备充电。但是,当我需要充电的时候似乎都没有能冲上。这时候就需要了Smarter Battery了。它可以帮助你看着电池消耗情况,把你的设备设置为低功耗模式,当你真的需要充电的时候就进入“绿色模式”。
图C
Smarter Battery售价14美元,免费试用版可供下载。
4、Free YouTube Downloader
Free YouTube Downloader(如图D)真的和它的名字一样。这是一款用于下载YouTube视频离线观看的免费工具。Free YouTube Downloader并不如其他一些视频下载应用那样功能丰富,但它是免费的,而且用起来也还不错。多亏有了这款应用和其他我经常使用的下载工具,让我可以在飞行中花数小时观看YouTube视频。
图D
5、Kindle
Kindle(如图E)那么广为人知,我考虑着在这篇文章中忽略它呢。即使如此,这是市场中最好的电子阅读器之一。让Kindle成为旅途中最受欢迎的工具有三个理由。首先,它背后是一个庞大的内容库。其次,它让你可以导入PDF文件便于阅读。最后,它不像其他一些阅读器那样要求持续地连接互联网。Kindle要求连接互联网下载电子书,但是可以离线阅读。
图E
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。