Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

能作诗的AI

Answer

以下为您介绍能作诗的 AI 相关内容:

人工智能在艺术领域不断取得进展,如今已能生成真假难辨的视频、极具艺术感的图像等。在文学创作方面,虽然诗歌曾被认为是人类对抗 AI 的最后堡垒,但随着技术发展,出现了能作诗的设备。

诗歌相机(Poetry Camera)就是这样的设备。它内核搭载了树莓派微型电脑,能成像并调取 GPT-4 的 API,从而打通“眼睛”和“大脑”。用户举起相机拍照后,计算机视觉算法会分析视觉数据,人工智能模型解释图像并识别关键元素、颜色、环境、影调情绪等信息,进而生成诗歌并打印出来。

例如,有用户拍下自己早上在家喝咖啡玩手机的样子,诗歌相机创作出了如下诗歌: 镜头后面,一人调整视线, 在正方范围里的像素空间。 …… 日光透过褪色的薄纱, 他手上,温热的咖啡流转。 对话传出,跨过虚拟的边界, 他的倒影镜像,在屏幕上出现。 书架上,书本倾斜,无声的喋喋不休, 茂盛的植物,是唯一的生命。 戴着眼镜,家成了他平静的面糊, 在这堵墙里,他的世界四散开来。 在 2024 年 4 月的一个清晨, 一种新的常态,悄悄地磨损。

Content generated by AI large model, please carefully verify (powered by aily)

References

终于有正经 AI 硬件了,一台能写诗的「拍立得」

https://github.com/carolynz/poetry-camera-rpi人工智能并不只想「人工」,它也想搞搞艺术。作者| Moonshot编辑|靖宇2016年,由人工智能撰写《电脑写小说的那一天》小说成功通过了日本「星新一文学奖」的初选;Sony开发的DeepBach AI在深度学习巴赫后,创作出的仿巴赫音乐,在1600位听众里,骗过了超过一半的人,让他们以为这就是巴赫本人的创作。如今,人工智能已经能生成真假难辨的视频,极具艺术感的图像。人工智能正在挑战着文学、音乐、绘画、影视等等这些原本属于艺术创作的领域。当艺术难以成为人类对抗AI的护城河后,许多人认为,诗歌或许是智能时代,人类最后被攻克的堡垒。诗歌被认为是人类文学最初的起源,在尚未有文字的人类社会,诗歌就以口语的形式流传在文明里。它在形式上考验节奏和韵律,在表达上考验想象和凝练,它需要表达者把经验、观察、意识结合,毕竟诗歌的创作依托于于人类特有的通感,因此我们可以让ChatGPT写一首关于月亮的诗,它只会泛泛而谈,而无法和人类在当时当刻,设身处地看到独一无二的月亮。但是,如果ChatGPT有了能「看到」月亮的能力,给它思考赋予观察呢?

终于有正经 AI 硬件了,一台能写诗的「拍立得」

基于这个想法,Kelin Carolyn Zhang和Ryan Mather两位设计师和开发者鼓捣出了一台设备:让摄影机去「所见」,让人工智能去「所感」,用技术的手段去实现文学里最难以量化的表达。这就是诗歌相机(Poetry Camera)。

终于有正经 AI 硬件了,一台能写诗的「拍立得」

相机与诗诗歌相机内核搭载了树莓派,一个只有信用卡大小的微型电脑,得以成像和调取GPT-4的API,这就打通了设备的「眼睛」和「大脑」。举起诗歌相机,随便拍下一张照片,计算机视觉算法会开始分析视觉数据,人工智能模型开始解释图像,识别图像里关键元素、颜色、环境、影调情绪等信息,生成诗,并且以类似超市收银条的方式打印出来,就好像拍立得「洗」出照片一样。拍照出诗不出片,这可比拍立得更让人有期待和惊奇感。不看宣传看效果,它能生成怎样的诗歌呢?图源:TechCrunch有用户拍下了早上自己在家里喝咖啡时玩手机的样子,诗歌相机的创作是:镜头后面,一人调整视线,在正方范围里的像素空间。……日光透过褪色的薄纱,他手上,温热的咖啡流转。对话传出,跨过虚拟的边界,他的倒影镜像,在屏幕上出现。书架上,书本倾斜,无声的喋喋不休,茂盛的植物,是唯一的生命。戴着眼镜,家成了他平静的面糊,在这堵墙里,他的世界四散开来。在2024年4月的一个清晨,一种新的常态,悄悄地磨损。@poetry.camera

Others are asking
如何让企业微信可以接上 AI?让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服,可以参考以下内容: 1. 基于 COW 框架的 ChatBot 实现方案:这是一个基于大模型搭建的 Chat 机器人框架,可以将多模型塞进微信(包括企业微信)里。张梦飞同学写了更适合小白的使用教程,链接为: 。 可以实现打造属于自己的 ChatBot,包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能,以及常用开源插件的安装应用。 正式开始前需要知道:本实现思路需要接入大模型 API 的方式实现(API 单独付费)。 风险与注意事项:微信端因为是非常规使用,会有封号危险,不建议主力微信号接入;只探讨操作步骤,请依法合规使用,大模型生成的内容注意甄别,确保所有操作均符合相关法律法规的要求,禁止将此操作用于任何非法目的,处理敏感或个人隐私数据时注意脱敏,以防任何可能的滥用或泄露。 支持多平台接入,如微信、企业微信、公众号、飞书、钉钉等;多模型选择,如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等;多消息类型支持,能处理文本、语音和图片,以及基于自有知识库进行定制的企业智能客服功能;多部署方法,如本地运行、服务器运行、Docker 的方式。 2. DIN 配置:先配置 FastGpt、OneAPI,装上 AI 的大脑后,可体验知识库功能并与 AI 对话。新建应用,在知识库菜单新建知识库,上传文件或写入信息,最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中,AI 面临着巨大挑战,如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法,利用价值网络评估棋面优劣,策略网络选择最佳落子,且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练,达到蒙特卡洛树搜索水平,并将其与蒙特卡洛树搜索有机结合,取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步,也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外,神经网络在处理未知规则方面具有优势,虽然传统方法在处理象棋问题上可行,但对于围棋则困难重重,而神经网络专门应对此类未知规则情况。关于这部分内容,推荐阅读《这就是 ChatGPT》一书,其作者备受推崇,美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容: 1. Coze:支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容,可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时,输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序,标注要采集的内容,内容上传成功率高。 2. AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡。通过用户浏览器,以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频(文生视频)的相关信息: 一些提供文生视频功能的产品: Pika:擅长动画制作,支持视频编辑。 SVD:Stable Diffusion 的插件,可在图片基础上生成视频。 Runway:老牌工具,提供实时涂抹修改视频功能,但收费。 Kaiber:视频转视频 AI,能将原视频转换成各种风格。 Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多相关网站可查看:https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤(以梦 AI 为例): 进入平台:打开梦 AI 网站并登录,新用户有积分可免费体验。 输入提示词:涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成:确认提示词无误后,选择模型、画面比例,点击「生成」按钮。 预览与下载:生成完毕后预览视频,满意则下载保存,不理想可调整提示词再试。 视频模型 Sora:OpenAI 发布的首款文生视频模型,能根据文字指令创造逼真且充满想象力的场景,可生成长达 1 分钟的一镜到底超长视频,视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑: 法律法规方面:《促进创新的人工智能监管方法》指出,AI 的发展带来了一系列新的安全风险,如对个人、组织和关键基础设施的风险。在设备风控中,需要关注法律框架是否能充分应对 AI 带来的风险,如数据隐私、公平性等问题。 趋势研究方面:在制造业中,AI Agent 可用于生产决策、设备维护、供应链协调等。例如,在工业设备监控与预防性维护中,Agent 能通过监测传感器数据识别异常模式,提前通知检修,减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面,AI Agent 也能发挥重要作用,实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总: 4 月 11 日: Pika 上线 Pika Twists 能力,可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中,结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术,可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术,实现从单张图片快速生成超逼真的 3D 头像,在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage,通过图片生成可自由拼装 3D 场景,再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型,无缝支持各种视频生成任务(文本/图像/视频到视频)。 4 月 9 日: ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下,可生成完整的 1 分钟视频。 4 月 14 日: 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
智能作文批改
智能作文批改方案包括以下几个方面: 1. 方案框架: 某教育平台与 BigModel 开放平台深度合作,在作文评测领域实现效果飞跃,提升了教学体验。大模型能更迅速精准解析学生学习行为和需求,提供定制化作文评测服务,在错别字、词标点符号提取等方面效果提升。 模型选型为智谱推出的 GLM4Plus 高智能语言模型,其在多个领域有显著进展,在 SuperBench 大型模型评测中排名世界前三。它擅长高精细度复杂场景,能准确识别和理解不同年级、体裁作文的语言表达,给出个性化评价。 2. 方案详情: 场景一:抓取错词错句。依赖模型深厚的语言处理能力和对长文本的细致分析能力,能精确定位错误并提出修改建议。具备深层次语义理解、大规模数据识别、上下文相关性评估和语法规则习得的能力。 场景二:好词好句识别评测。GLM4Plus 模型能挖掘作文背后的深层思想,具备文学素养模拟、风格与修辞的辨识、情感与语气的解析的能力。 场景三:作文综合评价评分。模型凭借丰富知识库精准把握文化细节,能综合考虑文章多维度给出全面细致评价,有标准化评分系统、个性化反馈和保证评分一致性的优势。
2025-01-14
推荐能作为服装电商模特的AI生成工具
以下为您推荐可作为服装电商模特的 AI 生成工具: 1. DALLE 2:已被用于广告,如亨氏、雀巢等品牌的营销中。Stitch Fix 服装公司也在尝试使用它,根据客户对颜色、面料和款式的偏好创建服装可视化。 2. TryOffDiff:具有颠覆性,能将衣服从照片中“摘取”生成标准化服装图,保留图案、褶皱、徽标等精细细节,即使原图中部分被遮挡也能准确推断,适合商品目录制作及电商平台服装展示需求。详细介绍:
2024-12-12
AI语音功能,豆包能作为chatgpt 的平替吗?
豆包和 ChatGPT 各有特点,不能简单地说豆包能完全作为 ChatGPT 的平替。 豆包具有以下优点: 不需要科学上网,无收费,不需要登录可以直接使用。 有案例,点击预设问题即可开始尝试。 注册方便,可用微信或手机号。 ChatGPT 具有以下优点: 回答问题更准确。 上下文的衔接更好。 但 ChatGPT 存在一些限制,如需要科学上网,需要 Gmail 注册,有被封禁可能。 此外,在实际使用和测试中,不同的用户可能有不同的体验和需求。
2024-12-03