Marvel Studio 在今年會推出三套 MCU 第五階段的電影,包括在 2 月中上映的《美國隊長 3 勇敢新世界》、5 月上映的《雷霆特攻隊*》,還有日前釋出首波宣傳片,將於 7 月上映的 《The Fantastic Four: First Steps》,其中 《The Fantastic Four: First Steps》是以另一個時空的 1960 年代美國作為背景,並以新太空火箭的發射為故事的切入點,電影中的人和物都充滿美國 60 年代的色彩,讓不少觀眾都看得滿心歡喜,不過新作的電影宣傳海報,被指是使用了生成式 AI 來製作,在網絡上就引起不少的討論。對此 Marvel Studio 已作出回應,否認有使用生成式 AI,不過很多眼尖的網友及媒體人似乎有不同的看法。
《The Fantastic Four: First Steps》首波的宣傳海報中,被指涉及使用生成式 AI,有網友發現海報中,後排的人只有「四隻手指」,有些人的樣貌會有重覆,這些都是目前生成式 AI 的一些「通病」(圖片來源 : filmstories)
《The Fantastic Four: First Steps》首波的宣傳海報,並不是以四位主角作賣點,而是以慶祝太空火箭發射活動作設計概念,但其中一張海報,就被指是使用生成式 AI 來製作⋯⋯ 有網友發現,海報中後排的人只有「四隻手指」,有些人的樣貌會有重覆,這些都是目前生成式 AI 的一些「通病」。對此 Marvel Studio 向媒體否認海報的製作有使用生成式 AI,但似乎仍未能釋除大眾的疑慮⋯⋯
透過 AI 生成內容,歌迷讓已故的歌手可繼續高歌。2023 年唱片公司就借助 AI 技術,讓 Beatles 重組,獻唱名曲 Now and Then。(圖片來源 : YouTube 截圖)
近年 AI 的應用漸趨成熟,應用層面不單是簡單對答或撰寫文章,更可用來生成影片、編寫程式、甚至在醫學及數學模型研究上都有很大的貢獻。而在娛樂及創作上,早已有人透過 AI 去生成音樂,亦可透過 AI,讓已故的歌手可繼續高歌。例如 2023 年唱片公司就借助 AI 技術將讓 Beatles 重組,獻唱名曲 《Now and Then》。
不過,荷里活對於生成式 AI 就大為緊張。2023 – 24 年的荷里活編劇及演藝人罷工的其中一個訴求,就是擔心製作人會濫用 AI,而影響從業者的生計。但事實上在電影或電視節目中也有使用生成式 AI ,例如將一些較年長的演員變得年輕,或是在後製過程中將一些物件消除。而最近上映,A24 製作室的新作《The Brutalist》更被指使用 AI 來改變演員的表情或聲音,但據知這部電影已獲得 10 項奧斯卡提名。或者正是因為這些原因,傳媒才會那麼緊張 Marvel 是不是使用生成式 AI 來製作海報。
今年智能手機無一不談 AI,而在 Zenfone 12 Ultra 當中,比較重點的有幾個 AI 部分,如 AI Summary 中的錄音筆記 2.0、檔案摘要;AI Photo AI 智慧消除。在核心中,這款 25年旗艦新機使用了 Hexagon NPU,配合 Meta Llama 3,所以能夠使用到離線 AI 的好處,換言之大家不用將一些資料上傳,一樣實現到部分 AI 應用。
下載 AI 管理套件後,可以在手機上離線使用如摘要及相片消除功能。
例如用戶可以透過 AI 文章/檔案摘要功能,將一些不同種格式的檔案,例如 PDF, Word 等文字類型檔案,甚至是網頁/ 長文字,都可以離線或連線方式生成為摘要,以快速掌握重點,提升閱讀體驗。
在 AI 語音轉錄部分(左一),可以選擇在本機用 AI 進行摘要翻譯(中),之後再幾摘要變成適合的語言(右圖)。
而在一般用戶層面,用得最多可能係 AI 相片處理,在 Zenfone 12 Ultra 提供有 AI 搜尋肋手,可以依據拍攝照片搜尋內建的相簿、App、按時間、地點、顏色、物件搜索;另外亦可以利用離線 AI ,將相片進利離線消除,雖然功能仍是 Beta 階段,不過在新機上已開放使用,用戶又不必每次處理都要連網進行,使用上更為簡單。
Google 推出新的旗艦人工智能模型 Gemini 2.0 Pro Experimental,同時宣布在 Gemini 應用程式中提供「推理模型(reasoning models)」 Gemini 2.0 Flash Thinking。
Google 稱, Gemini 2.0 Pro Experimental 是該公司目前在編碼性能和複雜提示方面表現最佳的模型。其實,Gemini 2.0 Pro 是 Google 去年 2 月推出的 Gemini 1.5 Pro 後繼產品,現已在 Google AI 開發平台 Vertex AI 和 Google AI Studio 中發布,並開放給 Gemini 應用程式中的 Gemini Advanced 訂閱者使用。
Google 指出,新的 Gemini 2.0 Pro 模型擅長編碼和處理複雜的提示,並且比該公司之前的任何模型都具有「更好的理解和推理世界知識」能力。 它可以啟動 Google 搜尋等工具,並代使用者執行程式碼。其上下文視窗有 200 萬個 Token,意味著它可以一次過處理大約 150 萬個單字,比全套七本哈利波特系列的字數還要多。
AI 代理能自動幫助用戶完成各種任務,提高工作效率,並能在日常工作中提供支持。根據其功能和特點,AI 代理可分為五大類型:基本回應代理、基於模型的回應代理、目標導向代理、效率型代理和學習型代理。了解這些分類有助用戶選擇合適的工具來提升工作效率,改善流程,並根據特定需求獲得最佳解決方案,使日常工作更為輕鬆高效。
一)基本回應代理
基本回應代理(Simple Reflex Agents)按當前所偵測的環境及條件執行預定動作,屬於簡單易用的 AI 代理,適合處理常規任務。這類 AI 代理可用於觀測、狀態單一的環境,不具備記憶功能,也無法處理未知情況,只會按預先設定的規則,符合指定條件執行特定動作。常見例子是智能家居的恒溫系統,溫度過低啟動供暖、溫度過高轉為冷氣送風。這類代理簡單易用,適合處理常規任務。