Google Labs寻宝:那些让你眼前一亮的AI创意

Google Labs展示了各种有趣的AI实验项目,比如让世界名画“唱歌”的National Gallery Mixtape,快来看看有没有让你眼前一亮的AI创意。

原文标题:AI产品千篇一律?去Google Labs,淘下一个AI爆款

原文作者:机器之心

冷月清谈:

本文介绍了Google Labs平台,一个展示和测试谷歌正在开发中的新技术和产品原型的实验性平台。该平台包含各种AI工具,如Whisk、MusicFX、Illuminate等。文章重点介绍了一款名为“National Gallery Mixtape”的AI工具,它可以将世界名画转化为独特的音乐作品,用户可以通过选择画作、调整音乐片段的音量、顺序和叠加方式,以及使用音乐风格、乐器和心情标签等工具来定制音乐的风格和氛围。Google Labs重启后,专注于AI驱动的实验项目,尤其是在生成式AI、搜索、协作工具等领域的应用,或许能孕育出更多令人惊艳的产品。

怜星夜思:

1、National Gallery Mixtape这个AI工具能将画作转化为音乐,你觉得这种艺术形式的跨界融合,未来还可能在哪些领域应用?
2、Google Labs重启后专注于AI驱动的实验项目,你认为这种模式对于AI技术的发展有哪些积极意义和潜在风险?
3、文章提到AI产品同质化越来越严重,你认为AI产品应该如何避免同质化,才能更好地满足用户需求?

原文内容


编辑 | 杨文

上周的开发者大会,

很纳闷,谷歌到底还藏着哪些不为人知的好东西?于是我就去 Google Labs 转了转。

Google Labs:https://labs.google/experiments?category=all

Google Labs 是一个实验性平台,用于展示和测试正在开发中的新技术和产品原型,用户可以提前体验和反馈未来可能发布的功能或服务。

为方便查找,网站分为「创造」、「学习」、「发展」、「玩」和「I/O 新品」五大类。毫不夸张,里面塞满了各种稀奇古怪但莫名上头的 AI 工具。

比如通过上传主题图、场景图和风格图来混搭生成创意图像的 Whisk、能根据提示词生成最长 70 秒音乐的 MusicFX、一键就能把学术论文转成可收听对话音频的 Illuminate,还有去年大火的 AI 播客、AI 家教 ……

今天我们就来介绍一款让世界名画「唱歌」的 AI 工具 ——National Gallery Mixtape

我实在无法想象,让世界名画演奏出一曲音乐,这得是怎样清奇的脑回路才能想到的点子。

National Gallery Mixtape 是由伦敦国家美术馆携手 Google Arts & Culture 打造的音乐实验,可以把经典艺术画作转化为独特的音乐作品。

玩法也很简单。

该工具汇集了伦敦国家美术馆精选的 200 幅世界名画,涵盖从文艺复兴时期到现代的各种风格和主题,比如梵高的《向日葵》、扬・凡・艾克的《阿尔诺菲尼夫妇像》等。

当然也有一些我这个俗人看不明白的画作😂

冷知识:这幅名为《丑陋的公爵夫人》是英国国家美术馆最知名的肖像画藏品之一,画作的原标题是《一名老妇人》,由比利时画家 Quinten Massys 在 1513 年绘制,后来成为《爱丽丝梦游仙境》初版插画中公爵夫人的角色原型。

我们先从中挑选出自己喜欢的画作,最多可选择 6 幅,拖拽到右侧的空白处。

谷歌的多模态 AI 模型 Gemini 会对所选画作的色彩、主题、情感和历史背景等元素深入分析并进行描述,然后将这些描述发送给 MusicFX DJ,由后者实时为每张图像生成配乐。

比如,一幅充满活力的红色画作可能会被关联到激昂的旋律,而一幅柔和的蓝色画作则可能生成舒缓的音符。

不过奇怪的是,当初上美术鉴赏课时,老师明明说梵高的《向日葵》热烈奔放,AI 谱出的曲子却忧郁低沉:

我们还可以通过调整音乐片段的音量、顺序和叠加方式,创造出属于自己的个性化音乐混音。比如,将 2 幅不同的画作叠加在一起碰撞出的音乐:

平台还提供各种音乐风格、乐器和心情标签等工具,可以进一步定制音乐的风格和氛围,比如我们选择 「热闹的」、「精力充沛的」、「好玩的」、「流行音乐」 等标签来为画作添加特定的声音色彩。

听音乐的同时,要是想了解这些世界名画,点击下方链接,它会直接给出画作的详细介绍。

除了以上的 Scores 模式,我们亦可以选择「Mixer」模式,通过滑动画作旁边的推子来像 DJ 一样混音,调整不同画作生成的音乐层次,创造出独属于自己的艺术交响。

众所周知,AI 圈越来越卷,但产品同质化也越来越严重,那种脑洞大开、让人眼前一亮的 AI 应用已不多见。

不过,曾被 OpenAI 压着打、被外界嘲讽「起个大早赶个晚集」的谷歌仍在不断地输出好点子,Google Labs 就是个典型的例子。

其实 Google Labs 早在 2002 年就推出了,用于展示谷歌工程师的各种实验项目。之后还孵化出 Gmail、Google Maps 等正式的产品服务。不过 2011 年谷歌认为工程资源应集中在核心产品上,就关闭了它。

随着这波生成式 AI 以前所未有的势头席卷而来,谷歌在 2023 年重启 Labs,聚焦于 AI 驱动的实验项目,特别是在生成式 AI、搜索、协作工具等领域的应用。

未来,Google Labs 或许能孕育出更多令人惊艳的产品,期待 ing。

以后我们会带来更多好玩有用的 AI 评测。


© THE END    
转载请联系本公众号获得授权
投稿或寻求报道:liyazhou@jiqizhixin.com

积极意义在于鼓励创新,激发更多可能性。很多颠覆性的技术往往都来自于早期的实验性项目。潜在风险在于,一些实验性AI项目可能存在伦理问题或者安全隐患,需要谨慎评估和监管。另外,如果实验项目过多,也可能导致资源分散,影响核心产品的研发。

我觉得这种跨界融合很有意思!以后可能会看到AI根据小说情节生成配乐,或者根据建筑设计图生成对应的环境音效,让体验更沉浸。甚至可以根据人的情绪数据来生成个性化的艺术作品,想想都觉得很有趣。

避免同质化,创新是关键!可以从跨界融合入手,将AI技术与其他领域的技术相结合,创造出全新的产品和服务。比如,AI+医疗、AI+教育、AI+艺术等等。另外,还可以借鉴其他行业的成功经验,引入新的设计理念和商业模式。

这种形式让我想到了“通感”。虽然我不是艺术家,但我觉得这种AI工具能激发普通人的创造力,帮助我们用全新的方式去感受艺术。没准以后人人都能成为艺术家,创作出属于自己的独特作品。

除了用户需求,差异化竞争也很重要。可以从技术、功能、体验等方面入手,打造自己的独特优势。比如,可以采用更先进的算法,提供更精准的服务;可以集成更多的功能,满足用户的多元化需求;可以优化用户界面,提升用户体验。当然,品牌定位也很重要,要让用户记住你的特色。

我觉得最重要的是要深入了解用户需求,不能闭门造车。AI产品不能只追求技术上的炫酷,更要解决实际问题,给用户带来真正的价值。比如,针对不同行业和人群,开发定制化的AI解决方案,才能避免同质化竞争。

这种模式感觉有点像“科技界的风险投资”,投入大量资源进行早期研究,期望能孵化出未来的明星产品。虽然风险很高,但回报也可能非常丰厚。关键在于如何平衡创新和风险,建立完善的评估和监管机制。

从技术角度来看,这种多模态的AI应用是趋势。图像、文本、音频这些不同类型的数据融合,能让AI更好地理解世界。从应用角度来看,我觉得在教育领域潜力巨大,比如用AI把枯燥的历史事件变成生动的动画和音乐,肯定能提高学生的学习兴趣。

我觉得这种模式有点像“赛马机制”,让不同的团队进行创新尝试,最终胜出的项目就能获得更多资源。这种机制可以提高效率,但也可能导致内部竞争加剧,影响团队协作。另外,如果评价标准过于单一,可能会扼杀一些有潜力但短期内无法盈利的项目。