Die Welt der KI -Content material Creation World hat eine large Veränderung durchlaufen, als XAI gerade ein Replace für GROK veröffentlicht hat. Stellen Sie sich vor, die Schöpfer auf der ganzen Welt nennen „etwas völlig anderes“. Wenn Sie Ihre GROK-App noch nicht aktualisiert haben, verpassen Sie, was der größte Fortschritt bei der KI-basierten Videoerstellung in diesem Jahr sein könnte. Es ist ein Bild von Picture-zu-Video-Funktionen.

Was ist neu in Grok Think about?

GROK IMALETION Hat neue Bild-zu-Video-Funktionen, die von XAIs proprietärer Aurora-Engine betrieben werden, die fotorealistische 6-Sekunden-Movies aus Standbildern mit dem Audio erstellen können. Dies ist nicht nur ein anderes KI -Werkzeug. Es verändert die Artwork und Weise, wie die Ersteller über die Erstellung von Inhalten denken.

Schlüsselmerkmale, die sich vorstellen lassen

• Aurora Engine -Technologie: Das einzigartige Aurora -Modell erzeugt ein fotorealistisches Rendering mit genauer Interpretation Ihrer Stimuli, die Ihre Imaginative and prescient einst die Realität durchsetzt.
• Native Audio -Integration: Im Gegensatz zu anderen Konkurrenten, die Movies ohne Audio generieren und in einer Videobearbeitungssoftware einen Soundtrack hinzufügen müssen, generiert GROK Think about ein Video, das zusammen mit Visuals hörbar ist und die Geschichte visuell entspricht.
• Blitzschnelle Era: Eine Aufgabe, die 2 Stunden in der Videobearbeitungssoftware gedauert hätte, könnte nur 2 Sekunden dauern, das Bild importieren und die Bewegung beschreiben, um dem Foto zu folgen.
• Vielseitige Inhaltserstellung: GROK Think about kann alles von einer professionellen Demonstration eines kommerziellen Produkts bis hin zu einem schrulligen Cartoon tun. Es ist intestine ausgestattet, um mit all Ihren kreativen Ideen umzugehen.

So greifen Sie auf Grok Think about’s Picture-zu-Video-Funktion zu

Der Einstieg mit Grok Think about ist ziemlich unkompliziert:

1. Aktualisieren Sie Ihre App: Laden Sie die GROK -App von der herunter oder aktualisieren Sie sie App Retailer

2. Zugang grok Impination: Navigieren Sie zum Abschnitt „Think about“ innerhalb der App

3. Laden Sie Ihr Bild hoch: Wählen Sie ein Bild aus Ihrer Bibliothek aus oder erfassen Sie eine neue

4. Beschreiben Sie die Bewegung: Verwenden Sie Texteingabeaufforderungen, um anzugeben, wie das Bild animiert werden soll

5. Generieren & herunterladen: Empfangen Sie Ihr Video innerhalb von Sekunden mit synchronisiertem Audio komplett

Die Erzeugung von Bildern über Eingabeaufforderung ist kostenlos für alle verfügbar. Mithilfe der Bilder müssen Sie jedoch den Tremendous -Grok -Zugriff freischalten. In einfachen Worten benötigen Sie eine kostenpflichtige Stufe.

Anwendungen in realer Welt: praktische Videovorführungen

Lassen Sie uns diesen statischen Bildern mit dem lebhaften Audio und den visuellen Visuals Spaß machen.

1. menschlicher zentrierter Inhalt: Menschen zum Leben erwecken

Die Fähigkeit, ein stationäres Porträt in einen Second zu verwandeln, der lebendig wird. Das Bild-zu-Video-Modell bietet eine realistische Darstellung menschlicher Bewegung durch Video. Zum Beispiel kann sich ein professioneller Job -Headshot zu einem aufregenden Einführungsvideo mit einer Reihe von Bewegungen, leichten Gesichtsbehandlungen, natürlichen Blinken und Gesten entwickeln. Inhaltsersteller nutzen diesen Bereich für persönliche Begrüßungsnachrichten, Testimonialanimationen und Inhalte für soziale Medien, die ein menschliches Gefühl hervorrufen.

Aufgabe 1: Bild zur Videogenerierung

Eingang:

Ausgabe:

Aufgabe 2: Aufforderung zum Bild zur Videogenerierung

Immediate: „Der volle Handheld -Schuss fängt eine durchnässte Reporterin in einem leuchtend gelben Regenmantel ein.“

Bildausgabe:

Videoausgabe:

2. Cartoon & Animation Magic: Disney trifft KI

Dies ist der Bereich, in dem sich Grok vorstellen kann. Laden Sie eine Cartoon -Charakter -Illustration hoch, lehnen Sie sich dann zurück und sehen Sie sie sich mit reibungsloser Animation an, nahtlos besser als das in einem herkömmlichen Animationsstudio. Die KI versteht die Cartoonphysik, übertriebene Gesichtsausdrücke und stilisierte Bewegungswege. Wenn Sie mit Kinderunterhaltung, Marketinganimation oder Social-Media-Video-Memes arbeiten, erzeugt die Comedian-to-Video-Fähigkeit professionelle Animation in professioneller Qualität, die in der Regel ein ganzes Animationsteam annehmen würde.

Aufgabe 1: Bild zur Videogenerierung

Eingang:

Ausgabe:

Aufgabe 2: Aufforderung zum Bild zur Videogenerierung

Eingabeaufforderung: Ein Geschwader von goldarmierten Eichhörnchen, die auf Riesen-Eicheln in die Schlacht reiten, die Banner im Wind schnappen.

Ausgabebild:

Video ausgeben:

3. Produkt Showcase Revolution: E-Commerce Recreation-Changer

Wenn Sie E-Commerce-Verkäufer oder Vermarkter sind, ist dies für Sie. Sie können zu Ihrer Produktfotografie eine 360-Grad-Ansicht, eine Demonstration der Verwendung oder eine Way of life-Szene hinzufügen. Ein grundlegendes Foto einer Uhr wird zu einer Luxuswerbung, indem das Handgelenk elegant wendete, um die Uhr zu zeigen. Ein einfaches Foto einer Kaffeemaschine wird zu einem Video von Kaffee am Morgen. Das dazugehörige Audio verbessert das Erlebnis, indem es den Sounds zur Szene hinzufügt. Denken Sie an die Sounds, die Kaffee macht, wenn es sich brau, schaut, oder der weiche Stoff klingt, während jemand mit den Fingern darüber läuft. Sie erstellen ein echtes Produkterlebnis, das Benutzer anbietet und zu einem Kauf führt.

Aufgabe 1: Bild zur Videogenerierung

Eingang:

Ausgabe:

Aufgabe 2: Aufforderung zum Bild zur Videogenerierung

Immediate:

{ 

"start_image_reference": "(connected picture of the schoolgirl holding the Dense chocolate bar)", 

"video_script": { 

"scenes": ( 

{ 

"description": "The video begins with a close-up of the schoolgirl smiling.", 

"digicam": "close-up", 

"length": "2 seconds" 

}, 

{ 

"description": "The digicam shortly pulls again and pans to indicate a fast collection of photographs of the chocolate bar itself.", 

"digicam": "pull again, pan, fast cuts", 

"photographs": ( 

"close-up of a sq. breaking off", 

"slow-motion view of the chocolate melting", 

"shot of the 'Dense' packaging shimmering" 

), 

"length": "5 seconds" 

}, 

{ 

"description": "The video returns to the schoolgirl, who winks on the digicam because the scene fades.", 

"digicam": "last close-up", 

"length": "3 seconds" 

} 

), 

"overall_style": { 

"visible": "Excessive-energy, fashionable, vibrant colours, sharp focus", 

"audio": { 

"music": "Upbeat, fashionable pop music with a robust beat", 

"sound_effects": ( 

"satisfying 'crunch'", 

"delicate 'whoosh' sound as digicam strikes" 

), 

"voice_over": { 

"textual content": "Do not simply eat chocolate. Expertise it. Dense. Daring. Unforgettable.", 

"tone": "assured, energetic, feminine voice" 

} 

} 

}, 

"text_overlays": ( 

{ 

"textual content": "Dense Chocolate", 

"animation": "flash on display screen, then fade", 

"timing": "seems throughout chocolate bar photographs" 

}, 

{ 

"textual content": "Style the richness.", 

"animation": "seems as a emblem tagline", 

"timing": "seems on the finish of the video" 

} 

) 

} 

}

Ausgabebild:

Video ausgeben:

4..

Hier wird es interessant: Wenn Sie das Bild einer historischen Particular person, eines alten Artefakts oder eines Zeitraums des Zeitraums hochladen, erstellt Gro, Think about Movies, die historische Einstellungen neu erstellen. Zum Beispiel könnten Sie ein Gemälde eines mittelalterlichen Königs aufnehmen und ihn in einen König verwandeln, der sich auf königliche Weise an seinem Hof ​​wandelt. Oder Sie können ein archäologisches Bild aufnehmen und es animieren, um zu zeigen, wie die alte Zivilisation in Bewegung aussehen könnte. Diese Funktion ist für Pädagogen, Dokumentarfilme und Geschichtsliebhaber gleichermaßen von unschätzbarem Wert, da sie die Vergangenheit zum Leben erwecken wird.

Aufgabe 1: Bild zur Videogenerierung

Eingang:

Ausgabe:

Aufgabe 2: Aufforderung zum Bild zur Videogenerierung

Immediate:

Ein majestätischer mittelalterlicher König in einer goldenen Krone und königlichen Purpurroben, die in einem großen Thronsaal mit Steinsäulen und Wandteppichen stehen. Der König hebt seinen Zepter langsam in einer befehlenden Geste auf, sein königliches Kap fließt majestätisch. Er dreht seinen Kopf mit Autorität und befragt seinen Hof mit einem mächtigen Blick.

Bildausgabe:

Videoausgabe:

Warum nennen die Schöpfer dies eine Revolution?

Die kreative Neighborhood hat seit dem Replace eine energetische Antwort mit ihren Movies geteilt. Die Ersteller teilen teilen, dass sie Inhalte entwickelt haben, die in wenigen Minuten viral wurden, und einige erwähnen sogar, dass sie fünf erfolgreiche Movies mit Grok Think about im gleichen Zeitraum gemacht haben. Das Timing für den Markt ist wie nichts, was ich zuvor gesehen habe. Was Groups, Budgets, Dreharbeiten und produktionswochen in einer Kaffeepause benötigt.

Die Zukunft der Erstellung von Inhalten ist hier

GROK Think about verbindet eine hochwertige Bildgenerierung mit der Fähigkeit, 6-Sekunden-Movies mit Sound zu erstellen, ein echter Fortschritt bei der Erstellung von AI-gestalteten Inhalten, die jetzt für alle zugänglich ist. Wenn Sie ein Social -Media -Influencer, ein digitaler Vermarkter, Pädagogen oder ein kreativer Fachmann sind, wird dies die Möglichkeiten für die Videoerstellung auf eine Weise eröffnen, die bis heute unmöglich conflict.

Die Kosten der Kosten für Videoinhalte in professioneller Qualität wurden entfernt. Sie benötigen keine teuren Kameras, hochrangigen Technologien oder Stunden der Bearbeitung. Das einzige, was Sie mit Grok Think about zurückhält, ist Ihre Fantasie.

Abschluss

Das GROK -Implementierungs -Replace ist mehr als ein inkrementelles Replace, sondern eine Paradigmenverschiebung in der Erstellung von Inhalten. Als Ai Entwickelt, werden Instruments wie diese weiterhin die Grenze zwischen professionell produzierten Werken und gemeinsamer Kreativität verwischen. Das Dilemma ist nicht: „Soll ich das versuchen?“ Aber „Was soll ich zuerst schaffen?“

Aktualisieren Sie jetzt Ihre Grok -App und sehen Sie die Zukunft der Videoerstellung! Ihre statischen Bilder warten nur darauf, zum Leben zu erwecken.

Sind Sie bereit, Ihre Inhaltsstrategie zu verändern? Laden Sie die GROK-App herunter und erstellen Sie professionelle, mit AI-generierte Movies mit synchronisiertem Audio in Sekunden. Die Zukunft des Inhalts ist hier, lassen Sie sich nicht zurücklassen!

Häufig gestellte Fragen

---

Dieser Beitrag wird hinter dem Faucet fortgesetzt, einer Serie, in der die verborgenen Mechanik der alltäglichen Technologie erforscht wird – von Uber über Spotify bis hin zu Suchmaschinen. Ich werde unter der Motorhaube tauchen, um die Systeme zu entmystifizieren, die Ihre digitale Welt prägen.

Die erste Beziehung zum Musikhörer begann um 6 und drehte sich durch die Alben im Onkyo 6-Disc-Participant des Wohnzimmers. Katze StevensAnwesend Rille ArmadaAnwesend Sade. Es gab immer ein Lied, gegen das ich immer wieder zurückspulen konnte, obwohl ich seinen Namen nicht kannte. 10 Jahre später kehrten Momente des Songs in die Erinnerung zurück. Ich habe durch Foren gesucht, ‚alte Saxophon Melodie ‚“Classic -Lied über Sanddünen‚, auf der Suche nach Jahren ohne Erfolg. Dann, eines Tages an der Universität, struggle ich im Schlafsaal meines Freundes Pegler, als er es spielte:

https://www.youtube.com/watch?v=wzct7abuu9y

Diese lange Suche lehrte mich, wie wichtig es ist, die Musik zu finden, die Sie lieben.

---

Vor dem Streaming und intelligenten Assistenten stützte sich Musik Discovery auf Erinnerung, Glück oder einen Freund mit gutem Musikgeschmack. Dieser ein eingängige Chor könnte durch den Äther verloren gehen.

Dann kam das Wunder eines Musikliebhabers.

Ein paar Sekunden des Klangs. Eine Style drücken. Und ein Identify auf Ihrem Bildschirm.

Shazam machte Musik erkennbar.

Der Ursprung: 2580

Shazam startete 2002, lange bevor Apps eine Sache waren. Damals hat es so funktioniert:

Du würdest wählen 2580# auf Ihrem Useful (nur in Großbritannien).
Halten Sie Ihr Telefon bis zum Lautsprecher.
… Warte schweigend…
Und erhalten a SMS Erzählen Sie Ihnen den Namen des Liedes.

Es fühlte sich wie Magie an. Das Gründungsteam Chris Barton, Philip Inghelbrecht, Avery Wang und Dhiraj Mukherjee haben jahrelang diese Phantasm aufgebaut.

Um seine erste Datenbank zu erstellen, Shazam stellte 30 junge Arbeiter ein Um 18-Stunden-Schichten auszuführen, 100.000 CDs manuell in Laptop zu laden und benutzerdefinierte Software program zu verwenden. Da CDs keine Metadaten enthalten, mussten sie die Namen der Songs manuell eingeben und sich auf die CD -Hülse beziehen, um schließlich die ersten Million Audio -Fingerabdrücke des Unternehmens zu erstellen – ein sorgfältiger Prozess, der Monate dauerte.

In einer Zeit vor Smartphones oder Apps musste Shazam, als Nokia und Blackberry’s nicht mit den Verarbeitungs- oder Speicheranforderungen erledigen konnten, lange genug am Leben bleiben, damit die Technologie ihre Idee einholt. Dies struggle eine Lektion im Markttiming.

In diesem Beitrag geht es darum, was im Second zwischen dem Faucet und dem Titel, der Signalverarbeitung, Hashing, Indizierung und Muster -Matching passiert, die Shazam hören lässt, was Sie nicht ganz benennen können.

---

Der Algorithmus: Audio -Fingerabdruck

Im Jahr 2003, Shazam-Mitbegründer Avery Wang veröffentlicht Die Blaupause für einen Algorithmus, der die App heute noch führt. Die zentrale Idee der Zeitung: Wenn Menschen Musik durch verstehen können Überlagerung Klangschichten, eine Maschine könnte es auch tun.

Lassen Sie uns durchgehen, wie Shazam auf etwas abbricht, das eine Maschine sofort erkennen kann.

1. Audioprobe erfassen

Es beginnt mit einem Wasserhahn.

Wenn Sie auf die Shazam -Style klicken, zeichnet die App ein 5–10 Sekunden -Ausschnitt des Audio um Sie herum auf. Dies dauert lang genug, um die meisten Songs zu identifizieren, obwohl wir alle Minuten gewartet haben, um unsere Telefone in der Luft zu halten (oder uns in unseren Taschen zu verstecken).

Aber Shazam speichert diese Aufnahme nicht. Stattdessen reduziert es es auf etwas viel kleineres und schlaueres: a Fingerabdruck.

2. Erzeugen des Spektrogramms

Bevor Shazam ein Lied erkennen kann, muss es verstehen, was Frequenzen sind im Klang und wenn sie auftreten. Dazu verwendet es ein mathematisches Device namens The Schnelle Fourier -Transformation (FFT).

Der Fft Unterschlägt ein Audiosignal in seine Komponentenfrequenzen und zeigt, welche Noten oder Töne jederzeit den Klang ausmachen.

Warum es wichtig ist: Wellenformen sind zerbrechlich und empfindlich gegenüber Rauschen, Pitchänderungen und Gerätekomprimierung. Frequenzbeziehungen im Laufe der Zeit bleiben jedoch stabil. Das ist das Gold.

Wenn Sie Mathematik an der UNI studieren würden, erinnern Sie sich an die Kämpfe, das zu lernen Diskreter Fourier -Transformationsprozess.Schnelle Fourier -Transformation (FFT) ist eine effizientere Model, mit der wir ein komplexes Sign in seine Frequenzkomponenten zerlegen können, z. B. alle Notizen in einem Akkord zu hören.

Musik ist nicht statisch. Notizen und Harmonische ändern sich im Laufe der Zeit. Shazam läuft additionally nicht nur einmal FFT, sondern leitet es wiederholt über kleine, überlappende Fenster des Alerts. Dieser Prozess ist als der bekannt Kurzzeit-Fourier-Transformation (STFT) und bildet die Grundlage der Spektrogramm.

Das resultierende Spektrogramm ist eine Transformation des Klangs aus dem Amplitudenzeitdomäne (Wellenform) in die Frequenzzeitdomäne.

Stellen Sie sich dies als eine unordentliche Audio -Wellenform in eine musikalische Heatmap um.
Anstatt zu zeigen, wie laut der Klang ist, zeigt ein Spektrogramm Welche Frequenzen sind vorhanden zu welcher Zeit.

Ein Spektrogramm bewegt die Analyse aus dem Amplitudenzeitdomäne Zu Frequenzzeitdomäne. Es zeigt die Zeit auf der horizontalen Achse, die Frequenz auf der vertikalen Achse und verwendet Helligkeit, um die Amplitude (oder das Volumen) jeder Frequenz in jedem Second anzuzeigen. Auf diese Weise können Sie nicht nur feststellen, welche Frequenzen vorhanden sind, sondern auch, wie sich ihre Intensität entwickelt, und ermöglicht es, Muster, transiente Ereignisse oder Änderungen des Alerts zu identifizieren, die in einer Commonplace-Zeit-Domänen-Wellenform nicht sichtbar sind.

Spektrogramme werden in Bereichen wie Audioanalyse, Sprachverarbeitung, Seismologie und Musik weit verbreitet und bieten ein leistungsstarkes Instrument zum Verständnis der zeitlichen und spektralen Eigenschaften von Signalen.

3. vom Spektrogramm zur Sternbilderkarte

Spektrogramme sind dicht und enthalten zu viele Daten, um sich über Millionen von Songs zu vergleichen. Shazam filtert die Frequenzen mit geringer Intensität und hinterlässt genau die lautesten Gipfel.

Dadurch wird eine Sternbildkarte erstellt, eine visuelle Streuung von herausragenden Frequenzen im Laufe der Zeit, ähnlich wie Noten, obwohl sie mich an eine mechanische Musikkiste erinnert.

4. Erstellen des Audio -Fingerabdrucks

Jetzt kommt die Magie, Wendepunkte in eine Signatur.

Shazam nimmt jeden Ankerpunkt (einen dominanten Peak) und kombiniert ihn mit Zielpeaks in einem kleinen Zeitfenster – und bildet eine Verbindung, die sowohl Frequenzpaar als auch Zeitdifferenz codiert.

Jedes von diesen wird zu einem Hash -Tupel:

(Anchor_Frequency, target_frequency, time_delta)

Was ist ein Hash?

Ein Hash ist die Ausgabe einer mathematischen Funktion, die als Hash-Funktion bezeichnet wird und die Eingabedaten in eine Zeichenfolge mit fester Länge von Zahlen und/oder Zeichen umwandelt. Es ist eine Möglichkeit, komplexe Daten in eine kurze, eindeutige Kennung zu verwandeln.

Hashing wird in Informatik und Kryptographie häufig verwendet, insbesondere für Aufgaben wie Daten -Lookup, Überprüfung und Indexierung.

Für Shazam eine typische Hash ist 32 Bit lang und es könnte so strukturiert sein:

• 10 Bit Für die Ankerfrequenz
• 10 Bit Für die Zielfrequenz
• 12 Bit Für die Zeit Delta zwischen ihnen

Dieser winzige Fingerabdruck fängt die Beziehung zwischen zwei Soundspitzen und wie weit sie rechtzeitig voneinander entfernt sind, und ist stark genug, um den Tune zu identifizieren, und klein genug, um schnell zu übertragen, selbst bei Verbindungen mit niedrigem Bandbreite.

5. Anpassung gegen die Datenbank

Sobald Shazam einen Fingerabdruck aus Ihrem Snippet erstellt hat, muss es in seiner Datenbank mit Millionen von Songs schnell ein Match finden.

Obwohl Shazam keine Ahnung hat, woher Ihr Clip kam – Intro, Vers, Refrain, Bridge – spielt keine Rolle, dass es nach relativem Timing zwischen Hash -Paaren sucht. Dies macht das System sturdy, um Offsets im Eingabe -Audio zu zeitigen.

Shazam vergleicht den Hashes Ihrer Aufnahme mit seiner Datenbank und identifiziert den Tune mit der höchsten Anzahl von Übereinstimmungen, dem Fingerabdruck, der am besten mit Ihrem Beispiel entspricht, auch wenn es aufgrund von Hintergrundgeräuschen nicht genau übereinstimmt.

Wie es so schnell sucht

Um diesen Blitzschnitzel zu machen, verwendet Shazam a HashmapAnwesend Eine Datenstruktur, die eine nahezu instantierte Suche ermöglicht.

Ein HashMap kann in O (1) eine Übereinstimmung finden, dh die Suchzeit bleibt konstant, auch wenn Millionen von Einträgen vorhanden sind.

Im Gegensatz dazu nimmt ein sortierter Index (wie B-Tree auf der Festplatte) o (log n) Zeit, was langsam wächst, wenn die Datenbank wächst.

Dieses Gleichgewicht zwischen Zeit und Raumkomplexität ist als bekannt als als Huge O NotationTheorie Ich bin nicht darauf vorbereitet, zu lehren. Bitte beachten Sie einen Informatiker.

6. Skalierung des Methods

Um diese Geschwindigkeit im globalen Maßstab aufrechtzuerhalten, nutzt Shazam mehr als nur schnelle Datenstrukturen, sondern es optimiert, wie und wo die Daten leben:

• Scherben Die Datenbank – dividieren Sie sie nach Zeitbereich, Hash -Präfix oder Geographie
• Hält heiße Scherben im Speicher (RAM) für sofortigen Zugriff
• Lädt kältere Daten auf die Festplatte ab, was langsamer, aber billiger zu speichern ist
• Verteilt das System nach Area (z. B. US -Osten, Europa, Asien). Daher ist die Anerkennung schnell, egal wo Sie sich befinden

Dieses Design unterstützt 23.000 Anerkennungen professional Minutesogar in globaler Ebene.

---

Auswirkungen und zukünftige Anwendungen

Die offensichtliche Anwendung ist Musikentdeckung auf Ihrem Telefon, aber es gibt eine weitere wichtige Anwendung von Shazams Prozess.

Shazam erleichtert Markteinsichten. Jedes Mal, wenn ein Benutzer ein Lied markiert, sammelt Shazam anonymisierte, geo-zeitliche Metadaten (wo, wann und wie oft ein Lied ids.)

Labels, Künstler und Promotoren verwenden dies, um:

• Spot Breakout -Tracks, bevor sie in die Charts getroffen werden.
• Identifizieren Sie regionale Traits (ein Remix, der in Tokio vor LA an Tokio gewinnt).
• Leitfadenvermarktungsausgaben basierend auf Bio -Attraktion.

Im Gegensatz zu Spotify, das das Hörverhalten von Benutzern verwendet, um Empfehlungen zu verfeinern, liefert Shazam Echtzeitdaten zu Songs, die Menschen aktiv identifizieren und die Musikindustrie frühzeitige Einblicke in neue Traits und beliebte Tracks bieten.

Was Spotify hört, bevor Sie dies tun
Die Datenwissenschaft der MusikempfehlungMedium.com

Im Dezember 2017, Apfel kaufte Shazam für eine gemeldete 400 Millionen Greenback. Apple verwendet Berichten zufolge Shazams Daten, um die Empfehlungsmotor von Apple Music zu erweiternAnwesend und Aufzeichnungsbezeichnungen überwachen jetzt Shazam -Traits, wie sie früher überwacht haben Radiospins.

In Zukunft wird die Entwicklung in Bereichen wie folgt erwartet:

• Visible Shazam: Zeigen Sie bereits pilotiert auf eine Kamera auf ein Objekt oder ein Kunstwerk, um es zu identifizieren, nützlich für eine Augmented Actuality -Zukunft.
• Konzertmodus: Identifizieren Sie Songs dwell während der Gigs und synchronisieren Sie eine Echtzeit-Setlist.
• Hyper-lokale Traits: Oberflächenüberlegen, was auf dieser Straße oder in diesem Veranstaltungsort tendiert, wodurch der Musikgeschmack von Group-Shared-Musik erweitert wird.
• Generative AI -Integration: P.Air -Audio -Snippets mit Lyrikgenerierung, Remixvorschlägen oder visueller Begleitung.

Outro: Der Algorithmus, der Bestand hat

In einer Welt immer verändernder Tech-Stapel ist es selten, dass ein Algorithmus über 20 Jahre lang related bleibt.

Aber Shazams Fingerabdruckmethode hat es nicht nur ertragen, sie ist skaliert, entwickelt und wird zu einer Blaupause für Audioerkennungssysteme in der gesamten Branche.

Die Magie ist nicht nur so, dass Shazam ein Lied nennen kann. So macht es es, verwandelte unordentlichen Sound in elegante Mathematik und macht es zuverlässig, sofort und international.

Wenn Sie additionally das nächste Mal in einer lauten, trashigen Bar sind, hält Ihr Telefon bis zum Lautsprecher, um zu spielen Lola Youngs ‚chaotisch‘ Denken Sie daran: Hinter diesem Wasserhahn befindet sich ein wunderschöner Stapel von Signalverarbeitung, Hashing und Suche, so intestine, dass sich kaum ändern musste.

In diesem Interview gehen wir auf die bahnbrechende Arbeit von Blockade Labs und seiner revolutionären Skybox-KI-Technologie ein. Marguerite de Courcelle ist ein Avantgarde-Künstler, kreativer Technologe, weltbekannter Spieledesigner und eine Schlüsselfigur hinter Skybox AI. Er gibt Einblicke, wie diese Spitzentechnologie die Grafikbranche verändert, indem sie hochwertige, anpassbare virtuelle Umgebungen für jedermann zugänglich macht.

Skybox-KI nutzt generative KI, um nahtlose 8K-360°-Panoramaszenen in Sekundenschnelle zu erstellen, eine Leistung, die traditionell viel Zeit und künstlerisches Können erforderte. Diese Innovation ist nicht nur ein technologisches Wunderwerk, sondern eine demokratisierende Kraft, die es Kreativen und Entwicklern ermöglicht, schnell und kostengünstig atemberaubende visuelle Inhalte zu erstellen. Indem Skybox AI den Prozess der Generierung hochwertiger Bilder und Szenen vereinfacht, ermöglicht es Benutzern, kreative Ideen ohne Zeit- und Kostenbeschränkungen zu erkunden und weiterzuentwickeln.

Die Technologie behebt häufige Hindernisse in der Grafikbranche, wie den arbeitsintensiven und zeitaufwändigen Charakter traditioneller Arbeitsabläufe. Mit Skybox AI können Entwickler schnell mehrere Iterationen einer Szene erstellen und so einen dynamischeren und experimentelleren Ansatz bei der Inhaltserstellung fördern. Diese Fähigkeit ist besonders transformativ für Branchen wie Gaming, Movie und virtuelle Realität, in denen immersive Umgebungen von entscheidender Bedeutung sind.

Darüber hinaus erstreckt sich Skybox AI auf professionelle Unterhaltung und neue Plattformen wie Apple Imaginative and prescient Professional. Indem Skybox AI eine nahezu unbegrenzte Palette hochauflösender virtueller Umgebungen bietet, verbessert es das immersive Erlebnis von Spatial Computing und virtueller Realität. Seine benutzerfreundliche Oberfläche in Kombination mit leistungsstarken KI-gesteuerten Funktionen stellt sicher, dass selbst Personen ohne technisches Fachwissen visuell beeindruckende Welten erschaffen können.

Während wir die Entwicklung von Skybox AI verfolgen, entdecken wir die strategische Innovationen die es von anderen Lösungen auf dem Markt abheben. Das Engagement für kontinuierliche Verbesserung und die Reaktion auf Benutzeranforderungen stellt sicher, dass Skybox AI an der Spitze der Grafikbranche bleibt und neue Möglichkeiten für kreativen Ausdruck in verschiedenen Bereichen eröffnet.

1. Was inspirierte Blockade Labs sich auf die Entwicklung der Skybox-KI-Technologie zu konzentrieren und wie diese die Grafikbranche revolutioniert?

Generative KI ist unglaublich wichtig, ihre Auswirkungen sind und werden in praktisch allen Bereichen, in denen Menschen sich kreativ ausdrücken, immer stärker spürbar sein. Wir haben diesen disruptiven, transformativen Development bereits 2021 erkannt und zu diesem Zeitpunkt begonnen, darauf aufzubauen.

Anfangs waren unsere Ergebnisse grob und teuer, aber bis Januar 2023 hatten wir eine Reihe schwieriger Probleme gelöst, die es unserem Staff ermöglichten, zwei Dinge besser zu machen als alle anderen. 1 – Wir konnten Bilder in beliebiger Größe erstellen. 2 – Wir konnten dies in einem Bruchteil der Zeit tun, die andere Unternehmen brauchten, um viel kleinere, weniger verfeinerte Bilder zu erstellen.

Diese Kombination aus Durchbrüchen ebnete uns den Weg zur Skybox AI, wo wir den arbeits- und zeitaufwändigen Prozess der Erstellung einer realistischen oder künstlerischen äquirektangulären 360-Grad-Panorama-Skybox oder -Szene durch eine einfache Textual content-zu-Skybox-Schnittstelle ersetzten.

Das trifft zwar auf Skybox AI zu, ist aber nicht spezifisch auf unser Produkt: Wenn etwas teuer und zeitaufwändig ist, verwenden es nur wenige Leute und sie begnügen sich oft mit etwas Allgemeinem oder geben am Ende viel Geld aus, um genau das zu bekommen, was sie wollen.

Wenn die Qualität desselben Produkts erhalten bleibt, die Herstellung jedoch so unglaublich kostengünstig wird und die Particular person, die es benötigt, es schnell wiederholen kann, erlebt man, dass die Verwendung dieses Artikels explosionsartig ansteigt und plötzlich Dutzende oder Hunderte von völlig neuen Anwendungsfällen entstehen, die vorher einfach keinen Sinn ergaben, jetzt aber schon.

Blockade Labs bietet eine Lösung für die Kosten und Komplexität hochwertiger Kreationen und eröffnet eine Welt voller Möglichkeiten, die noch vor einem Jahr nur wenige vor Augen hatten.

2. Können Sie den Prozess erklären, der hinter der Generierung dieser nahtlosen, anpassbaren 8K 360°-Welten in nur wenigen Sekunden steckt?

Das Beste, was ich tun kann, ist zu erklären, dass „das KI-Modell“ eigentlich nur ein kleiner Teil der gesamten „Pipeline“ ist, die unsere Szenen und Skyboxen produziert. Wir erfinden regelmäßig große

Teile unserer zugrunde liegenden generativen Pipeline, um eine bessere Qualität und Leistung zu erzielen.

3. Wie geht Skybox AI mit den üblichen Hindernissen um, mit denen Kreative und Entwickler in der Grafikbranche konfrontiert sind?

Es ist eine Menge Arbeit! In traditionellen Arbeitsabläufen kann ein erfahrener Künstler mehrere Tage an einer einzigen Szene arbeiten und am Ende nur eine oder wenige verwandte Versionen vorweisen. Der zeitaufwändige Charakter der Arbeit und die Schwierigkeit, so flach zu malen, was eigentlich ein 360 Panorama bedeutet, dass die meiste Zeit mit dem Erstellen der Szene verbracht werden muss, anstatt zu überlegen, welche Szenen man erstellen möchte, wenn man alle Zeit der Welt hätte.

Mit Skybox AI bleibt den Entwicklern diese schwierige Entscheidung erspart. Die Möglichkeit, ein Dutzend neuer Skyboxen oder Panoramaszenen in nur wenigen Minuten zu erstellen, indem man einfach eine Idee oder eine flüchtige Laune beschreibt, ist äußerst störend. Der Prozess dreht sich nicht mehr darum, was möglich ist, sondern darum, was für jeden Entwickler best ist, und zwar in einem Ausmaß, das ohne KI einfach nicht möglich ist.

4. Inwiefern eröffnet dieser Durchbruch neue Möglichkeiten für die Inhaltserstellung auf dem Apple Imaginative and prescient Professional und im professionellen Leisure-Bereich?

Apple hat mit dem AVP sechs hochauflösende, immersive Umgebungen ausgeliefert, denn insbesondere angesichts der Einschränkungen beim Echtzeit-Compositing der Gerätekameras wird räumliches Computing noch leistungsfähiger und transformativer, wenn es in einer vollständig virtualisierten Umgebung durchgeführt werden kann. Aber Apple hat nur sechs solcher Umgebungen ausgeliefert, und obwohl sie atemberaubend schön sind, sind sie begrenzt.

Mit Skybox AI erhöht sich diese Zahl von „6 von Apple erstellt“ auf „so viele, wie Sie nur wollen und sich vorstellen können“. Unser Mannequin 3 zeigt, wozu wir fähig sind, und produziert in nahtloser, nativer 8K-Auflösung und mit intensiven, komplexen Particulars, die mit den kommenden Versionen nur noch besser werden.

5. Was sind einige der wichtigsten Funktionen und Vorteile der Verwendung von Skybox AI zum Generieren immersiver virtueller Umgebungen?

Geschwindigkeit (Von der Idee zur Welt in ca. 30 Sekunden), Qualität (native 8K-Auflösung) und Kontrolle (einfache Eingabeaufforderungen funktionieren hervorragend, für komplexere Dinge schalten Sie einfach „Immediate Enhancer“ ein). Mit Monatsplänen ab 12 $ für 100 Szenen/Skyboxen gibt es keine bessere Möglichkeit, genau das zu erstellen, was Sie für Ihr Projekt benötigen, als Skybox AI.

6. Wie stellen Sie sich den Einsatz von Skybox AI in verschiedenen Branchen vor, beispielsweise in den Bereichen Gaming, Movie und Digital Actuality?

Wir liefern unglaubliche Umgebungen auf Anfrage über unsere API oder Net-App für Spiele, Filme, Industrie/Unternehmen und Digital Actuality-Anwendungen in Sekundenschnelle. Das macht

Iteration und Experimentieren stehen in modernen kreativen Arbeitsabläufen im Mittelpunkt, wodurch Zeit und Geld frei werden, die anderweitig eingesetzt werden können. Wenn eine Änderung erforderlich ist, kann eine vorhandene Umgebung neu gemischt werden, um die gesamte Geometrie und das Structure beizubehalten und gleichzeitig den Inhalt selbst grundlegend neu zu gestalten, von kleinen subtilen Anpassungen bis hin zu kompletten Neugestaltungen, anstatt den gesamten Prozess von vorne zu beginnen. Das ist heute alles mit unserem Standardservice möglich.

7. Können Sie Erfolgsgeschichten oder bemerkenswerte Projekte nennen, bei denen Skybox AI bereits genutzt wurde?

Passage, App für Apple Imaginative and prescient Professional: Verwenden Sie KI, um von jedem erdenklichen Ort aus zu schreiben, oder erhalten Sie atemberaubende, hochauflösende, von Menschen erstellte Bilder. Schaffen Sie eine Welt der Konzentration und des Flusses. Eine ausgezeichnete Wahl für Tagebuchschreiben, Entwurf und kreatives Schreiben.

*Kürzlich eine 5-Sterne-Bewertung für ihre Grafiken erhalten.

Pillow, App auf Meta Quest: Entdecken Sie mit Pillow, der EINZIGEN immersiven App, die für die Verwendung im Liegen entwickelt wurde, eine völlig neue Artwork, Ihr Headset zu verwenden! Entspannen Sie sich im Bett in Combined Actuality und erleben Sie vier erstaunliche interaktive Träume, die alle im Einzelspieler- oder 2-Spieler-Koop-Modus spielbar sind!

ThingLink, Immersives Lernen: Bildungsplattform, die Anwendungsfälle für Spitzentechnologie in verschiedenen Branchen vermittelt. Skybox AI ist ein Zusatz in ihrer Verpackung. Skybox AI in ThingLink wurde kürzlich in Forbes als eines von sechs von Lehrern empfohlenen KI-Instruments hervorgehoben.

Rec-room verwendete Blockade Labs in Fractura, einer Pipeline von KI-Instruments zur Spieleerstellung.

Verifizierte Unity-Lösung im Unity Asset Retailer

Nvidia, Keynote-Rede von Jensen Huang, SIGGRAPH 2023

8. Wie benutzerfreundlich ist die Skybox-KI-Plattform und welches Maß an technischem Fachwissen ist erforderlich, um atemberaubende virtuelle Welten zu erschaffen?

Die Plattform erfordert im Wesentlichen keine „Fähigkeiten“, obwohl es wichtig ist, zu wissen, was Sie wollen, wenn Sie es sehen. Wir alle werden mit persönlichen ästhetischen Vorlieben geboren (nennen wir es „Geschmack“), aber nur wenige werden mit dem angeborenen Expertise geboren, auf hohem Niveau zu kreieren. In der sich abzeichnenden KI-gestützten Zukunft brauchen Sie nur Geschmack.

Einer der wichtigsten Werte von SkyboxAI ist „Zugänglichkeit“, d. h., jemand sollte in der Lage sein, https://skybox.blockadelabs.com zu besuchen und ohne jemals

Wenn Sie schon einmal eine Skybox oder Umgebung erstellt haben, können Sie innerhalb der ersten paar Versuche so ziemlich alles erstellen, was Sie möchten. Es sind keine Fachkenntnisse erforderlich.

9. Was unterscheidet Skybox AI von anderen Lösungen auf dem Markt und wie planen Sie, Ihren Wettbewerbsvorteil aufrechtzuerhalten?

Skybox AI erstellt in Sekundenschnelle größere, immersivere Szenen und Kunstwerke. Das kann unseres Wissens nach niemand von sich behaupten, aber alles entwickelt sich so schnell, dass es schwer ist, mitzuhalten. Wir bleiben an der Spitze, indem wir ständig Innovationen entwickeln und die Grenzen des Möglichen verschieben, bevor unsere Kunden überhaupt wissen, dass sie es wollen.

10. Wie gewährleistet Blockade Labs die Sicherheit und den Datenschutz benutzergenerierter Inhalte innerhalb des Skybox AI-Ökosystems?

Wir befolgen die Greatest Practices, die in unseren Servicebedingungen und Datenschutzrichtlinien definiert sind.

11. Was sind die nächsten Schritte für Blockade Labs im Hinblick auf die Erweiterung der Fähigkeiten von Skybox AI und die weitere Stärkung von Entwicklern und Gestaltern?

Zwei Worte. Immersion und Intelligenz. Im letzten Jahr haben wir mit dem Produkt, das auf Zugänglichkeit, Qualität und Kontrolle optimiert ist, unsere drei Hauptziele erreicht. Die nächste Era wird Skybox AI über die Bildgebung hinausführen und es Benutzern ermöglichen, ihre Szenen in immersive Erlebnisse zu verwandeln. Dies wird ab 2024 sichtbar, aber 2025 wird die größeren Auswirkungen haben. Zu diesem Zeitpunkt ist der Prozess vom Textual content zum Prototyp und die ganze Welt wird sich ändern.

12. Angesichts der ständigen Weiterentwicklung der Digital- und Augmented-Actuality-Technologien: Wie wird sich Skybox AI Ihrer Ansicht nach weiterentwickeln, um den wachsenden Anforderungen der Branche gerecht zu werden?

Skybox AI und andere neue Instruments werden es jedem einfacher machen, Spiele oder Erlebnisse mit weniger Aufwand und mehr Qualität und Kontrolle zu erstellen. Mit sinkenden Erstellungszeiten und -kosten werden wir in ein goldenes Zeitalter der Kreativität eintreten, in dem es so einfach ist, eine Idee in die Realität umzusetzen, dass jeder es jederzeit tun kann, auch nur zum Spaß.