Meta AI-Demos

[GN⁺]

Hacker-News-Kommentare

• Eine Beschreibung eines vielfältigen Demo-Toolkastens

  • Segment Anything 2: Erstellt mit wenigen Klicks Video-Cutouts und unterhaltsame visuelle Effekte
  • Seamless Translation: Man kann erleben, wie die eigene Stimme in einer anderen Sprache klingt
  • Animated Drawings: Erweckt handgezeichnete Skizzen als Animationen zum Leben
  • Audiobox: Erstellt Audio-Storys mit KI-generierten Stimmen und Geräuschen

• Seamless Translation ist ziemlich beeindruckend

  • Als ein Nutzer, der Englisch und Spanisch spricht, einen englischen Satz aufnahm und die erzeugte spanische Ausgabe hörte, klang sie fast wie sein eigenes Spanisch
  • Allerdings enthält das Spanisch des Nutzers mehr kastilische Eigenheiten

• Ich frage mich, warum im Titel „Aidemos“ steht

• Ich frage mich, wohin Metas KI-Forschung steuert

  • Die Ziele von Google und MSFT verstehe ich, aber bei Meta ist mir das Endziel nicht ganz klar

• Die Seamless-Translation-Demo ist großartig

  • Die übersetzte Stimme klingt ähnlich wie die ursprüngliche eigene Stimme
  • Wenn sich das in Echtzeit umsetzen ließe, wäre das erstaunlich

• Meta versteht die Wirkung von GPT-3 und ChatGPT sehr genau

  • Das Modell ist der Ausgangspunkt, und die UX rund um das Modell zeigt die Intelligenz
  • Das fällt besonders bei visuellen Modellen auf
  • Es ist interessant, dass SAM2 sagt, es könne „alles sehen“
  • Es ist beeindruckend zu sehen, wie man auf einen Fußball klickt und das Modell ihn im Video nahtlos verfolgt, selbst wenn er verdeckt wird

• Nicht alle Demos sind enthalten

  • Zum Beispiel fehlt die Meta-Motivo-Demo (ein Steuerungsmodell für Humanoide)

• Es wird die Meldung angezeigt: „Derzeit ist die Website in Ihrer Region nicht verfügbar“

• Ich frage mich, wo all die Links zu den Modellen sind

• Interessant, aber ich wünschte, Meta würde klarer sagen, was es tatsächlich will

  • Vermutlich bedeutet es: „Bitte stellt uns Daten aus realen Nutzungssituationen zur Verfügung, damit wir die Modelle weiter trainieren können“

• Ich habe vor einigen Jahren einmal eine Altersschätzungs-Technologie genutzt

  • Nutzer luden ein Bild hoch, halfen dabei, 10 % der Gesichts-Landmarkenpunkte auszurichten, und dann wurde der Schätzer ausgeführt
  • Wenn das Ergebnis falsch war, wurde um Korrekturen gebeten, um es zu verbessern
  • Es ist immer noch cool, aber im Vergleich zu dieser früheren Erfahrung haut es mich nicht besonders um