我让 Gemini 4 Argon、Fable 5.1 和 GPT-6 Astra 制作相同的音频工具,结果最好看的那个音质却不是最好的
最近一项比较 AI 模型 Gemini 4 Argon、Fable 5.1 和 GPT-6 Astra 制作鼓机的测试发现,Google 的 Gemini 4 Argon 产生了视觉上最独特的设计。尽管 Bloomberg 报道一些员工对其前端功能表示担忧,Argon 的创作展示了显著的个性和文化理解,但其音频输出被形容为单薄。
Google 的 Gemini 4 Argon 在最近的测试中,制作出最具美学吸引力的鼓机。该公司曾宣布其基准测试分数强劲,但据报道,一些有权限的 Google 员工认为它在前端设计方面表现不佳。该模型将其创作命名为“TR-86 Rhythm Composer”,呼应了经典硬件,并融入了木纹侧板和红色 LED 节奏显示等视觉元素。其预设音色以“909 house”和“boom bap”等流派命名,显示出对这类乐器周围文化背景的显著理解。
尽管 Argon 的设计倾向于用户友好的滑块而非真实的旋钮,并且在调整大小时存在轻微的布局错误,但其视觉风格突出。然而,其音频表现却不那么令人印象深刻。合成声音稳定但被形容为“单薄”,底鼓缺乏低音,踩镲听起来“嘶嘶作响”。这表明模型在生成视觉丰富、文化信息丰富的代码的能力与其产生功能高质量音频的能力之间可能存在差距,特别是当它无法直接“听到”它所创建的 Web Audio API 输出时。
相比之下,Anthropic 的 Fable 5.1 被形容为在“步骤和工具使用”方面表现出色,它有条不紊地处理任务。它创建了详细的任务列表,直接编写文件,并自我检查控制台错误,仅规划就花了五分钟。Fable 还超出了简报要求,添加了额外的音轨,展示了一种彻底、流程驱动的方法,优先考虑功能完整性,这与 Argon 以设计为中心的输出不同。
分享这篇文章
相关文章
6 则
Google 推出适用于 CarPlay 的 Gemini 应用
Google is rolling out its Gemini app for CarPlay, showing how these models are being integrated into everyday tools.

越南旅客现可扫描NETS二维码在新加坡付款

微信支付海外电子钱包交易量增长84%

BPC 将 SmartVista 与华为结合,推动支付现代化

