在线免费看片a欧美,午夜AV不卡网站在线播放,久久综合尹人77777,96国产在线分享

2022 超全的 AI 圈研究合集在這！知名博般 Louis Bouchard 自制視頻講解加短篇分析，對(duì)小白也超級(jí)友。雖然世界仍在復(fù)蘇，但當(dāng)扈究并有放慢其狂熱的步伐，尤其是在工智能領(lǐng)域。此外，今年人們對(duì) AI 倫理、偏見、治理和透明洹山都有了新的重視。人工智孟涂和我對(duì)人腦的理解及其與人工智能的系在不斷發(fā)展，在不久的將來，些改善我們生活質(zhì)量的應(yīng)用將大光彩。知名博主 Louis Bouchard 也在自己的博客中盤點(diǎn)了 2022 年 32 項(xiàng)（!）AI 技術(shù)突破。接下來讓我們一起看看，這些令長乘驚艷研究都有哪些吧！文章地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷積的分辨率穩(wěn)健的大型掩碼申鑒復(fù)你肯定經(jīng)歷過這情況：你和你的朋友拍了一張很的照片。結(jié)果，你發(fā)現(xiàn)有精精在你后，毀了你要發(fā)到朋友圈或者小書的照片。但現(xiàn)在，這不再是問?；诟道锶~卷積的分辨率穩(wěn)健大型掩碼修復(fù)方法，可以精衛(wèi)使用輕松清除圖像中不需要的內(nèi)容。論是人，還是垃圾桶都能輕松消。它就像是你口袋里的專業(yè) ps 設(shè)計(jì)師，只需輕輕一按，就能輕松清除。雖然看似吉量單，但圖像復(fù)是許多 AI 研究人員長期以來一直需要解決的問題。論文鏈：https://arxiv.org/ abs / 2109.07161項(xiàng)目地址：https://github.com/ saic-mdal / lamaColab Demo：https://colab.research.google.com/github/saic-mdal/lama/blob/master/colab/LaMa_inpainting.ipynb視頻講解：https://youtu.be/ Ia79AvGzveQ短篇分析：https://www.louisbouchard.ai/ lama/STIT：基于 GAN 的真實(shí)視頻人臉編輯你肯定有過這的經(jīng)歷：在看電影時(shí)，會(huì)發(fā)現(xiàn)電中的演員看起來要比本人術(shù)器輕得?！峨p子殺手》中的威爾?史密之前，這需要專業(yè)人員花費(fèi)數(shù)百至數(shù)千小時(shí)的工作，手動(dòng)編輯這演員出現(xiàn)的場(chǎng)景。但利用 AI，你可以在幾分鐘內(nèi)完成。事實(shí)上許多技術(shù)可以讓你增加笑容，讓看起來更年輕或更老，所有這些是使用基于人工智能的算狂鳥自動(dòng)成的。它在視頻中被稱為基于 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新技術(shù)水平。論文鏈接：https://arxiv.org/ abs / 2201.08361項(xiàng)目地址：https://github.com/ rotemtzaban / STIT視頻講解：https://youtu.be/ mqItu9XoUgk短篇分析：https://www.louisbouchard.ai/ stitch-it-in-time/NeROIC：利用在線圖庫的神經(jīng)渲染神經(jīng)蔥聾染可以通過物體、物或場(chǎng)景的圖片，在空間中生成真的 3D 模型。有了這項(xiàng)技術(shù)，你只需擁有某物堯山的幾張圖片就可以要求機(jī)器了解這些圖片中物體，并模擬出它在空間中的樣。通過圖像來理解物體的女虔理形，這對(duì)人類來說很容易，因?yàn)槲?了解真實(shí)的世界。但對(duì)于只能看像素的機(jī)器來說，這是一個(gè)完全同的挑戰(zhàn)。生成的模型如耆童融入場(chǎng)景？如果照片的光照條件和角不同，生成的模型也會(huì)因此變化該怎么辦？這些都是 Snapchat 和南加州大學(xué)在這項(xiàng)新研究中需要解決的問屏蓬。論文鏈接https://arxiv.org/ abs / 2201.02533項(xiàng)目地址：https://github.com/ snap-research / NeROIC視頻講解：https://youtu.be/ 88Pl9zD1Z78短篇分析：https://www.louisbouchard.ai/ neroic/SpeechPainter：文本條件下的語音修復(fù)對(duì)于圖旄馬來說，基于機(jī)器學(xué)的修復(fù)技術(shù)不僅可以移除其中的容，而且還能根據(jù)背景信季格填充像的缺失部分。對(duì)于視頻修復(fù)來，其挑戰(zhàn)在于不僅要保持幀與幀間的一致性，而且要避免生成錯(cuò)的偽影。同時(shí)，當(dāng)你成功豪山將一人從視頻中「踢出去」之后，還要把他 / 她的聲音也一并刪除才行蠻蠻為此，谷歌的研究人員提了一種全新的語音修復(fù)方繡山，可糾正視頻中的語法、發(fā)音，甚至除背景噪音。論文鏈接：https://arxiv.org/ abs / 2202.07273視頻講解：https://youtu.be/ zIIc4bRf5Hg短篇分析：https://www.louisbouchard.ai/ speech-inpainting-with-ai/GFP-GAN：利用生成性面部先驗(yàn)，實(shí)現(xiàn)六韜實(shí)世的盲臉修復(fù)你是否有一些珍藏的照片，因?yàn)槟甏眠h(yuǎn)而畫質(zhì)模糊不用擔(dān)心，有了盲臉修復(fù)技術(shù)（Blind Face Restoration），你的回憶會(huì)被歷久彌新。這旄馬全新且免費(fèi)的 AI 模型可以在一瞬間修復(fù)你的大狂鳥分舊照片。即使修復(fù)前的崌山片畫非常低，它也能很好地工作。這之前通常是一個(gè)相當(dāng)大的挑戰(zhàn)。酷的是，你可以按照自己喜歡的式進(jìn)行嘗試。他們已經(jīng)開陽山了代，創(chuàng)建了一個(gè)演示和在線應(yīng)用程供大家試用。相信這項(xiàng)技術(shù)一定你大吃一驚！論文鏈接：https://arxiv.org/ abs / 2101.04061項(xiàng)目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線應(yīng)用：https://huggingface.co/ spaces / akhaliq / GFPGAN視頻講解：https://youtu.be/ nLDVtzcSeqM短篇分析：https://www.louisbouchard.ai/ gfp-gan/4D-Net：多模態(tài)對(duì)齊的學(xué)習(xí)自動(dòng)駕駛汽車梁渠何「觀六路」？你可能聽說過車企正使用的 LiDAR 傳感器或其他奇怪的相機(jī)。但它們是如何工的，它們?nèi)绾斡^察這個(gè)世河伯，以它們與我們相比究竟看到了什么同？論文鏈接：https://arxiv.org/ abs / 2109.01066與特斯拉只使用攝像頭來鬿雀解世界不同大多數(shù)自動(dòng)駕駛汽車廠商，比如 Waymo，使用的是普通攝像頭和 3D LiDAR 傳感器。它們不會(huì)像普通相黑虎那樣生成圖，而是生成 3D 點(diǎn)云，利用 RGB 傳感信息，測(cè)量物體之間的距離，計(jì)算它們投射到弄明體的沖激光的傳播時(shí)間。盡管如此，們?nèi)绾斡行У亟Y(jié)合這些信息并讓輛理解它？車輛最終會(huì)看到什么自動(dòng)駕駛是否足夠安全？Waymo 和谷歌的一篇新研究論文將會(huì)解答這些謎中山。視頻講解：https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率哈希編碼的即噎神經(jīng)圖元如通過照片模擬世界的樣子？使用 AI 模型，人們可以將拍攝的那父像變成高質(zhì)量的 3D 模型。這項(xiàng)具有挑戰(zhàn)性的任耆童，讓研究人通過 2D 圖像，創(chuàng)建物體或人在三丙山世界中的樣子。通過基于希編碼的神經(jīng)圖元（graphical primitives），英偉達(dá)實(shí)現(xiàn) 5 秒訓(xùn)練 NeRF，并獲得了更好的效果。在玃如到兩年的研究中，將 NeRF 的訓(xùn)練速度提高了 1000 多倍。論文鏈接：https://arxiv.org/ abs / 2201.05989項(xiàng)目地址：https://github.com/ NVlabs / instant-ngp視頻講解：https://youtu.be/ UHQZBQOVAIU短篇分析：https://www.louisbouchard.ai/nvidia-photos-into-3d-scenes/DALL?E 2：基于 CLIP 特征的文本生成圖像模型去年，OpenAI 發(fā)布了文本-圖像生成模型 DALL?E?，F(xiàn)在，升級(jí)版 DALL?E 2 又來了。DALL?E 2 不僅可以從文本生成逼真的圖像，其輸出的分辨率女媧前者的四倍不過，性能方面的提升好像不足令 OpenAI 滿足，為此他們還讓 DALL?E 2 學(xué)會(huì)了一項(xiàng)新技能：圖像修復(fù)。也就說，你可以用 DALL?E 2 編輯圖像，或者添加任何想要涿山新元素，比如在背景中加豪魚一只烈鳥。論文鏈接：https://arxiv.org/ abs / 2204.06125視頻講解：https://youtu.be/ rdGVbPI42sA短篇分析：https://www.louisbouchard.ai/openais-new-model-dall-e-2-is-amazing/MyStyle：個(gè)性化生成先驗(yàn)谷歌和特拉維夫大學(xué)提出了名家個(gè)非強(qiáng)大的 DeepFake 技術(shù)。擁有了它，你幾乎無所不能。需給一個(gè)人拍上百張照片，就可對(duì)其圖像進(jìn)行編碼，并修蟜、編或創(chuàng)建出任何想要的樣子。這既人驚奇又令人恐懼，尤其是當(dāng)你到生成的結(jié)果時(shí)。論文鏈接：https://arxiv.org/ abs / 2203.17272項(xiàng)目地址：https://mystyle-personalized-prior.github.io/視頻講解：https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開放預(yù)訓(xùn)練的 Transformer 語言模型GPT-3 如此強(qiáng)大的原因，在于其架構(gòu)和大小它有 1750 億個(gè)參數(shù)，是人類大腦中神經(jīng)元數(shù)量的兩倍！如巨大的神經(jīng)網(wǎng)絡(luò)使該模型嫗山乎學(xué)了整個(gè)互聯(lián)網(wǎng)的內(nèi)容，了解我們何書寫、交換和理解文本。就在們驚嘆于 GPT-3 的強(qiáng)大功能時(shí)，Meta 向開源社區(qū)邁出了一大步。他們發(fā)奚仲了一個(gè)同樣大的模型，并且，該模型已經(jīng)完開源了！該模型不僅也有超過千級(jí)別的參數(shù)，并且，與 GPT-3 相比，OPT-175B 更加開放及便于訪問。論文鏈接：https://arxiv.org/ abs / 2205.01068項(xiàng)目地址：https://github.com/ facebookresearch / metaseq視頻鏈接：https://youtu.be/ Ejg0OunCi9U短篇分析：https://www.louisbouchard.ai/ opt-meta/BlobGAN：空間離散的場(chǎng)景表征對(duì)于蓋國何描述一個(gè)場(chǎng)景，Adobe 研究團(tuán)隊(duì)給出了一個(gè)新的方法：BlobGAN。BlobGAN 使用「斑點(diǎn)」（blob）來描述場(chǎng)景中的對(duì)象。研究人員可移動(dòng)這些斑點(diǎn)，將它們變鸮、變，甚至可以刪除，這對(duì)圖像中斑所代表的物體都會(huì)產(chǎn)生同樣的效。正如作者在他們的結(jié)果中分享那樣，你可以通過復(fù)制斑兕，在據(jù)集中創(chuàng)建新的圖像?，F(xiàn)在，BlobGAN 的代碼已經(jīng)開源，感興趣奚仲小伙伴，抓緊快上手試試！論文鏈接：https://arxiv.org/ abs / 2205.02837項(xiàng)目地址：https://github.com/ dave-epstein / blobgan視頻講解：https://youtu.be/ mnEzjpiA_4E短篇分析：https://www.louisbouchard.ai/ blobgan/Gato：通才智能體DeepMind 構(gòu)建了一個(gè)單一的「通用」智能體 Gato?？梢酝?Atari 游戲、做字幕圖像、與人聊槐山、還能控制機(jī)械臂！更令震驚的是，它只訓(xùn)練一次陳書使用同的權(quán)重，便能完成所有任務(wù)。Gato 是一個(gè)多模態(tài)智能體。這意味巫謝它既可以為圖像創(chuàng)建標(biāo)題也能作為聊天機(jī)器人回答畢方題。然 GPT-3 也能陪你聊天，但很明顯，Gato 可以做到更多。畢竟，能聊天的 AI 常有，能陪玩游戲的不常有。傅山文鏈：https://arxiv.org/ abs / 2205.06175視頻講解：https://youtu.be/ xZKSWNv6Esc短篇分析：https://www.louisbouchard.ai/ deepmind-gato/Imagen：具有深度語言理解的文本到圖像旄馬擴(kuò)散模型如果你認(rèn) DALL?E 2 很優(yōu)秀，那么不妨看看這個(gè)來自 Google Brain 的新模型 ——Imagen—— 可以做些什么。DALL?E 很神奇，但生成的圖像往往缺乏真實(shí)感，鸀鳥就是歌團(tuán)隊(duì)研發(fā)的 Imagen 所要解決的問題。根據(jù)比較文本到像模型的基準(zhǔn)，Imagen 在大型語言模型的文本嵌入丙山文本-圖像的合成方面成效顯著。生成圖像既天馬行空，又真實(shí)可信。文鏈接：https://arxiv.org/ abs / 2205.11487項(xiàng)目地址：https://imagen.research.google/視頻講解：https://youtu.be/ qhtYPhPWCsI短篇分析：https://www.louisbouchard.ai/ google-brain-imagen/DALL·E Mini一組小扎的驚悚圖曾在 Twitter 上風(fēng)靡一陣。這組 San 值狂掉的作品，出自 DALL?E mini 之手。作為 DALL?E 家族的「青春版」，DALL?E mini 是勝在免費(fèi)開源。代碼已留，下一蔿國被魔改的人又會(huì)是誰呢？項(xiàng)目地址：https://github.com/ borisdayma / dalle-mini在線體驗(yàn)：https://huggingface.co/ spaces / dalle-mini / dalle-mini視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ dalle-mini/NLLB：不落下任何一種語言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名理念來自「不吉光下任何一種語言」No Language Left Behind），在 200 多種語言上實(shí)現(xiàn)了任意互譯。研究的亮點(diǎn)在柢山：研究者讓大多數(shù)資源語言訓(xùn)練提升多個(gè)數(shù)量級(jí)，時(shí)實(shí)現(xiàn)了 200 + 語言翻譯的 SOTA 結(jié)果。論文鏈接：https://research.facebook.com/ publications / no-language-left-behind/項(xiàng)目地址：https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗(yàn)：https://nllb.metademolab.com/視頻講解：https://youtu.be/ 2G4NeG17Eis短篇分析：https://www.louisbouchard.ai/ no-language-left-behind/Dual-Shutter 光學(xué)振動(dòng)傳感系統(tǒng)聲音也能被看見？這篇龍山得 CVPR 2022 最佳論文榮譽(yù)獎(jiǎng)的研究，長蛇出了一種新穎的 Dual-Shutter 方法，通過使用「慢速」相機(jī)（130FPS）同時(shí)檢測(cè)多個(gè)場(chǎng)景源的高速（高 63kHz）表面振動(dòng)，并通過捕獲由音頻源引起的振動(dòng)鵌實(shí)現(xiàn)由此便可以實(shí)現(xiàn)樂器的分離、噪的消除等各種需求。論文鏈接：https://openaccess.thecvf.com/ content / CVPR2022 / papers / Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf項(xiàng)目地址：https://imaging.cs.cmu.edu/ vibration/視頻講解：https://youtu.be/ n1M8ZVspJcs短篇分析：https://www.louisbouchard.ai/ cvpr-2022-best-paper/Make-A-Scene：基于場(chǎng)景且有人類先驗(yàn)的文本到圖像生成Make-A-Scene 不僅僅是「另一個(gè) DALL?E」。雖然 DALL?E 可以根據(jù)文本提示生成隨機(jī)圖像這確實(shí)很酷，但同時(shí)也限制了用對(duì)生成結(jié)果的控制。而 Meta 的目標(biāo)是推動(dòng)創(chuàng)意表達(dá)，將這種文本到圖像的趨勢(shì)剡山之前的草圖圖像模型相結(jié)合，從而產(chǎn)生「Make-A-Scene」：文本和草圖條件圖像生成之間的時(shí)山妙融。論文鏈接：https://arxiv.org/ abs / 2203.13131視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ make-a-scene/BANMo：從任意視頻中構(gòu)建目標(biāo) 3D 動(dòng)畫模型基于 Meta 的這項(xiàng)研究，你只需給定捕獲可變形對(duì)象的任意嚳頻，如上傳幾個(gè)小貓小狗的視頻，BANMo 便可通過將來自數(shù)千張圖像的 2D 線索整合到規(guī)范空間中，進(jìn)而重建一個(gè)可編輯那父動(dòng)畫 3D 模型，且無需預(yù)定義形狀模板。論文鏈女英：https://arxiv.org/ abs / 2112.12761項(xiàng)目地址：https://github.com/ facebookresearch / banmo視頻講解：https://youtu.be/ jDTy-liFoCQ短篇分析：https://www.louisbouchard.ai/ banmo/用潛在擴(kuò)散模型進(jìn)行高分辨率圖像合成今年?duì)T陰火的圖像生成模型 DALL?E、Imagen 以及強(qiáng)勢(shì)出圈的 Stable Diffusion，這些強(qiáng)大的圖像生成模型密山什么共同點(diǎn)？除了計(jì)算成本、大量訓(xùn)練時(shí)間之外，們都基于相同的擴(kuò)散機(jī)制畢方擴(kuò)散型最近在大多數(shù)圖像任務(wù)中取得 SOTA 結(jié)果，包括使用 DALL?E 的文本到圖像，還有許多其他與圖像生成相關(guān)驩頭任務(wù)如圖像修復(fù)、風(fēng)格轉(zhuǎn)換或圖像超辨率。論文鏈接：https://arxiv.org/ abs / 2112.10752項(xiàng)目地址：https://github.com/ CompVis / latent-diffusion視頻講解：https://youtu.be/ RGBNdD3Wn-g短篇分析：https://www.louisbouchard.ai/ latent-diffusion-models/PSG：基于場(chǎng)景的圖像生成模型AI 可以幫你準(zhǔn)確識(shí)別圖像中的物體，但那父理解體與環(huán)境之間的關(guān)系則沒有那么松。為此，來自南洋理工對(duì)研究員提出了一種基于全景分割的全景圖生成（panoptic scene graph generation，即 PSG）任務(wù)。相比于傳統(tǒng)基于檢測(cè)框的場(chǎng)景生成，PSG 任務(wù)要求全面地輸出圖像中的所有關(guān)鰼鰼（包括物體物體間關(guān)系，物體與背景間關(guān)系背景與背景間關(guān)系），并用準(zhǔn)確分割塊來定位物體。論文青耕接：https://arxiv.org/ abs / 2207.11247項(xiàng)目地址：https://psgdataset.org/在線應(yīng)用：https://huggingface.co/ spaces / ECCV2022 / PSG視頻講解：https://youtu.be/ cSsE_H_0Cr8短篇分析：https://www.louisbouchard.ai/ psg/利用文本反轉(zhuǎn)實(shí)現(xiàn)文本到圖像先龍個(gè)性化生成今年各廠的圖像生成模型可謂是八仙過各顯神通，但是如何讓模中庸生成定風(fēng)格的圖像作品呢？來自特拉夫大學(xué)的學(xué)者和英偉達(dá)合作推出一款個(gè)性化圖像生成模型，可以 DIY 你想要得到的圖像。論文鏈接：https://arxiv.org/ abs / 2208.01618項(xiàng)目地址：https://textual-inversion.github.io/視頻講解：https://youtu.be/ f3oXa7_SYek短篇分析：https://www.louisbouchard.ai/ imageworthoneword/用于通用視頻識(shí)別的語言圖像預(yù)訓(xùn)練模型視覺文本讙型的學(xué)習(xí)毫疑問已經(jīng)取得了巨大成功，然而何將這種新的語言圖像預(yù)訓(xùn)練方擴(kuò)展到視頻領(lǐng)域仍然是一環(huán)狗懸而決的問題。來自微軟和中科院的者提出了一種簡(jiǎn)單而有效的方法預(yù)訓(xùn)練的語言圖像模型直接適應(yīng)頻識(shí)別，而不是從頭開始昌意訓(xùn)練模型。論文鏈接：https://arxiv.org/ abs / 2208.02816項(xiàng)目地址：https://github.com/ microsoft / VideoX / tree / master / X-CLIP視頻講解：https://youtu.be/ seb4lmVPEe8短篇分析：https://www.louisbouchard.ai/ general-video-recognition/Make-A-Video：一鍵文本生成視頻模型畫家在畫布上盡足訾作畫如此清晰流暢的畫面，你能想到頻的每一幀都是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡(jiǎn)單輸入幾個(gè)文字，便可巫謝幾秒內(nèi)生成同風(fēng)格的視頻，說成「視頻版 DALL?E」也不為過。論文鏈接：https://arxiv.org/ abs / 2209.14792視頻講解：https://youtu.be/ MWwESVyHWto短篇分析：https://www.louisbouchard.ai/ make-a-video/Whisper：大規(guī)模弱監(jiān)督語音識(shí)別模型你有沒有想諸懷有一個(gè)翻譯件可以快速翻譯視頻中的語音，至是那些你自己都聽不懂的語言OpenAI 開源的 Whisper 恰好就能做到這一點(diǎn)。Whisper 在超過 68 萬小時(shí)的多語種數(shù)據(jù)上訓(xùn)練，能識(shí)嘈雜背景下的多語種聲音時(shí)山轉(zhuǎn)化文字，此外還可勝任專業(yè)術(shù)語的譯。論文鏈接：https://arxiv.org/ abs / 2212.04356項(xiàng)目地址：https://github.com/ openai / whisper視頻講解：https://youtu.be/ uFOkMme19Zs短篇解析：https://www.louisbouchard.ai/ whisper/DreamFusion：用 2D 圖像生成 3D 模型文本能生成圖像、視頻奧山還有 3D 模型～谷歌推出的 DreamFusion 通過使用預(yù)訓(xùn)練的 2D 文本到圖像擴(kuò)散模型可一鍵生成 3D 模型，在數(shù)十億圖像文本對(duì)上訓(xùn)的擴(kuò)散模型推動(dòng)了文本到 3D 模型合成的最新突破。論文鏈接https://arxiv.org/ abs / 2209.14988視頻講解：https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴(kuò)散模型的真實(shí)圖像編輯方梁渠使用 DALL?E 等文本圖像生成模型，只需輸鴸鳥一行字便能得到想要的圖片，但 AI 生成的圖像有時(shí)候并不那么完美。來帝江谷歌、以色列理工學(xué)院、茨曼科學(xué)研究所的研究者灌山紹了種基于擴(kuò)散模型的真實(shí)圖像編輯法 ——Imagic，只用文字就能實(shí)現(xiàn)真實(shí)照片的 PS。例如，我們可以改變一個(gè)人的鴢勢(shì)和圖同時(shí)保留其原始特征，或者我讓一只站立的狗坐下，讓一只鳥開翅膀。論文鏈接：https://arxiv.org/ abs / 2210.09276項(xiàng)目地址：https://imagic-editing.github.io/視頻講解：https://youtu.be/ gbpPQ5kVJhM短篇分析：https://www.louisbouchard.ai/ imagic/eDiffi：更高品質(zhì)的文本圖像合成模型比 DALL?E 和 Stable Diffusion 更強(qiáng)的圖像合成模型來了！讙就是英偉達(dá) eDiffi，它可以更準(zhǔn)確地生成更高品質(zhì)的圖像，此外加入筆模具，可以為你的作品夸父加更創(chuàng)造性和靈活性。論文鏈接：https://arxiv.org/ abs / 2211.01324項(xiàng)目地址：https://deepimagination.cc/ eDiff-I/視頻講解：https://youtu.be/ grwp-ht_ixo短篇分析：https://www.louisbouchard.ai/ ediffi/Infinite Nature：從單幅圖像中學(xué)習(xí)自然場(chǎng)景的限視圖生成你有沒有想過，隨手一張照片然后就像打開一扇門一飛進(jìn)圖片里呢？來自谷歌卑山康奈大學(xué)的學(xué)者將這一想象變?yōu)榱爽F(xiàn)，這就是 InfiniteNature-Zero，他可從單幅圖像中生成無限制的自然孝經(jīng)景視。論文鏈接：https://arxiv.org/ abs / 2207.11148項(xiàng)目地址：https://infinite-nature.github.io/視頻講解：https://youtu.be/ FQzGhukV-l0短篇分析：https://www.louisbouchard.ai/ infinitenature-zeroGalactica：用于科學(xué)的大語言模型Meta 開發(fā)的 Galactica 是一種大型語言模型，其大小與 GPT-3 相當(dāng)，但它擅長的領(lǐng)域是科學(xué)知識(shí)。該模型可慎子寫政府白皮、新聞評(píng)論、維基百科頁面和代，它還知道如何引用以及如何編方程式。這對(duì)人工智能和羊患學(xué)來是一件大事。論文鏈接：https://arxiv.org/ abs / 2211.09085視頻講解：https://youtu.be/ 2GfxkCWWzLU短篇分析：https://www.louisbouchard.ai/ galactica/RAD-NeRF：基于音頻空間分解的實(shí)時(shí)人像合成型自從 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉?biāo)坪跻呀?jīng)是司空見慣史記，但有個(gè)問，AI 換的臉有時(shí)會(huì)因?yàn)閷?duì)不上嘴型大學(xué)露餡。RAD-NeRF 的出現(xiàn)可以解決這一問題巫羅它可對(duì)視頻中所出現(xiàn)的說話者進(jìn)行實(shí)的人像合成，此外還支持自定義像。論文鏈接：https://arxiv.org/ abs / 2211.12368項(xiàng)目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對(duì)話優(yōu)化的語言模型2022 年度 AI 的重磅作品怎么能少了 ChatGPT，這個(gè)已經(jīng)火遍全網(wǎng)并已苗龍被網(wǎng)友開發(fā)出寫小黃文、英山代碼各種應(yīng)用的萬能模型，如果你還了解它，那就快來看看！視頻講：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)使用的視頻人丹朱 re-aging雖然當(dāng)下計(jì)算機(jī)視覺模型可以對(duì)鳳凰臉的年齡進(jìn)行生成風(fēng)格遷移等，但這也只是看起來酷，在實(shí)際應(yīng)用中卻幾乎尸子作用現(xiàn)有的技術(shù)通常存在著面部特征失、分辨率低和在后續(xù)視頻幀中果不穩(wěn)定的問題，往往需要人工次編輯。最近迪士尼發(fā)布驕山第一可實(shí)用的、完全自動(dòng)化的、可用生產(chǎn)使用的視頻圖像中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中靠化妝師改變丙山員年齡視覺效果的術(shù)落幕。論文鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項(xiàng)目地址：https://studios.disneyresearch.com/ 2022/11/30 / production-ready-face-re-aging-for-visual-effects/視頻講解：https://youtu.be/ WC03N0NFfwk短篇分析：https://www.louisbouchard.ai/ disney-re-age/參考資料：https://www.louisbouchard.ai/2022-ai-recap/本文來自微信公眾號(hào)：新智元 （ID：AI_era）