GRM是一種大規模的重建模型,能夠在0.1秒內從稀疏檢視影象中恢復3D資產,並且在8秒內實現生成。它是一種前饋的基於Transformer的模型,能夠高效地融合多檢視資訊將輸入畫素轉換為畫素對齊的高斯分佈,這些高斯分佈可以反投影成為表示場景的密集3D高斯分佈集合。我們的Transformer架構和使用3D高斯分佈的方式解鎖了一種可擴充套件、高效的重建框架。大量實驗結果證明了我們的方法在重建質量和效率方面優於其他替代方案。我們還展示了GRM在生成任務(如文字到3D和影象到3D)中的潛力,透過與現有的多檢視擴散模型相結合。
MuseV是一個基於擴散模型的虛擬人影片生成框架,支援無限長度影片生成,採用了新穎的視覺條件並行去噪方案。它提供了預訓練的虛擬人影片生成模型,支援Image2Video、Text2Image2Video、Video2Video等功能,相容Stable Diffusion生態系統,包括基礎模型、LoRA、ControlNet等。它支援多參考影象技術,如IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID等。MuseV的優勢在於可生成高保真無限長度影片,定位於影片生成領域。
Datawhale是一個AI學習與實踐社區,提供系統的AI學習路線、原始碼級教程以及競賽實踐等資源。旨在幫助每一個願意學習和探索的人掌握AI技能,共同塑造資料驅動的世界。網站涵蓋資料分析、計算機視覺、自然語言處理、推薦系統等豐富的AI領域知識,並且不斷更新前沿的AI技術和大模型應用案例。無論是AI小白還是從業人員,都可以在這裡找到切合自身需求的優質學習資源。同時還提供競賽實踐機會,鍛鍊AI專案落地能力。
Adobe Express GPT是Adobe為ChatGPT Plus使用者提供的定製GPT,可以根據使用者的文字提示快速匹配Adobe Express的20多萬個專業設計模板,並將匹配結果直接匯入Adobe Express進行進一步編輯和釋出。外掛還整合了Adobe Firefly等生成式AI功能,如文字到影象、對象移除等,幫助使用者輕鬆建立出色的視覺內容。Adobe致力於負責任地開發AI技術,Firefly模型使用授權內容訓練,可安全用於商業用途。
Moji是一款人工智慧可穿戴裝置,它可以根據你的情緒狀態做出相應的反應。這款產品的主要功能包括:1)情緒檢測和分析;2)基於情緒的AI回應;3)情緒管理和調節。Moji的優勢在於它能夠真正理解並回應你的情緒,成為一個有意義的伴侶。定價為起步價1499美元。Moji的定位是一款能提升生活品質的情感型AI產品。
該演算法旨在簡化動畫上色流程。傳統上,數字畫師需要逐幀為線框動畫手動上色,這個過程非常耗時耗力。本演算法只需要畫師為第一幀上色,就能自動將顏色傳播到後續所有畫面,大大提高了工作效率。演算法的核心是一個新穎的包含關係匹配模組,可以精準捕捉動畫中物體形變、遮擋等細節,確保上色的準確性。該演算法開發了一個專門的資料集用於訓練,能充分發揮演算法的上色能力。相比現有技術,該演算法展現出卓越的上色質量和魯棒性。
ACE Studio是一個先進的AI人聲合成引擎，旨在製作聽起來像真人一樣自然和充滿感情的歌聲。其功能包括AI唱歌合成引擎、支援多語言的AI歌手、商業用途的免費使用權、多維AI情感引數、簡化聲樂製作流程、創造獨特音色和唱法。使用者可以利用ACE Studio修改Suno生成的音樂，並透過逐步分離人聲與伴奏、合成新人聲、混合新人聲與原伴奏、後期處理和最佳化等步驟，實現替換原歌曲中的人聲的目的。
SPRIGHT是一個專注於空間關係的大規模視覺語言資料集和模型。它透過重新描述600萬張影象構建了SPRIGHT資料集，顯著增加了描述中的空間短語。該模型在444張包含大量物體的影象上進行微調訓練，從而最佳化生成具有空間關係的影象。SPRIGHT在多個基準測試中實現了空間一致性的最新水平，同時提高了影象質量評分。