漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2024-01-10 talkingdev

论文:研究人员开发出4D人脸视频编辑技术

研究人员开发出一种人脸视频编辑架构,该架构结合了GAN-NeRF技术用于3D一致性和一种新的稳定器用于平滑的时间相干性。这种方法在编辑视频方面表现出色,通过保持一致的视角和帧之间的无缝转换来实现。

Read More
2024-01-10 talkingdev

Rabbit R1:AI 助手智能独立设备

Rabbit R1 是一款售价为199美元的独立设备,只有 iPhone 大小一半,由 'Large Action Model' 驱动。它有一个 2.88 英寸的触摸屏、一个用于拍照和录像的旋转摄像头、一个用于导航的滚轮/按钮、128GB 的存储空间和一整...

Read More
2024-01-08 talkingdev

ODTrack开源,改进视频追踪系统

ODTrack是一个新的视频追踪系统,改进了我们在视频中跟踪物体的方式。与老旧系统在连接过去和未来的视频帧时存在困难不同,ODTrack使用一种称为'在线令牌传播'的方法来更好地连接连续的视频帧。通过这种方法,ODTrac...

Read More
2024-01-02 talkingdev

谷歌发布VideoPoet论文:合成高质量音视频

VideoPoet是一种语言模型,能够从各种各样的条件信号中合成高质量的视频和相应的音频。

Read More
2023-12-21 talkingdev

论文:利用卷积神经网络进行深度伪造检测

本研究提出了一种深度学习方法,利用四个预训练的卷积神经网络模型来识别视频中的深度伪造人脸,可实现高精度检测。深度伪造技术已成为一种严重的威胁,对政治、社会和经济稳定造成了巨大的影响。该研究提出的方法可...

Read More
2023-12-21 talkingdev

VideoPoet:谷歌语言模型在视频创作中大放异彩

Google的VideoPoet是一种开创性的语言模型,它在处理文本到视频视频风格化甚至视频到音频转换等多种任务方面具有独特的能力。这种方法通过将多种视频生成技术融合到一个模型中而脱颖而出。VideoPoet的革命性技术为...

Read More
2023-12-20 talkingdev

基于UNet编码器实现更快的扩散模型

最近的一项研究表明,与解码器相比,使用UNet编码器在扩散模型中表现更加稳定。这一发现导致了一种新的编码器传播方案,显著加快了文本到图像和文本到视频生成等任务的速度。该研究成果已在GitHub上发布。

Read More
2023-12-20 talkingdev

NASA计划首次向月球提供商业交付服务

近日,NASA分享了一段视频,详细介绍了其计划向月球发射商业交付服务。目前NASA正在与14家公司合作,将科学技术送到月球表面。NASA计划长期建立一个永久性的月球基地,而商业交付服务将极大地增加可以实现的科学量。...

Read More
  1. Prev Page
  2. 22
  3. 23
  4. 24
  5. Next Page