美国公司Looking Glass近日推出了两款新型显示屏，包括一款32英寸的“全息”空间显示屏和一款16英寸的OLED版本。这些显示屏专为无需佩戴头戴式设备即可实现团队3D可视化而设计。新设备能够实时辅助开发和展示交互式3D...

研究人员开发了一种新的方法——全局-局部语义一致学习（Global-Local Semantic Consistent Learning，简称GLSCL），以提升文本视频检索的效率。这一创新方法不仅提高了检索的准确性，还显著降低了计算成本。GLSCL通过...

SpaceX的星链系统虽然仍处于测试阶段，但其技术已经足够成熟，能够支持手机视频通话。SpaceX最近发布了一段视频，展示了通过星链直连手机卫星实现的视频通话，且使用的是未经修改的移动电话。该公司已将星链的通信卫...

本项目引入了一种新的基于CNN的时空注意力（CSTA）方法，用于改进视频摘要。与传统的注意力机制不同，CSTA通过使用2D CNN来捕捉帧的视觉重要性，从而更好地理解视频中的关系和关键属性。这种方法不仅能够有效提取视...

TikTok的一小部分用户在选择的市场上可以上传长达60分钟的视频到平台上。这一功能标志着TikTok原始格式的转变。尽管该公司因其短视频格式而广受欢迎，但它已经开始慢慢接受长格式内容以与YouTube竞争。该平台还在测...

SqueezeTime是一款为移动视频理解设计的轻量级网络，其独特之处在于，它能够将视频的时间轴压缩到频道维度中，从而增强了时间分析的能力。SqueezeTime网络的设计理念是，通过压缩时间轴，可以在不牺牲视频内容质量的...

谷歌Deepmind最近发布了一款名为Veo的新型视频生成人工智能模型。这款AI模型拥有强大的视频生成能力，能够生成具有1080p分辨率的视频，且长度可以超越一分钟。在现有的视频生成技术中，这种能力是相当显著的。Veo利...

在2024年的Google I/O开发者大会上，Google发布了众多新功能，包括Gemini Flash、Veo视频生成、Imagen 3及其最新助手Project Astra。整体而言，这些改进数量惊人，包括扩大到2m的令牌上下文长度，大幅降低的模型价格...