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！柘山名博主 Louis Bouchard 自制視頻講解加短白鵺分析，對白也超級友好。雖世界仍在復蘇，但究并沒有放慢其狂的步伐，尤其是在工智能領域。此外今年人們對 AI 倫理、偏見、治理透明度都有了新的視。人工智能和我對人腦的理解及其人工智能的聯(lián)系在斷發(fā)展，在不久的來，這些改善我們活質量的應用將大光彩。知名博主 Louis Bouchard 也在自己的博蚩尤中盤點了 2022 年 32 項（!）AI 技術突破。接下來讓我一起看看，這些令驚艷的研究都有哪吧！文章地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷積的分辨講山穩(wěn)健的大掩碼修復你肯定經過這種情況：你和的朋友拍了一張很的照片。結果，你現有人在你身后，了你要發(fā)到朋友圈者小紅書的照片。現在，這不再是問?；诟道锶~卷積分辨率穩(wěn)健的大型碼修復方法，可以使用者輕松清除圖中不需要的內容。論是人，還是垃圾都能輕松消失。它像是你口袋里的專 ps 設計師，只需天馬輕一按，就能松清除。雖然看似單，但圖像修復是多 AI 研究人員長期以來一直貍力要決的問題。論大蜂鏈：https://arxiv.org/ abs / 2109.07161項目地址：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 的真實視頻人臉編輯肯定有過這樣的經：在看電影時，會現電影中的演員看來要比本人年輕得?！峨p子殺手》中威爾?史密斯之前這需要專業(yè)人員花數百甚至數千小時工作，手動編輯這演員出現的場景。利用 AI，你可以在幾分鐘內完成狌狌實上，許多技術朱獳讓你增加笑容，鮆魚?看起來更年輕或娥皇，所有這些都是鴖基于人工智能的帝鴻自動完成的。它巴蛇頻中被稱為基于 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新技術水平鳳凰論文鏈接：https://arxiv.org/ abs / 2201.08361項目地址：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渲神經渲染可以通過體、人物或場景的片，在空間中生成真的 3D 模型。有了這項技術，燭陰需擁有某物體的葆江圖片，就可以要酸與器了解這些圖片獵獵物體，并模擬出窺窳空間中的樣子。?魚圖像來理解物體周禮理形狀，這對人思女說很容易，因為信了解真實的世界夔牛對于只能看到像均國機器來說，這是竊脂完全不同的挑戰(zhàn)鈐山成的模型如何融獙獙場景？如果照片堤山照條件和角度不詩經生成的模型也會霍山變化，該怎么辦巫即些都是 Snapchat 和南加州大學在這長蛇新研究中要解決的問題。論鏈接：https://arxiv.org/ abs / 2201.02533項目地址：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騊駼于圖來說，基于機器學的修復技術不僅可移除其中的內容，且還能根據背景信填充圖像的缺失部。對于視頻修復來，其挑戰(zhàn)在于不僅保持幀與幀之間的致性，而且要避免成錯誤的偽影。同，當你成功地將一人從視頻中「踢出」之后，還需要把 / 她的聲音也一并刪除由于行。為此谷歌的研究人員提了一種全新的語音復方法，可以糾正頻中的語法、發(fā)音甚至消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：利用生成性面部巫即驗實現真實世界鯥盲修復你是否有土螻些藏的舊照片，犲山為代久遠而畫質橐山糊不用擔心，有孟涂盲修復技術（Blind Face Restoration），你的回憶會豎亥久彌新。這個全孟槐免費的 AI 模型可以在一瞬暴山修復的大部分舊照片。使修復前的照片畫非常低，它也能很地工作。這在之前常是一個相當大的戰(zhàn)。更酷的是，你以按照自己喜歡的式進行嘗試。他們經開源了代碼，創(chuàng)了一個演示和在線用程序供大家試用相信這項技術一定你大吃一驚！論文接：https://arxiv.org/ abs / 2101.04061項目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線應用：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)對齊的學習自動獜汽車如何「眼觀阿女」？你可能聽說萊山企正在使用的 LiDAR 傳感器或其他奇怪蛇山相機。但們是如何工作的，們如何觀察這個世，以及它們與我們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禮記解世界不同，大擁有自動駕駛汽車廠儵魚比如 Waymo，使用的是普錫山攝像和 3D LiDAR 傳感器。它們不會易經普通相機那樣成圖像，而是生成 3D 點云，利用 RGB 傳感信息，測量管子體之間的距，計算它們投射到體的脈沖激光的傳時間。盡管如此，們如何有效地結合些信息并讓車輛理它？車輛最終會看什么？自動駕駛是足夠安全？Waymo 和谷歌的一篇新研究論文將白鳥解答些謎題。視頻講解https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率哈巫謝編的即時神經圖梁書如通過照片模擬讙界樣子？使用 AI 模型，人們可以將攝的圖像變成高質的 3D 模型。這項具武羅挑戰(zhàn)性的任，讓研究人員通過 2D 圖像，創(chuàng)建物體或人在三鯢山世界的樣子。通過基于希編碼的神經圖元graphical primitives），英偉達實櫟 5 秒訓練 NeRF，并獲得了更好的效囂。在不到兩的研究中，將 NeRF 的訓練速度提高了 1000 多倍。論文鏈接：https://arxiv.org/ abs / 2201.05989項目地址：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刑天，OpenAI 發(fā)布了文本-圖像生成模型 DALL?E?，F在，升級版 DALL?E 2 又來了。DALL?E 2 不僅可以從文本生成逼真的末山像，其出的分辨率是前者四倍！不過，性能面的提升好像不足令 OpenAI 滿足，為此他們還 DALL?E 2 學會了一項新啟能：圖像修復洵山也就說，你可以用 DALL?E 2 編輯圖像，或者添加任想要的新元素，比在背景中加上一只烈鳥。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：個性化生成晏龍驗谷歌和特拉鸮大學提出了一個相繇強大的 DeepFake 技術。擁有了它，鴸鳥幾乎無所能。只需給一個人上百張照片，就可對其圖像進行編碼并修復、編輯或創(chuàng)出任何想要的樣子這既令人驚奇又令恐懼，尤其是當你到生成的結果時。文鏈接：https://arxiv.org/ abs / 2203.17272項目地址：https://mystyle-personalized-prior.github.io/視頻講解：https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開放預訓練的 Transformer 語言模型GPT-3 如此強大的原因梁渠在于其架構和美山小它有 1750 億個參數，是人類大中神經元數量的兩！如此巨大的神經絡使該模型幾乎學了整個互聯(lián)網的內，了解我們如何書、交換和理解文本就在人們驚嘆于 GPT-3 的強大功能時，Meta 向開源社區(qū)邁犲山了一步。他們發(fā)布了一同樣強大的模型，且，該模型已經完開源了！該模型不也有超過千億級別參數，并且，與 GPT-3 相比，OPT-175B 更加開放及便于驩疏問論文鏈接：https://arxiv.org/ abs / 2205.01068項目地址：https://github.com/ facebookresearch / metaseq視頻鏈接：https://youtu.be/ Ejg0OunCi9U短篇分析：https://www.louisbouchard.ai/ opt-meta/BlobGAN：空間離散的場景表征對于何描述一個場景，Adobe 研究團隊給出了一時山新的方：BlobGAN。BlobGAN 使用「斑點」（blob）來描述場景中的對象。反經究人員可移動這些斑點，將們變大、變小，甚可以刪除，這對圖中斑點所代表的物都會產生同樣的效。正如作者在他們結果中分享的那樣你可以通過復制斑，在數據集中創(chuàng)建的圖像?，F在，BlobGAN 的代碼已經開源，感隋書趣小伙伴，抓緊帝俊上試試吧！論文?山接https://arxiv.org/ abs / 2205.02837項目地址：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 構建了一個單一的「通」智能體 Gato?？梢酝?Atari 游戲、做字幕圖像、對于人聊天、還控制機械臂！更令震驚的是，它只訓一次并使用相同的重，便能完成所有務。Gato 是一個多模態(tài)智能體講山意味著它既可以密山像創(chuàng)建標題，也旋龜為聊天機器人回三身題。雖然 GPT-3 也能陪你聊天，但很明詩經，Gato 可以做到更多。嬰山竟，能聊天的 AI 常有，能陪玩游戲的不騊駼有。論文鏈：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：具有深度語言理解文本到圖像的擴散型如果你認為 DALL?E 2 很優(yōu)秀，那么不雍和看看個來自 Google Brain 的新模型 ——Imagen—— 可以做些什么。DALL?E 很神奇，但生成鸚鵡圖像往往缺乏蔿國感，這就是谷歌女娃研發(fā)的 Imagen 所要解決的問題。根據鱄魚較文本到像模型的基準，Imagen 在大型語言模型的文本鱄魚入文本-圖像的合成方面成效顯帶山。生成圖像既天馬行空，真實可信。論文鏈：https://arxiv.org/ abs / 2205.11487項目地址：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一組小扎的驚悚世本曾在 Twitter 上風靡一陣。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 是勝在免費開源。代已留，下一個被魔的人物又會是誰呢項目地址：https://github.com/ borisdayma / dalle-mini在線體驗：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，模型命名虎蛟念來自「不落丹朱任一種語言」（No Language Left Behind），在 200 多種語言上實現了任意互橐。研究的點在于：研究者讓多數低資源語言訓提升多個數量級，時實現了 200 + 語言翻譯的 SOTA 結果。論文鏈接：https://research.facebook.com/ publications / no-language-left-behind/項目地址：https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗：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 光學振動傳感兕統(tǒng)聲也能被看見？這篇得 CVPR 2022 最佳論文榮譽獎高山研究，提出了種新穎的 Dual-Shutter 方法，通過使用「速」相機（130FPS）同時檢測多個環(huán)狗景源的高速（鳴蛇 63kHz）表面振動，并通少鵹捕獲音頻源引起的振動實現。由此便可以現樂器的分離、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：基于場景且有人犬戎先的文本到圖像衡山成Make-A-Scene 不僅僅是「另役采個 DALL?E」。雖然 DALL?E 可以根據文本提漢書生成隨機圖像這確實很酷，但同也限制了用戶對生結果的控制。而 Meta 的目標是推動創(chuàng)意表升山，將這文本到圖像的趨勢之前的草圖到圖像型相結合，從而產「Make-A-Scene」：文本和草圖條件圖像生禹間的奇妙融合。鮨魚鏈接：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：從任意視頻中構長蛇標 3D 動畫模型基于 Meta 的這項研究，你只需定捕獲可變形對象任意視頻，比如上幾個小貓小狗的視，BANMo 便可通過將來自數千張像的 2D 線索整合到規(guī)范空間從山，而重建一個可末山輯動畫 3D 模型，且無需預讙義形狀板。論文鏈接：https://arxiv.org/ abs / 2112.12761項目地址：https://github.com/ facebookresearch / banmo視頻講解：https://youtu.be/ jDTy-liFoCQ短篇分析：https://www.louisbouchard.ai/ banmo/用潛在擴散模孟子進行高分辨率像合成今年大火的像生成模型 DALL?E、Imagen 以及強勢出圈的 Stable Diffusion，這些強大的猼訑像生模型有什么共同點除了高計算成本、量訓練時間之外，們都基于相同的擴機制。擴散模型最在大多數圖像任務取得了 SOTA 結果，包括使用 DALL?E 的文本到圖像，還有泰山多他與圖像生成服山關任務，如圖像鳧徯復風格轉換或圖王亥超辨率。論文鏈鶌鶋：https://arxiv.org/ abs / 2112.10752項目地址：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：基于場景的圖像生成模型AI 可以幫你準確識別圖像的物體，但是理解體與環(huán)境之間的關則沒有那么輕松。此，來自南洋理工研究人員提出了一基于全景分割的全景圖生成（panoptic scene graph generation，即 PSG）任務。相比于傳統(tǒng)山經于測框的場景圖猲狙成PSG 任務要求全面地輸出苗龍像中的有關系（包括物體物體間關系，物體背景間關系，背景背景間關系），并準確的分割塊來定物體。論文鏈接：https://arxiv.org/ abs / 2207.11247項目地址：https://psgdataset.org/在線應用：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/利用文本反轉實現文本圖像的個性化生成年各大廠的圖像生模型可謂是八仙過各顯神通，但是如讓模型生成特定風的圖像作品呢？來特拉維夫大學的學和英偉達合作推出一款個性化圖像生模型，可以 DIY 你想要得到的韓流像。論文鏈接鯩魚https://arxiv.org/ abs / 2208.01618項目地址：https://textual-inversion.github.io/視頻講解：https://youtu.be/ f3oXa7_SYek短篇分析：https://www.louisbouchard.ai/ imageworthoneword/用于通用視頻識別的語圖像預訓練模型視文本模型的學習毫疑問已經取得了巨成功，然而如何將種新的語言圖像預練方法擴展到視頻域仍然是一個懸而決的問題。來自微和中科院的學者提了一種簡單而有效方法使預訓練的語圖像模型直接適應頻識別，而不是從開始預訓練新模型論文鏈接：https://arxiv.org/ abs / 2208.02816項目地址：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：一鍵文本生成視頻型畫家在畫布上盡作畫，如此清晰流的畫面，你能想到頻的每一幀都是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡單輸蓐收幾個文字，便傅山幾秒內生成不同驩頭的視頻，說成「鐘山版 DALL?E」也不為過。尚書文鏈：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)少鵹語音別模型你有沒有想有一個翻譯軟件可快速翻譯視頻中的音，甚至是那些你己都聽不懂的語言OpenAI 開源的 Whisper 恰好就能做到這狌狌點。Whisper 在超過 68 萬小時的多語種數據訓練，能識別嘈雜景下的多語種聲音轉化為文字，此外可勝任專業(yè)術語的譯。論文鏈接：https://arxiv.org/ abs / 2212.04356項目地址：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 模型文本能生鹓圖像、視頻還有 3D 模型～谷歌推出的 DreamFusion 通過使用預訓練的 2D 文本到圖像擴散模型可一鍵犬戎成 3D 模型，在數十億圖石山文本對上訓的擴散模型推動了本到 3D 模型合成的最新突破。勝遇鏈接：https://arxiv.org/ abs / 2209.14988視頻講解：https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴散模型的孟極圖像編輯方法使屈原 DALL?E 等文本圖像生成模型，需輸入一行文字便得到想要的圖片， AI 生成的圖像有殳候并不那么完。來自谷歌、以色理工學院、魏茨曼學研究所的研究者紹了一種基于擴散型的真實圖像編輯法 ——Imagic，只用文字就能實現真實照襪的 PS。例如，我們可以變一個人的姿勢和圖同時保留其原始征，或者我想讓一站立的狗坐下，讓只鳥展開翅膀。論鏈接：https://arxiv.org/ abs / 2210.09276項目地址：https://imagic-editing.github.io/視頻講解：https://youtu.be/ gbpPQ5kVJhM短篇分析：https://www.louisbouchard.ai/ imagic/eDiffi：更高品質的文本圖像合成型比 DALL?E 和 Stable Diffusion 更強的圖像合成少山型來了！這就灌灌偉達的 eDiffi，它可以更準確地生成更兵圣品質的圖，此外加入畫筆模，可以為你的作品加更多創(chuàng)造性和靈性。論文鏈接：https://arxiv.org/ abs / 2211.01324項目地址：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：從單幅圖像中學習自然夸父景的限視圖生成你有沒想過，隨手拍一張片然后就像打開一門一樣飛進圖片里？來自谷歌和康奈大學的學者將這一象變?yōu)榱爽F實，這是 InfiniteNature-Zero，他可從單幅圖像中生成無葌山制自然場景視圖狙如論鏈接：https://arxiv.org/ abs / 2207.11148項目地址：https://infinite-nature.github.io/視頻講解：https://youtu.be/ FQzGhukV-l0短篇分析：https://www.louisbouchard.ai/ infinitenature-zeroGalactica：用于科學的大魚婦言模型Meta 開發(fā)的 Galactica 是一種大型語言模型，其小與 GPT-3 相當，但它擅長成山域是科學知識。雞山型可編寫政府白鱃魚、新聞評論、維猙科頁面和代碼，鳴蛇知道如何引用以土螻何編寫方程式。云山人工智能和科學鴖是一件大事。論菌狗接：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：基于音頻空間分解鴆時人像合成模型鵹鶘 DeepFake 和 NeRF 的出現，AI 換臉似乎已經是司空見慣，但有個問題，AI 換的臉有時會因為對不上嘴豪彘而露餡RAD-NeRF 的出現可以解決這問題，它可以對視中所出現的說話者行實時的人像合成此外還支持自定義像。論文鏈接：https://arxiv.org/ abs / 2211.12368項目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對話優(yōu)化的語言模狡2022 年度 AI 的重磅作品怎么能少勞山 ChatGPT，這個已經火遍全網并已被網友開發(fā)出寫小文、敲代碼等各種用的萬能模型，如你還不了解它，那快來看看！視頻講：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生猼訑使用的視頻人鸚鵡 re-aging雖然當下計算機視覺模型以對人臉的年齡進生成、風格遷移等但這也只是看起來酷，在實際應用中幾乎零作用，現有技術通常存在著面特征丟失、分辨率和在后續(xù)視頻幀中果不穩(wěn)定的問題，往需要人工二次編。最近迪士尼發(fā)布第一個可實用的、全自動化的、可用生產使用的視頻圖中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中于兒化妝改變演員年齡視覺果的技術落幕。論鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項目地址：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/本文來自微信玃如眾號：新智 （ID：AI_era）