来自加州大学洛杉矶分校的六人团队（全是华人）今天他们公开了他们的机器人学习跳舞和动作的演示，还公开了论文，论文中介绍了一种名为Expressive Whole-Body Control（ExBody）的方法，它旨在让类人机器人（humanoi ...... 阅读全文

来自加州大学伯克利分校的研究研究人员发布论文探讨如何让机器人，特别是人形机器人（humanoid），在现实世界中更好地行走。研究者们将这个问题看作是一个“下一个标记预测”问题，这类似于在语言中预测下一个单词。他 ...... 阅读全文

Lightrick公司宣布了其最新创新——LTX Studio，这是第一代生成式AI电影制作平台。对于那些想要在视频制作中引入AI元素的创作者来说，这是一个令人兴奋的消息。 LTX Studio不仅允许用户借助AI生成短片，还提供了对脚本 ...... 阅读全文

Video Background Removal tool是一款由推特网友@Mr_AllenT制作，在Hugging Face Spaces上运行的视频背景去除工具，该工具可以保留视频的主题去除复杂的背景，从而生成可以生成绿幕视频。不过在线版经常出现等待GPU ...... 阅读全文

英伟达联合 Hugging Face和云计算公司ServiceNow发布开源代码生成模型系列StarCoder 2，希望成为代码生成领域的新标准，释出的模型包括由ServiceNow训练的30亿参数模型、Hugging Face训练的70亿参数模型、英伟达训练 ...... 阅读全文

Morph x Stability AI联手推出创新视频创作方案。新世代技术助您轻松将创意化为生动视频。只需输入文字、图片或现有视频素材，Morph Studio的一站式生成工具即可帮助您打造精彩故事。无缝衔接各环节，每个灵感瞬间均 ...... 阅读全文

这篇论文介绍了一种名为“布局学习”（Layout Learning）的方法，它能够生成可以分解为独立对象的3D场景。这种方法是无监督的，仅依赖于一个大型预训练的文本到图像模型的知识。核心思想是通过对3D场景的部分进行空间 ...... 阅读全文

来自清华大学、华为诺亚方舟实验室、中国科学院的研究人员推出VastGaussian，它用于大型场景的高质量重建和实时渲染。想象一下，你想要创建一个虚拟城市或者重现一个历史遗迹，并且希望这个虚拟场景能够以照片般真实 ...... 阅读全文

谷歌研究人员发布论文探讨了大语言模型（LLMs）在微调（finetuning）过程中的缩放特性，特别是在不同因素（如模型大小、预训练数据量、微调参数量和微调数据量）的影响下，微调性能如何变化。研究团队通过系统实验， ...... 阅读全文

这篇论文介绍了一种名为Dual Chunk Attention（DCA）的新方法，它旨在帮助大语言模型（LLMs）处理和生成更长文本内容，而不需要额外的训练。想象一下，你有一个能够聊天的机器人，但这个机器人在处理很长的对话或者 ...... 阅读全文

这篇论文介绍了一个名为OmniACT的数据集和基准测试，旨在评估虚拟代理在执行计算机任务方面的能力。这些任务包括在桌面和网页应用中执行各种操作，如查看股票价格变化、在租房网站上查找房源、查看特定日期的天气等 ...... 阅读全文

来自微软和理海大学的研究人员发布论文，基于已经发布的内容和他们自己的逆向工程，全面回顾了 Sora 的背景、相关技术、新兴应用、当前的局限性和未来的机遇。首先，追踪了Sora的开发历程，并深入研究了构建这个“世 ...... 阅读全文