牛津大学的研究人员推出大规模合成数据集VGGHeads，它专门用于3D人头检测、关键点估计和3D头部模型拟合等重要任务。这些任务在面部识别、动画制作、增强现实和医学成像等领域有着广泛的应用。例如，我们需要训练一个 ...... 阅读全文

牛津大学的研究人员推出交互式视频生成模型Puppet-Master，它可以作为一个运动先验来捕捉物体部分级别的动力学。简单来说，Puppet-Master能够根据单个图像和一组稀疏的运动轨迹（即拖动操作），合成一段展示逼真物体 ...... 阅读全文

北京通用人工智能研究院 (BIGAI) 、清华大学和北京理工大学的研究人员推出大规模数据集“SG3D”（Sequential Grounding in 3D Scenes），它是为了推动三维场景中任务导向的顺序定位（task-oriented sequential groundi ...... 阅读全文

这篇论文介绍了一个名为“LLM-DetectAIve”的工具，它专门设计用来精细地检测机器生成的文本（MGTs）。随着大语言模型（LLMs）的普及，人们越来越难以区分文本是人类写的还是机器生成的。这在教育和学术领域尤其令人担 ...... 阅读全文

阿里巴巴和中山大学的研究人员推出新型数据集和对比学习合成方法Img-Diff，它专注于为多模态大语言模型（MLLMs）提升细粒度图像识别能力。这个方法通过分析相似图像之间的物体差异，挑战模型去识别匹配和不同的组成 ...... 阅读全文

腾讯XR视觉实验室和澳大利亚国立大学的研究人员推出创新系统Sketch2Scene，它能够根据用户的简单草图和文本提示，自动生成交互式的3D游戏场景。这就像是给一个会魔法的画家，只需要随手画几笔和简单描述，就能创造出 ...... 阅读全文

TRANSFORMER EXPLAINER是一个交互式可视化工具，它旨在帮助非专业人士通过GPT-2模型来学习理解Transformer这一文本生成模型。Transformer是一种在机器学习领域非常流行的神经网络架构，广泛应用于从文本到视觉的多种 ...... 阅读全文

迪士尼在今年 D23 活动中，公布了《星际宝贝》真人电影先导预告，并宣布该电影将于 2025 年夏季上映。该电影将由迪恩・弗雷斯彻-坎普（《穿鞋子的贝壳马塞尔》）执导，新人演员玛雅・凯洛哈将饰演莉萝，喜剧演员扎克 ...... 阅读全文

迪士尼《白雪公主》真人电影也在D23大会上亮相，并且公布了首支预告片。视频画面中，白雪公主、七个小矮人、邪恶皇后、魔镜、毒苹果等经典角色、道具都纷纷现身。该片由瑞秋·泽格勒(《饥饿游戏：鸣鸟与蛇之歌》)饰演 ...... 阅读全文

在 Windows系统上，几乎所有的浏览器，包括 微软 Edge浏览器、谷歌 Chrome浏览器等，都包含了“ 禁止跟踪（Do Not Track, DNT）”设置。这项功能可以帮助您向网站表明，您不希望自己的浏览行为被用于定向广告或分析。 ...... 阅读全文

Kando 是一个跨平台的开源快速启动工具，支持 Windows、macOS、Linux，旨在提供一种非常规、快速且有趣的与计算机互动的方式。用户可以通过 Kando 来启动应用程序、模拟键盘快捷键、打开文件等多种操作。该项目支持 ...... 阅读全文

今年5月，OpenAI 推出了其最先进的多模态人工智能模型 GPT-4o。这款模型相比 GPT-4 Turbo 运行速度更快，成本更低，并且在视觉处理能力方面有显著提升。今天，OpenAI 正式公开了 GPT-4o 的系统介绍卡，同时还发布了 ...... 阅读全文