苏黎世联邦理工学院、马克斯普朗克信息学研究所和谷歌的研究人员推出一种提升2D图像特征表示的方法，特别强调了通过3D意识的微调（3D-aware fine-tuning）来增强这些特征。这种方法的核心思想是，通过在3D空间中对2D ...... 阅读全文

DGIST 和Meta的研究人员推出ExAvatar，它可以从一段简单的单眼视频创建出一个全身3D高表达性人类化身（3D avatar）。ExAvatar不仅能够模拟人体的运动，还能模拟面部表情和手部动作，这些都是人们表达情感和与世界互 ...... 阅读全文

新型视听语义分割任务，称为开放词汇的视听语义分割（Open-Vocabulary Audio-Visual Semantic Segmentation，简称OV-AVSS）。这项技术的目标是在视频中识别和分类发出声音的物体，即使这些物体的类别在训练数据中从 ...... 阅读全文

谷歌推出内容审核系统ShieldGemma，它是基于大语言模型（LLMs）构建的，专门用于检测和过滤不安全内容。这个系统就像是网络世界的保安，能够辨别出不当的言语或行为，保护用户免受有害信息的影响。例如，有一个在线 ...... 阅读全文

字节跳动研究院跨语言代理团队推出高质量、类人同声传译系统CLASI， CLASI的主要功能是同声传译，即在演讲者讲话的同时，系统能够即时地提供翻译，让听众能够理解演讲内容。例如，你正在观看一个英文的科技产品发布 ...... 阅读全文

瑞士苏黎世联邦理工学院和迪士尼研究工作室的研究人员推出Reenact Anything，它能够实现一种语义视频运动转移的功能。简单来说，这项技术可以让一张静态图片中的对象动起来，模仿另一个视频中的运动。这不是简单的模 ...... 阅读全文

清华大学计算机科学与技术系的研究人员发布论文，论文的主题是探讨如何通过对比性微调（contrastive fine-tuning）来提升小型语言模型的文本嵌入（text embeddings）质量。文本嵌入是一种将文本转换为向量表示的技术 ...... 阅读全文

Rotato 是一家专注于模型图像及定制化 3D 模型制作的公司，由前 Google 员工创办。其特色在于能在几分钟内快速创建 3D 模型动画。此外，Rotato 还提供了一系列免费工具，包括视频透明度测试器、视频转换器以及一款高 ...... 阅读全文

EcoPaste 是一个开源的跨平台剪切板管理工具，旨在帮助用户管理和记录剪切板历史，以便于快速访问和粘贴之前复制过的内容。该项目由独立开发者 ayangweb 在 GitHub 上维护，并且提供了 Windows 和 macOS 两个平台的 ...... 阅读全文

OrangeHD 是一个提供免费、无版税视频素材的国外网站，收录了各种主题的视频，如飞机、动植物、船舶、圣诞节、城市、工程、军事、运动、自然、恐怖、慢动作、雪景、科技、延时摄影、玩具、旅游等。网站目前拥有近500 ...... 阅读全文

Query.Domains 是一个专门用于搜索可用域名的服务。它提供了简单直观的用户界面，让用户能够快速地检查他们感兴趣的域名是否已被占用，并提供一些替代选项。以下是该服务的一些特点： 快速搜索：能够在短时间内检查 ...... 阅读全文

Epic Games本周要免费送解密动作游戏《LumbearJack》和第三人称食物对战游戏《RAWMEN: Food Fighter Arena》 ，领取时间为8月1日晚上23点到8月8日晚上23点，在此之前免费领取即可永久保留这些作品。下周的免费游戏是 ...... 阅读全文