Swarovski推出了一款AI智能双筒望远镜，能够识别9000多种鸟类和野生动物，同时还能拍摄照片和视频。这个智能双筒望远镜内置了AI算法，可以对拍摄的图像进行分析和识别，从而快速准确地识别出目标物体。这款智能双筒...

eTH（Electric Transformer House）是一款可扩展的豪华迷你住宅，拥有400平方英尺的居住空间、太阳能电池板等多项功能。该房车拥有豪华的内饰、智能科技以及清洁能源供离网能力使用。它配备了美食厨房、宽敞的客厅和...

Rabbit推出了一款大型行动模型（LAM），可与其R1口袋伴侣电脑搭配使用。该公司的R1设备是计算机和智能手机的重新构想，几乎完全由其LAM驱动。

研究人员开发出一种人脸视频编辑架构，该架构结合了GAN-NeRF技术用于3D一致性和一种新的稳定器用于平滑的时间相干性。这种方法在编辑视频方面表现出色，通过保持一致的视角和帧之间的无缝转换来实现。

Rabbit R1 是一款售价为199美元的独立设备，只有 iPhone 大小一半，由 'Large Action Model' 驱动。它有一个 2.88 英寸的触摸屏、一个用于拍照和录像的旋转摄像头、一个用于导航的滚轮/按钮、128GB 的存储空间和一整...

ODTrack是一个新的视频追踪系统，改进了我们在视频中跟踪物体的方式。与老旧系统在连接过去和未来的视频帧时存在困难不同，ODTrack使用一种称为'在线令牌传播'的方法来更好地连接连续的视频帧。通过这种方法，ODTrac...

VideoPoet是一种语言模型，能够从各种各样的条件信号中合成高质量的视频和相应的音频。

本研究提出了一种深度学习方法，利用四个预训练的卷积神经网络模型来识别视频中的深度伪造人脸，可实现高精度检测。深度伪造技术已成为一种严重的威胁，对政治、社会和经济稳定造成了巨大的影响。该研究提出的方法可...

Google的VideoPoet是一种开创性的语言模型，它在处理文本到视频，视频风格化甚至视频到音频转换等多种任务方面具有独特的能力。这种方法通过将多种视频生成技术融合到一个模型中而脱颖而出。VideoPoet的革命性技术为...

最近的一项研究表明，与解码器相比，使用UNet编码器在扩散模型中表现更加稳定。这一发现导致了一种新的编码器传播方案，显著加快了文本到图像和文本到视频生成等任务的速度。该研究成果已在GitHub上发布。