Heim Technologie-Peripheriegeräte KI Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Jan 03, 2024 pm 08:10 PM
产业

Kürzlich hat ein auf der Schrödinger-Brücke [1] basierendes Sprachsynthesesystem, das von der Forschungsgruppe von Professor Zhu Jun vom Fachbereich Informatik der Tsinghua-Universität veröffentlicht wurde, das Diffusionsmodell in Bezug auf Probenqualität und Abtastgeschwindigkeit aufgrund seiner „Daten- Das „Noise-to-Data“-Paradigma.

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Papierlink: https://arxiv.org/abs/2312.03491
Projektwebsite: https://bridge-tts.github.io/
Code-Implementierung: https://github.com/thu -ml/Bridge-TTS , TTS) Eine der Kernerzeugungsmethoden, wie Grad-TTS [2], vorgeschlagen vom Noah's Ark Laboratory von Huawei, und DiffSinger [3], vorgeschlagen von der Zhejiang-Universität, haben eine hohe Erzeugungsqualität erreicht. Seitdem haben viele Forschungsarbeiten die Abtastgeschwindigkeit von Diffusionsmodellen effektiv verbessert, beispielsweise durch vorherige Optimierung [2, 3, 4], Modelldestillation [5, 6], Restvorhersage [7] und andere Methoden. Da das Diffusionsmodell jedoch, wie in dieser Studie gezeigt, auf das Generierungsparadigma „Rauschen zu Daten“ beschränkt ist, liefert seine vorherige Verteilung immer nur begrenzte Informationen für das Generierungsziel und kann die bedingten Informationen nicht vollständig nutzen.

Die neueste Forschungsarbeit auf dem Gebiet der Sprachsynthese, Bridge-TTS, basiert auf seinem auf der Schrödinger-Brücke basierenden Generierungsrahmen, um den „Daten-zu-Daten“-Generierungsprozess zu realisieren. Zum ersten Mal werden die vorherigen Informationen der Sprachsynthese verwendet wird von Rauschen zu sauberen Daten geändert, wird von Verteilung zu deterministischer Darstellung geändert.

Die Hauptarchitektur dieser Methode ist in der Abbildung oben dargestellt. Der Eingabetext wird zunächst über den Textcodierer extrahiert, um die latente Raumdarstellung des generierten Ziels (Mel-Spektrogramm, Mel-Spektrum) zu extrahieren. Danach unterstützt die Bridge-TTS-Methode im Gegensatz zum Diffusionsmodell, das diese Informationen in die Rauschverteilung einbezieht oder als bedingte Informationen verwendet, ‍ die direkte Verwendung als vorherige Informationen und unterstützt zufällige oder deterministische Stichproben,
Hohe Qualität und schnelle Zielgenerierung.

Arbeitsergebnisse

Auf LJ-Speech, einem Standarddatensatz, der die Qualität der Sprachsynthese überprüft, beschleunigte das Forschungsteam Bridge-TTS mit 9 hochwertigen Sprachsynthesesystemen und -diffusion Modelle Stichprobenmethoden wurden verglichen. Wie unten gezeigt, übertrifft diese Methode hochwertige, auf Diffusionsmodellen basierende TTS-Systeme [2, 3, 7] in der
Probenqualität (1000 Schritte, 50 Schritte Sampling) und in der Probengeschwindigkeit ohne Nachbearbeitung unter Bedingungen B. die zusätzliche Modelldestillation, übertrifft es viele Beschleunigungsmethoden, wie z. B. die Restvorhersage, die progressive Destillation und die neueste Konsensdestillation [5, 6, 7].
Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen
Im Folgenden finden Sie Beispiele für die Generierungseffekte von Bridge-TTS und der auf Diffusionsmodellen basierenden Methode. Weitere Generierungsbeispielvergleiche finden Sie auf der Projektwebsite: https://bridge-tts.github.io/

  • 1000-Schritt-Synthese-Effektvergleich

Geben Sie den Text ein: „Drucken kann für unseren Zweck als die Kunst der Herstellung von Büchern mittels beweglicher Lettern betrachtet werden.“
Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen
  • 4 Vergleich der Stufensyntheseeffekte

Eingabetext: „Die ersten Bücher wurden in schwarzer Schrift gedruckt, d 2
Vergleich der Stufensyntheseeffekte TTS in 2 Schritten und 4 Schritten) Fall. Bei der 4-stufigen Synthese synthetisiert diese Methode deutlich mehr Probendetails als das Diffusionsmodell, und es gibt kein Problem mit Restrauschen. In einer zweistufigen Synthese zeigt diese Methode völlig reine Abtasttrajektorien und verfeinert bei jedem Schritt mehr generierte Details. Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen
    Im Frequenzbereich werden unten mehr erzeugte Proben angezeigt. In 1000 Syntheseschritten erzeugt diese Methode ein Mel-Spektrum höherer Qualität im Vergleich zum Diffusionsmodell, wenn die Anzahl der Probenschritte reduziert wird Obwohl das Diffusionsmodell einige Abtastdetails geopfert hat, liefert die auf der Schrödinger-Brücke basierende Methode immer noch qualitativ hochwertige Generierungsergebnisse. Bei der 4-stufigen und 2-stufigen Synthese erfordert diese Methode keine Destillation, kein mehrstufiges Training und keine kontradiktorischen Verlustfunktionen und erzielt dennoch qualitativ hochwertige Erzeugungseffekte.
In 1000 Syntheseschritten der Mel-Spektrum-Vergleich von Bridge-TTS und der Diffusionsmodell-basierten Methode

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen
Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnenIn 50 Syntheseschritten Bridge-TTS und die auf dem Diffusionsmodell basierende Methode Mel-Spektrum-Vergleich von Diffusionsmodellmethoden

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Vergleich von Mel-Spektren zwischen Bridge-TTS- und diffusionsmodellbasierten Methoden in der 4-Schritt-Synthese
Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen
In der 2-Schritt-Synthese, Bridge-TTS und diffusionsbasierten Methoden Methoden Mel-Spektrum-Vergleich von Modellmethoden

Bridge-TTS erregte nach seiner Veröffentlichung mit seinem neuartigen Design und dem hochwertigen Syntheseeffekt bei der Sprachsynthese begeisterte Aufmerksamkeit auf Twitter und erhielt Hunderte von Kommentaren mit mehr als Mit 100 Retweets und Hunderten von Likes wurde Huggingface am 12.7 in die Tageszeitung von Huggingface aufgenommen und belegte an diesem Tag den ersten Platz in der Unterstützungsrate. Gleichzeitig wurde er auf vielen in- und ausländischen Plattformen wie LinkedIn, Weibo, Zhihu, verfolgt. und Xiaohongshu.

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Many Fremdsprach -Websites haben auch gemeldet und diskutiert:

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Method Introduction

Die Schrodinger -Brücke ist eine Art von Modell, die kürzlich nach dem Diffusionsmodell entstanden ist Das tiefe generative Modell hat vorläufige Anwendungen in der Bilderzeugung, Bildübersetzung und anderen Bereichen [8,9]. Im Gegensatz zum Diffusionsmodell, das einen Transformationsprozess zwischen Daten und Gaußschem Rauschen etabliert, unterstützt die Schrödinger-Brücke die Transformation zwischen zwei beliebigen Grenzverteilungen. In der Studie zu Bridge-TTS schlugen die Autoren ein Sprachsynthese-Framework vor, das auf der Schrödinger-Brücke zwischen gepaarten Daten basiert und eine Vielzahl von Vorwärtsprozessen, Vorhersagezielen und Abtastprozessen flexibel unterstützt. Eine Übersicht über die Methode ist in der folgenden Abbildung dargestellt:

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

  • Vorwärtsprozess: Diese Forschung baut eine vollständig lösbare Schrödinger-Brücke zwischen starken Informationsprioritäten und Generierungszielen auf und unterstützt einen flexiblen Vorwärtsprozess. Wählen Sie aus symmetrischem Rauschen Strategien: Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen, konstanteMit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen und asymmetrische Rauschstrategien: Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen, lineareMit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen sowie varianzerhaltende (VP)Rauschstrategien, die direkt Diffusionsmodellen entsprechen. Diese Methode ergab, dass asymmetrische Rauschstrategien: lineare Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen (gmax) und VP-Prozesse bei Sprachsyntheseaufgaben bessere Erzeugungseffekte haben als symmetrische Rauschstrategien.

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

  • Modelltraining: Diese Methode behält mehrere Vorteile des Diffusionsmodell-Trainingsprozesses bei, wie z. B. Einzelstufe, Einzelmodell und Einzelverlustfunktion. Und es vergleicht verschiedene Methoden der Modellparametrisierung (Modellparametrisierung), dh die Auswahl von Netzwerktrainingszielen, einschließlich Rauschvorhersage (Rauschen), Generierungszielvorhersage (Daten) und Flussanpassungstechnologie entsprechend dem Diffusionsmodell [10,11 ] Geschwindigkeitsvorhersage (Velocity) usw. Der Artikel stellte fest, dass relativ bessere Generierungsergebnisse erzielt werden können, wenn das Generierungsziel, also das Mel-Spektrum, als Netzwerkvorhersageziel verwendet wird.

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnenMit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

  • Abtastprozess: Dank der vollständig lösbaren Form der Schrödinger-Brücke in dieser Studie erhielten die Autoren durch Transformation des der Schrödinger-Brücke entsprechenden Vorwärts-Rückwärts-SDE-Systems die Brücken-SDE und Bridge ODE wird zur Inferenz verwendet. Aufgrund der langsamen Geschwindigkeit der direkten Simulation der Bridge-SDE/ODE-Inferenz wurde in dieser Studie gleichzeitig der exponentielle Integrator [12,13] verwendet, der üblicherweise in Diffusionsmodellen verwendet wird, um die SDE erster Ordnung zu erhalten, um die Stichprobenziehung zu beschleunigen und ODE-Abtastformen der Schrödinger-Brücke:

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Bei der einstufigen Abtastung degenerieren die Abtastformen von SDE und ODE erster Ordnung gemeinsam zu einer einstufigen Vorhersage des Netzwerks. Gleichzeitig stehen sie in engem Zusammenhang mit der DDIM-Probenahme des posterioren Probenahme-/Diffusionsmodells, und der Artikel enthält eine detaillierte Analyse im Anhang. Der Artikel stellt auch die SDE- und ODE-Abtastalgorithmen zweiter Ordnung der Schrödinger-Brücke bereit. Die Autoren fanden heraus, dass bei der Sprachsynthese die Generierungsqualität einem Sampling-Prozess erster Ordnung ähnelt.

Bei anderen Aufgaben wie Sprachverbesserung, Sprachtrennung, Sprachbearbeitung und anderen Aufgaben, bei denen die Vorinformationen ebenfalls stark sind, erwarten die Autoren, dass diese Forschung auch einen größeren Anwendungswert bringen wird.

Über den Autor

Diese Studie hat drei Co-Erstautoren: Chen Zehua, He Guande und Zheng Kaiwen, alle gehören zur Forschungsgruppe von Zhu Jun in der Abteilung für Informatik der Tsinghua-Universität Der korrespondierende Autor des Artikels ist Professor Zhu Jun, Microsoft Asia Research. Tan Xu, leitender Forschungsleiter des Instituts, ist ein Projektmitarbeiter.

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

                                                                                                                                                             Tan Xu, Chief Research Manager, Microsoft Research Asia, Soundeffekte, bioelektrische Signalsynthese und andere Anwendungen. Er absolvierte Praktika bei vielen Unternehmen wie Microsoft, JD.com und TikTok und veröffentlichte zahlreiche Beiträge auf wichtigen internationalen Konferenzen im Bereich Sprache und maschinelles Lernen, wie ICML/NeurIPS/ICASSP.

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

He Guande ist Masterstudent im dritten Jahr an der Tsinghua-Universität. Seine Hauptforschungsrichtung ist Unsicherheitsschätzung und generative Modelle. Er hat zuvor Artikel als Erstautor auf ICLR und anderen Konferenzen veröffentlicht.

Mit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen

Zheng Kaiwen ist Masterstudent im zweiten Jahr an der Tsinghua-Universität. Seine Hauptforschungsrichtung ist die Theorie und der Algorithmus tiefer generativer Modelle und deren Anwendungen in der Bild-, Audio- und 3D-Generierung. Zuvor hat er zahlreiche Artikel auf Top-Konferenzen wie ICML/NeurIPS/CVPR veröffentlicht, in denen es um Technologien wie Flow Matching und exponentielle Integratoren in Diffusionsmodellen ging.

Referenzen:
[1] Zehua Chen, Guande He, Kaiwen Zheng, Xu Tan und Jun Zhu. Schrödinger Bridges schlagen Diffusionsmodelle zur Text-to-Speech-Synthese :2312.03491, 2023.
[2] Vadim Popov, Ivan Vovk, Vladimir Gogoryan, Tasnima Sadekova und Mikhail A. Kudinov: A Diffusion Probabilistic Model for Text-to-Speech. 2021.
[3] Jinglin Liu, Chengxi Li, Yi Ren, Feiyang Chen und Zhou Zhao. Singing Voice Synthesis via Shallow Diffusion Mechanism.
[ 4 ] Sang-gil Lee, Heeseung Kim, Chaehun Shin, Xu Tan, Chang Liu, Qi Meng, Tao Qin, Wei Chen, Sungroh Yoon und Tie-Yan Liu PriorGrad: Verbesserung bedingter Rauschunterdrückungsmodelle mit datenabhängigem adaptivem Prior. In ICLR, 2022.
[5] Rongjie Huang, Zhou Zhao, Huadai Liu, Jinglin Liu, Chenye Cui und Yi Ren. ProDiff: Progressives schnelles Diffusionsmodell für hochwertige Text-zu-Sprache ACM Multimedia, 2022.
[6] Zhen Ye, Wei Xue, Xu Tan, Jie Chen, Qifeng Liu und Yike Guo: One-Step Speech and Singing Voice Synthesis via Consistency Model , 2023.
[7] Zehua Chen, Yihan Wu, Yichong Leng, Jiawei Chen, Haohe Liu, Xu Tan, Yang Cui, Ke Wang, Lei He, Sheng Zhao, Jiang Bian und Danilo P. Mandic . ResGrad: Residual Denoising Diffusion Probabilistic Models for Text to Speech.
[8] NeurIPS 2023.
[9] Guan-Horng Liu, Arash Vahdat, De-An Huang, Evangelos A. Theodorou, Weili Nie und Anima Anandkumar: Bild-zu-Bild-Schrödinger-Brücke. 2023.
[10] Yaron Lipman, Ricky T. Q. Chen, Heli Ben-Hamu, Maximilian Nickel und Matt Le. Flow Matching für generative Modellierung.
[11] Kaiwen Zheng, Cheng Lu, Jianfei Chen und Jun Zhu. Verbesserte Techniken zur Schätzung der maximalen Wahrscheinlichkeit für Diffusions-ODEs.
[12] Cheng Lu, Yuhao Zhou, Fan Bao, Jianfei Chen, Chongxuan Li und Jun Zhu. DPM-Solver: Ein schneller ODE-Löser für die Diffusions-Probabilistik-Modellstichprobe in etwa 10 Schritten . DPM-Solver-v3: Verbesserter Diffusions-ODE-Löser mit empirischer Modellstatistik in NeurIPS, 2023.

Das obige ist der detaillierte Inhalt vonMit Hilfe der Schrödinger-Brücke entwickelt das Team von Zhu Jun an der Tsinghua-Universität ein neues Sprachsynthesesystem, um den Herausforderungen der Verbreitung zu begegnen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
2 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Repo: Wie man Teamkollegen wiederbelebt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Abenteuer: Wie man riesige Samen bekommt
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Der DeepMind-Roboter spielt Tischtennis und seine Vor- und Rückhand rutschen in die Luft, wodurch menschliche Anfänger völlig besiegt werden Der DeepMind-Roboter spielt Tischtennis und seine Vor- und Rückhand rutschen in die Luft, wodurch menschliche Anfänger völlig besiegt werden Aug 09, 2024 pm 04:01 PM

Aber vielleicht kann er den alten Mann im Park nicht besiegen? Die Olympischen Spiele in Paris sind in vollem Gange und Tischtennis hat viel Aufmerksamkeit erregt. Gleichzeitig haben Roboter auch beim Tischtennisspielen neue Durchbrüche erzielt. Gerade hat DeepMind den ersten lernenden Roboteragenten vorgeschlagen, der das Niveau menschlicher Amateurspieler im Tischtennis-Wettkampf erreichen kann. Papieradresse: https://arxiv.org/pdf/2408.03906 Wie gut ist der DeepMind-Roboter beim Tischtennisspielen? Vermutlich auf Augenhöhe mit menschlichen Amateurspielern: Sowohl Vorhand als auch Rückhand: Der Gegner nutzt unterschiedliche Spielstile, und auch der Roboter hält aus: Aufschlagannahme mit unterschiedlichem Spin: Allerdings scheint die Intensität des Spiels nicht so intensiv zu sein wie Der alte Mann im Park. Für Roboter, Tischtennis

Claude ist auch faul geworden! Netizen: Lernen Sie, sich einen Urlaub zu gönnen Claude ist auch faul geworden! Netizen: Lernen Sie, sich einen Urlaub zu gönnen Sep 02, 2024 pm 01:56 PM

Der Schulstart steht vor der Tür und nicht nur die Schüler, die bald ins neue Semester starten, sollten auf sich selbst aufpassen, sondern auch die großen KI-Modelle. Vor einiger Zeit war Reddit voller Internetnutzer, die sich darüber beschwerten, dass Claude faul werde. „Sein Niveau ist stark gesunken, es kommt oft zu Pausen und sogar die Ausgabe wird sehr kurz. In der ersten Woche der Veröffentlichung konnte es ein komplettes 4-seitiges Dokument auf einmal übersetzen, aber jetzt kann es nicht einmal eine halbe Seite ausgeben.“ !

Die erste mechanische Klaue! Yuanluobao trat auf der Weltroboterkonferenz 2024 auf und stellte den ersten Schachroboter vor, der das Haus betreten kann Die erste mechanische Klaue! Yuanluobao trat auf der Weltroboterkonferenz 2024 auf und stellte den ersten Schachroboter vor, der das Haus betreten kann Aug 21, 2024 pm 07:33 PM

Am 21. August fand in Peking die Weltroboterkonferenz 2024 im großen Stil statt. Die Heimrobotermarke „Yuanluobot SenseRobot“ von SenseTime hat ihre gesamte Produktfamilie vorgestellt und kürzlich den Yuanluobot AI-Schachspielroboter – Chess Professional Edition (im Folgenden als „Yuanluobot SenseRobot“ bezeichnet) herausgebracht und ist damit der weltweit erste A-Schachroboter für heim. Als drittes schachspielendes Roboterprodukt von Yuanluobo hat der neue Guoxiang-Roboter eine Vielzahl spezieller technischer Verbesserungen und Innovationen in den Bereichen KI und Maschinenbau erfahren und erstmals die Fähigkeit erkannt, dreidimensionale Schachfiguren aufzunehmen B. durch mechanische Klauen an einem Heimroboter, und führen Sie Mensch-Maschine-Funktionen aus, z. B. Schach spielen, jeder spielt Schach, Überprüfung der Notation usw.

Auf der Weltroboterkonferenz wurde dieser Haushaltsroboter, der „die Hoffnung auf eine zukünftige Altenpflege' in sich trägt, umzingelt Auf der Weltroboterkonferenz wurde dieser Haushaltsroboter, der „die Hoffnung auf eine zukünftige Altenpflege' in sich trägt, umzingelt Aug 22, 2024 pm 10:35 PM

Auf der World Robot Conference in Peking ist die Präsentation humanoider Roboter zum absoluten Mittelpunkt der Szene geworden. Am Stand von Stardust Intelligent führte der KI-Roboterassistent S1 drei große Darbietungen mit Hackbrett, Kampfkunst und Kalligraphie auf Ein Ausstellungsbereich, der sowohl Literatur als auch Kampfkunst umfasst, zog eine große Anzahl von Fachpublikum und Medien an. Durch das elegante Spiel auf den elastischen Saiten demonstriert der S1 eine feine Bedienung und absolute Kontrolle mit Geschwindigkeit, Kraft und Präzision. CCTV News führte einen Sonderbericht über das Nachahmungslernen und die intelligente Steuerung hinter „Kalligraphie“ durch. Firmengründer Lai Jie erklärte, dass hinter den seidenweichen Bewegungen die Hardware-Seite die beste Kraftkontrolle und die menschenähnlichsten Körperindikatoren (Geschwindigkeit, Belastung) anstrebt. usw.), aber auf der KI-Seite werden die realen Bewegungsdaten von Menschen gesammelt, sodass der Roboter stärker werden kann, wenn er auf eine schwierige Situation stößt, und lernen kann, sich schnell weiterzuentwickeln. Und agil

Das Team von Li Feifei schlug ReKep vor, um Robotern räumliche Intelligenz zu verleihen und GPT-4o zu integrieren Das Team von Li Feifei schlug ReKep vor, um Robotern räumliche Intelligenz zu verleihen und GPT-4o zu integrieren Sep 03, 2024 pm 05:18 PM

Tiefe Integration von Vision und Roboterlernen. Wenn zwei Roboterhände reibungslos zusammenarbeiten, um Kleidung zu falten, Tee einzuschenken und Schuhe zu packen, gepaart mit dem humanoiden 1X-Roboter NEO, der in letzter Zeit für Schlagzeilen gesorgt hat, haben Sie vielleicht das Gefühl: Wir scheinen in das Zeitalter der Roboter einzutreten. Tatsächlich sind diese seidigen Bewegungen das Produkt fortschrittlicher Robotertechnologie + exquisitem Rahmendesign + multimodaler großer Modelle. Wir wissen, dass nützliche Roboter oft komplexe und exquisite Interaktionen mit der Umgebung erfordern und die Umgebung als Einschränkungen im räumlichen und zeitlichen Bereich dargestellt werden kann. Wenn Sie beispielsweise möchten, dass ein Roboter Tee einschenkt, muss der Roboter zunächst den Griff der Teekanne ergreifen und sie aufrecht halten, ohne den Tee zu verschütten, und ihn dann sanft bewegen, bis die Öffnung der Kanne mit der Öffnung der Tasse übereinstimmt , und neigen Sie dann die Teekanne in einem bestimmten Winkel. Das

Bekanntgabe der ACL 2024 Awards: Eines der besten Papers zum Thema Oracle Deciphering von HuaTech, GloVe Time Test Award Bekanntgabe der ACL 2024 Awards: Eines der besten Papers zum Thema Oracle Deciphering von HuaTech, GloVe Time Test Award Aug 15, 2024 pm 04:37 PM

Bei dieser ACL-Konferenz haben die Teilnehmer viel gewonnen. Die sechstägige ACL2024 findet in Bangkok, Thailand, statt. ACL ist die führende internationale Konferenz im Bereich Computerlinguistik und Verarbeitung natürlicher Sprache. Sie wird von der International Association for Computational Linguistics organisiert und findet jährlich statt. ACL steht seit jeher an erster Stelle, wenn es um akademischen Einfluss im Bereich NLP geht, und ist außerdem eine von der CCF-A empfohlene Konferenz. Die diesjährige ACL-Konferenz ist die 62. und hat mehr als 400 innovative Arbeiten im Bereich NLP eingereicht. Gestern Nachmittag gab die Konferenz den besten Vortrag und weitere Auszeichnungen bekannt. Diesmal gibt es 7 Best Paper Awards (zwei davon unveröffentlicht), 1 Best Theme Paper Award und 35 Outstanding Paper Awards. Die Konferenz verlieh außerdem drei Resource Paper Awards (ResourceAward) und einen Social Impact Award (

Hongmeng Smart Travel S9 und die umfassende Einführungskonferenz für neue Produkte wurden gemeinsam mit einer Reihe neuer Blockbuster-Produkte veröffentlicht Hongmeng Smart Travel S9 und die umfassende Einführungskonferenz für neue Produkte wurden gemeinsam mit einer Reihe neuer Blockbuster-Produkte veröffentlicht Aug 08, 2024 am 07:02 AM

Heute Nachmittag begrüßte Hongmeng Zhixing offiziell neue Marken und neue Autos. Am 6. August veranstaltete Huawei die Hongmeng Smart Xingxing S9 und die Huawei-Konferenz zur Einführung neuer Produkte mit umfassendem Szenario und brachte die Panorama-Smart-Flaggschiff-Limousine Xiangjie S9, das neue M7Pro und Huawei novaFlip, MatePad Pro 12,2 Zoll, das neue MatePad Air und Huawei Bisheng mit Mit vielen neuen Smart-Produkten für alle Szenarien, darunter die Laserdrucker der X1-Serie, FreeBuds6i, WATCHFIT3 und der Smart Screen S5Pro, von Smart Travel über Smart Office bis hin zu Smart Wear baut Huawei weiterhin ein Smart-Ökosystem für alle Szenarien auf, um Verbrauchern ein Smart-Erlebnis zu bieten Internet von allem. Hongmeng Zhixing: Huawei arbeitet mit chinesischen Partnern aus der Automobilindustrie zusammen, um die Modernisierung der Smart-Car-Industrie voranzutreiben

Das erste große UI-Modell in China wird veröffentlicht! Das große Modell von Motiff ist der beste Assistent für Designer und optimiert den UI-Design-Workflow Das erste große UI-Modell in China wird veröffentlicht! Das große Modell von Motiff ist der beste Assistent für Designer und optimiert den UI-Design-Workflow Aug 19, 2024 pm 04:48 PM

Künstliche Intelligenz entwickelt sich schneller, als Sie sich vorstellen können. Seit GPT-4 die multimodale Technologie in die Öffentlichkeit gebracht hat, sind multimodale Großmodelle in eine Phase rasanter Entwicklung eingetreten, die sich allmählich von der reinen Modellforschung und -entwicklung hin zur Erforschung und Anwendung in vertikalen Bereichen verlagert und tief in alle Lebensbereiche integriert ist. Im Bereich der Schnittstelleninteraktion haben internationale Technologiegiganten wie Google und Apple in die Forschung und Entwicklung großer multimodaler UI-Modelle investiert, die als einziger Weg für die KI-Revolution im Mobiltelefon gelten. In diesem Zusammenhang wurde das erste groß angelegte UI-Modell in China geboren. Am 17. August stellte Motiff, ein Designtool im KI-Zeitalter, auf der IXDC2024 International Experience Design Conference sein unabhängig entwickeltes multimodales UI-Modell vor – das Motiff Model. Dies ist das weltweit erste UI-Design-Tool

See all articles