Périphériques technologiques
IA
'À mi-parcours dans le domaine de la vidéo' ! Le travail de test bêta interne de la recrue de génération vidéo AI Gen-2 a été divulgué, les internautes ont déclaré que c'était trop réaliste
'À mi-parcours dans le domaine de la vidéo' ! Le travail de test bêta interne de la recrue de génération vidéo AI Gen-2 a été divulgué, les internautes ont déclaré que c'était trop réaliste
Gen-2, l'outil de génération vidéo IA qui prétend pouvoir filmer des superproductions en une phrase, a commencé à révéler ses vraies couleurs.
Un blogueur Twitter a pris la tête des qualifications pour la bêta fermée.
C'est le résultat qu'il a généré en utilisant le mot invite "Un homme bien proportionné ou symétrique a été interviewé dans un bar" :
J'ai vu un homme en chemise sombre regardant l'autre personne et parlant, ses yeux étaient amicaux. Son expression révélait du sérieux et de la franchise, et la personne en face de lui acquiesçait de temps en temps.
La vidéo dans son ensemble est très cohérente et la qualité de l'image est très claire. À première vue, on dirait une véritable interview !
Une autre version de la même génération de mots d'invite n'est pas mauvaise non plus :
Cette fois, la caméra est plus proche, l'arrière-plan est plus réaliste et les personnages sont toujours expressifs.
Après avoir lu cet ensemble d'œuvres, certains internautes ont déclaré :
C'est incroyable. De tels résultats peuvent être générés par de simples invites textuelles !
Certaines personnes ont dit sans détour :
C'est le Midjourney dans le domaine de la vidéo.
Blogger a effectivement testé Gen-2
Ce blogueur s'appelle Nick St. Pierre, spécialisé dans le partage de ses travaux réalisés avec l'IA sur Twitter.
En plus du style réaliste vu au début, il a également publié un ensemble d'œuvres de science-fiction Gen-2.
Par exemple « Des astronautes voyageant dans l'espace » :
« Un soldat armé court dans le couloir d'un vaisseau spatial, une ombre détruisant le mur derrière lui » :
« Une famille de robots mangeant des puces électroniques dans un zoo humain " :
"Une armée de robots humanoïdes colonise les plaines gelées" :
(Elle a l'élan de l'armée des Marcheurs Blancs attaquant la Grande Muraille dans Game of Thrones...)
" Le dernier homme sur terre regarde Le vaisseau spatial envahisseur a atterri au-dessus de Tokyo » :
…
Tout ce qui précède peut être complété par un seul mot, sans avoir besoin de se référer à d'autres images et vidéos.
Bien que l'effet de cet ensemble de science-fiction soit légèrement inférieur à celui de "un homme dans un bar interviewé", ce qui est magique, c'est qu'il est comparable à la saveur "chaotique" du début de la naissance de l'IA modèle de génération d'images. ——Il semble que je puisse voir l'ombre d'une IA telle que la diffusion stable à ce moment-là.
Comme l'a dit Nick St. Pierre :
La génération 2 en est encore à ses balbutiements, et elle sera certainement meilleure à l'avenir.
Nous avons également trouvé quelques effets sur Internet testés par d'autres personnes qualifiées pour des tests internes :
On peut dire qu'à part le plus des travaux de science-fiction difficiles, et tout le reste qu'il fait est plutôt bon.
La génération vidéo IA est également en plein essor
Gen-2, un outil d'IA spécialisé dans la génération vidéo, a été publié le 20 mars (article du 11 mars).
En tant que nouveau venu dans le domaine de l'AIGC, sa vitesse d'itération et sa qualité sont également assez rapides :
La version Gen-1 vient de naître en février, et elle ne pouvait éditer que des vidéos existantes
Maintenant Gen-2 You ; peut déjà utiliser du texte et des images comme mots d’invite pour générer directement des vidéos.
L'appelle officiellement « la prochaine étape de l'IA générative », et le slogan est également très dominateur :
dis-le, vois-le. (Tant que vous pouvez le dire, je peux vous laisser le voir)
La mise à jour de Gen-2 apporte huit fonctions majeures en un seul souffle :
Vidéo d'aventure, texte + vidéo d'image de référence, image fixe en vidéo, vidéo style Migration, storyboarding, masque (comme transformer un chien blanc qui marche en dalmatien), rendu et personnalisation (comme transformer un jouet en tortue en quelques secondes).
Comme la peinture IA, son émergence a fait voir aux gens les énormes changements cachés dans les domaines du cinéma et de la télévision, des jeux et du marketing.
La société de développement derrière cela mérite également d'être mentionnée, il s'agit de Runway.
Runway a été créée en 2018. Elle a fourni un support technique pour les effets spéciaux de "The Instant Universe" et a également participé au développement de Stable Diffusion (un titre prometteur).
Conseils : Gen-1 peut déjà être joué (une fois 125 opportunités épuisées, vous ne pouvez payer que mensuellement), Gen-2 n'a pas encore été officiellement rendu public.
En plus de la série Gen, le Microsoft Asia Research Institute a également récemment publié une IA capable de générer des vidéos ultra-longues basées sur du texte : NUWA-XL.
Avec seulement 16 phrases simples, il peut obtenir une animation de 11 minutes :
Pour aller un peu plus loin, le jour même de la sortie de Gen-2, Alibaba Damo Academy l'a également open source Text-to -IA vidéo avec 1,7 milliard de paramètres :
L'effet est celui de tante Jiang :
...
On peut prédire que non seulement la génération d'images, mais aussi le champ vidéo deviendront animés.
Ahem, alors sera-ce la prochaine vague de carnaval massif de l'IA ?
Lien de référence :
[1]https://www.php.cn/link/4d7e0d72898ae7ea3593eb5ebf20c744
[2]https://www.php.cn/link/ e00944d55e6432ccf20f9fda2492b6fd
[3]https://www.php.cn/link/ce653013fadbb2ff27530d3de3790f1b
[4]https://www.php.cn/link/ 6e3adb1ae0e02c934766182313b6775d
[5]https://www.php.cn/link/b9b72b29352f3764ea4dec130772bd9d
[6]https://www.php.cn/ lien / 79d37fb2893b428f7ea4ed3b07a84096
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Le modèle MoE open source le plus puissant au monde est ici, avec des capacités chinoises comparables à celles du GPT-4, et le prix ne représente que près d'un pour cent de celui du GPT-4-Turbo.
May 07, 2024 pm 04:13 PM
Imaginez un modèle d'intelligence artificielle qui non seulement a la capacité de surpasser l'informatique traditionnelle, mais qui permet également d'obtenir des performances plus efficaces à moindre coût. Ce n'est pas de la science-fiction, DeepSeek-V2[1], le modèle MoE open source le plus puissant au monde est ici. DeepSeek-V2 est un puissant mélange de modèle de langage d'experts (MoE) présentant les caractéristiques d'une formation économique et d'une inférence efficace. Il est constitué de 236B paramètres, dont 21B servent à activer chaque marqueur. Par rapport à DeepSeek67B, DeepSeek-V2 offre des performances plus élevées, tout en économisant 42,5 % des coûts de formation, en réduisant le cache KV de 93,3 % et en augmentant le débit de génération maximal à 5,76 fois. DeepSeek est une entreprise explorant l'intelligence artificielle générale
L'IA bouleverse la recherche mathématique ! Le lauréat de la médaille Fields et mathématicien sino-américain a dirigé 11 articles les mieux classés | Aimé par Terence Tao
Apr 09, 2024 am 11:52 AM
L’IA change effectivement les mathématiques. Récemment, Tao Zhexuan, qui a prêté une attention particulière à cette question, a transmis le dernier numéro du « Bulletin de l'American Mathematical Society » (Bulletin de l'American Mathematical Society). En se concentrant sur le thème « Les machines changeront-elles les mathématiques ? », de nombreux mathématiciens ont exprimé leurs opinions. L'ensemble du processus a été plein d'étincelles, intense et passionnant. L'auteur dispose d'une équipe solide, comprenant Akshay Venkatesh, lauréat de la médaille Fields, le mathématicien chinois Zheng Lejun, l'informaticien de l'Université de New York Ernest Davis et de nombreux autres universitaires bien connus du secteur. Le monde de l’IA a radicalement changé. Vous savez, bon nombre de ces articles ont été soumis il y a un an.
KAN, qui remplace MLP, a été étendu à la convolution par des projets open source
Jun 01, 2024 pm 10:03 PM
Plus tôt ce mois-ci, des chercheurs du MIT et d'autres institutions ont proposé une alternative très prometteuse au MLP – KAN. KAN surpasse MLP en termes de précision et d’interprétabilité. Et il peut surpasser le MLP fonctionnant avec un plus grand nombre de paramètres avec un très petit nombre de paramètres. Par exemple, les auteurs ont déclaré avoir utilisé KAN pour reproduire les résultats de DeepMind avec un réseau plus petit et un degré d'automatisation plus élevé. Plus précisément, le MLP de DeepMind compte environ 300 000 paramètres, tandis que le KAN n'en compte qu'environ 200. KAN a une base mathématique solide comme MLP est basé sur le théorème d'approximation universelle, tandis que KAN est basé sur le théorème de représentation de Kolmogorov-Arnold. Comme le montre la figure ci-dessous, KAN a
Bonjour, Atlas électrique ! Le robot Boston Dynamics revient à la vie, des mouvements étranges à 180 degrés effraient Musk
Apr 18, 2024 pm 07:58 PM
Boston Dynamics Atlas entre officiellement dans l’ère des robots électriques ! Hier, l'Atlas hydraulique s'est retiré "en larmes" de la scène de l'histoire. Aujourd'hui, Boston Dynamics a annoncé que l'Atlas électrique était au travail. Il semble que dans le domaine des robots humanoïdes commerciaux, Boston Dynamics soit déterminé à concurrencer Tesla. Après la sortie de la nouvelle vidéo, elle a déjà été visionnée par plus d’un million de personnes en seulement dix heures. Les personnes âgées partent et de nouveaux rôles apparaissent. C'est une nécessité historique. Il ne fait aucun doute que cette année est l’année explosive des robots humanoïdes. Les internautes ont commenté : Les progrès des robots ont fait ressembler la cérémonie d'ouverture de cette année à des êtres humains, et le degré de liberté est bien plus grand que celui des humains. Mais n'est-ce vraiment pas un film d'horreur ? Au début de la vidéo, Atlas est allongé calmement sur le sol, apparemment sur le dos. Ce qui suit est à couper le souffle
FisheyeDetNet : le premier algorithme de détection de cible basé sur une caméra fisheye
Apr 26, 2024 am 11:37 AM
La détection de cibles est un problème relativement mature dans les systèmes de conduite autonome, parmi lesquels la détection des piétons est l'un des premiers algorithmes à être déployés. Des recherches très complètes ont été menées dans la plupart des articles. Cependant, la perception de la distance à l’aide de caméras fisheye pour une vue panoramique est relativement moins étudiée. En raison de la distorsion radiale importante, la représentation standard du cadre de délimitation est difficile à mettre en œuvre dans les caméras fisheye. Pour alléger la description ci-dessus, nous explorons les conceptions étendues de boîtes englobantes, d'ellipses et de polygones généraux dans des représentations polaires/angulaires et définissons une métrique de segmentation d'instance mIOU pour analyser ces représentations. Le modèle fisheyeDetNet proposé avec une forme polygonale surpasse les autres modèles et atteint simultanément 49,5 % de mAP sur l'ensemble de données de la caméra fisheye Valeo pour la conduite autonome.
Les robots Tesla travaillent dans les usines, Musk : Le degré de liberté des mains atteindra 22 cette année !
May 06, 2024 pm 04:13 PM
La dernière vidéo du robot Optimus de Tesla est sortie, et il peut déjà fonctionner en usine. À vitesse normale, il trie les batteries (les batteries 4680 de Tesla) comme ceci : Le responsable a également publié à quoi cela ressemble à une vitesse 20 fois supérieure - sur un petit "poste de travail", en sélectionnant et en sélectionnant et en sélectionnant : Cette fois, il est publié L'un des points forts de la vidéo est qu'Optimus réalise ce travail en usine, de manière totalement autonome, sans intervention humaine tout au long du processus. Et du point de vue d'Optimus, il peut également récupérer et placer la batterie tordue, en se concentrant sur la correction automatique des erreurs : concernant la main d'Optimus, le scientifique de NVIDIA Jim Fan a donné une évaluation élevée : la main d'Optimus est l'un des robots à cinq doigts du monde. le plus adroit. Ses mains ne sont pas seulement tactiles
Une seule carte exécute Llama 70B plus rapidement que deux cartes, Microsoft vient de mettre le FP6 dans l'Open source A100 |
Apr 29, 2024 pm 04:55 PM
Le FP8 et la précision de quantification inférieure en virgule flottante ne sont plus le « brevet » du H100 ! Lao Huang voulait que tout le monde utilise INT8/INT4, et l'équipe Microsoft DeepSpeed a commencé à exécuter FP6 sur A100 sans le soutien officiel de NVIDIA. Les résultats des tests montrent que la quantification FP6 de la nouvelle méthode TC-FPx sur A100 est proche ou parfois plus rapide que celle de INT4, et a une précision supérieure à celle de cette dernière. En plus de cela, il existe également une prise en charge de bout en bout des grands modèles, qui ont été open source et intégrés dans des cadres d'inférence d'apprentissage profond tels que DeepSpeed. Ce résultat a également un effet immédiat sur l'accélération des grands modèles : dans ce cadre, en utilisant une seule carte pour exécuter Llama, le débit est 2,65 fois supérieur à celui des cartes doubles. un
Les dernières nouvelles de l'Université d'Oxford ! Mickey : correspondance d'images 2D en 3D SOTA ! (CVPR\'24)
Apr 23, 2024 pm 01:20 PM
Lien du projet écrit devant : https://nianticlabs.github.io/mickey/ Étant donné deux images, la pose de la caméra entre elles peut être estimée en établissant la correspondance entre les images. En règle générale, ces correspondances sont 2D à 2D et nos poses estimées sont à échelle indéterminée. Certaines applications, telles que la réalité augmentée instantanée, à tout moment et en tout lieu, nécessitent une estimation de pose des métriques d'échelle, elles s'appuient donc sur des estimateurs de profondeur externes pour récupérer l'échelle. Cet article propose MicKey, un processus de correspondance de points clés capable de prédire les correspondances métriques dans l'espace d'une caméra 3D. En apprenant la correspondance des coordonnées 3D entre les images, nous sommes en mesure de déduire des métriques relatives.
