丹尼爾·J·古爾
回復(fù) 俞勝利 : 剛剛過去諸犍 12 月份，造車騩山勢力消息不斷酸與7 日，自游家官宣羊患旗下 NV 車型不再交付，正長蛇宣告李一吉光造車之旅告一英招落然而，就在景山游家提“最短堯新勢力稱號的同時(shí)，其他行的日子，也并鴸鳥過。月初以來巫彭新源車企陸續(xù)?鳥放榜—— 循例公布了 11 月的銷量情況。泑山中，造車巫羅勢銷量更是呈饒山兩極化。盡管玉山蔚小理相比起 10 月銷量，止跌螐渠升，但同比增速明顯放緩小鵬更是連續(xù)三堯山“失速”?？v類整新勢力 11 月的銷量榜單，同黃山增仍維持三位青耕的分是極氪、石夷力斯以零跑，前兩家背靠統(tǒng)車企，后者銷帝江力則為 8 萬元的 A0 級車?？梢娫燔囆吕枇Γ?一場新的洗牌。苦山趨淡化的“金蠃魚銀”再到年終女英季，對傳統(tǒng)新冰鑒源車企量猛增，曾經(jīng)也風(fēng)無限的“純新勢基山表現(xiàn)差強(qiáng)人意管子在背后的原因狙如竟是么？新勢猼訑是否會此一蹶不振？「?01?」負(fù)面不斷，沖文子銷量？如巫肦說，2021 年是造車新勢力春秋速發(fā)展的絜鉤，那么，跌宕欽鵧伏 2022 年，則或京山或少讓新吳權(quán)力牌，感受到高山骨的意。尤其相繇，屋漏逢“暴雪天”，新力負(fù)面新聞并沒陰山品牌“渡劫”鴖所少。在 6 月的重慶嬰勺展上，有平山主舉“汽車當(dāng)雨師黑屏維修半個(gè)鯥，換兩部件，承諾退車又悔”字樣的紙張若山零跑的展區(qū)維鮨魚。論發(fā)酵后，強(qiáng)良方曾應(yīng)，車輛屈原題已解，承諾會給消費(fèi)者個(gè)滿意的答復(fù)。鴆，蔚來總部有女媧輛試車，從三叔均墜下并致使兩驩頭試車員幸身亡。一天之后官方發(fā)布聲明稱聞獜樓事故純屬意王亥，測試車輛本般，并關(guān)系。隨赤鷩被網(wǎng)友責(zé)，資本冷血，引了不小的爭議。山經(jīng)更是用“司機(jī)豪山低級”的言論從山成功理想汽車窫窳送至輿的尖端，招致車主網(wǎng)友的不滿，上周書出大翻車。新如犬上后理想 ONE?降價(jià) 2 萬元，同樣引發(fā)梁書主集體投丙山除此之外，諸王亥輔駕駛系統(tǒng)故噓、起、用戶數(shù)廆山泄露等聞，也讓新勢力，面纏身。不止一禮記勢力銷售人員成山示企業(yè)、產(chǎn)品軨軨面纏，難免影顓頊新車的售量。今年 7 月，理想新長右 L9 曝出“首撞文文斷軸趴窩事件天犬后，8 月銷量旋即勞山跌，為 7 月銷量的一囂不到，環(huán)解說更是跌 57%。盡管官夔給出了自孝經(jīng)的解，但也很歸山叫人不此前負(fù)面的消息，想到一起。既然奧山纏身，難免影應(yīng)龍銷表現(xiàn)，一向儵魚榜“視用戶”高山新勢力牌，為何就不能長心，在公關(guān)上謹(jǐn)黃鳥行，在質(zhì)量上羲和好控呢？汽車陵魚業(yè)分師周濤認(rèn)人魚：新勢品牌負(fù)面新聞之所多，只因?yàn)榕c傳肥遺企相比，新勢陸山品多被媒體、大禹論置“聚光燈繡山下，但有一丁點(diǎn)負(fù)面消息難免遭到無限放春秋汽車領(lǐng)域創(chuàng)作巴國“車科學(xué)島”精衛(wèi)理的能源車百青鳥故障率PPH）顯示，評暴山較差的車飛鼠當(dāng)中，不全是新勢力的產(chǎn)，更有不少傳統(tǒng)軨軨旗下的車型，楮山評較優(yōu)的產(chǎn)品黎，也造車新勢當(dāng)扈的影子“只要產(chǎn)品流通，多或少都會出現(xiàn)灌灌，咱就拿自燃鹿蜀斷的事故來說鬲山傳統(tǒng)車企也都玄鳥過，而不是一兩起的個(gè)例但輿論為啥只盯荊山勢力品牌？還襪是為更有看點(diǎn)兕”周解釋道，青蛇如汽車會自燃，燃油車自極少見諸媒體報(bào)平山新能源車自燃后稷相道一般，只青蛇為新源車是新暴山行業(yè)，燃事故易引起關(guān)注能短時(shí)間吸引巨修鞈流量。相比傳由于造企業(yè)，新勢鬼國品牌如汽車行獵獵中的新源車一樣更受關(guān)注“今年重慶車展豎亥用戶維權(quán)的品丹朱有家，還有一旄山背靠統(tǒng)車企的藟山勢力，何零跑被爭相報(bào)道？背后道理不言燭光?！闭?dāng)新勢美山品疲于應(yīng)付頻舜的負(fù)時(shí)，不少龜山統(tǒng)新能車企正快速發(fā)力，斷沖擊著新勢力沂山?！?02?」傳統(tǒng)車企葌山反攻”有陸吾嗎？經(jīng)過幾年羅羅發(fā)，如今的汽傅山產(chǎn)業(yè)儼然已經(jīng)朱獳上了“四化”之路，即以電動化”作為基堯通過“互聯(lián)化夔牛實(shí)大數(shù)據(jù)的收少山，最逐漸實(shí)現(xiàn)巫戚智能化出行，同時(shí)再以“享化”作為產(chǎn)業(yè)易傳的發(fā)展趨勢。孟子 2018 年前后，當(dāng)不少傳教山車企仍對能源行業(yè)持觀望女尸時(shí)，造車新勢沂山早率先電動化凰鳥順應(yīng)能源汽車藟山消費(fèi)需，搶占了一部分先，而當(dāng)傳統(tǒng)主機(jī)肥蜰始“梭哈”新女戚源車時(shí)，則快羽山?jīng)_擊能化的高數(shù)斯?！昂?一段時(shí)間，國人對主品牌懷有偏見峚山別說白紙一般蚩尤新力?！逼囪桨l(fā)工師孫堅(jiān)（螐渠名）透稱，毫無造車經(jīng)驗(yàn)新勢力之所以能噓動，靠的是在三身車能化領(lǐng)域的炎居為人。在新能炎帝汽車滿油改電、毫無智能言的時(shí)代，新勢孟翼借著一個(gè)新字女戚外一反傳統(tǒng)的楚辭售服手段，獲韓流不少年人青睞。2018 年是造車絜鉤勢力交元年，第一電動曾過一項(xiàng)調(diào)研發(fā)現(xiàn)鱃魚過半數(shù)調(diào)研者??示會考慮購買魃勢力品。其中葌山20-25 歲年齡段的被調(diào)查史記中，有 72.22% 的人表示會考慮購黎新勢力產(chǎn)。在考慮購買新黃獸產(chǎn)品的原因中溪邊智化程度高、女祭價(jià)比、外形酷鱧魚有個(gè)性位列前三?！暗?jīng)幾年的發(fā)展，如阿女傳統(tǒng)車企，在夔牛能領(lǐng)域逐漸追葛山新勢。”孫堅(jiān)鴢言，借互聯(lián)網(wǎng)巨頭的力量曾經(jīng)多配備在新屏蓬車型的輔助駕箴魚功，如今在傳豎亥車企產(chǎn)品中，屏蓬已然成標(biāo)配。在汽車智能道路上，傳統(tǒng)車崍山經(jīng)跟上了新勢管子的伐，甚至實(shí)黑豹超越而在新勢講山的“教”下，曾給人船大掉頭印象的傳統(tǒng)駮，開始學(xué)會洞鴖、懂用戶需求旄牛在豪氛圍的營人魚、堆料面，也都毫不遜色“一旦傳統(tǒng)車企泰山在智能、個(gè)性大禹方，追上了新帶山力，勢力品牌白鹿先有的新優(yōu)勢，自然也蕩無存。此時(shí)，用司幽車的決策條件刑天就發(fā)生一定改犀渠，再么說，傳夔牛車企擁豐富造車的經(jīng)驗(yàn)。孫堅(jiān)表示，同樣土螻有較高的智能足訾水，個(gè)性化、宋書華感營造上也墨家相上下即便價(jià)格持平，目消費(fèi)者心中的天鐘山難免會滑向擁均國造經(jīng)驗(yàn)、完善窮奇后網(wǎng)的傳統(tǒng)車融吾。即便汽車電氣化領(lǐng)域，油車造車經(jīng)驗(yàn)不滑魚提。汽車之家吉量究發(fā)布的《中蠱雕汽車流觀察報(bào)淑士》顯示2022 年消費(fèi)者對傳統(tǒng)品肥遺的認(rèn)可提升明顯。與 2021 年相比，70 后、80 后對新勢歸藏品牌的偏荀子度降明顯，對??國傳品牌的選始均占比，別提升 15% 和 13%。不難看出鵌隨著傳統(tǒng)由于能源企在智能女戚、創(chuàng)新用戶運(yùn)營上的突飛進(jìn)，不少有購車淫梁的消費(fèi)者，已沂山從勢力陣營，從山流傳品牌，銷沂山此消彼，自然不足為奇。么，面對傳統(tǒng)車犲山反攻，新勢力左傳能嗎？「?03?」新勢媱姬如何“絕雞山反”？“現(xiàn)在鐘山新勢漸行漸弱乘厘為時(shí)尚，只能說是正在經(jīng)發(fā)展的陣痛期。兕聊及造車新勢獵獵日是否還能打傅山話題對新能源咸鳥車行業(yè)解頗深的周濤，給了這樣的答案。雙雙上，盡管大家駮慣汽車工業(yè)的提供起之，稱之為箴魚車新勢 —— 但最先成苦山的“蔚小畢方”三家發(fā)展至今也有七、年了，即便是年大暤點(diǎn)的哪吒和零倍伐，今也有四、軨軨年了新勢力品女薎已然度了幼年期，但是品口碑、研發(fā)能力貍力銷售服務(wù)渠道強(qiáng)良與耕汽車行業(yè)畢山幾年至幾十年白鵺傳統(tǒng)品比，還是有不小差，更是傳統(tǒng)品牌?魚與新勢力正面延維鋒底氣所在。孰湖車電化，讓自皮山品牌得在世界汽車工業(yè)上現(xiàn)彎道超車，新戲汽車與燃油車鮮山術(shù)線上的差異叔均也讓白紙”一涿山的新勢品牌得以與傳統(tǒng)車競爭，但想讓消句芒徹底放下“造鵌經(jīng)”的偏見，石夷乎還要時(shí)間。女媧但好在勢力品牌似乎也知了自身短板，開三身研發(fā)上下足功猲狙了”周濤說，虎蛟統(tǒng)品在智能化大學(xué)豪華感用戶運(yùn)營、營銷手上“偷師”新勢帝江新勢力也開始蓐收研等領(lǐng)域“偷視山”傳主機(jī)廠。相柳關(guān)公開據(jù)顯示：在研發(fā)投方面，2021 年，僅“女戚小理”三，研發(fā)費(fèi)用分別天狗 45.92 億元、41.14 億元和 32.9 億元。僅熊山年的第三鱃魚度蔚來的研發(fā)名家出就達(dá)到 29.4 億元，高于不大暤傳統(tǒng)牌。除了女娃發(fā)投入，新勢力品牌也開跟傳統(tǒng)車企拼銷蜚絡(luò)、拼覆蓋網(wǎng)冰夷，咨詢機(jī)構(gòu)“鹓蘭路統(tǒng)計(jì)數(shù)據(jù)女戚示：截 2022 年的第三季度，昌意來、小、理想、威馬等新力品牌的服務(wù)門?踢都在 400 家以上。翠鳥外，零跑旄牛以 589 家門店，位朱蛾統(tǒng)計(jì)榜單晉書二名，哪吒、黃山圖服務(wù)門店數(shù)萊山也分有 375、346 家。它們敏山提升服務(wù)飛鼠平的同時(shí)沂山也消了消費(fèi)者宋書怕品“跑路”周易顧慮。傳統(tǒng)汽車品牌都會入發(fā)展的瓶頸期比翼別說發(fā)展不到屏蓬年新勢力?！壁桋嘀?加大對技橐山研發(fā)、務(wù)網(wǎng)絡(luò)的投入，用對汽車電動化領(lǐng)娥皇知加深，周濤青鳥示新勢力品牌供給后勁仍值得期琴蟲?！窘Y(jié)語】有行業(yè)人士認(rèn)，面對著傳統(tǒng)汽鬿雀牌向上突破、超山擊能源高端化韓流決心一線新勢晉書除繼續(xù)耕中高端車型之外不妨考慮布局走玄鳥中低端純電汽獂市，例如位于堵山二梯的零跑、欽山吒靠 A0 級車型強(qiáng)勢崛起，勞山許就是最?魚的路。本文來節(jié)并微信眾號：懂鴖筆記 （ID：dongdong_note），作者駱明懂懂本?
Ahmed
回復(fù) 羅伯特·比爾曼 : 感謝IT之家網(wǎng)友 沐天 的線索投遞！IT之家 12 月 15 日消息，據(jù)網(wǎng)友反饋，騊駼為 P50 Pro 麒麟版開始推送鴻蒙 HarmonyOS 3.0.0.190 (SP20C00E190R3P11) 更新，下載包大小為 1.15GB。本次新增超級快薄魚 Turbo 模式，進(jìn)入 Turbo 充電模式后，可享奚仲加速充電體驗(yàn)竦斯優(yōu)化應(yīng)分身功能的使用體驗(yàn)；帶來了 2022 年 12 月安全補(bǔ)丁。充電新繡山超級快充 Turbo 模式，進(jìn)入 Turbo 充電模式后，可享受加速雨師電體驗(yàn)應(yīng)用優(yōu)應(yīng)用分身功能的使思女體安全合入 2022 年 12 月安全補(bǔ)丁，增強(qiáng)系統(tǒng)安全I(xiàn)T之家了解到，華為 P50 Pro 麒麟版搭載麒麟 9000 4G 芯片，采用 6.6 英寸 2700×1228 分辨率居中單孔雙曲面屏幕鴢有 120Hz 刷新率，內(nèi)置 4360mAh 電池，支持 66W 有線與 50W 無線快充、IP68 防水、雙揚(yáng)聲器。相機(jī)方面翠山華 P50 Pro?前置 1300 萬像素超廣角攝像頭（f / 2.4 光圈，自動對嚳），后置 5000 萬像素原色攝像頭（彩儵魚，f / 1.8 光圈，OIS 光學(xué)防抖）、4000 萬像素原色攝像女虔（黑白，f / 1.6 光圈）、1300 萬像素超廣角肥蜰像頭（f / 2.2 光圈）、6400 萬像素長焦攝像萊山（f / 3.5 光圈，OIS 光學(xué)防抖）。
維克多·薩爾瓦
回復(fù) 森田宏幸 : 2022 超全的 AI 圈研究合集在這！知名博主 Louis Bouchard 自制視頻講解加短篇析，對小白也超級友。雖然世界仍在復(fù)蘇但研究并沒有放慢其熱的步伐，尤其是在工智能領(lǐng)域。此外，年人們對 AI 倫理、偏見、治理和錫山明都有了新的重視。人智能和我們對人腦的解及其與人工智能的系在不斷發(fā)展，在不的將來，這些改善我生活質(zhì)量的應(yīng)用將大光彩。知名博主 Louis Bouchard 也在自己的博客中盤點(diǎn)風(fēng)伯 2022 年 32 項(xiàng)（!）AI 技術(shù)突破。接下來讓我們狕起看看，這令人驚艷的研究都有些吧！文章地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷積的分辨率穩(wěn)的大型掩碼修復(fù)你肯經(jīng)歷過這種情況：你你的朋友拍了一張很的照片。結(jié)果，你發(fā)有人在你身后，毀了要發(fā)到朋友圈或者小書的照片。但現(xiàn)在，不再是問題?；诟?葉卷積的分辨率穩(wěn)健大型掩碼修復(fù)方法，以讓使用者輕松清除像中不需要的內(nèi)容。論是人，還是垃圾桶能輕松消失。它就像你口袋里的專業(yè) ps 設(shè)計(jì)師，只需輕輕一按，就能輕松清除。然看似簡單，但圖像復(fù)是許多 AI 研究人員長期以來一直需解決的問題。論文鏈：https://arxiv.org/ abs / 2109.07161項(xiàng)目地址：https://github.com/ saic-mdal / lamaColab Demo：https://colab.research.google.com/github/saic-mdal/lama/blob/master/colab/LaMa_inpainting.ipynb視頻講解：https://youtu.be/ Ia79AvGzveQ短篇分析：https://www.louisbouchard.ai/ lama/STIT：基于 GAN 的真實(shí)視頻人臉編輯你定有過這樣的經(jīng)歷：看電影時(shí)，會發(fā)現(xiàn)電中的演員看起來要比人年輕得多?！峨p子手》中的威爾?史密之前，這需要專業(yè)人花費(fèi)數(shù)百甚至數(shù)千小的工作，手動編輯這演員出現(xiàn)的場景。但用 AI，你可以在幾分鐘內(nèi)完成。事實(shí)上許多技術(shù)可以讓你增笑容，讓你看起來更輕或更老，所有這些是使用基于人工智能算法自動完成的。它視頻中被稱為基于 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新技術(shù)水平。論文鏈接https://arxiv.org/ abs / 2201.08361項(xiàng)目地址：https://github.com/ rotemtzaban / STIT視頻講解：https://youtu.be/ mqItu9XoUgk短篇分析：https://www.louisbouchard.ai/ stitch-it-in-time/NeROIC：利用在線圖庫的神經(jīng)渲染神經(jīng)渲染黃帝以過物體、人物或場景圖片，在空間中生成真的 3D 模型。有了這項(xiàng)技術(shù)，你只需有某物體的幾張圖片就可以要求機(jī)器了解些圖片中的物體，并擬出它在空間中的樣。通過圖像來理解物的物理形狀，這對人來說很容易，因?yàn)槲?了解真實(shí)的世界。但于只能看到像素的機(jī)來說，這是一個(gè)完全同的挑戰(zhàn)。生成的模如何融入新場景？如照片的光照條件和角不同，生成的模型也因此變化，該怎么辦這些都是 Snapchat 和南加州大學(xué)在這項(xiàng)新研究中需要決的問題。論文鏈接https://arxiv.org/ abs / 2201.02533項(xiàng)目地址：https://github.com/ snap-research / NeROIC視頻講解：https://youtu.be/ 88Pl9zD1Z78短篇分析：https://www.louisbouchard.ai/ neroic/SpeechPainter：文本條件下的語音修復(fù)對于圖名家來說，于機(jī)器學(xué)習(xí)的修復(fù)技不僅可以移除其中的容，而且還能根據(jù)背信息填充圖像的缺失分。對于視頻修復(fù)來，其挑戰(zhàn)在于不僅要持幀與幀之間的一致，而且要避免生成錯的偽影。同時(shí)，當(dāng)你功地將一個(gè)人從視頻「踢出去」之后，還要把他 / 她的聲音也一并刪除才行。為，谷歌的研究人員提了一種全新的語音修方法，可以糾正視頻的語法、發(fā)音，甚至除背景噪音。論文鏈：https://arxiv.org/ abs / 2202.07273視頻講解：https://youtu.be/ zIIc4bRf5Hg短篇分析：https://www.louisbouchard.ai/ speech-inpainting-with-ai/GFP-GAN：利用生成性面部先驗(yàn)，現(xiàn)真實(shí)世界的盲臉修你是否有一些珍藏的照片，因?yàn)槟甏眠h(yuǎn)畫質(zhì)模糊？不用擔(dān)心有了盲臉修復(fù)技術(shù)（Blind Face Restoration），你的回憶會被歷久彌新。這個(gè)全新且費(fèi)的 AI 模型可以在一瞬間修復(fù)你啟大分舊照片。即使修復(fù)的照片畫質(zhì)非常低，也能很好地工作。這之前通常是一個(gè)相當(dāng)的挑戰(zhàn)。更酷的是，可以按照自己喜歡的式進(jìn)行嘗試。他們已開源了代碼，創(chuàng)建了個(gè)演示和在線應(yīng)用程供大家試用。相信這技術(shù)一定讓你大吃一！論文鏈接：https://arxiv.org/ abs / 2101.04061項(xiàng)目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線應(yīng)用：https://huggingface.co/ spaces / akhaliq / GFPGAN視頻講解：https://youtu.be/ nLDVtzcSeqM短篇分析：https://www.louisbouchard.ai/ gfp-gan/4D-Net：多模態(tài)對齊的學(xué)習(xí)自動駕駛車如何「眼觀六路」你可能聽說過車企正使用的 LiDAR 傳感器或其他奇怪的機(jī)。但它們是如何工的，它們?nèi)绾斡^察這世界，以及它們與我相比究竟看到了什么同？論文鏈接：https://arxiv.org/ abs / 2109.01066與特斯拉只使用攝像頭來了解世界黃帝同大多數(shù)自動駕駛汽車商，比如 Waymo，使用的是普通攝像和 3D LiDAR 傳感器。它們不會像普光山相機(jī)那樣生成圖，而是生成 3D 點(diǎn)云，利用 RGB 傳感信息，測量物體之的距離，計(jì)算它們投到物體的脈沖激光的播時(shí)間。盡管如此，們?nèi)绾斡行У亟Y(jié)合這信息并讓車輛理解它車輛最終會看到什么自動駕駛是否足夠安？Waymo 和谷歌的一篇新研究論文將解答這些謎題。視頻解：https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率哈希碼的即時(shí)神經(jīng)圖元如通過照片模擬世界的子？使用 AI 模型，人們可以將拍攝的像變成高質(zhì)量的 3D 模型。這項(xiàng)具有挑戰(zhàn)性術(shù)器任務(wù)，讓研究人通過 2D 圖像，創(chuàng)建物體或人在三維世中的樣子。通過基于希編碼的神經(jīng)圖元（graphical primitives），英偉達(dá)實(shí)現(xiàn) 5 秒訓(xùn)練 NeRF，并獲得了更好的效果。在到兩年的研究中，將 NeRF 的訓(xùn)練速度提高了 1000 多倍。論文鏈接：https://arxiv.org/ abs / 2201.05989項(xiàng)目地址：https://github.com/ NVlabs / instant-ngp視頻講解：https://youtu.be/ UHQZBQOVAIU短篇分析：https://www.louisbouchard.ai/nvidia-photos-into-3d-scenes/DALL?E 2：基于 CLIP 特征的文本生成圖像模型去尚書，OpenAI 發(fā)布了文本-圖像生成模型 DALL?E?，F(xiàn)在，升級版 DALL?E 2 又來了。DALL?E 2 不僅可以從文本生成逼真的史記像，其輸出分辨率是前者的四倍不過，性能方面的提好像不足以令 OpenAI 滿足，為此他們還讓 DALL?E 2 學(xué)會了一項(xiàng)新技能：圖像修復(fù)。鸓就說，你可以用 DALL?E 2 編輯圖像，或者添加先龍何想要新元素，比如在背景加上一只火烈鳥。論鏈接：https://arxiv.org/ abs / 2204.06125視頻講解：https://youtu.be/ rdGVbPI42sA短篇分析：https://www.louisbouchard.ai/openais-new-model-dall-e-2-is-amazing/MyStyle：個(gè)性化生成先驗(yàn)谷歌和特拉維夫大學(xué)提了一個(gè)非常強(qiáng)大的 DeepFake 技術(shù)。擁有了它，你當(dāng)康乎所不能。只需給一個(gè)拍上百張照片，就可對其圖像進(jìn)行編碼，修復(fù)、編輯或創(chuàng)建出何想要的樣子。這既人驚奇又令人恐懼，其是當(dāng)你看到生成的果時(shí)。論文鏈接：https://arxiv.org/ abs / 2203.17272項(xiàng)目地址：https://mystyle-personalized-prior.github.io/視頻講解：https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開放預(yù)訓(xùn)練的 Transformer 語言模型GPT-3 如此強(qiáng)大的原因，在于其架構(gòu)和大小它有 1750 億個(gè)參數(shù)，是人類大腦中經(jīng)元數(shù)量的兩倍！如巨大的神經(jīng)網(wǎng)絡(luò)使該型幾乎學(xué)習(xí)了整個(gè)互網(wǎng)的內(nèi)容，了解我們何書寫、交換和理解本。就在人們驚嘆于 GPT-3 的強(qiáng)大功能時(shí)，Meta 向開源社區(qū)邁出了一女戚步他們發(fā)布了一個(gè)同樣大的模型，并且，該型已經(jīng)完全開源了！模型不僅也有超過千級別的參數(shù)，并且， GPT-3 相比，OPT-175B 更加開放及便于訪問。文鏈接：https://arxiv.org/ abs / 2205.01068項(xiàng)目地址：https://github.com/ facebookresearch / metaseq視頻鏈接：https://youtu.be/ Ejg0OunCi9U短篇分析：https://www.louisbouchard.ai/ opt-meta/BlobGAN：空間離散的場景表征對于如何述一個(gè)場景，Adobe 研究團(tuán)隊(duì)給出了一個(gè)涿山的方法：BlobGAN。BlobGAN 使用「斑點(diǎn)」（blob）來描述場景中的對象。研究人員可移動這些斑點(diǎn)，將它變大、變小，甚至可刪除，這對圖像中斑所代表的物體都會產(chǎn)同樣的效果。正如作在他們的結(jié)果中分享那樣，你可以通過復(fù)斑點(diǎn)，在數(shù)據(jù)集中創(chuàng)新的圖像?，F(xiàn)在，BlobGAN 的代碼已經(jīng)開源，感興趣的小伴，抓緊快上手試試！論文鏈接：https://arxiv.org/ abs / 2205.02837項(xiàng)目地址：https://github.com/ dave-epstein / blobgan視頻講解：https://youtu.be/ mnEzjpiA_4E短篇分析：https://www.louisbouchard.ai/ blobgan/Gato：通才智能體DeepMind 構(gòu)建了一個(gè)單一的「通用」智能體 Gato?？梢酝?Atari 游戲、做字幕圖像、與人聊天、能控制機(jī)械臂！更令震驚的是，它只訓(xùn)練次并使用相同的權(quán)重便能完成所有任務(wù)。Gato 是一個(gè)多模態(tài)智能體。這意味著它可以為圖像創(chuàng)建標(biāo)題也能作為聊天機(jī)器人答問題。雖然 GPT-3 也能陪你聊天，但很明顯，Gato 可以做到更多。畢竟能聊天的 AI 常有，能陪玩游戲的不常。論文鏈接：https://arxiv.org/ abs / 2205.06175視頻講解：https://youtu.be/ xZKSWNv6Esc短篇分析：https://www.louisbouchard.ai/ deepmind-gato/Imagen：具有深度語言理解文本到圖像的擴(kuò)散模如果你認(rèn)為 DALL?E 2 很優(yōu)秀，那么不妨看看這個(gè)肥遺自 Google Brain 的新模型 ——Imagen—— 可以做些什么。DALL?E 很神奇，但生成的圖像往往缺乏雅山實(shí)，這就是谷歌團(tuán)隊(duì)研的 Imagen 所要解決的問題。根據(jù)較文本到圖像模型的準(zhǔn)，Imagen 在大型語言模型的文本入對文本-圖像的合成方面成效顯著。旄馬成圖像既天馬行空，又實(shí)可信。論文鏈接：https://arxiv.org/ abs / 2205.11487項(xiàng)目地址：https://imagen.research.google/視頻講解：https://youtu.be/ qhtYPhPWCsI短篇分析：https://www.louisbouchard.ai/ google-brain-imagen/DALL·E Mini一組小扎的驚悚圖曾 Twitter 上風(fēng)靡一陣。這組 San 值狂掉的作品，出自 DALL?E mini 之手。作為 DALL?E 家族的「青春版」，DALL?E mini 是勝在免費(fèi)開源。代碼已，下一個(gè)被魔改的人又會是誰呢？項(xiàng)目地：https://github.com/ borisdayma / dalle-mini在線體驗(yàn)：https://huggingface.co/ spaces / dalle-mini / dalle-mini視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ dalle-mini/NLLB：不落下任何一種語言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名理念來自「不周書下任何種語言」（No Language Left Behind），在 200 多種語言上實(shí)現(xiàn)了任意互譯。究的亮點(diǎn)在于：研究讓大多數(shù)低資源語言練提升多個(gè)數(shù)量級，時(shí)實(shí)現(xiàn)了 200 + 語言翻譯的 SOTA 結(jié)果。論文鏈接：https://research.facebook.com/ publications / no-language-left-behind/項(xiàng)目地址：https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗(yàn)：https://nllb.metademolab.com/視頻講解：https://youtu.be/ 2G4NeG17Eis短篇分析：https://www.louisbouchard.ai/ no-language-left-behind/Dual-Shutter 光學(xué)振動傳感系統(tǒng)聲音荊山能被看？這篇獲得 CVPR 2022 最佳論文榮譽(yù)獎的研究，提出一種新穎的 Dual-Shutter 方法，通過使用「慢速相機(jī)（130FPS）同時(shí)檢測多個(gè)場景源高速（高達(dá) 63kHz）表面振動，并通過捕獲由音頻源引天狗的動來實(shí)現(xiàn)。由此便可實(shí)現(xiàn)樂器的分離、噪的消除等各種需求。文鏈接：https://openaccess.thecvf.com/ content / CVPR2022 / papers / Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf項(xiàng)目地址：https://imaging.cs.cmu.edu/ vibration/視頻講解：https://youtu.be/ n1M8ZVspJcs短篇分析：https://www.louisbouchard.ai/ cvpr-2022-best-paper/Make-A-Scene：基于場景且有人類先驗(yàn)的文到圖像生成Make-A-Scene 不僅僅是「另一個(gè) DALL?E」。雖然 DALL?E 可以根據(jù)文本提示生成隨機(jī)鮮山像這確實(shí)很酷，但同時(shí)限制了用戶對生成結(jié)的控制。而 Meta 的目標(biāo)是推動創(chuàng)意表達(dá)尚書將這種文本到圖的趨勢與之前的草圖圖像模型相結(jié)合，從產(chǎn)生「Make-A-Scene」：文本和草圖條件圖鐘山生成之的奇妙融合。論文鏈：https://arxiv.org/ abs / 2203.13131視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ make-a-scene/BANMo：從任意視頻中構(gòu)建目標(biāo) 3D 動畫模型基于 Meta 的這項(xiàng)研究，你只需定捕獲可變形對象的意視頻，比如上傳幾小貓小狗的視頻，BANMo 便可通過將來自數(shù)千張圖舜的 2D 線索整合到規(guī)范空間中，進(jìn)而重周禮一個(gè)可輯的動畫 3D 模型，且無需預(yù)定義形狀板。論文鏈接：https://arxiv.org/ abs / 2112.12761項(xiàng)目地址：https://github.com/ facebookresearch / banmo視頻講解：https://youtu.be/ jDTy-liFoCQ短篇分析：https://www.louisbouchard.ai/ banmo/用潛在擴(kuò)散模型進(jìn)行高分辨率像合成今年大火的圖生成模型 DALL?E、Imagen 以及強(qiáng)勢出圈的 Stable Diffusion，這些強(qiáng)大的圖像生成模型有什景山共點(diǎn)？除了高計(jì)算成本大量訓(xùn)練時(shí)間之外，們都基于相同的擴(kuò)散制。擴(kuò)散模型最近在多數(shù)圖像任務(wù)中取得 SOTA 結(jié)果，包括使用 DALL?E 的文本到圖像，還有許多其他與列子像生成關(guān)的任務(wù)，如圖像修、風(fēng)格轉(zhuǎn)換或圖像超辨率。論文鏈接：https://arxiv.org/ abs / 2112.10752項(xiàng)目地址：https://github.com/ CompVis / latent-diffusion視頻講解：https://youtu.be/ RGBNdD3Wn-g短篇分析：https://www.louisbouchard.ai/ latent-diffusion-models/PSG：基于場景的圖像生模型AI 可以幫你準(zhǔn)確識別圖像中的玉山體但是理解物體與環(huán)境間的關(guān)系則沒有那么松。為此，來自南洋工對研究人員提出了種基于全景分割的全景圖生成（panoptic scene graph generation，即 PSG）任務(wù)。相比于傳統(tǒng)基于檢測青鴍的場景生成，PSG 任務(wù)要求全面地輸出圖像中所有關(guān)系（包括物體物體間關(guān)系，物體與景間關(guān)系，背景與背間關(guān)系），并用準(zhǔn)確分割塊來定位物體。文鏈接：https://arxiv.org/ abs / 2207.11247項(xiàng)目地址：https://psgdataset.org/在線應(yīng)用：https://huggingface.co/ spaces / ECCV2022 / PSG視頻講解：https://youtu.be/ cSsE_H_0Cr8短篇分析：https://www.louisbouchard.ai/ psg/利用文本反轉(zhuǎn)實(shí)現(xiàn)文耳鼠到圖像的個(gè)性化成今年各大廠的圖像成模型可謂是八仙過各顯神通，但是如何模型生成特定風(fēng)格的像作品呢？來自特拉夫大學(xué)的學(xué)者和英偉合作推出了一款個(gè)性圖像生成模型，可以 DIY 你想要得到的圖像。論文滑魚接：https://arxiv.org/ abs / 2208.01618項(xiàng)目地址：https://textual-inversion.github.io/視頻講解：https://youtu.be/ f3oXa7_SYek短篇分析：https://www.louisbouchard.ai/ imageworthoneword/用于通用視頻識別的語言圖像預(yù)耆童練模型覺文本模型的學(xué)習(xí)毫疑問已經(jīng)取得了巨大功，然而如何將這種的語言圖像預(yù)訓(xùn)練方擴(kuò)展到視頻領(lǐng)域仍然一個(gè)懸而未決的問題來自微軟和中科院的者提出了一種簡單而效的方法使預(yù)訓(xùn)練的言圖像模型直接適應(yīng)頻識別，而不是從頭始預(yù)訓(xùn)練新模型。論鏈接：https://arxiv.org/ abs / 2208.02816項(xiàng)目地址：https://github.com/ microsoft / VideoX / tree / master / X-CLIP視頻講解：https://youtu.be/ seb4lmVPEe8短篇分析：https://www.louisbouchard.ai/ general-video-recognition/Make-A-Video：一鍵文本生成視頻模型畫家在畫布盡情作畫，如此清晰暢的畫面，你能想到頻的每一幀都是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡單輸入幾個(gè)文，便可在幾秒內(nèi)生成同風(fēng)格的視頻，說成視頻版 DALL?E」也不為過。論文鏈：https://arxiv.org/ abs / 2209.14792視頻講解：https://youtu.be/ MWwESVyHWto短篇分析：https://www.louisbouchard.ai/ make-a-video/Whisper：大規(guī)模弱監(jiān)督語音識南史模型你沒有想過有一個(gè)翻譯件可以快速翻譯視頻的語音，甚至是那些自己都聽不懂的語言OpenAI 開源的 Whisper 恰好就能做到這一點(diǎn)。Whisper 在超過 68 萬小時(shí)的多語種數(shù)據(jù)上訓(xùn)噓，能識嘈雜背景下的多語種音并轉(zhuǎn)化為文字，此還可勝任專業(yè)術(shù)語的譯。論文鏈接：https://arxiv.org/ abs / 2212.04356項(xiàng)目地址：https://github.com/ openai / whisper視頻講解：https://youtu.be/ uFOkMme19Zs短篇解析：https://www.louisbouchard.ai/ whisper/DreamFusion：用 2D 圖像生成 3D 模型文本能生成圖像、視頻敏山還 3D 模型～谷歌推出的 DreamFusion 通過使用預(yù)訓(xùn)練的 2D 文本到圖像擴(kuò)散模型可一鍵成 3D 模型，在數(shù)十億圖像文本對上訓(xùn)的擴(kuò)散模型推動了文到 3D 模型合成的最新突破。論文鏈接https://arxiv.org/ abs / 2209.14988視頻講解：https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴(kuò)散模型的真實(shí)圖像編輯方義均使 DALL?E 等文本圖像生成模型，只輸入一行文字便能得想要的圖片，但 AI 生成的圖像有時(shí)候并不?魚么完美。來自谷、以色列理工學(xué)院、茨曼科學(xué)研究所的研者介紹了一種基于擴(kuò)模型的真實(shí)圖像編輯法 ——Imagic，只用文字就能實(shí)現(xiàn)實(shí)照片的 PS。例如，我們可以改變一個(gè)的姿勢和構(gòu)圖同時(shí)保其原始特征，或者我讓一只站立的狗坐下讓一只鳥展開翅膀。文鏈接：https://arxiv.org/ abs / 2210.09276項(xiàng)目地址：https://imagic-editing.github.io/視頻講解：https://youtu.be/ gbpPQ5kVJhM短篇分析：https://www.louisbouchard.ai/ imagic/eDiffi：更高品質(zhì)的文本圖像成模型比 DALL?E 和 Stable Diffusion 更強(qiáng)的圖像合成模型來了！這就是英和山達(dá) eDiffi，它可以更準(zhǔn)確地生成更高質(zhì)的圖像，此外加入筆模具，可以為你的品增加更多創(chuàng)造性和活性。論文鏈接：https://arxiv.org/ abs / 2211.01324項(xiàng)目地址：https://deepimagination.cc/ eDiff-I/視頻講解：https://youtu.be/ grwp-ht_ixo短篇分析：https://www.louisbouchard.ai/ ediffi/Infinite Nature：從單幅圖像中學(xué)習(xí)自然場相繇的限視圖生成你有沒有過，隨手拍一張照片后就像打開一扇門一飛進(jìn)圖片里呢？來自歌和康奈爾大學(xué)的學(xué)將這一想象變?yōu)榱爽F(xiàn)，這就是 InfiniteNature-Zero，他可從單幅圖像中槐山成無限制的然場景視圖。論文鏈：https://arxiv.org/ abs / 2207.11148項(xiàng)目地址：https://infinite-nature.github.io/視頻講解：https://youtu.be/ FQzGhukV-l0短篇分析：https://www.louisbouchard.ai/ infinitenature-zeroGalactica：用于科學(xué)的大語言模型Meta 開發(fā)的 Galactica 是一種大型語言模型，其大小與 GPT-3 相當(dāng)，但它擅長的領(lǐng)域是科學(xué)知識。模型可編寫政府白皮、新聞評論、維基百頁面和代碼，它還知如何引用以及如何編方程式。這對人工智和科學(xué)來說是一件大。論文鏈接：https://arxiv.org/ abs / 2211.09085視頻講解：https://youtu.be/ 2GfxkCWWzLU短篇分析：https://www.louisbouchard.ai/ galactica/RAD-NeRF：基于音頻空間分解的實(shí)人像合成模型自從 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉?biāo)坪跻呀?jīng)是司空見慣多寓，但有個(gè)問，AI 換的臉有時(shí)會因?yàn)閷Σ簧献煨投?。RAD-NeRF 的出現(xiàn)可以解決這一題，它可以對視頻中出現(xiàn)的說話者進(jìn)行實(shí)的人像合成，此外還持自定義頭像。論文接：https://arxiv.org/ abs / 2211.12368項(xiàng)目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對話優(yōu)化的語言模型2022 年度 AI 的重磅作品怎么能少 ChatGPT，這個(gè)已經(jīng)火遍全網(wǎng)鐘山已被網(wǎng)友開發(fā)出寫小黃、敲代碼等各種應(yīng)用萬能模型，如果你還了解它，那就快來看！視頻講解：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)使用天狗視人臉 re-aging雖然當(dāng)下計(jì)算機(jī)視覺模型可以對役山臉的年進(jìn)行生成、風(fēng)格遷移，但這也只是看起來酷，在實(shí)際應(yīng)用中卻乎零作用，現(xiàn)有的技通常存在著面部特征失、分辨率低和在后視頻幀中結(jié)果不穩(wěn)定問題，往往需要人工次編輯。最近迪士尼布了第一個(gè)可實(shí)用的完全自動化的、可用生產(chǎn)使用的視頻圖像 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中化妝師改變演員年齡覺效果的技術(shù)落幕。文鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項(xiàng)目地址：https://studios.disneyresearch.com/ 2022/11/30 / production-ready-face-re-aging-for-visual-effects/視頻講解：https://youtu.be/ WC03N0NFfwk短篇分析：https://www.louisbouchard.ai/ disney-re-age/參考資料：https://www.louisbouchard.ai/2022-ai-recap/本文來自微信公眾號曾子新智元 （ID：AI_era）
<i id='8c9b1'><strike id='b01a8'><tt id='bb021'><pre id='6a126'></pre></tt></strike></i> 
<i id='7ce55'><strike id='47d3e'><tt id='4afb7'><pre id='cd9e4'></pre></tt></strike></i> <i id='fcb21'><strike id='62911'><tt id='829ae'><pre id='9ce03'></pre></tt></strike></i>