PhysStream — авторегрессивная модель синтеза видео на основе физики, использующая структурированную память сцены и точечный контроль движения через разреженные сигналы приращения скорости. Она обеспечивает интерактивный контроль на среднем этапе генерации для сцен с несколькими объектами на столе, превосходя существующие методы по физической согласованности.
График появится после повторных замеров. Текущий показатель уже получен из источника.
1 голосов источникаТолько реальные замеры. История до подключения источника не восстанавливается.
PhysStream позволяет осуществлять интерактивный контроль во время генерации видео, обеспечивая более точное и физически согласованное управление динамическими сценами по сравнению с предыдущими методами.
В статье представлено Vidu S2, система с двумя компонентами: Vidu S2-Avatar для интерактивных цифровых персонажей в реальном времени и Vidu S2-Editing для редактирования видео в реальном времени. Также исследуется возможность генерации видео в реальном времени для обоих компонентов. В сравнении с предшественником, Vidu S2-Avatar предлагает улучшенную генерацию видео в реальном времени с разрешением 720p, обновление динамических ссылок и улучшенное выполнение инструкций. Vidu S2-Editing позволяет редактировать поток видео в реальном времени с функциями, такими как стиль рендеринга и замена фона.
6 дней назадDaily PapersLynnReal-Omni — это фреймворк генерации мультимодальных видео, объединяющий текст-в-видео, генерацию на основе изображений и структурный контроль в одном модели. Он включает 32-миллиардную общую мультимодальную трансформер-модель диффузии и версию 27B Flash для реального времени, с пайплайном данных и методом оценки для задач генерации видео.
позавчераDaily PapersСтатья рассматривает рекурсивное самосовершенствование (RSI) в ИИ-системах, описывая его дорожную карту от автономии выполнения улучшений до рекурсивного метасовершенствования. Она изучает RSI в различных сценариях, таких как научные открытия и программная инженерия, подчеркивая разные требования и скорости развития.
6 дней назадDaily PapersPhysBrain 1.5 - модель для понимания физических сред, генерации действий и предсказания будущих состояний. Она использует основу визуально-языковых моделей, кодирует языковые ответы и движения как последовательности и предварительно обучается на видео взаимодействия людей. Модель показывает отличные результаты на тестах понимания физических сред.
позавчераDaily PapersZGCM-1 — модель с 7 млрд параметров, разработанная для математики и агентного поиска, с акцентом на эффективность благодаря архитектурному и системному ко-дизайну, прогрессивному учебному курсу и AI-нативному R&D-процессу. Она демонстрирует конкурентоспособные результаты по сравнению с более крупными моделями на задачах математики и поиска, с улучшениями в эффективности обучения и открытым доступом к материалам обучения.
5 дней назадDaily PapersAtria Dawn Preview - фундаментальная агентная языковая модель, разработанная для научных исследований и инженерных рабочих процессов, обученная с использованием Верифицированного Пайплайна Опыта, соединяющего взаимодействия с инструментами, исполняемые среды и внешнюю проверку результатов. Модель демонстрирует конкурентоспособные результаты на 16 тестах и показывает потенциал для сотрудничества человека и ИИ в исследованиях и разработках.
позавчера