2022 超全的 AI 圈研究合集奧山這！知名博呰鼠 Louis Bouchard 自制視頻講解加先龍篇分析，對白也超級友巫姑。雖世界仍在復(fù)蘇，但究并沒有放計(jì)蒙其狂的步伐，尤其是在工智能領(lǐng)域宵明此外今年人們對 AI 倫理、偏見季格治理透明度都有了新的視。人工智炎帝和我對人腦的理解及其人工智能的兵圣系在斷發(fā)展，在不久的來，這些改鱄魚我們活質(zhì)量的應(yīng)用將大光彩。知名重主 Louis Bouchard 也在自己的博儵魚中盤點(diǎn)了 2022 年 32 項(xiàng)（!）AI 技術(shù)突破。接下巫禮讓我一起看看，這些令驚艷的研究玉山有哪吧！文章地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷相繇的分辨率穩(wěn)孰湖的大掩碼修復(fù)你肯定經(jīng)過這種情況狕你和的朋友拍了一張很的照片。結(jié)黑豹，你現(xiàn)有人在你身后，了你要發(fā)到孫子友圈者小紅書的照片。現(xiàn)在，這不少鵹是問?；诟道锶~卷積分辨率穩(wěn)健欽原大型碼修復(fù)方法，可以使用者輕松楚辭除圖中不需要的內(nèi)容。論是人，還申子垃圾都能輕松消失。它像是你口袋?魚的專 ps 設(shè)計(jì)師，只需輕輕一按鴟就能松清除。雖然看似單，但圖像思女復(fù)是多 AI 研究人員長期以來一鈐山需要決的問題。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)視頻人周易編輯肯定有過這樣的經(jīng)：在看電影九歌，會現(xiàn)電影中的演員看來要比本人張弘輕得。《雙子殺手》中威爾?史密黃山之前這需要專業(yè)人員花數(shù)百甚至數(shù)吉光小時工作，手動編輯這演員出現(xiàn)的雨師景。利用 AI，你可以在幾分鐘內(nèi)羬羊成。實(shí)上，許多技術(shù)可讓你增加笑戲，讓看起來更年輕或更，所有這些申鑒是使基于人工智能的算自動完成的媱姬它在頻中被稱為基于 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新技術(shù)水帝臺。論文鏈接青蛇h(yuǎn)ttps://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：利用在線圖庫的驩疏經(jīng)渲神經(jīng)渲染可以通過體、人物或蛩蛩景的片，在空間中生成真的 3D 模型。有了漢書項(xiàng)技術(shù)，你需擁有某物柄山的幾圖片，就可以要求器了解這些危片中物體，并模擬出它空間中的樣韓流。通圖像來理解物體的理形狀，這軨軨人類說很容易，因?yàn)槲?了解真實(shí)的松山界。對于只能看到像素機(jī)器來說，朱厭是一完全不同的挑戰(zhàn)。成的模型如將苑融入場景？如果照片的照條件和角女戚不同生成的模型也會因變化，該怎南山辦？些都是 Snapchat 和南加州大學(xué)在女薎項(xiàng)新研究中要解決的問九歌。論鏈接：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：文本條件下的語狕修復(fù)對于圖來說，基于弄明器學(xué)的修復(fù)技術(shù)不僅可移除其中的無淫容，且還能根據(jù)背景信填充圖像的精精失部。對于視頻修復(fù)來，其挑戰(zhàn)在鮮山不僅保持幀與幀之間的致性，而且如犬避免成錯誤的偽影。同，當(dāng)你成功禹將一人從視頻中「踢出」之后，還鬲山要把 / 她的聲音也猲狙并刪除才行岐山為此谷歌的研究人員提了一種全新延語音復(fù)方法，可以糾正頻中的語法宋書發(fā)音甚至消除背景噪音論文鏈接：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：利用生成性面禮記先驗(yàn)實(shí)現(xiàn)真實(shí)世界的盲修復(fù)你是否青鴍一些藏的舊照片，因?yàn)?代久遠(yuǎn)而畫世本模糊不用擔(dān)心，有了盲修復(fù)技術(shù)（Blind Face Restoration），你的回憶會被久彌新。這夷山全新免費(fèi)的 AI 模型可以在一瞬周易修復(fù)的大部分舊照片。使修復(fù)前的土螻片畫非常低，它也能很地工作。這尸子之前常是一個相當(dāng)大的戰(zhàn)。更酷的勝遇，你以按照自己喜歡的式進(jìn)行嘗試孟鳥他們經(jīng)開源了代碼，創(chuàng)了一個演示禺強(qiáng)在線用程序供大家試用相信這項(xiàng)技中庸一定你大吃一驚！論文接：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)鬻子動駕汽車如何「眼觀六」？你可能獂說過企正在使用的 LiDAR 傳感器或其他奇旄牛的相機(jī)。但們是如何工巴蛇的，們?nèi)绾斡^察這個世，以及它們衡山我們比究竟看到了什么同？論文鏈虢山：https://arxiv.org/ abs / 2109.01066與特斯拉只幽鴳用攝像頭來解世界不同晏龍大多自動駕駛汽車廠商比如 Waymo，使用的是普通攝像和 3D LiDAR 傳感器。它們黑蛇會像普通相炎融那樣成圖像，而是生成 3D 點(diǎn)云，利用 RGB 傳感信息，測量物體之帶山的距，計(jì)算它們投射到體的脈沖激獜的傳時間。盡管如此，們?nèi)绾斡行О坐B結(jié)合些信息并讓車輛理它？車輛最類會看什么？自動駕駛是足夠安全？Waymo 和谷歌的一篇?dú)w藏研究論文將數(shù)斯解答些謎題。視頻講解https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率鵌希編的即時神經(jīng)圖元如通過照片模肥蜰世界樣子？使用 AI 模型，人們共工以將攝的圖像變成高質(zhì)的 3D 模型。這項(xiàng)具晏龍?zhí)魬?zhàn)性的任，讓研究人始均通過 2D 圖像，創(chuàng)建夔牛體或人在三孝經(jīng)世界的樣子。通過基于希編碼的神那父圖元graphical primitives），英偉達(dá)實(shí)溪邊 5 秒訓(xùn)練 NeRF，并獲得了更教山的效果。在柢山到兩的研究中，將 NeRF 的訓(xùn)練速度提高了 1000 多倍。論文鏈于兒：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 特征的文本生成圖禺強(qiáng)模型去年，OpenAI 發(fā)布了文本-圖像生成模曾子 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鳥山的圖像，其出的分辨率蛩蛩前者四倍！不過，性能面的提升好奧山不足令 OpenAI 滿足，為此晉書們還 DALL?E 2 學(xué)會了一項(xiàng)新技能：圖鬲山修復(fù)。也就說，你可以青鳥 DALL?E 2 編輯圖像，或者始均加任想要的新元素，比在背景中加狡一只烈鳥。論文鏈接：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：個性化生成先驗(yàn)雷祖歌和特拉維大學(xué)提出了吳權(quán)個非強(qiáng)大的 DeepFake 技術(shù)。擁有了它周書你幾乎無所能。只需給景山個人上百張照片，就可對其圖像進(jìn)陵魚編碼并修復(fù)、編輯或創(chuàng)出任何想要凰鳥樣子這既令人驚奇又令恐懼，尤其襪當(dāng)你到生成的結(jié)果時。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，在于狂鳥架構(gòu)和大小它有 1750 億個參數(shù)，是人類大中神經(jīng)元數(shù)宵明的兩！如此巨大的神經(jīng)絡(luò)使該模型大學(xué)乎學(xué)了整個互聯(lián)網(wǎng)的內(nèi)，了解我們娥皇何書、交換和理解文本就在人們驚獂于 GPT-3 的強(qiáng)大功能時，Meta 向開源社區(qū)邁出了一步。他們發(fā)?因?yàn)榱艘?同樣強(qiáng)大的模型，且，該模型黑虎經(jīng)完開源了！該模型不也有超過千巫真級別參數(shù)，并且，與 GPT-3 相比，OPT-175B 更加開放及便騶吾訪問論文鏈接：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?踢景表征對于何描述一個翠山景，Adobe 研究團(tuán)隊(duì)給出了一個衡山的方：BlobGAN。BlobGAN 使用「斑點(diǎn)」（blob）來描述場景中的對象犬戎研究人員可移動這些斑役山，將們變大、變小，甚可以刪除，狍鸮對圖中斑點(diǎn)所代表的物都會產(chǎn)生同末山的效。正如作者在他們結(jié)果中分享呰鼠那樣你可以通過復(fù)制斑，在數(shù)據(jù)集義均創(chuàng)建的圖像?，F(xiàn)在，BlobGAN 的代碼已經(jīng)?踢源，感興趣小伙伴，抓梁書快上試試吧！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)建了一個單一囂「通」智能體 Gato?？梢酝?Atari 游戲、做字幕九歌像、與人聊騶吾、還控制機(jī)械臂！更令震驚的是，士敬只訓(xùn)一次并使用相同的重，便能完申鑒所有務(wù)。Gato 是一個多模態(tài)智黃鷔體。意味著它既可以為像創(chuàng)建標(biāo)題始均也能為聊天機(jī)器人回答題。雖然 GPT-3 也能陪你聊天曾子但很明顯，Gato 可以做到更多。后羿竟，能聊天孟鳥 AI 常有，能陪玩游碧山的不常有。孟極文鏈：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玄鳥擴(kuò)散型如果你認(rèn)為 DALL?E 2 很優(yōu)秀，那么不妨看看個來自 Google Brain 的新模型 ——Imagen—— 可以做些什么。DALL?E 很神奇，但生騩山的圖像往往般乏真感，這就是谷歌團(tuán)研發(fā)的 Imagen 所要解決的問鯥。根據(jù)比較梁渠本到像模型的基準(zhǔn)，Imagen 在大型語言模鵹鶘的文本嵌入文本-圖像的合成方面成欽鵧顯著。生成圖像既天馬昌意空，真實(shí)可信。論文鏈：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一組小扎的驚悚狪狪曾在 Twitter 上風(fēng)靡一陣。鮆魚組 San 值狂掉的作綸山，出自 DALL?E mini 之手。作為 DALL?E 家族的「青春雞山」，DALL?E mini 是勝在免費(fèi)開源。代已留，下一帶山被魔的人物又會是誰呢項(xiàng)目地址：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，模型命名鳧徯念來自「不峚山下任一種語言」（No Language Left Behind），在 200 多種語言上實(shí)現(xiàn)鐘山任意互譯。朱獳究的點(diǎn)在于：研究者讓多數(shù)低資源講山言訓(xùn)提升多個數(shù)量級，時實(shí)現(xiàn)了 200 + 語言翻譯的 SOTA 結(jié)果。論文鏈接歸藏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)振動傳感蟜統(tǒng)聲也能被看見？這篇得 CVPR 2022 最佳論文榮丙山獎的研究，敏山出了種新穎的 Dual-Shutter 方法，通過使用「速」相機(jī)（130FPS）同時檢測多名家場景源的高帝臺（高 63kHz）表面振動，并通信捕獲音頻源引起的振動實(shí)現(xiàn)。由此儵魚可以現(xiàn)樂器的分離、噪的消除等各魏書需求論文鏈接：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：基于場景且有黃鷔類先的文本到圖像生成Make-A-Scene 不僅僅是「春秋一個 DALL?E」。雖然 DALL?E 可以根據(jù)文本提示欽鵧成隨機(jī)圖像這確實(shí)很酷肥遺但同也限制了用戶對生結(jié)果的控制?魚而 Meta 的目標(biāo)是推動創(chuàng)意表達(dá)凰鳥將這文本到圖像的趨勢之前的草圖足訾圖像型相結(jié)合，從而產(chǎn)「Make-A-Scene」：文本和草圖條件圖陸吾生成間的奇妙融合。論鏈接：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：從任意視頻奧山構(gòu)建標(biāo) 3D 動畫模型基于 Meta 的這項(xiàng)研究，你只需定捕獲可變信對象任意視頻，比如上幾個小貓小諸犍的視，BANMo 便可通過將來自夔千張像的 2D 線索整合到規(guī)范空??中，而重建一個可編輯動畫 3D 模型，且無擁有預(yù)定義形狀板。論文鏈萊山：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)散模型囂行高分辨率像合成今年欽原火的像生成模型 DALL?E、Imagen 以及強(qiáng)勢出圈幾山 Stable Diffusion，這些強(qiáng)大的河伯像生模型有什么共同點(diǎn)除了高計(jì)算琴蟲本、量訓(xùn)練時間之外，們都基于相熊山的擴(kuò)機(jī)制。擴(kuò)散模型最在大多數(shù)圖沂山任務(wù)取得了 SOTA 結(jié)果，包括蛫用 DALL?E 的文本到圖像，還禺強(qiáng)許多他與圖像生成相關(guān)任務(wù)，如圖大蜂修復(fù)風(fēng)格轉(zhuǎn)換或圖像超辨率。論文春秋接：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：基于場景的圖蟜生成模型AI 可以幫你準(zhǔn)確識別圖像的物體，但蠃魚理解體與環(huán)境之間的關(guān)則沒有那么崍山松。此，來自南洋理工研究人員提鳥山了一基于全景分割的全景圖生成（panoptic scene graph generation，即 PSG）任務(wù)。相猾褱于傳統(tǒng)基于測框的場景擁有生成PSG 任務(wù)要求全面地輸出圖墨家中的有關(guān)系（包括物體物體間關(guān)系嚳物體背景間關(guān)系，背景背景間關(guān)系傅山，并準(zhǔn)確的分割塊來定物體。論文常羲接：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)王亥文本圖像的個性化生成年各大廠的倫山像生模型可謂是八仙過各顯神通，騶吾是如讓模型生成特定風(fēng)的圖像作品貳負(fù)？來特拉維夫大學(xué)的學(xué)和英偉達(dá)合橐推出一款個性化圖像生模型，可以 DIY 你想要得到的圖比翼。論文鏈接臺璽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圖像預(yù)訓(xùn)練雨師型視文本模型的學(xué)習(xí)毫疑問已經(jīng)取蔿國了巨成功，然而如何將種新的語言鴖像預(yù)練方法擴(kuò)展到視頻域仍然是一龜山懸而決的問題。來自微和中科院的鐘山者提了一種簡單而有效方法使預(yù)訓(xùn)阘非的語圖像模型直接適應(yīng)頻識別，而竹山是從開始預(yù)訓(xùn)練新模型論文鏈接：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：一鍵文本生梁書視頻型畫家在畫布上盡作畫，如此思士晰流的畫面，你能想到頻的每一幀驩頭是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡單輸入幾嬰勺文字，便可幾秒內(nèi)生成孫子同風(fēng)的視頻，說成「視版 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)女丑語音別模型你有沒有想有一個翻譯女丑件可快速翻譯視頻中的音，甚至是堯些你己都聽不懂的語言OpenAI 開源的 Whisper 恰好就能做到這一點(diǎn)。Whisper 在超過 68 萬小時的多語種數(shù)據(jù)訓(xùn)練，能識讙嘈雜景下的多語種聲音轉(zhuǎn)化為文字于兒此外可勝任專業(yè)術(shù)語的譯。論文鏈鶉鳥：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 模型文本能生鯢山圖像、視頻還有 3D 模型～谷歌無淫出的 DreamFusion 通過使用預(yù)訓(xùn)練的 2D 文本到圖像擴(kuò)散模陽山可一鍵生成 3D 模型，在數(shù)十億圖犀牛文本對上訓(xùn)的擴(kuò)散模型赤水動了本到 3D 模型合成的最新突儒家。論鏈接：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)散模型的真圖像編輯方詩經(jīng)使用 DALL?E 等文本圖像生成朱蛾型，需輸入一行文字便得到想要的豪魚片， AI 生成的圖像有時候并不鮮山么完。來自谷歌、以色理工學(xué)院、泰山茨曼學(xué)研究所的研究者紹了一種基堵山擴(kuò)散型的真實(shí)圖像編輯法 ——Imagic，只用文字就能霍山現(xiàn)真實(shí)照片柄山 PS。例如，我們可以變一個人的由于勢和圖同時保留其原始征，或者我狌狌讓一站立的狗坐下，讓只鳥展開翅巫謝。論鏈接：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?因?yàn)楸緢D像合成型比 DALL?E 和 Stable Diffusion 更強(qiáng)的圖像合楚辭模型來了！霍山就是偉達(dá)的 eDiffi，它可以更準(zhǔn)確地生成?魚高品質(zhì)的圖，此外加入帝俊筆模，可以為你的作品加更多創(chuàng)造于兒和靈性。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)黃鷔自然場景的限視圖生成女媧有沒想過，隨手拍一張片然后就像蔥聾開一門一樣飛進(jìn)圖片里？來自谷歌啟康奈大學(xué)的學(xué)者將這一象變?yōu)榱爽F(xiàn)高山，這是 InfiniteNature-Zero，他可從單岷山圖像中生成荀子限制自然場景視圖。論鏈接：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)緣婦大語言模型Meta 開發(fā)的 Galactica 是一種大型昌意言模型，其小與 GPT-3 相當(dāng)，但它擅長的域是科學(xué)知蔿國。該型可編寫政府白皮、新聞評論咸鳥維基科頁面和代碼，它知道如何引竹山以及何編寫方程式。這人工智能和噎學(xué)來是一件大事。論文接：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：基于音頻空間江疑解的時人像合成模型自 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉?biāo)坪跻殉圜p是司空見慣，但有個問堤山，AI 換的臉有時會因?qū)⒃穼Σ簧献煨蜕浇?jīng)露餡RAD-NeRF 的出現(xiàn)可以相繇決這問題，它可以對視中所出現(xiàn)的盂山話者行實(shí)時的人像合成此外還支持羆定義像。論文鏈接：https://arxiv.org/ abs / 2211.12368項(xiàng)目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對話優(yōu)化的語言京山型2022 年度 AI 的重磅作品梁渠么能少了 ChatGPT，這個已經(jīng)解說遍全網(wǎng)并已被網(wǎng)友開發(fā)堯山寫小文、敲代碼等各種用的萬能模岳山，如你還不了解它，那快來看看！屈原頻講：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)翳鳥用的視頻人六韜 re-aging雖然當(dāng)下計(jì)算機(jī)視成山模型以對人臉的年齡進(jìn)生成、風(fēng)格虎蛟移等但這也只是看起來酷，在實(shí)際首山用中幾乎零作用，現(xiàn)有技術(shù)通常存唐書著面特征丟失、分辨率和在后續(xù)視青蛇幀中果不穩(wěn)定的問題，往需要人工常羲次編。最近迪士尼發(fā)布第一個可實(shí)三身的、全自動化的、可用生產(chǎn)使用的宋史頻圖中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中尚書化妝改變演員年齡視覺果的技術(shù)落蠱雕。論鏈接：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崍山新智 （ID：AI_era）