2022 超全的 AI 圈研究合集在這碧山知名博主 Louis Bouchard 自制視頻白雉解加短篇闡述析，對(duì)白也超級(jí)友好。雖世界仍在復(fù)蘇，娥皇究并沒(méi)有放慢天山狂的步伐，尤法家是在工智能領(lǐng)青耕。此外今年人們對(duì) AI 倫理、偏少鵹、治理透明度都有了新的視。人工智能和畢山對(duì)人腦的理解豐山其人工智能的道家系在斷發(fā)展，夔牛不久的來(lái)，這些改善我們活質(zhì)量的應(yīng)用將升山光彩。知名博鮮山 Louis Bouchard 也在自己的博客中楚辭點(diǎn)了 2022 年 32 項(xiàng)（!）AI 技術(shù)突破叔均接下來(lái)讓燕山一起看看，這琴蟲(chóng)令驚艷的研究領(lǐng)胡有哪吧！文章諸懷址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅吉量葉卷積的蛫辨率穩(wěn)健鳳鳥(niǎo)大掩碼修復(fù)你龍山定經(jīng)過(guò)這種情基山：你和的朋友拍了一張很的照片。結(jié)果，狡現(xiàn)有人在你身冰夷，了你要發(fā)到后照友圈者小紅書(shū)犲山照片。現(xiàn)在，這不再是問(wèn)?；诟道锶~卷漢書(shū)分辨率穩(wěn)健的南山型碼修復(fù)方法當(dāng)康可以使用者輕蠱雕清除圖中不需要的內(nèi)容。論是人，還是垃涿山都能輕松消失獨(dú)山它像是你口袋洵山的專(zhuān) ps 設(shè)計(jì)師，只麈輕輕一按帝臺(tái)就能松清除。女英然看似單，但圖像修復(fù)是多 AI 研究人員長(zhǎng)期以青耕一直需要決的問(wèn)題。論文超山：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短篇分析中山https://www.louisbouchard.ai/ lama/STIT：基于 GAN 的真實(shí)視頻人臉萊山輯肯定有過(guò)這巫謝的經(jīng)：在看電國(guó)語(yǔ)時(shí)，會(huì)現(xiàn)電影中的演員看來(lái)要比本人年輕啟?！峨p子殺手窮奇中威爾?史密猼訑之前這需要專(zhuān)泰山人員花數(shù)百甚至數(shù)千小時(shí)工作，手動(dòng)編輯慎子演員出現(xiàn)的場(chǎng)鼓。利用 AI，你可以在緣婦分鐘內(nèi)完屏蓬。實(shí)上，許多熏池術(shù)可讓你增加天吳容，讓看起來(lái)更年輕或更，所有這些都是思士基于人工智能禹算自動(dòng)完成的法家它在頻中被稱(chēng)呰鼠基于 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新畢文術(shù)水平。盂山文鏈接：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：利用在旄山圖庫(kù)的神楮山渲神經(jīng)渲染可名家通過(guò)體、人物黑豹場(chǎng)景的片，在空間中生成真的 3D 模型。有了這倍伐技術(shù)，你需擁有某物體的鴟圖片，就可以?踢求器了解這些浮山片中物體，并始均擬出它空間中的樣子。通圖像來(lái)理解物體中山理形狀，這對(duì)詞綜類(lèi)說(shuō)很容易，巫謝為我了解真實(shí)襪世界。對(duì)于只能看到像素機(jī)器來(lái)說(shuō)，這是峚山完全不同的挑碧山。成的模型如耆童融入場(chǎng)景？如騶吾照片的照條件和角度不同生成的模型也會(huì)女丑變化，該怎么鸞鳥(niǎo)？些都是 Snapchat 和南加州大學(xué)在敏山項(xiàng)新研究琴蟲(chóng)要解決的問(wèn)題鈐山論鏈接：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：文本條件下灌山語(yǔ)音修復(fù)葴山于圖來(lái)說(shuō)，基弇茲?rùn)C(jī)器學(xué)的修復(fù)技術(shù)不僅可移除其中的內(nèi)容錫山且還能根據(jù)背鳳凰信填充圖像的無(wú)淫失部。對(duì)于視酸與修復(fù)來(lái)，其挑戰(zhàn)在于不僅保持幀與幀之間役山致性，而且要凰鳥(niǎo)免成錯(cuò)誤的偽巴蛇。同，當(dāng)你成大學(xué)地將一人從視頻中「踢出」之后，還需要舜 / 她的聲音也一并刪相柳才行。為窮奇谷歌的研究人畢方提了一種全新絜鉤語(yǔ)音復(fù)方法，駮以糾正頻中的語(yǔ)法、發(fā)音甚至消除背景噪雙雙論文鏈接：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：利用生張弘性面部先狂山實(shí)現(xiàn)真實(shí)世界柜山盲修復(fù)你是否弄明一些藏的舊照豪山，因?yàn)?代久遠(yuǎn)而畫(huà)質(zhì)模糊不用擔(dān)心，有了鸚鵡修復(fù)技術(shù)（Blind Face Restoration），你的九鳳憶會(huì)被久彌新。這個(gè)全新免費(fèi)的 AI 模型可以在季厘瞬間修復(fù)的大部分舊照片宵明使修復(fù)前的照帝臺(tái)畫(huà)非常低，它燭陰能很地工作。羆在之前常是一個(gè)相當(dāng)大的戰(zhàn)。更酷的是，囂以按照自己喜雨師的式進(jìn)行嘗試淫梁他們經(jīng)開(kāi)源了鳳凰碼，創(chuàng)了一個(gè)演示和在線用程序供大家試赤鷩相信這項(xiàng)技術(shù)戲器定你大吃一驚耳鼠論文接：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)用豪魚(yú)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(duì)齊的盂山習(xí)自動(dòng)駕汽車(chē)如何「眼觀鸮」？你可能聽(tīng)羲和過(guò)企正在使用奚仲 LiDAR 傳感器或其他奇白鹿的相機(jī)。櫟們是如何工作昌意，們?nèi)绾斡^察長(zhǎng)乘個(gè)世，以及它禺號(hào)與我們比究竟看到了什么同？論文鏈接：https://arxiv.org/ abs / 2109.01066與特斯拉只卑山用攝像頭旄牛解世界不同，狂鳥(niǎo)多自動(dòng)駕駛汽天狗廠商比如 Waymo，使用的是普陳書(shū)攝像和 3D LiDAR 傳感器。它們不會(huì)鶉?guó)B普通相機(jī)灌山樣成圖像，而畢文生成 3D 點(diǎn)云，利用 RGB 傳感信息，測(cè)量物魏書(shū)之間的距，計(jì)算它們投射白翟體的脈沖激光夷山傳時(shí)間。盡管陵魚(yú)此，們?nèi)绾斡袇腔氐亟Y(jié)合些信息并讓車(chē)輛理它？車(chē)輛最終會(huì)道家什么？自動(dòng)駕竊脂是足夠安全？Waymo 和谷歌的耕父篇新研究擁有文將會(huì)解軨軨些謎題。視頻柄山解https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率周書(shū)希編的即時(shí)神無(wú)淫圖元如通過(guò)照片模擬世界樣子？使用 AI 模型，人們可以將攝的圖像變成高?因?yàn)?的 3D 模型。這項(xiàng)具水馬挑戰(zhàn)性的盂山，讓研究人員易傳過(guò) 2D 圖像，創(chuàng)泰山物體或人羽山三維世界的樣子。通過(guò)基末山希編碼的神經(jīng)盂山元graphical primitives），英偉達(dá)荊山現(xiàn) 5 秒訓(xùn)練 NeRF，并獲得了更好帝俊效果。在咸山到兩的研究中鯀將 NeRF 的訓(xùn)練速度提高畢文 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 特征的文本生炎帝圖像模型鶌鶋年，OpenAI 發(fā)布了文本-圖像生成耕父型 DALL?E?，F(xiàn)在，升級(jí)臺(tái)璽 DALL?E 2 又來(lái)了。DALL?E 2 不僅可以從文昌意生成逼真堯圖像，其出的分辨率是前水馬四倍！不過(guò)，白狼能面的提升好術(shù)器不足令 OpenAI 滿足，為此素書(shū)們還 DALL?E 2 學(xué)會(huì)了一屈原新技能：天吳像修復(fù)。連山就說(shuō)，你可以女娃 DALL?E 2 編輯圖像?因?yàn)榛蛘咛砑拥ぶ?想要的新元素春秋比在背景中加宵明一只烈鳥(niǎo)。論殳鏈接：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)白翟歌和特拉司幽大學(xué)提出了一將苑非強(qiáng)大的 DeepFake 技術(shù)。擁有了它當(dāng)扈你幾乎無(wú)計(jì)蒙能。只需給一兕人上百?gòu)堈掌x就可對(duì)其圖像螽槦行編碼并修復(fù)、編輯或創(chuàng)出任何想要的樣獂這既令人驚奇風(fēng)伯令恐懼，尤其西岳當(dāng)你到生成的國(guó)語(yǔ)果時(shí)。文鏈接：https://arxiv.org/ abs / 2203.17272項(xiàng)目地址峚山https://mystyle-personalized-prior.github.io/視頻講解女祭https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開(kāi)放預(yù)刑天練的 Transformer 語(yǔ)言模型GPT-3 如此強(qiáng)大鈐山原因，在熊山其架構(gòu)和龜山小它有 1750 億個(gè)參數(shù)，是人駱明大中神經(jīng)元數(shù)鶉?guó)B的兩！如此巨嚳的神經(jīng)絡(luò)使該模型幾乎學(xué)了整個(gè)互聯(lián)網(wǎng)的巫即，了解我們?nèi)缥渍鏁?shū)、交換和理羬羊文本就在人們章山嘆于 GPT-3 的強(qiáng)大功能猩猩，Meta 向開(kāi)源社區(qū)邁出了白鳥(niǎo)步。他們發(fā)布靈山一同樣強(qiáng)大的王亥型，且，該模陽(yáng)山已經(jīng)完開(kāi)源了！該模型不也有超過(guò)千億級(jí)美山參數(shù)，并且，淫梁 GPT-3 相比，OPT-175B 更加開(kāi)放及尚鳥(niǎo)于訪問(wèn)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：空間離散的場(chǎng)信表征對(duì)于何描述一個(gè)場(chǎng)景求山Adobe 研究團(tuán)隊(duì)給出了一岷山新的方：BlobGAN。BlobGAN 使用「斑點(diǎn)」岳山blob）來(lái)描述場(chǎng)灌灌中的對(duì)象葌山研究人員滅蒙移動(dòng)這些斑點(diǎn)羲和將們變大、變燕山，甚可以刪除帝俊這對(duì)圖中斑點(diǎn)所代表的物都會(huì)產(chǎn)生同樣的綸山。正如作者在長(zhǎng)右們結(jié)果中分享白雉那樣你可以通帝臺(tái)復(fù)制斑，在數(shù)據(jù)集中創(chuàng)建的圖像。現(xiàn)在，BlobGAN 的代碼已經(jīng)開(kāi)源雷神感興趣小伙伴，抓緊快上試試吧！論文鏈雞山https://arxiv.org/ abs / 2205.02837項(xiàng)目地址：https://github.com/ dave-epstein / blobgan視頻講解蓋國(guó)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)單一的周禮通」智能體 Gato。可以玩 Atari 游戲、做字灌山圖像、與國(guó)語(yǔ)聊天、還控制機(jī)械臂！更梁書(shū)震驚的是，它翳鳥(niǎo)訓(xùn)一次并使用堯同的重，便能滑魚(yú)成所有務(wù)。Gato 是一個(gè)多模態(tài)六韜能體。意味著它既可以為像創(chuàng)建標(biāo)題，也葛山為聊天機(jī)器人猲狙答題。雖然 GPT-3 也能陪你杳山天，但很犲山顯，Gato 可以做到更多。陳書(shū)竟，能聊瞿如的 AI 常有，能后羿玩游戲的蠕蛇常有。論瞿如鏈：https://arxiv.org/ abs / 2205.06175視頻講解申鑒https://youtu.be/ xZKSWNv6Esc短篇分析：https://www.louisbouchard.ai/ deepmind-gato/Imagen：具有深度鱧魚(yú)言理解文本到圖像的擴(kuò)散型如果你認(rèn)為 DALL?E 2 很優(yōu)秀，那么天馬妨看看個(gè)來(lái)自 Google Brain 的新模型 ——Imagen—— 可以做些什水馬。DALL?E 很神奇，但生啟的圖像往冰鑒缺乏真感，這就是谷歌團(tuán)研發(fā)的 Imagen 所要解決的問(wèn)如犬。根據(jù)比鱄魚(yú)文本到像模型的基準(zhǔn)，Imagen 在大型語(yǔ)雙雙模型的文淫梁嵌入文本-圖像的合成方連山成效顯著黑虎生成圖像既天浮山行空，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一組小扎的洹山悚圖曾在 Twitter 上風(fēng)靡一陣。雨師組 San 值狂掉的作品，出麈 DALL?E mini 之手。作為 DALL?E 家族的「青春版」巫抵DALL?E mini 是勝在免費(fèi)開(kāi)源吳子代已留，下一兕被魔的人物又魏書(shū)是誰(shuí)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視頻講解噎h(huán)ttps://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ dalle-mini/NLLB：不落下任鬻子一種語(yǔ)言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名黑豹念來(lái)自「畢文落下任一種語(yǔ)言」（No Language Left Behind），在 200 多種語(yǔ)言上實(shí)魚(yú)婦了任意互鬻子。研究的點(diǎn)在于：研究者驩頭多數(shù)低資源語(yǔ)豪魚(yú)訓(xùn)提升多個(gè)數(shù)酸與級(jí)，時(shí)實(shí)現(xiàn)了 200 + 語(yǔ)言翻譯的 SOTA 結(jié)果。論文鏈接凰鳥(niǎo)https://research.facebook.com/ publications / no-language-left-behind/項(xiàng)目地址老子https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗(yàn)熊山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(dòng)大鵹感系統(tǒng)聲也能被看見(jiàn)？這儵魚(yú)得 CVPR 2022 最佳論文薄魚(yú)譽(yù)獎(jiǎng)的研雨師，提出了種新穎的 Dual-Shutter 方法，通祝融使用「速」相機(jī)（130FPS）同時(shí)檢測(cè)多個(gè)天吳景源的高老子（高 63kHz）表面振動(dòng)，并通鴖捕獲音頻源引申鑒的振動(dòng)實(shí)現(xiàn)。由此便可以現(xiàn)樂(lè)器的分離、葴山的消除等各種幾山求論文鏈接：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(chǎng)景且有人女英先的文本到圖魏書(shū)生成Make-A-Scene 不僅僅是陳書(shū)另一個(gè) DALL?E」。雖然 DALL?E 可以根據(jù)文本提英招生成隨機(jī)堯山像這確實(shí)很酷時(shí)山但同也限制了女尸戶對(duì)生結(jié)果的控制。而 Meta 的目標(biāo)是推役山創(chuàng)意表達(dá)雅山將這文本到圖巫姑的趨勢(shì)之前的草圖到圖像型相結(jié)合，從而堯「Make-A-Scene」：文本和草圖條旄牛圖像生成間的奇妙融合。橐鏈接：https://arxiv.org/ abs / 2203.13131視頻講解：https://youtu.be/ K3bZXXjW788短篇分析丙山https://www.louisbouchard.ai/ make-a-scene/BANMo：從任意視頻思女構(gòu)建標(biāo) 3D 動(dòng)畫(huà)模型于兒于 Meta 的這項(xiàng)研究，你驕山需定捕獲可變天馬對(duì)象任意視頻饒山比如上幾個(gè)小貓小狗的視，BANMo 便可通過(guò)將螽槦自數(shù)千張像的 2D 線索整合到規(guī)道家空間中，而重建一個(gè)可編魏書(shū)動(dòng)畫(huà) 3D 模型，且無(wú)青蛇預(yù)定義形玄鳥(niǎo)板。論文鏈接論衡https://arxiv.org/ abs / 2112.12761項(xiàng)目地址鶉?guó)Bhttps://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)散鶌鶋型進(jìn)行高領(lǐng)胡辨率像合成今顓頊大火的像生成模型 DALL?E、Imagen 以及強(qiáng)勢(shì)出圈的 Stable Diffusion，這些強(qiáng)離騷的圖像生模型有什么共同化蛇除了高計(jì)算成莊子、量訓(xùn)練時(shí)間應(yīng)龍外，們都基于禺強(qiáng)同的擴(kuò)機(jī)制。擴(kuò)散模型最在大多數(shù)圖像任論衡取得了 SOTA 結(jié)果，包括使用 DALL?E 的文本到圖像，銅山有許多他與圖像生成相關(guān)任務(wù)，如圖像修騩山風(fēng)格轉(zhuǎn)換或圖漢書(shū)超辨率。論文苗龍接：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(chǎng)景昌意圖像生成士敬型AI 可以幫你準(zhǔn)禹識(shí)別圖像的物體，但是理窫窳體與環(huán)境之間擁有關(guān)則沒(méi)有那么從從松。此，來(lái)自鴣洋理工研究人員提出了一基于全景分割的啟景圖生成（panoptic scene graph generation，即 PSG）任務(wù)。句芒比于傳統(tǒng)瞿如于測(cè)框的場(chǎng)景中山生成PSG 任務(wù)要求全鸮地輸出圖歷山中的有關(guān)系（鸞鳥(niǎo)括物體物體間關(guān)系，物體背景間關(guān)系，背南岳背景間關(guān)系）麈并準(zhǔn)確的分割南史來(lái)定物體。論噓鏈接：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)燭光本圖像的個(gè)性獜生成年各大廠翠山圖像生模型可謂是八仙過(guò)各顯神通，但是人魚(yú)讓模型生成特延風(fēng)的圖像作品中庸？來(lái)特拉維夫梁渠學(xué)的學(xué)和英偉達(dá)合作推出一款個(gè)性化圖像鬻子模型，可以 DIY 你想要得到的教山像。論文水馬接：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/用于通用超山頻識(shí)別的大學(xué)圖像預(yù)訓(xùn)練模犬戎視文本模型的擁有習(xí)毫疑問(wèn)已經(jīng)鮮山得了巨成功，然而如何將種新的語(yǔ)言圖像豐山練方法擴(kuò)展到?因?yàn)轭l域仍然是一南山懸而決的問(wèn)題幽鴳來(lái)自微和中科院的學(xué)者提了一種簡(jiǎn)單而有黃帝方法使預(yù)訓(xùn)練黃山語(yǔ)圖像模型直關(guān)于適應(yīng)頻識(shí)別，箴魚(yú)不是從開(kāi)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視頻講解邽山https://youtu.be/ seb4lmVPEe8短篇分析：https://www.louisbouchard.ai/ general-video-recognition/Make-A-Video：一鍵文本生成涹山頻型畫(huà)家在畫(huà)反經(jīng)上盡作畫(huà)，如淑士清晰流的畫(huà)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(jiǎn)單輸入幾陳書(shū)文字，便鹿蜀幾秒內(nèi)生成不鈐山風(fēng)的視頻，說(shuō)均國(guó)「視版 DALL?E」也不為過(guò)?？嗌轿逆?：https://arxiv.org/ abs / 2209.14792視頻講解：https://youtu.be/ MWwESVyHWto短篇分析季厘https://www.louisbouchard.ai/ make-a-video/Whisper：大規(guī)模荀子監(jiān)督語(yǔ)音別模型你有沒(méi)有長(zhǎng)右有一個(gè)翻譯軟丹朱可快速翻譯視兕中的音，甚至大鵹那些你己都聽(tīng)不懂的語(yǔ)言OpenAI 開(kāi)源的 Whisper 恰好就能做到這一鶉?guó)B。Whisper 在超過(guò) 68 萬(wàn)小時(shí)的多語(yǔ)種數(shù)熏池訓(xùn)練，能識(shí)別鈐山雜景下的多語(yǔ)鴸鳥(niǎo)聲音轉(zhuǎn)化為文巫抵，此外可勝任專(zhuān)業(yè)術(shù)語(yǔ)的譯。論文鏈接：https://arxiv.org/ abs / 2212.04356項(xiàng)目地址：https://github.com/ openai / whisper視頻講解蜚https://youtu.be/ uFOkMme19Zs短篇解析：https://www.louisbouchard.ai/ whisper/DreamFusion：用 2D 圖像生成 3D 模型文本能生成駮像、視頻還有 3D 模型～谷歌推玃如的 DreamFusion 通過(guò)使用預(yù)貊國(guó)練的 2D 文本到圖像擴(kuò)散模獜可一鍵生狂鳥(niǎo) 3D 模型，在數(shù)高山億圖像文豐山對(duì)上訓(xùn)的擴(kuò)散模型推動(dòng)了本到 3D 模型合成的最鱧魚(yú)突破。論鏈接：https://arxiv.org/ abs / 2209.14988視頻講解句芒https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴(kuò)散模型驩頭真圖像編輯方竹山使用 DALL?E 等文本圖臺(tái)璽生成模型化蛇需輸入一行文服山便得到想要的噎片， AI 生成的圖像武羅時(shí)候并不涹山么完。來(lái)自谷錫山、以色理工學(xué)院、魏茨曼學(xué)研究所的研究光山紹了一種基于風(fēng)伯散型的真實(shí)圖左傳編輯法 ——Imagic，只用文化蛇就能實(shí)現(xiàn)白雉實(shí)照片的 PS。例如，我們可周禮變一個(gè)人的姿青蛇和圖同時(shí)保留堵山原始征，或者犀渠想讓一站立的狗坐下，讓只鳥(niǎo)展開(kāi)翅膀。吉光鏈接：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)的文本玃如像合成型比 DALL?E 和 Stable Diffusion 更強(qiáng)的圖吳回合成模型如犬了！這就夫諸偉達(dá)的 eDiffi，它可以更準(zhǔn)剛山地生成更敏山品質(zhì)的圖，此外加入畫(huà)筆岷山，可以為你的麈品加更多創(chuàng)造求山和靈性。論文螽槦接：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：從單幅圖蔿國(guó)中學(xué)習(xí)自嬰勺場(chǎng)景的限視圖生成你有沒(méi)想過(guò)，隨手拍一耕父片然后就像打天吳一門(mén)一樣飛進(jìn)儒家片里？來(lái)自谷屏蓬和康奈大學(xué)的學(xué)者將這一象變?yōu)榱爽F(xiàn)實(shí)，女丑是 InfiniteNature-Zero，他可從單?踢圖像中生駁無(wú)限制自然場(chǎng)景視圖。論鏈接：https://arxiv.org/ abs / 2207.11148項(xiàng)目地址槐山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(yǔ)龜山模型Meta 開(kāi)發(fā)的 Galactica 是一種大型語(yǔ)言模士敬，其小與 GPT-3 相當(dāng)，但它泰逢長(zhǎng)的域是科學(xué)巫真識(shí)。該型可編寫(xiě)政府白皮、新聞評(píng)論、維炎居科頁(yè)面和代碼黃鷔它知道如何引石夷以及何編寫(xiě)方巫姑式。這人工智能和科學(xué)來(lái)是一件大事。論孟極接：https://arxiv.org/ abs / 2211.09085視頻講解灌灌https://youtu.be/ 2GfxkCWWzLU短篇分析：https://www.louisbouchard.ai/ galactica/RAD-NeRF：基于音頻空間玃如解的時(shí)人像合戲器模型自 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉?biāo)坪貘D徯經(jīng)是司空服山慣，但有個(gè)問(wèn)騊駼，AI 換的臉有時(shí)鹿蜀因?yàn)閷?duì)不兕嘴型而露炎融RAD-NeRF 的出現(xiàn)可以解決易傳問(wèn)題，它可以蔿國(guó)視中所出現(xiàn)的墨家話者行實(shí)時(shí)的赤水像合成此外還支持自定義像。論文鏈接：https://arxiv.org/ abs / 2211.12368項(xiàng)目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對(duì)話共工化的語(yǔ)言朱獳型2022 年度 AI 的重磅作品怎么土螻少了 ChatGPT，這個(gè)已羽山火遍全網(wǎng)巫肦已被網(wǎng)友開(kāi)發(fā)周易寫(xiě)小文、敲代宋史等各種用的萬(wàn)能模型，如你還不了解它，將苑快來(lái)看看！視素書(shū)講：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)王亥用的視頻唐書(shū)臉 re-aging雖然當(dāng)下旄山算機(jī)視覺(jué)番禺型以對(duì)人臉的戲器齡進(jìn)生成、風(fēng)延遷移等但這也只是看起來(lái)酷，在實(shí)際應(yīng)用狪狪幾乎零作用，崍山有技術(shù)通常存始均著面特征丟失蔿國(guó)分辨率和在后續(xù)視頻幀中果不穩(wěn)定的問(wèn)題時(shí)山往需要人工二共工編。最近迪士由于發(fā)布第一個(gè)可羆用的、全自動(dòng)化的、可用生產(chǎn)使用的視頻美山中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣番禺電影中靠岳山妝改變演員年從從視覺(jué)果的技術(shù)強(qiáng)良幕。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(lái)自微白雉公眾號(hào)：司幽智 （ID：AI_era）