Apžvalgoje surinkti pastarojo mėnesio AI projektai, nepatekę į savaitines naujienas: papildytos realybės personažai telefone, Tencent pasaulio modelis, vaizdo redagavimo ir balso sintezės įrankiai bei robotikos demonstracijos. Autorius pats išbando kelis iš jų ir nurodo, kur demonstracijos dar neatitinka pažadų.
Video eiga 12 skyrių
- AI proveržiai, kurių tikriausiai nepastebėjote — įvadas į dvylika po radaru praslydusių projektų: pasaulio modelius, žmogiškai skambančius balsus, akinius, neva nuskaitančius netartus žodžius, ir robotus
- Simulan: AI personažai jūsų kambaryje — telefono programėlė įstato 3D personažus į realią aplinką ir po įrašymo debesyje perpiešia sceną taip, kad personažas reaguotų į rankas, daiktus ir kalbą
- Tencent pasaulio modelis Hynomus — modelis generuoja ištisinį pasaulį penkių sekundžių gabalais, kurį galima toliau valdyti tekstu, išlaikant scenos nuoseklumą apsisukus kamerai
- Reshoot 4D: vaizdo įrašo kameros kampo keitimas — įrankis leidžia perrinkti jau nufilmuotos scenos kameros poziciją
- Movie Edit: AI montažas per kelis kadrus — demonstruojamas redagavimas, apimantis ne vieną, o kelis skirtingus kadrus
- Desa: žmogiškai skambantis AI balsas — balso modelis, kurio įrašus sunku atskirti nuo tikro žmogaus kalbos
- Haru 4B: parsisiunčiamas pokalbių AI — lokaliai paleidžiamas pokalbių modelis
- Fish Audio Live 3: AI balso agentai — realaus laiko balso agentų platforma
- Subvocal: akiniai, dekoduojantys netartą kalbą — įranga, teigianti atpažįstanti žodžius, kurių naudotojas garsiai neištaria
- Budget3D: nuotraukų vertimas 3D modeliais — įrankis iš paveikslėlių generuoja 3D objektus
- NVIDIA MotionBricks: AI personažų animacija — NVIDIA sprendimas personažų judesiams generuoti
- Flash Aloha: robotai, gaudantys ir tvarkantys — robotų demonstracijos, kuriose jie pagauna skrendantį kamuolį ir atlieka tvarkymo užduotis žmogui artimu greičiu
Pilna santrauka →