自动驾驶公司毫末智行采用OceanBase,应对数十亿数据对象管理难题
面对年增数亿的数据对象,自动驾驶领域的人工智能技术公司毫末智行采用了国产数据库OceanBase。4月25日,记者了解到,目前毫末智行已经完成数十亿数据表的迁移工作,获得了更强的数据可靠性、可用性、扩展性。OceanBase的客户数已经超过1000家,其中30%将其应用于核心系统。
花7万相亲婚介推荐对象用10年前照片 法院:退还6.5万元
王女士为寻求理想伴侣,投入7万元选择了一家婚介公司,希望通过其红娘服务找到合适的相亲对象。双方合同中明确规定,婚介公司需在接下来的12个月内为王女士安排不少于12次的相亲会面。这起事件引发了公众对婚介公司服务质量的关注,也提醒了消费者在选择婚介服务时要谨慎,确保自己的权益不受损害。
T-Rex2:无需训练即可精准识别视频中的目标对象
T-Rex2是一种先进的技术,它能够通过结合文本提示和图片中的标记来识别和定位图片中的各种对象。这种技术的应用非常广泛,例如在图片或视频中找到“猫”或“汽车”,并在图片中标出其位置。T-Rex2是一种强大的工具,能够在各种场景下实现对目标对象的精准识别和定位,无需进行预先训练,大大提高了效率和准确性。
高分辨率AI模型Griffon v2:通过文本和视觉提示提供灵活的对象引用
大型视觉语言模型在需要文本和图像理解的任务中表现出色。特别是在区域级任务,如引用表达理解中,经过图像文本理解和推理的发展之后,这一进展变得明显。该模型在定量和定性目标计数方面均优于专家模型,证明了其在感知和理解方面的优越性。
Runway运动笔刷又更新 推类似PS的对象选择功能
Runway对运动笔刷进行了一项强大的更新,现在当鼠标悬停在对应区域上时,会自动分割并选中该区域,类似于Photoshop的对象选择功能。这一功能的增加让用户体验更加便捷,提高了操作效率。这一更新将极大地提高用户的使用体验,让他们能够更加轻松地创作出个性化且丰富多彩的作品。
目标检测跟踪模型YOLOv8 能快速识别和定位多个对象
YOLOv8是一种先进的目标检测跟踪模型,它在图像或视频帧中能够快速准确地识别和定位多个对象,并能够跟踪它们的移动,同时将其分类。除了检测对象,YOLOv8还可以区分对象的确切轮廓,进行实例分割、估计人体的姿态、帮助识别和分析医学影像中的特定模式等多种计算机视觉任务。YOLOv8是YOLO系列的最新版本,具有实例分割、姿势/关键点估计和分类等增强功能。
文本直接在3D场景中生成对象,谷歌推出InseRF模型
随着大模型技术的飞速发展,基于语言和视觉的3D场景编辑方法取得了十足进步,如Instruct-NeRF2NeRF在修改和场景控制方面展示了强大功能。但在内容生成方面依然面临困难,例如,在3D场景中直接生成一只3D蝴蝶。值得一提的是,InseRF只需要一个粗略的视角框,就可实现精确的对象定位,这对于用户来说非常便捷。
InseRF官网体验入口 AI 3D场景编辑和对象插入工具在线使用指南
InseRF是一种创新性的3D场景编辑和对象插入工具,可通过文本提示和2D边界框在NeRF重建的3D场景中生成新对象。这种方法允许用户仅通过简单的文本描述和2D边界框就能在3D场景中插入新的对象,从在不需要显式3D信息的情况下实现与场景一致的对象插入。要了解更多详情并开始您的3D场景编辑之旅,请访问InseRF官方网站。
英伟达出品!文生图模型TrailBlazer:利用边界框控制视频对象轨迹
在最近的文本到视频生成方法中,实现合成视频的可控性通常是一个挑战。通常情况下,为了解决这个问题,需要提供低级别的每帧指导,如边缘图、深度图或待修改的现有视频。5.高效且自然的运动生成:尽管使用简单的边界框进行指导,TrailBlazer生成的运动效果仍然非常自然,包括透视效果和随着边界框大小增加向虚拟摄像机移动等出现的效果。
LangSplat:精准搜索3D世界中的对象 比LERF快199倍
LangSplat是一种3D语言高斯模型,允许您按语言搜索3D世界。清华大学和哈佛大学的研究人员开发了LangSplat,这是一种新的人工智能系统,可以在3D空间中高效、准确地搜索开放词汇。该团队认为进一步提高速度是可能的,尤其是在更高分辨率的情况下。
Tracking Any Object Amodally :让AI像人一样可以追踪任何对象
TrackingAnyObjectAmodally是由卡内基梅隆大学和丰田研究所开发的项目使得人工智能能够像人一样追踪物体的整体,即使在部分遮挡或不完全可见的情况下也能理解其完整结构。在这个项目中,计算机被训练成能够“理解”并追踪到部分遮挡物体的完整形状和位置。这个项目的成功将大幅提升计算机视觉系统的智能,让它们在处理遮挡物体时更加像人类,从在自动驾驶、视频监控等领域发挥更大的作用。