过去一年，AIGC（AI 生成内容）从“概念”彻底走向“落地”。无论你是程序员、产品经理、内容创作者，甚至是业余爱好者，AIGC 已经渗透到每一...

长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算...

它还配备了一对机械臂，人类可以通过一副装有芯片的专用手套远程控制它。HopeJR 的机械臂可以模拟手套佩戴者的动作。Hugging Face 分享的一段演示视频...

在这个 AI 技术与应用大爆发的时代，我们最不缺的就是「热词」，从自回归到扩散模型，从注意力机制到状态空间模型，从思维链到推理模型…… 有时候，其中一些热词会聚...

研究团队从 12 个现有的多目标跟踪数据集中筛选出适合 ReaMOT 任务的视频序列，这些数据集涵盖了多种场景和目标类别。采用了一种巧妙的三步标注流程，充分结合...

对于愿意与CS社区共同成长的朋友，只需在小红书、B站、抖音、公众号、视频号等任意自媒体渠道推荐或分享CS社区的原创/官方内容及体验，单篇内容一经审核通过⚠即刻馈...

随着纯血鸿蒙的推出，客户端跨平台需求被推到了前所未有的高度，单纯的 UI 跨端已无法满足业务诉求，构建Android/iOS/鸿蒙平台的全跨端APP能够最大幅度...

这一能力来自5月28日腾讯混元发布并开源的语音数字人模型HunyuanVideo-Avatar，由腾讯混元视频大模型（HunyuanVideo）及腾讯音乐天琴实...

HTML5 引入了 <video> 元素，用于在网页中嵌入视频内容，无需使用插件如 Flash。现代浏览器都支持 HTML5 视频播放。

LivePortrait 是由 KwaiVGI 团队开发的一项前沿技术，旨在通过深度学习实现高效、逼真的人像动画生成。使得用户能够通过简单的驱动视频或动作模板，...

长期跟踪关注统计学、机器学习算法、深度学习、人工智能、大模型技术与行业发展动态，日更精选技术文章。回复机器学习有惊喜资料。

「数智工匠」是中国信息通信研究院云计算与大数据研究所大数据与智能化部策划的系列访谈栏目，旨在挖掘产业中优秀、前沿数据智能案例，总结数据智能产业经验，让数据智能更...

去年Hot Interconnects(HOTI 2024)会议上有一个比较有趣的pannel discussion，主题是"Bandwidth Scaling...

在短视频创作日益繁荣的时代，内容创作者越来越追求 高效、高质量 的生产方式。剪映 作为知名的视频剪辑软件，已成为许多创作者的必备工具。而随着 小云雀 AI 的推...

6 月 6 日，北京大学助理教授韦东奕开设抖音账号并发布了第一条 4 秒的自我介绍视频。视频中，韦东奕表示：“大家好，我是韦东奕，这是我的账号。”

近日，Manus AI 推出文本转视频生成服务，可将文本提示转化为全结构化、分镜序列的视频故事。这一功能支持用户通过单条提示完成场景规划、视觉设计与内容动画制作...

视频数据处理往往要求对视频帧进行精确分组和排序，才能保证下游模型处理的准确性与效率。在v4.52.4中，新增了基于视频帧数的分组与重新排序功能，使得批量视频处理...

ChatGPT Plus 虽然也有实时视频和屏幕共享功能，但每天使用次数限制比较大，而且只能在手机端使用，实在不太方便。

他们还提到了长视频生成的方法，用的是一种叫做 Time-aware Position Shift Fusion 的技术，能让模型生成超过 129 帧的视频，减少...

在数据科学的浩瀚宇宙中，我们如同孜孜不倦的探索者，不断追寻着更高效、精准的数据分析方法。从数据科学家的视角看，数据不仅是一串串数字，更是蕴含着巨大价值的宝藏，等...