Recientemente, Alibaba lanzó su último avance tecnológico, Animate Anyone 2. Esta tecnología innovadora permite el reemplazo preciso de personajes en videos. Según los ejemplos publicados en el sitio web del proyecto, los usuarios solo necesitan proporcionar el video original y la imagen del personaje objetivo, y el sistema puede reemplazar la imagen del personaje en tiempo real mientras conserva la trayectoria del movimiento del video original. Los datos experimentales muestran que el sistema puede transferir completamente la acción de un futbolista pateando al personaje animado, mientras conserva las características físicas reales de la trayectoria del balón. Para las complejas necesidades de la producción cinematográfica,

Recientemente, investigadores de Microsoft Research, en colaboración con las universidades de Washington, Stanford, Southern California, California Davis y California San Francisco, presentaron LLaVA-Rad, un nuevo modelo multimodal pequeño (SMM) diseñado para mejorar la eficiencia en la generación de informes radiológicos clínicos. El lanzamiento de este modelo no solo representa un gran avance en la tecnología de procesamiento de imágenes médicas, sino que también abre nuevas posibilidades para las aplicaciones clínicas de la radiología. En el campo de la biomedicina, la investigación basada en modelos básicos a gran escala ya está en marcha.

Las imágenes de IRM siempre han supuesto un gran desafío en el análisis de imágenes médicas debido a su complejidad y gran volumen de datos. Para entrenar modelos de lenguaje grandes (LLM) para el análisis de IRM, los desarrolladores han tenido que dividir las imágenes adquiridas en imágenes 2D. Si bien este enfoque es viable, limita la capacidad del modelo para analizar estructuras anatómicas complejas, especialmente en casos complejos como tumores cerebrales, enfermedades óseas o enfermedades cardiovasculares. Nota de la imagen: La imagen fue generada por IA, el proveedor de servicios de licencias de imágenes es Midjourney. Sin embargo, GE Healthcare en este año de...

En el campo del procesamiento de video, el seguimiento eficiente del movimiento 3D a partir de video de una sola cámara ha sido un desafío constante, especialmente cuando se requiere un seguimiento preciso a nivel de píxel en secuencias largas. Los métodos tradicionales enfrentan múltiples desafíos, a menudo solo pueden rastrear una pequeña cantidad de puntos clave, sin lograr una comprensión detallada de la escena completa. Además, las técnicas existentes tienen altas demandas computacionales, lo que dificulta mantener la eficiencia al procesar videos largos. Al mismo tiempo, el seguimiento a largo plazo se ve afectado por problemas como el movimiento de la cámara y la oclusión de objetos, lo que lleva a errores o fallos en el seguimiento. Actualmente, los métodos de estimación de movimiento en secuencias de video tienen diferentes ventajas y desventajas.

En el campo del arte con IA, acaba de surgir una tecnología revolucionaria. InstantX presenta la tecnología Regional-Prompting-FLUX, que lleva la precisión del arte con IA a un nivel sin precedentes. Sin necesidad de entrenamiento adicional, permite un control detallado del contenido de la imagen, ofreciendo a los creadores nuevas posibilidades creativas. Lo más sorprendente de esta tecnología innovadora es su potente capacidad de control regional. Con FLUX, los creadores pueden especificar con precisión el contenido y el estilo de diferentes áreas de la imagen. Por ejemplo, se puede...

En el campo de la visión artificial con IA, la localización de objetivos siempre ha sido un gran desafío. Los algoritmos tradicionales son como una especie de 'miopes', solo pueden identificar el objetivo de forma aproximada utilizando un 'recuadro', sin poder discernir los detalles internos. Es como describir a un amigo solo con su altura y complexión general; ¡es poco probable que tu amigo lo encuentre! Para resolver este problema, un grupo de expertos de la Universidad Tecnológica de Illinois, Cisco Research y la Universidad Central de Florida han desarrollado un nuevo marco de localización visual llamado SegVG, ¡con el objetivo de que la IA deje de ser 'miope'! SegVG

En los últimos años, los modelos de lenguaje grandes (LLM) han recibido una atención considerable en el campo de la gestión de datos, con una gama de aplicaciones en constante expansión, incluyendo la integración de datos, la optimización de bases de datos, la optimización de consultas y la limpieza de datos. Sin embargo, el procesamiento de datos no estructurados, especialmente documentos complejos, sigue presentando numerosos desafíos. Actualmente, algunos marcos de procesamiento de datos no estructurados basados en LLM tienden a priorizar la reducción de costes sobre la mejora de la precisión del procesamiento. Este problema es particularmente pronunciado en el análisis de tareas complejas, ya que los resultados de los LLM a menudo no satisfacen con precisión las necesidades

En el rápido desarrollo de la tecnología médica, la inteligencia artificial está cambiando silenciosamente los métodos de diagnóstico en el campo de la radiología. Qure.ai, una empresa innovadora, se encuentra a la vanguardia de esta transformación, utilizando la tecnología de IA para inyectar nueva vitalidad a los servicios médicos, mejorando no solo la eficiencia y precisión del diagnóstico, sino también ofreciendo una solución esperanzadora para aliviar la escasez de recursos médicos. El sistema de IA de Qure.ai ha demostrado una capacidad notable. Puede analizar una gran cantidad de imágenes médicas en poco tiempo, incluyendo radiografías de tórax, tomografías computarizadas y resonancias magnéticas, identificando con precisión enfermedades como la tuberculosis, el cáncer de pulmón y los accidentes cerebrovasculares.

ControlNeXt, desarrollado por el equipo de Jia Jiajia, es una herramienta de guía de generación de imágenes/vídeos de código abierto, diseñada para simplificar el uso de modelos de IA. Esta herramienta es compacta y compatible con modelos de la familia Stable Diffusion, como SDXL y SD1.5, admitiendo diversos modos de control, como guía de bordes, control de postura, máscara y control de profundidad de campo. Su "secreto para adelgazar" reside en una estructura más eficiente, reemplazando la rama de control "glotona" por un "menú ligero" compuesto por unos pocos bloques ResNet, lo que reduce el tamaño del modelo.

Indeed, la plataforma de búsqueda de empleo más grande del mundo, atrae a 350 millones de visitantes únicos mensuales, conectando a más de 3,5 millones de empleadores con 32 millones de puestos de trabajo, ayudando a los usuarios a encontrar trabajo con una eficiencia asombrosa. Recientemente, Indeed actualizó su función de 'Solicitud de invitación', incorporando un algoritmo inteligente que ya no se basa únicamente en el currículum y los datos personales para la coincidencia, sino que ofrece recomendaciones de puestos más precisas, relevantes y transparentes. La cantidad de información recomendada diariamente aumentó de 1 millón a 20 millones, lo que ahorra tiempo considerable a los solicitantes de empleo y mejora el proceso de solicitud.

El gran modelo de generación de imágenes por texto HunYuanDiT de Tencent, en colaboración con la comunidad, ha lanzado recientemente tres nuevos plugins ControlNet: tile (ampliación de alta resolución), inpainting (reparación y ampliación de imágenes) y lineart (generación de imágenes a partir de bocetos). Estos plugins amplían la matriz ControlNet de HunYuanDiT, permitiendo que el modelo cubra un rango más amplio de aplicaciones.

Perceptive ha desarrollado el primer robot dentista completamente automatizado con IA del mundo, realizando con éxito la primera cirugía dental completa en pacientes humanos a una velocidad ocho veces superior a la de los dentistas humanos. Esta innovación introduce un sistema de imagen OCT3D, que utiliza la tomografía de coherencia óptica para generar imágenes 3D del interior de los dientes, proporcionando una alta resolución y precisión de localización superior a las radiografías tradicionales, sin los riesgos de la radiación. El método de estructura de movimiento empleado por Perceptive resuelve el problema del desenfoque de la imagen, logrando una precisión de localización patológica de 20 micras y una precisión superior a...

El modelo MusiConGen se basa en el marco MusicGen-melody preentrenado y se ha ajustado para generar fragmentos musicales de varios estilos. El equipo de investigación ha demostrado muestras de música generadas por el modelo mediante el ajuste de parámetros de control de acordes y ritmo, abarcando cinco estilos diferentes: blues relajado, smooth acid jazz, rock clásico, funk de alta energía y heavy metal.

ByteDance ha lanzado el nuevo modelo de profundidad Depth Anything V2, que ha logrado una mejora significativa en el rendimiento en el campo de la estimación de profundidad monoculada. En comparación con la versión anterior, Depth Anything V1, la versión V2 presenta detalles más finos y una mayor robustez, al tiempo que ha mejorado notablemente su eficiencia, siendo más de 10 veces más rápido que los modelos basados en Stable Diffusion.

Se han anunciado los "Diez Principales Avances Científicos de China en 2023". Entre ellos, se incluyen: "Los grandes modelos de IA producen un gran avance en los pronósticos meteorológicos precisos", "Descubrimiento del mecanismo que impulsa el envejecimiento en la materia oscura del genoma humano", "Descubrimiento de la existencia de un reloj biológico "tangible" en el cerebro y su mecanismo de regulación rítmica", "Análisis y aplicación del mecanismo de tolerancia a la salinidad en los cultivos", "Nuevo método para lograr la manipulación precisa del ADN, desde una sola base hasta fragmentos ultra grandes", "Revelación de un nuevo mecanismo de inicio de la replicación del ADN en células humanas", "'LHAASO' descubre el chorro extremadamente estrecho y los fotones de diez billones de electronvoltios del estallido de rayos gamma más brillante de la historia", "Corrección de errores de codificación de Bose extiende la coherencia cuántica".

La tecnología de generación de imágenes basada en texto ha atraído mucha atención, permitiendo a los modelos crear imágenes realistas a partir de descripciones textuales. Los investigadores han presentado el método de ajuste fino ortogonal (OFT), que mejora significativamente el control sobre los modelos de generación de imágenes. OFT mantiene la capacidad de generación semántica del modelo, mejorando la calidad y la eficiencia de la generación. El método OFT tiene amplias aplicaciones en campos como la creación artística y el marketing publicitario, ofreciendo nuevas posibilidades creativas.

El jefe de búsqueda de Microsoft, Mikhail Parakhin, anunció oficialmente en Twitter que Bing Chat de Microsoft ha adoptado completamente GPT-4 en los modos creativo y preciso. Microsoft también utiliza varios modelos de lenguaje, incluyendo GPT-4 Prometheus y el propio modelo de lenguaje Turing de Bing, para ofrecer respuestas más precisas y creativas. A pesar de la gran publicidad en torno al chat de IA y GPT-4, Microsoft sigue luchando por recuperar cuota de mercado en su competencia con Google. Microsoft está en la vanguardia de la inteligencia artificial