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,

Un equipo conjunto del Instituto de Tecnología de China, la Universidad de Tongji y la Universidad de Ningbo ha logrado un gran avance con una innovadora tecnología de compresión de nubes de puntos (TSC-PCAC). Esta tecnología no solo mejora significativamente la eficiencia de la compresión de datos de nubes de puntos, sino que también reduce considerablemente el tiempo de procesamiento, despejando los obstáculos técnicos para el desarrollo de aplicaciones 3D como AR/VR. En el contexto del rápido desarrollo de la tecnología de visión 3D actual, las nubes de puntos, como forma de datos clave para la realidad virtual y la realidad aumentada, enfrentan enormes desafíos de transmisión y almacenamiento. Una nube de puntos de alta calidad puede contener millones de puntos de datos, cada punto...

En las aplicaciones de inteligencia artificial, lograr una interacción en tiempo real con la IA ha sido un desafío importante para los desarrolladores e investigadores. Integrar información multimodal (como texto, imágenes y audio) para formar un sistema de diálogo coherente resulta especialmente complejo. Aunque los modelos de lenguaje grandes avanzados como GPT-4 han logrado algunos progresos, muchos sistemas de IA aún presentan dificultades para lograr fluidez en las conversaciones en tiempo real, conciencia del contexto y comprensión multimodal, lo que limita su eficacia en aplicaciones reales. Además, la computación requerida para estos modelos es...

Recientemente, Gigai Tech propuso un nuevo marco llamado DriveDreamer4D, diseñado para utilizar el conocimiento previo del modelo del mundo para mejorar la reconstrucción de escenas de conducción 4D. Los métodos tradicionales de reconstrucción de escenas 4D se basan principalmente en dos escuelas de pensamiento: NeRF y 3DGS. NeRF es como un súper pintor que utiliza redes neuronales para representar un conjunto de fotografías en un modelo 3D. 3DGS, por otro lado, utiliza un conjunto de funciones gaussianas tridimensionales para simular varios objetos en la escena. Sin embargo, ambos métodos tienen un inconveniente...

Recientemente, el generador de video con IA Haiper AI lanzó oficialmente su última versión: Haiper 2.0. La nueva versión admite movimientos más nítidos, efectos visuales impresionantes y plantillas dinámicas para ayudar a los usuarios a crear videos sorprendentes. En comparación con la versión anterior, Haiper 2.0 se ha optimizado y actualizado, con dos puntos destacados principales: primero, tiene efectos de movimiento y detalles más realistas; segundo, las nuevas plantillas fáciles de usar hacen que la creación de videos sea más sencilla. La nueva función de plantillas permite a los usuarios simplemente seleccionar y hacer clic para...

AiSee Technology, ha anunciado el lanzamiento oficial de su nueva interfaz de usuario (IU) para PixVerse, su gran modelo de generación de video. Esta actualización incluye una serie de funciones innovadoras diseñadas para mejorar la experiencia creativa del usuario. En primer lugar, la introducción del panel de creación universal permite a los usuarios comenzar a crear instantáneamente desde cualquier interfaz del producto, sin necesidad de cambiar constantemente entre diferentes módulos; reúne todas las funciones en un solo lugar. Además, la biblioteca de inspiración de la página de inicio presenta una selección de los videos más creativos del mundo, permitiendo a los usuarios aplicar plantillas con un solo clic, para que cualquiera pueda replicar fácilmente videos de éxito.

Google presentó el modo de chat de voz Gemini Live en el lanzamiento del Pixel 9, ofreciendo a los usuarios avanzados de Gemini una experiencia de conversación flexible. Similar a ChatGPT, esta función permite a los usuarios elegir entre varias voces para comunicarse, permitiendo interrupciones e intervenciones sin problemas, sin necesidad de tocar la pantalla. El objetivo de diseño es lograr una conversación "libre y fluida", compatible con la multitarea, incluso funcionando en segundo plano mientras la pantalla del teléfono está bloqueada. Gemini Live ya está disponible en dispositivos Android.

GPT-4o, el modelo estrella de OpenAI, llamó la atención en mayo con su capacidad de comprensión de audio, con una velocidad de respuesta promedio de 320 milisegundos, cercana a la velocidad de una conversación humana. El modelo, entrenado de extremo a extremo, fusiona tres modalidades: texto, visión y audio, mostrando su potencial en diversas entradas y salidas. OpenAI planeaba lanzar la función de modo de voz avanzado en junio a través de ChatGPT Plus para algunos usuarios, aunque se retrasó un mes debido a la necesidad de mejorar la capacidad del modelo para detectar y rechazar contenido inapropiado. La nueva función permitirá a Ch...

Walmart está aumentando su inversión en inteligencia artificial para mejorar su sistema de gestión de inventario con herramientas de IA generativa. La IA reduce los tiempos de entrega, predice las ventas y ajusta el inventario en función de los eventos climáticos, mejorando la eficiencia de la cadena de suministro. La mejora de la experiencia de compra navideña a través de la IA facilita las compras para los clientes y evita el desperdicio de inventario. El sistema de gestión de inventario de Walmart utiliza datos históricos e IA predictiva para garantizar una respuesta rápida a las altas demandas regionales. Walmart planea hacer más avances en tecnologías emergentes, centrándose en la realidad aumentada, la realidad virtual y la mejora de la...

La Universidad de Tecnología del Noroeste y Huawei lanzan conjuntamente el primer gran modelo de mecánica de fluidos orientado a aeronaves. Este modelo adopta un marco autodesarrollado de adaptación paralela distribuida multinivel, integrando la teoría clásica de la mecánica de fluidos y los métodos de inteligencia artificial. Se espera que proporcione capacidades de base en aplicaciones industriales, impulsando el desarrollo independiente y la innovación tecnológica del software industrial y un desarrollo trascendental. China Mobile lanzó el gran modelo de base "Jiutian·Zhongqing", y también lanzó varios grandes modelos industriales. FAW Jiefang Automobile Co., Ltd. y Huawei firmaron un acuerdo de cooperación integral, que abarca grandes modelos de IA, conducción inteligente, etc.