हाल के वर्षों में, आर्टिफिशियल इंटेलिजेंस और कंप्यूटर विजन तकनीकों के तेजी से विकास के साथ, मनुष्य और कंप्यूटर के बीच बातचीत越来越 जीवंत और अभिव्यक्तिशील हो गई है। विशेष रूप से एनीमेशन उत्पादन के क्षेत्र में, स्थिर छवियों के आधार पर गतिशील वीडियो उत्पन्न करने के तरीके पर शोध का एक गर्म विषय रहा है। हाल ही में, 'DisPose' नामक एक नई तकनीक आई है, जो शरीर की स्थिति मार्गदर्शन को डिकॉuple करके, अधिक नियंत्रित व्यक्ति छवि एनीमेशन प्रभाव प्राप्त करती है। सरल शब्दों में, DisPose इनपुट एक्शन वीडियो और संदर्भ व्यक्ति को लागू करता है, जिससे संदर्भ व्यक्ति वीडियो में क्रियाओं को लागू कर सकता है।

इंटेल ने अंतर्राष्ट्रीय ओलंपिक समिति और सेनेगल राष्ट्रीय ओलंपिक समिति के साथ सहयोग में एक एआई प्लेटफार्म विकसित किया है, जो केवल मोबाइल कैमरे का उपयोग करके एथलीटों के प्रदर्शन की निगरानी और मूल्यांकन कर सकता है, और भविष्य की ओलंपिक प्रतिभाओं की पहचान कर सकता है। यह प्लेटफार्म वीडियो क्लिप का उपयोग करके कंप्यूटर विजन द्वारा विश्लेषण करता है, और प्रदर्शन सांख्यिकी उत्पन्न करता है, जो प्रतिभा खोजने वालों के लिए मूल्यांकनों का आधार प्रदान करता है। सेनेगल में इसके पहले उपयोग में, इस प्लेटफार्म ने 6 गांवों में 1000 से अधिक बच्चों का विश्लेषण किया और 40 विशेष प्रतिभा वाले एथलीटों की पहचान की। अंतर्राष्ट्रीय ओलंपिक समिति 2025 में एक वैश्विक परियोजना शुरू करने की योजना बना रही है, जिसका उपयोग एआई तकनीक से अनपहचानी प्रतिभाओं की खोज में किया जाएगा।

{Meta ने Apache2.0 लाइसेंस के तहत कंप्यूटर विजन मॉडल DINOv2 का ओपन-सोर्स संस्करण जारी किया। DINOv2 विभिन्न कंप्यूटर विजन कार्यों के लिए उपयोग किया जा सकता है और यह एक लचीला और बहुपरक उपकरण है। Meta DINOv2 को बड़े पैमाने पर भाषा मॉडल के साथ मिलाकर एक शक्तिशाली छवि विश्लेषण प्रणाली बनाने की योजना बना रहा है।}