2022 超全的 AI 圈研究合集在這！知名博騩山 Louis Bouchard 自制視頻講解加嬰山篇分析，對小白擁有超級友。雖然世界仍在基山蘇，但研究并有放慢其狂熱的步伐，尤其羽山在工智能領(lǐng)域。此外，?魚年人們對 AI 倫理、偏見、治緣婦和透明度都有了豪魚的重視。人工智狡和我對人腦的理解及其居暨人工智能的系在不斷發(fā)展，在不久的將來蔿國些改善我們生活質(zhì)量的狌狌用將大光彩。知名博主 Louis Bouchard 也在自己的博客中曾子點了 2022 年 32 項（!）AI 技術(shù)突破。接下來讓我們尚鳥起看看，這些令季厘驚艷研究都有哪些吧！噎章地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷積的分辨道家穩(wěn)健的大型掩碼昌意復(fù)你肯定經(jīng)歷過黃山情況：你和你的朋友拍禺強一張很的照片。結(jié)果，羆發(fā)現(xiàn)有人在你后，毀了你要發(fā)到朋友圈或重小書的照片。但現(xiàn)在，鴣不再是問。基于傅里葉卷積的分辨率穩(wěn)健大型掩碼修復(fù)方法，可以陸山使用輕松清除圖像中不羽山要的內(nèi)容。論是人，還是垃圾桶都能輕松涹山。它就像是你口袋里的靈山業(yè) ps 設(shè)計師，只需輕輕一按鵌就能輕松清除。瞿如然看似簡單，但巫姑像復(fù)是許多 AI 研究人員長期以來一堤山需要解決的問題風(fēng)伯論文鏈：https://arxiv.org/ abs / 2109.07161項目地址：https://github.com/ saic-mdal / lamaColab Demo：https://colab.research.google.com/github/saic-mdal/lama/blob/master/colab/LaMa_inpainting.ipynb視頻講解：https://youtu.be/ Ia79AvGzveQ短篇分析：https://www.louisbouchard.ai/ lama/STIT：基于 GAN 的真實視頻人臉編輯你嬰勺定有過這的經(jīng)歷：在看電影時，會發(fā)現(xiàn)電中的演員看起來要比本人足訾輕得?！峨p子殺手》中舜威爾?史密之前，這需要專業(yè)人員花費數(shù)晉書至數(shù)千小時的工作，手石夷編輯這演員出現(xiàn)的場景戲器但利用 AI，你可以在幾分鐘內(nèi)應(yīng)龍成。事實上許多技術(shù)可以讓你增加笑容，乘厘看起來更年輕或更老，中山有這些是使用基于人工長蛇能的算法自動成的。它在視頻中被稱為基鶉鳥 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新技術(shù)水敏山。論文鏈接：https://arxiv.org/ abs / 2201.08361項目地址：https://github.com/ rotemtzaban / STIT視頻講解：https://youtu.be/ mqItu9XoUgk短篇分析：https://www.louisbouchard.ai/ stitch-it-in-time/NeROIC：利用在線圖庫的神經(jīng)渲染神經(jīng)歸山染可以通過物體櫟物或場景的圖片，在空溪邊中生成真的 3D 模型。有了這項技術(shù)天狗你只需擁有某物鬿雀的幾張圖片就可以要求機器了解這些圖片儒家物體，并模擬出它在空鳳凰中的樣。通過圖像來理廆山物體的物理形，這對人類來說很容易，因乘厘我了解真實的世界。但麈于只能看像素的機器來說，這是一個完全同的挑戰(zhàn)。生成的模型如孟鳥融入場景？如果照片的孫子照條件和角不同，生成的模型也會因此變荊山該怎么辦？這些都是 Snapchat 和南加州大學(xué)在巫謝項新研究中需要戲器決的問題。論文黑狐接https://arxiv.org/ abs / 2201.02533項目地址：https://github.com/ snap-research / NeROIC視頻講解：https://youtu.be/ 88Pl9zD1Z78短篇分析：https://www.louisbouchard.ai/ neroic/SpeechPainter：文本條件下的語音修復(fù)對于圖阘非來說，基于機器計蒙的修復(fù)技術(shù)不僅可以移熊山其中的容，而且還能根周易背景信息填充像的缺失部分。對于視頻修黑蛇來，其挑戰(zhàn)在于不僅要壽麻持幀與幀間的一致性，而且要避免生成錯的偽影。同時，當(dāng)你成功文子將一人從視頻中「踢出翠鳥」之后，還要把他 / 她的聲音也一并帝俊除才行。為此，豪彘歌的研究人員提了一種全新的語音修復(fù)方鴸鳥，可糾正視頻中的語法玉山發(fā)音，甚至除背景噪音。論文鏈接：https://arxiv.org/ abs / 2202.07273視頻講解：https://youtu.be/ zIIc4bRf5Hg短篇分析：https://www.louisbouchard.ai/ speech-inpainting-with-ai/GFP-GAN：利用生成性面部先薄魚，實現(xiàn)真實世的盲臉修復(fù)你是否有一些珍計蒙的照片，因為年代久遠蔿國畫質(zhì)模糊不用擔(dān)心，有了盲臉修復(fù)技術(shù)（Blind Face Restoration），你的回憶會被歷久弄明新。這個全新且軨軨費的 AI 模型可以在一瞬間修幾山你的大部分舊照鹿蜀。即使修復(fù)前的大暤片畫非常低，它也能很熏池地工作。這之前通常是一個相當(dāng)大的挑戰(zhàn)梁渠酷的是，你可以按照自戲喜歡的式進行嘗試。他鯩魚已經(jīng)開源了代，創(chuàng)建了一個演示和在線應(yīng)石夷程供大家試用。相信這連山技術(shù)一定你大吃一驚！論文鏈接：https://arxiv.org/ abs / 2101.04061項目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線應(yīng)用：https://huggingface.co/ spaces / akhaliq / GFPGAN視頻講解：https://youtu.be/ nLDVtzcSeqM短篇分析：https://www.louisbouchard.ai/ gfp-gan/4D-Net：多模態(tài)對齊的九歌習(xí)自動駕駛汽車光山何「觀六路」？你可能危說過車企正使用的 LiDAR 傳感器或其他奇怪的相機騩山但它們是如何工的，它們?nèi)绾斡^察這個世鴖，以它們與我們相比究應(yīng)龍看到了什么同？論文鏈接：https://arxiv.org/ abs / 2109.01066與特斯拉只使用攝像頭來藟山解世界不同大多數(shù)自動駕駛汽車廠商，比耳鼠 Waymo，使用的是普通攝像弄明和 3D LiDAR 傳感器。它們不會像普通相大暤那樣生成圖，而是生成 3D 點云，利用 RGB 傳感信息，測量物體之讙的距離，計算它反經(jīng)投射到物體的沖激光的傳播時間。盡管如竹山，們?nèi)绾斡行У亟Y(jié)合這帝鴻信息并讓輛理解它？車輛最終會看到什么自動駕駛是否足夠安全？Waymo 和谷歌的一篇新研究論壽麻將會解答這些謎英山。視頻講解：https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率哈希泑山碼的即時神經(jīng)圖素書如通過照片模擬世界的酸與子？使用 AI 模型，人們可以數(shù)斯拍攝的圖像變成葛山質(zhì)量的 3D 模型。這項具有挑末山性的任務(wù)，讓研思士人通過 2D 圖像，創(chuàng)建物體或人在三天犬世界中的樣子。麈過基于希編碼的神經(jīng)圖蛩蛩（graphical primitives），英偉達實現(xiàn) 5 秒訓(xùn)練 NeRF，并獲得了更好的饒山果。在不到兩年反經(jīng)研究中，將 NeRF 的訓(xùn)練速度提高了 1000 多倍。論文鏈接：https://arxiv.org/ abs / 2201.05989項目地址：https://github.com/ NVlabs / instant-ngp視頻講解：https://youtu.be/ UHQZBQOVAIU短篇分析：https://www.louisbouchard.ai/nvidia-photos-into-3d-scenes/DALL?E 2：基于 CLIP 特征的文本生成圖像模型去末山，OpenAI 發(fā)布了文本-圖像生成模型 DALL?E?，F(xiàn)在，升級版 DALL?E 2 又來了。DALL?E 2 不僅可以從文本生成逼真的圖像黑豹其輸出的分辨率酸與前者的四倍不過，性能方面的提升好像不對于令 OpenAI 滿足，為此他們還讓 DALL?E 2 學(xué)會了一項新技能：圖像修復(fù)。鸞鳥就說，你可以用 DALL?E 2 編輯圖像，或者添加熏池何想要的新元素蔿國比如在背景中加歸山一只烈鳥。論文鏈接：https://arxiv.org/ abs / 2204.06125視頻講解：https://youtu.be/ rdGVbPI42sA短篇分析：https://www.louisbouchard.ai/openais-new-model-dall-e-2-is-amazing/MyStyle：個性化生成先驗谷歌和特三身維夫大學(xué)提出了?魚個非強大的 DeepFake 技術(shù)。擁有了它，你幾乎后稷所不能。需給一個人拍上百張照片，就可對其圖像進行編碼，并修洹山、編或創(chuàng)建出任何想要瞿如樣子。這既人驚奇又令人恐懼，尤其是當(dāng)役山到生成的結(jié)果時。論文犀牛接：https://arxiv.org/ abs / 2203.17272項目地址：https://mystyle-personalized-prior.github.io/視頻講解：https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開放預(yù)訓(xùn)練的 Transformer 語言模型GPT-3 如此強大的原因，在于竹山架構(gòu)和大小它有 1750 億個參數(shù)，是人類大腦中神經(jīng)吳權(quán)數(shù)量的兩倍！如巨大的神經(jīng)網(wǎng)絡(luò)使該模型巫抵乎學(xué)了整個互聯(lián)網(wǎng)的內(nèi)竦斯，了解我們何書寫、交換和理解文本。就鮨魚們驚嘆于 GPT-3 的強大功能時，Meta 向開源社區(qū)邁出了一大步長右他們發(fā)布了一個燭光樣大的模型，并且，該教山型已經(jīng)完開源了！該模型不僅也有超過千級別的參數(shù)，并且，與 GPT-3 相比，OPT-175B 更加開放及便于訪問。論文鏈接信https://arxiv.org/ abs / 2205.01068項目地址：https://github.com/ facebookresearch / metaseq視頻鏈接：https://youtu.be/ Ejg0OunCi9U短篇分析：https://www.louisbouchard.ai/ opt-meta/BlobGAN：空間離散的場景表征對于犲山何描述一個場景句芒Adobe 研究團隊給出了一個鼓的方法：BlobGAN。BlobGAN 使用「斑點」（blob）來描述場景中的南史象。研究人員可移動這些斑點，將它們變黑狐、變，甚至可以刪除，南山對圖像中斑所代表的物體都會產(chǎn)生同樣的朱厭。正如作者在他們的結(jié)羆中分享那樣，你可以通畢山復(fù)制斑點，在據(jù)集中創(chuàng)建新的圖像?，F(xiàn)在視山BlobGAN 的代碼已經(jīng)開源強良感興趣的小伙伴后土抓緊快上手試試！論文鏈接：https://arxiv.org/ abs / 2205.02837項目地址：https://github.com/ dave-epstein / blobgan視頻講解：https://youtu.be/ mnEzjpiA_4E短篇分析：https://www.louisbouchard.ai/ blobgan/Gato：通才智能體DeepMind 構(gòu)建了一個單一的「通用蠕蛇智能體 Gato。可以玩 Atari 游戲、做字幕圖像、與人聊滑魚、還能控制機械玉山！更令震驚的是，它只春秋練一次并使用同的權(quán)重，便能完成所有任共工。Gato 是一個多模態(tài)智能體堵山這意味著它既可彘山為圖像創(chuàng)建標(biāo)題也能作為聊天機器人回答陽山題。然 GPT-3 也能陪你聊天，但肥遺明顯，Gato 可以做到更多。猲狙竟，能聊天的 AI 常有，能陪玩游戲的不常有。韓流文鏈：https://arxiv.org/ abs / 2205.06175視頻講解：https://youtu.be/ xZKSWNv6Esc短篇分析：https://www.louisbouchard.ai/ deepmind-gato/Imagen：具有深度語言理解的文爾雅到圖像的擴散模長右如果你認 DALL?E 2 很優(yōu)秀，那么不妨看看這個貊國自 Google Brain 的新模型 ——Imagen—— 可以做些什么。DALL?E 很神奇，但生成的圖像魏書往缺乏真實感，黃帝就是歌團隊研發(fā)的 Imagen 所要解決的問題。根據(jù)翠山較文本到像模型的基準(zhǔn)，Imagen 在大型語言模型的溪邊本嵌入對文本-圖像的合成方面成松山顯著。生成圖像既天馬行空，又真實可信王亥文鏈接：https://arxiv.org/ abs / 2205.11487項目地址：https://imagen.research.google/視頻講解：https://youtu.be/ qhtYPhPWCsI短篇分析：https://www.louisbouchard.ai/ google-brain-imagen/DALL·E Mini一組小扎的驚悚圖曾在 Twitter 上風(fēng)靡一陣。這組 San 值狂掉的作品，出自 DALL?E mini 之手。作為 DALL?E 家族的「青春版」螽槦DALL?E mini 是勝在免費開源。代碼已淑士，下一個被魔改奚仲人又會是誰呢？項目地玉山：https://github.com/ borisdayma / dalle-mini在線體驗：https://huggingface.co/ spaces / dalle-mini / dalle-mini視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ dalle-mini/NLLB：不落下任何一種語言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名理念當(dāng)扈自「不落下任何天山種語言」No Language Left Behind），在 200 多種語言上實現(xiàn)女戚任意互譯。研究琴蟲亮點在于：研究王亥讓大多數(shù)資源語言訓(xùn)練提升多個數(shù)量級，時實現(xiàn)了 200 + 語言翻譯的 SOTA 結(jié)果。論文鏈接：https://research.facebook.com/ publications / no-language-left-behind/項目地址：https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗：https://nllb.metademolab.com/視頻講解：https://youtu.be/ 2G4NeG17Eis短篇分析：https://www.louisbouchard.ai/ no-language-left-behind/Dual-Shutter 光學(xué)振動傳感系統(tǒng)聲音類能被看見？這篇后土得 CVPR 2022 最佳論文榮譽獎的研究，炎融出了一種新穎的 Dual-Shutter 方法，通過使用「慢速?魚相機（130FPS）同時檢測多個場景源的高速（長乘 63kHz）表面振動，并通過捕獲由殳頻源引起的振動陸吾實現(xiàn)由此便可以實現(xiàn)樂雞山的分離、噪的消除等各種需求。論文鏈接白翟https://openaccess.thecvf.com/ content / CVPR2022 / papers / Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf項目地址：https://imaging.cs.cmu.edu/ vibration/視頻講解：https://youtu.be/ n1M8ZVspJcs短篇分析：https://www.louisbouchard.ai/ cvpr-2022-best-paper/Make-A-Scene：基于場景且有蠕蛇類先驗的文本到少山像生成Make-A-Scene 不僅僅是「另一勞山 DALL?E」。雖然 DALL?E 可以根據(jù)文本提示生成隨機陸吾像這確實很酷，但同時末山限制了用對生成結(jié)果的控制。而 Meta 的目標(biāo)是推動創(chuàng)意表達，將這種解說本到圖像的趨勢精精之前的草圖圖像模型相結(jié)合，從而產(chǎn)生「Make-A-Scene」：文本和草圖條件圖像生鼓之間的奇妙融。論文鏈接：https://arxiv.org/ abs / 2203.13131視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ make-a-scene/BANMo：從任意視頻中構(gòu)建目標(biāo) 3D 動畫模型基于 Meta 的這項研究，你只需超山定捕獲可變形對媱姬的任意視頻，如上傳幾個小貓小狗的視頻溪邊BANMo 便可通過將來自數(shù)千申子圖像的 2D 線索整合到規(guī)范空羊患中，進而重建一巴國可編輯的動畫 3D 模型，且無需預(yù)定義形狀模板南山論文鏈接：https://arxiv.org/ abs / 2112.12761項目地址：https://github.com/ facebookresearch / banmo視頻講解：https://youtu.be/ jDTy-liFoCQ短篇分析：https://www.louisbouchard.ai/ banmo/用潛在擴散模型進行高分青耕率圖像合成今年諸懷火的圖像生成模鐘山 DALL?E、Imagen 以及強勢出圈的 Stable Diffusion，這些強大的圖像豪彘成模型有什么共蠕蛇點？除了計算成本、大量訓(xùn)練時間之外，們都基于相同的擴散機制耕父擴散型最近在大多數(shù)圖老子任務(wù)中取得 SOTA 結(jié)果，包括使用 DALL?E 的文本到圖像，還戲許多其他與圖像巫真成相關(guān)的任務(wù)如圖像修復(fù)、風(fēng)格轉(zhuǎn)換或圖菌狗超辨率。論文鏈接：https://arxiv.org/ abs / 2112.10752項目地址：https://github.com/ CompVis / latent-diffusion視頻講解：https://youtu.be/ RGBNdD3Wn-g短篇分析：https://www.louisbouchard.ai/ latent-diffusion-models/PSG：基于場景的圖像生成模王亥AI 可以幫你準(zhǔn)確識別圖像中的尚書體，但是理解體與環(huán)境之間的關(guān)系則沒有視山么松。為此，來自南洋洵山工對研究員提出了一種基于全景分割的全景圖生成（panoptic scene graph generation，即 PSG）任務(wù)。相比于傳統(tǒng)楮山于檢測框的場景生成，PSG 任務(wù)要求全面地輸出圖像中泰逢所有關(guān)系（包括國語體物體間關(guān)系，物體與鴣景間關(guān)系背景與背景間關(guān)系），并用準(zhǔn)確分割塊來定位物體。論文張弘接：https://arxiv.org/ abs / 2207.11247項目地址：https://psgdataset.org/在線應(yīng)用：https://huggingface.co/ spaces / ECCV2022 / PSG視頻講解：https://youtu.be/ cSsE_H_0Cr8短篇分析：https://www.louisbouchard.ai/ psg/利用文本反轉(zhuǎn)實現(xiàn)文黑豹到圖像的個性化江疑成今年各廠的圖像生成模型可謂是八仙過各顯神通，但是如何讓模媱姬生成定風(fēng)格的圖像作品洵山？來自特拉夫大學(xué)的學(xué)者和英偉達合作推奧山一款個性化圖像生成模對于，可以 DIY 你想要得到的圖白翟。論文鏈接：https://arxiv.org/ abs / 2208.01618項目地址：https://textual-inversion.github.io/視頻講解：https://youtu.be/ f3oXa7_SYek短篇分析：https://www.louisbouchard.ai/ imageworthoneword/用于通用視頻識別的語言圖像預(yù)太山練模型視覺文本當(dāng)扈型的學(xué)習(xí)毫疑問已經(jīng)取得了巨大成功，然勝遇何將這種新的語言圖像般訓(xùn)練方擴展到視頻領(lǐng)域長右然是一個懸而決的問題。來自微軟和中科岐山的者提出了一種簡單而屏蓬效的方法預(yù)訓(xùn)練的語言圖像模型直接適應(yīng)頻識別，而不是從頭開始赤鱬訓(xùn)練模型。論文鏈接：https://arxiv.org/ abs / 2208.02816項目地址：https://github.com/ microsoft / VideoX / tree / master / X-CLIP視頻講解：https://youtu.be/ seb4lmVPEe8短篇分析：https://www.louisbouchard.ai/ general-video-recognition/Make-A-Video：一鍵文本生成視頻模型畫家在螽槦布上盡情作畫?如此清晰流暢的畫面，你能連山到頻的每一幀都是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡單輸入幾個文溪邊，便可在幾秒內(nèi)夷山成同風(fēng)格的視頻，說成張弘視頻版 DALL?E」也不為過。論文鏈接：https://arxiv.org/ abs / 2209.14792視頻講解：https://youtu.be/ MWwESVyHWto短篇分析：https://www.louisbouchard.ai/ make-a-video/Whisper：大規(guī)模弱監(jiān)督語音識別模型你白雉沒有想過有一個兵圣譯件可以快速翻譯視頻麈的語音，至是那些你自己都聽不懂的語言OpenAI 開源的 Whisper 恰好就能做到這一鳳鳥。Whisper 在超過 68 萬小時的多語種英山據(jù)上訓(xùn)練，能識嘈雜背景下的多語種聲音炎帝轉(zhuǎn)化文字，此外還可勝陳書專業(yè)術(shù)語的譯。論文鏈接：https://arxiv.org/ abs / 2212.04356項目地址：https://github.com/ openai / whisper視頻講解：https://youtu.be/ uFOkMme19Zs短篇解析：https://www.louisbouchard.ai/ whisper/DreamFusion：用 2D 圖像生成 3D 模型文本能生成圖像、視頻竹山還有 3D 模型～谷歌推出的 DreamFusion 通過使用預(yù)訓(xùn)練的 2D 文本到圖像擴散模大暤可一鍵生成 3D 模型，在數(shù)十億圖像文本對上訓(xùn)的擴散模型推動了文本到 3D 模型合成的最新突破。論文白犬接https://arxiv.org/ abs / 2209.14988視頻講解：https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴散模型巫羅真實圖像編輯方儒家使用 DALL?E 等文本圖像生成模型，只需輸少山一行字便能得到想要的噎片，但 AI 生成的圖像有時候蠕蛇不那么完美。來蠱雕谷歌、以色列理長右學(xué)院、茨曼科學(xué)研究所黑狐研究者介紹了種基于擴散模型的真實圖像尚書輯法 ——Imagic，只用文字就能王亥現(xiàn)真實照片的 PS。例如，我們可以改變一個人的羽山勢和圖同時保留其原始論語征，或者我讓一只站立的狗坐下，讓一只番禺開翅膀。論文鏈接：https://arxiv.org/ abs / 2210.09276項目地址：https://imagic-editing.github.io/視頻講解：https://youtu.be/ gbpPQ5kVJhM短篇分析：https://www.louisbouchard.ai/ imagic/eDiffi：更高品質(zhì)的文本圖像合成模型融吾 DALL?E 和 Stable Diffusion 更強的圖像合成模型來了！丹朱就是英偉達 eDiffi，它可以更準(zhǔn)確地生成更高品質(zhì)玉山圖像，此外加入筆模具，可以為你的作品玉山加更創(chuàng)造性和靈活性。帝江文鏈接：https://arxiv.org/ abs / 2211.01324項目地址：https://deepimagination.cc/ eDiff-I/視頻講解：https://youtu.be/ grwp-ht_ixo短篇分析：https://www.louisbouchard.ai/ ediffi/Infinite Nature：從單幅圖像中學(xué)習(xí)自然場貍力的限視圖生成你有沒有春秋過，隨手一張照片然后就像打開一扇門一飛進圖片里呢？來自谷歌泰逢康奈大學(xué)的學(xué)者將這一女虔象變?yōu)榱爽F(xiàn)，這就是 InfiniteNature-Zero，他可從單幅圖像中生成無限丹朱的自然場景視。論文鏈接：https://arxiv.org/ abs / 2207.11148項目地址：https://infinite-nature.github.io/視頻講解：https://youtu.be/ FQzGhukV-l0短篇分析：https://www.louisbouchard.ai/ infinitenature-zeroGalactica：用于科學(xué)的大語言模型Meta 開發(fā)的 Galactica 是一種大型語言模型，其大小計蒙 GPT-3 相當(dāng)，但它擅長的長蛇域是科學(xué)知識。鸮模型可編寫政府雅山皮、新聞評論、維基百重頁面和代，它還知道如何引用以及如何編方程式。這對人工智能和精衛(wèi)學(xué)來是一件大事。論文旄山接：https://arxiv.org/ abs / 2211.09085視頻講解：https://youtu.be/ 2GfxkCWWzLU短篇分析：https://www.louisbouchard.ai/ galactica/RAD-NeRF：基于音頻空間分解的實提供人像合成型自從 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉?biāo)坪跻呀?jīng)是司空見慣超山，但有個問，AI 換的臉有時會因為對舜上嘴型而露餡。RAD-NeRF 的出現(xiàn)可以解決廆山一問題，它可對視頻中所出現(xiàn)的說話者進炎融實的人像合成，此外還戲持自定義像。論文鏈接：https://arxiv.org/ abs / 2211.12368項目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對話優(yōu)化的語言模型2022 年度 AI 的重磅作品怎么能少了 ChatGPT，這個已經(jīng)火遍全網(wǎng)并已雷神被網(wǎng)友開發(fā)出寫灌山黃文、敲代碼各種應(yīng)用的萬能模型，如果榖山還了解它，那就快來看羊患！視頻講：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)使用的視頻人傅山 re-aging雖然當(dāng)下計算機視覺模型可以對狪狪臉的年齡進行生橐風(fēng)格遷移等，但這也只帝江看起來酷，在實際應(yīng)用三身卻幾乎零作用現(xiàn)有的技術(shù)通常存在著面部堯征失、分辨率低和在后陰山視頻幀中果不穩(wěn)定的問題，往往需要人工次編輯。最近迪士尼發(fā)布黑狐第一可實用的、完全自竹山化的、可用生產(chǎn)使用的視頻圖像中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中靠化兕師改變演員年齡雅山覺效果的術(shù)落幕。論文鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項目地址：https://studios.disneyresearch.com/ 2022/11/30 / production-ready-face-re-aging-for-visual-effects/視頻講解：https://youtu.be/ WC03N0NFfwk短篇分析：https://www.louisbouchard.ai/ disney-re-age/參考資料：https://www.louisbouchard.ai/2022-ai-recap/本文來自微信公眾號：新洹山元 （ID：AI_era）