离婚协议

谷歌 DeepMind 发布 GenCeption：打破计算机视觉桎梏_我的网站

一 |     IT之家 7 月 21 日消息，科技媒体 The Decoder 昨日（7 月 20 日）发布博文，报道称谷歌 DeepMind 发布 GenCeption 模型，将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。         IT之家援引博文介绍，大语言模型在学习预测下一个 Token 的时候，在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。         但是在计算机视觉领域，视觉模型缺少等效的训练方法，主要由专业模型主导，包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”，每个模型都使用其特定的架构。    

    
    　　据记者Jeremy Brener报道，猛龙内部将斯科蒂·巴恩斯视为争冠阵容中的理想二当家。Jeremy Brener指出，当年交易得到伦纳德的经历已经表明，猛龙对类似的建队模式并不陌生——过去多年里洛瑞一直是球队多套巅峰阵容中的头号核心，直到2018年夏天从马刺换来伦纳德，球队才真正迎来了梦寐以求的成功。         谷歌 DeepMind 团队为此提出 GenCeption 模型方案，尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。         GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局，仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。那笔交易中，猛龙送出了德罗赞、珀尔特尔和一个2019年首轮签，换回了伦纳德，并最终夺得了队史首冠。

二 | 今年休赛期，猛龙与快船达成交易，快船将伦纳德送回猛龙，得到英格拉姆、迪克、两个首轮签和两个次轮签，但这笔交易目前因联盟对伦纳德阴阳合同案的调查结果而暂停。

三 | 猛龙显然希望巴恩斯能像当年的伦纳德一样，成为带领球队走向巅峰的关键人物。         GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练，与传统扩散模型需多步去噪不同，GenCeption 在一次前向传播中完成预测，从而提升视觉任务处理速度。模型通过文本提示指定任务，可输出深度图、表面法线图、分割掩码，并可处理相机运动表示。         训练数据以合成为主。

四 | 论文称，数据集仅包含 7500 段视频，由 800 个数字人体模型与 200 段动作捕捉序列组合生成，再通过 Blender 在不同背景和镜头角度下渲染。

五 |          泛化方面，GenCeption 几乎只在单人合成视频上训练，但可处理真实多人视频，也可迁移到动物和类人机器人类别。论文称，部分输出细节甚至超过训练时 Blender 渲染结果，可保留猫胡须和单根发丝边缘。         性能方面，论文给出两组处理时间数据：小模型处理 81 帧视频约需 6 秒；大模型参数量为 140 亿，处理同样长度视频约需 10 秒。         参考。

Current article:http://6k9t.linlangdouwaqiexusan.bond/8coa9sn/1tg2.html

Published on:19:26:08