LongVie：マルチモーダル制御で実現する1分超高品質動画生成の新時代
LongVie：マルチモーダル制御で実現する1分超高品質動画生成の新時 ...
LLM-Paper
3D
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシーン生成
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシー ...
LLM-Paper
V3D:画像一枚から３次元物体生成
V3D:画像一枚から３次元物体生成
3D
【生成クオリティ向上の内幕】生成AIもユーザも行う「情熱的なふるまい」
【生成クオリティ向上の内幕】生成AIもユーザも行う「情熱的なふるまい」
3D
PCC-GAN:3DポイントベースのコンテキストクラスタGANによる高品質PET画像再構成
PCC-GAN:3DポイントベースのコンテキストクラスタGANによる高 ...
GAN（敵対的生成ネットワーク）
【AIのカンブリア大爆発】有用なAIクリエータを見出して活かす時代のポイント
【AIのカンブリア大爆発】有用なAIクリエータを見出して活かす時代のポ ...
Video Generation
【PETRv2】カメラ画像だけで物体の3次元位置を推定
【PETRv2】カメラ画像だけで物体の3次元位置を推定
Object Detection
3Dマップ上に直接ラベル付けして精度を向上するVLMaps
3Dマップ上に直接ラベル付けして精度を向上するVLMaps
robot
注釈付きデータセットの生成に革新をもたらすGANを用いた画像生成手法
注釈付きデータセットの生成に革新をもたらすGANを用いた画像生成手法
Image generation
大規模データ生成ライブラリKubricの紹介
大規模データ生成ライブラリKubricの紹介
dataset
文章から3Dオブジェクトを生成するーDreamFusionー
文章から3Dオブジェクトを生成するーDreamFusionー
3D
TimeSformer：3DCNNを超えて動画像を捉えるTransformer
TimeSformer：3DCNNを超えて動画像を捉えるTransfo ...
画像認識
会話の聞き手の反応を生成するモデルが登場！？
会話の聞き手の反応を生成するモデルが登場！？
3D
入力画像からより表情豊かな3D顔モデルの生成を可能にしたEMOCAが登場！
入力画像からより表情豊かな3D顔モデルの生成を可能にしたEMOCAが登 ...
3D
音声のみから発話者に似た顔の3Dメッシュが生成できる！？
音声のみから発話者に似た顔の3Dメッシュが生成できる！？
3D
音声からよりリアルな顔の3Dアニメーションの生成が可能に！
音声からよりリアルな顔の3Dアニメーションの生成が可能に！
3D
GANとどう違う？君は画像生成モデルNeRFを知っているか｡
GANとどう違う？君は画像生成モデルNeRFを知っているか｡
NeRF
GANでMinecraftの世界を生成する！
GANでMinecraftの世界を生成する！
GAN（敵対的生成ネットワーク）