守法公民

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。    

据迪马济奥的消息，在罗马教皇方济各去世后，本周的意大利杯半决赛次回合也面临推迟的风险。

报道称，因为教皇方济各逝世导致所有赛事延期，意大利杯半决赛次回合的米兰德比也面临推迟的风险。         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。

由于教皇方济各逝世，意大利足协暂停了今日进行的所有比赛。         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。

二 |

就意甲联赛而言，将有四场比赛无法进行：都灵vs乌迪内斯，卡利亚里vs佛罗伦萨，热那亚vs拉齐奥，以及帕尔马vs尤文图斯。         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。

当然，所有意乙、意丙和意丁的比赛也被延期。

三 | 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。

四 |

原定于4月23日举行的意大利杯半决赛次回合，国际米兰对阵AC米兰的比赛也可能面临延期风险。

目前正在等待关于国际米兰对阵AC米兰的比赛的最新消息。事实上，有必要了解意大利奥委会会宣布为教皇方济各的逝世举行为期多少天的哀悼。

五 |

因此，情况仍然在发展之中，等待官方公告。         训练数据以合成为主。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。         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。

六 |

Current article:http://ki83.shuaiseduanguanzhui.bond/list_316/nlc85.html

Published on:12:07:31