TANGO Model

TANGO Model

TANGO是一个基于层次化音频-运动嵌入和扩散插值的共语手势视频重现技术。它利用先进的人工智能算法,将语音信号转换成相应的手势动作,实现视频中人物手势的自然重现。这项技术在视频制作、虚拟现实、增强现实等领域具有广泛的应用前景,能够提升视频内容的互动性和真实感。TANGO由东京大学和CyberAgent AI Lab联合开发,代表了当前人工智能在手势识别和动作生成领域的前沿水平。
020
CAT4D

CAT4D

CAT4D是一个利用多视图视频扩散模型从单目视频中生成4D场景的技术。它能够将输入的单目视频转换成多视角视频,并重建动态的3D场景。这项技术的重要性在于它能够从单一视角的视频资料中提取并重建出三维空间和时间的完整信息,为虚拟现实、增强现实以及三维建模等领域提供了强大的技术支持。产品背景信息显示,CAT4D由Google DeepMind、Columbia University和UC San Diego的研究人员共同开发,是一个前沿的科研成果转化为实际应用的案例。
010
Project Aria

Project Aria

Project Aria 是 Meta 推出的专注于第一人称视角研究的项目,旨在通过创新技术推动增强现实(AR)和人工智能(AI)的发展。该项目通过 Aria Gen 2 眼镜等设备,从用户视角收集信息,为机器感知和 AR 研究提供支持。其主要优点包括创新的硬件设计、丰富的开源数据集和挑战赛,以及与全球研究合作伙伴的紧密合作。该项目的背景是 Meta 对未来 AR 技术的长期投入,旨在通过开放研究推动行业进步。
010
Spectacles

Spectacles

Spectacles '24是Snap Inc.推出的一款AR眼镜,旨在通过增强现实技术将人们更紧密地联系在一起。这款眼镜配备了透明镜片,让你在保持与周围环境连接的同时,享受增强现实带来的新体验。它不仅是一款时尚的配饰,更是一个能够让你与朋友共享创意、一起玩耍、学习和工作的工具。Spectacles '24搭载了Snap OS操作系统,提供了一个自然的界面,用户无需学习即可轻松上手。
020