))
AI Models Get More Efficient, Video Understanding Makes Breakthroughs, and Digital Twins Transform Physical World
Manage episode 460183196 series 3568650
Контент предоставлен PocketPod. Весь контент подкастов, включая эпизоды, графику и описания подкастов, загружается и предоставляется непосредственно компанией PocketPod или ее партнером по платформе подкастов. Если вы считаете, что кто-то использует вашу работу, защищенную авторским правом, без вашего разрешения, вы можете выполнить процедуру, описанную здесь https://ru.player.fm/legal.
Today's tech landscape is witnessing a dramatic shift in how artificial intelligence processes and understands our world, from streamlined language models to systems that can truly comprehend motion in videos. These advances are paving the way for AI to better interact with the physical world through digital twins, potentially revolutionizing everything from robotics to how we create and control digital content. Links to all the papers we discussed: REINFORCE++: A Simple and Efficient Approach for Aligning Large Language Models, MotionBench: Benchmarking and Improving Fine-grained Video Motion Understanding for Vision Language Models, Cosmos World Foundation Model Platform for Physical AI, LLaVA-Mini: Efficient Image and Video Large Multimodal Models with One Vision Token, Sa2VA: Marrying SAM2 with LLaVA for Dense Grounded Understanding of Images and Videos, Diffusion as Shader: 3D-aware Video Diffusion for Versatile Video Generation Control
…
continue reading
94 эпизодов
Поделиться
