7.4 兵马俑复活！央视盛赞国产 AI 复活召唤术
输入“/”快速插入内容
7.4 兵马俑复活！央视盛赞国产 AI 复活召唤术
7.4 兵马俑复活！央视盛赞国产 AI 复活召唤术
2024年7月4日创建
🌟 技术突破
💡 兵马俑复活！央视盛赞国产 AI 技术 EMO 复活召唤术
阿里巴巴通义实验室研发的 AI 技术 EMO（Emote Portrait Alive）通过一张照片和音频，成功使历史人物“复活”，并进行表演。在央视《2024 中国·AI 盛典》上，这项技术让兵马俑与宝石 Gem 对唱《从军行》，北宋文学家苏轼与李玉刚合唱《水调歌头》，展现了 AI 在视频生成领域的创新与应用。EMO 技术无需 3D 建模，直接从音频生成表情和唇部动作，其“弱控制设计”提升了视频生成的自然度和质量。通义实验室的这项研究不仅在学术界获得好评，也在社交媒体上引起广泛关注，预示着 AI 技术在创意领域的广阔应用前景。
💡 Meta 3D Gen 模型实现 60 秒生成逼真 3D 内容
Meta 的 GenAI 团队推出了 3D Gen 模型，该技术能在 60 秒内从文本直接生成高质量的 3D 资产，其纹理清晰、形态逼真，生成速度比现有技术快 3 到 60 倍。该模型特别适用于电影特效、AR/VR 和视频游戏等领域，大幅简化了 3D 内容的创作流程。3D Gen 模型通过 AssetGen 和 TextureGen 两个组件，分别负责 3D 资产和纹理的生成，有效结合了视图空间、体积空间和 UV 空间的表示，提高了生成效率和质量。尽管模型尚未开放 API 和代码，但其技术报告已公布，展示了模型的创新和潜力。
💡 上交大&上海 AI Lab 推出高效微调框架 FLoRA
上海交通大学与上海 AI Lab 联合研发的 FLoRA 微调框架，在参数量减少 80%的情况下，性能超越了 LoRA 等低秩微调方法。FLoRA 通过 Tucker 分解构建低秩核心空间，保留了参数间的拓扑关系，有效适配了 N 维张量微调。实验显示，在视觉、语言和多模态任务上，FLoRA 均展现出显著的性能提升，同时减少了训练时间和显存开销。论文与核心代码即将开源。
💡 微软开源 GraphRAG：大模型问答与推理能力极大增强
微软开源了 GraphRAG 技术，一种基于图谱的检索增强生成（RAG）方法，旨在增强大模型在搜索、问答、摘要和推理方面的能力。GraphRAG 通过构建知识图谱和社区摘要，提升了模型对文本中复杂联系的理解，增强了全局检索和上下文理解能力，同时优化了资源利用率，提高了摘要质量和多样性。在处理大规模数据集时，GraphRAG 展现出了全面性和多样性的优势，显著降低了对计算资源的需求，尤其在解读复杂文档如 PDF、Word 时表现出色。
💡 腾讯元宝「深度搜索」，AI 居然写了份研究报告！