SIGGRAPH2024|上科大、影眸联合提出DressCode:从文本生成3D服装板片
SIGGRAPH2024|上科大、影眸联合提出DressCode:从文本生成3D服装板片3D生成是生成式人工智能和计算机图形学领域最引人注目的话题之一,符合影视、游戏标准的3D生成尤其受产业界关注。在生产流程中,一般品类的3D资产往往通过手工建模或者扫描的方式制作。但作为3D资产的一个重要类别,服装资产的往往来源于平面板片与物理模拟等流程,而不是直接在3D上建模。
搜索
3D生成是生成式人工智能和计算机图形学领域最引人注目的话题之一,符合影视、游戏标准的3D生成尤其受产业界关注。在生产流程中,一般品类的3D资产往往通过手工建模或者扫描的方式制作。但作为3D资产的一个重要类别,服装资产的往往来源于平面板片与物理模拟等流程,而不是直接在3D上建模。
团队成员均来自斯坦福大学,CTO还是泰勒·斯威夫特的铁杆粉丝。
2023年3月,如果你偶然进入纽约大学的某个礼堂,可能会以为自己在参加一场纯粹的神经科学会议。事实上,这是一个关于人工智能的研讨会——但你的困惑是可以理解的。演讲者们谈论“切除术”,即常见于动物模型实验中的脑损伤创建手术。他们提到“探测”,比如使用电极来获取大脑信号。他们还展示了语言分析,并引用了心理学中长期以来关于“先天还是后天”的争论。
AI产品化的答案,才是AI商业化的起点
PMF在AI时代需适应新变化,探索增长本质。
近年来,大语言模型(Large Language Models, LLMs)受到学术界和工业界的广泛关注,得益于其在各种语言生成任务上的出色表现,大语言模型推动了各种人工智能应用(例如ChatGPT、Copilot等)的发展。然而,大语言模型的落地应用受到其较大的推理开销的限制,对部署资源、用户体验、经济成本都带来了巨大挑战。
AI投资挑战大,硬件层与数据壁垒关键。
人工智能技术正在重塑高等教育,为学生和机构创造新的机会。
前段时间,随着 GPT-4o、Sora 的陆续问世,多模态模型在生成式方面取得的成绩无可否认,而人工智能的下一个革命性突破将从何处涌现,引起了大量学者和相关人士的关注。
一个常被许多领导者引用、但很可能是被杜撰出来的名言是:“外行谈战略和战术,内行谈运营。”战术视角看到的是一个个独特的难题,而运营视角看到的是组织中需要需要改变的不协调的模式。战略视角看到的是机会,运营视角则看的是挑战。