Google právě objevil výkonnou emergentní schopnost ve Veo 3 - vizuálně anotujte své pokyny na počátečním snímku a Veo to prostě udělá za vás! Místo toho, abyste donekonečna iterovali dokonalou výzvu a definovali složité prostorové vztahy slovy, můžete ji prostě nakreslit jako pro lidského umělce. Tato funkce si říká o správné UX, ale prozatím si jen čmárejte ve své vybrané aplikaci a používejte "snímky na video" v Google Flow.

Nyní za cenu slušné pracovní stanice (5900 dolarů) můžete mít i vy svého vlastního humanoidního robota - kompletního s umělou inteligencí, hlasem a schopnostmi vnímání.

Kreativní upscaling ftw! Převeďte leteckou fotogrammetrii ve vysokých nadmořských výškách na snímky z dronů v nízké výšce. Skvělý způsob, jak zakomponovat požadované snímky v aplikaci Google Earth a použít FLUX Kontext LoRA, abyste je mohli zachytit až do konce.

Brzy bude váš iPhone používat FaceID, aby se ujistil, že při posouvání, zapojování a zveřejňování příspěvků skutečně používáte své zařízení. Apple má jedinečnou pozici, aby to vše dělal na zařízení způsobem zachovávajícím soukromí. Funkce "Attention aware" jsou již krokem tímto směrem – váš iPhone pořizuje každých několik sekund infračervenou fotografii s nízkým rozlišením, aby zkontroloval váš pohled očí a zjistil, zda věnujete pozornost obrazovce. Dalším krokem by bylo dát aplikaci vědět, že jste to skutečně vy, nebo jednoduše že zařízení používá skutečný člověk, a ne robot.

Někdy máte na pódiu momenty, na které nikdy nezapomenete.

Kombinace explicitního ovládání 3D softwaru s kreativitou generativních modelů umělé inteligence je slibný, ale nedoceněný pracovní postup. Vytvářejte své 3D scény procedurálně tak, že je popíšete v přirozeném jazyce, a poté je pořiďte pomocí vybraných modelů obrázků a videí. Nástroje jako nehmotné jsou postaveny na takovém pracovním postupu, takže nemusíte aplikace spojovat dohromady. Docela v pohodě!

SpatialTrackerV2: sjednocený, end-to-end 3D model sledování bodů, který současně odhaduje pohyb kamery, konzistentní geometrii a pixelové 3D trajektorie.

SceneScript považuje 3D rekonstrukci za jazykový problém, nikoli za problém geometrie. Model se dívá na video z místnosti a teprve se k němu učí psát scénář. Autorsky chrlí textové příkazy jako make_wall(...) nebo make_bbox(...), které definují scénu. Nový článek "Scene Language" ze Stanfordu jde ještě o krok dále a přidává vkládání CLIP pro zachycení vizuálního vzhledu. Skutečnost, že jazykové modely již rozumí prostorovým vztahům dostatečně dobře na to, aby zapisovaly grafy scén, je docela divoká.

Můžeme jen generovat města pomocí open source 3D softwaru a levných pluginů

Google Earth je doslova wayback machine pro celou planetu