Google baru saja menemukan kemampuan baru yang kuat di Veo 3 - anotasi instruksi Anda secara visual pada bingkai awal, dan Veo melakukannya untuk Anda! Alih-alih mengulangi tanpa henti pada prompt yang sempurna, mendefinisikan hubungan spasial yang kompleks dengan kata-kata, Anda dapat menggambarnya seperti yang Anda lakukan untuk seniman manusia. Kemampuan ini memohon UX yang tepat, tetapi untuk saat ini cukup coret-coret di aplikasi pilihan Anda, dan gunakan "frame to video" di Google Flow.

Sekarang dengan harga workstation yang layak ($ 5900) Anda juga dapat memiliki robot humanoid Anda sendiri - lengkap dengan kemampuan suara & persepsi AI.

Peningkatan kreatif ftw! Ubah fotogrametri udara ketinggian tinggi menjadi citra drone ketinggian rendah. Cara yang keren untuk membingkai bidikan yang Anda inginkan di Google Earth dan menggunakan FLUX Kontext LoRA untuk membawanya sepenuhnya.

Segera iPhone Anda akan menggunakan FaceID untuk memastikan Anda benar-benar menggunakan perangkat Anda saat menggulir, terlibat, dan memposting. Apple diposisikan secara unik untuk melakukan semua ini di perangkat dengan cara yang menjaga privasi. Fitur "sadar perhatian" sudah menjadi langkah ke arah ini — iPhone Anda mengambil foto inframerah beresolusi rendah setiap beberapa detik untuk memeriksa tatapan mata Anda untuk melihat apakah Anda memperhatikan layar. Langkah selanjutnya adalah memberi tahu aplikasi bahwa itu sebenarnya Anda, atau hanya bahwa itu adalah manusia sungguhan yang menggunakan perangkat, dan bukan bot.

Terkadang Anda memiliki momen di atas panggung yang tidak akan pernah Anda lupakan.

Menggabungkan kontrol eksplisit perangkat lunak 3D dengan kreativitas model AI generatif adalah alur kerja yang menjanjikan namun diremehkan. Bangun adegan 3D Anda secara prosedural dengan menggambarkannya dalam bahasa alami, lalu bawa sepenuhnya dengan model gambar & video pilihan Anda. Alat seperti intangible dibangun di sekitar alur kerja seperti itu sehingga Anda tidak perlu menyatukan aplikasi lakban. Cukup keren!

SpatialTrackerV2: model pelacakan titik 3D end-to-end terpadu yang secara bersamaan memperkirakan Gerakan Kamera, Geometri Konsisten, dan Lintasan 3D Piksel-bijaksana.

SceneScript memperlakukan rekonstruksi 3D sebagai masalah bahasa daripada masalah geometri. Model menonton video ruangan dan hanya belajar menulis naskah untuk itu. Ini secara autoregresif memuntahkan perintah teks seperti make_wall(...) atau make_bbox(...) yang mendefinisikan adegan. Makalah "Scene Language" baru Stanford melangkah lebih jauh dengan menambahkan penyematan CLIP untuk menangkap tampilan visual juga. Fakta bahwa model bahasa sudah memahami hubungan spasial dengan cukup baik untuk menulis grafik adegan cukup liar.

Kita cukup menghasilkan kota menggunakan perangkat lunak 3d open source dan plugin murah

Google Earth secara harfiah adalah mesin jalan balik untuk seluruh planet