据科技网站CNET报道,虽然唱衰VR和AR的声音不绝于耳,但恐怕这两项新技术不会如此轻易的死掉。市场研究公司IDC预测称,今年全世界在VR和AR上的花费将达139亿美元,其中一半都来自消费级市场。此外,到2020年,人们在AR和VR的软硬件与服务支出上有望达到1433亿美元。
最近,各家厂商都动作频频,HTC在Vive取得成功后,表示要推出移动版VR产品,三星在MWC上则发布了新款Gear VR头盔,而索尼更是骄傲的宣布自家PS VR头盔销量接近100万台。
AR在2016年也着实火了一把,AR游戏《口袋妖怪GO》直接统治了手游市场,而苹果CEO库克频频对AR示爱也让我们看到了该技术的潜力。
IDC的预测对AR和VR也是一针强心剂,毕竟去年两个市场收入仅为61亿美元,139亿美元意味着今年用户的花费将翻番。
IDC表示,游戏和娱乐能让VR在2017和2018年继续保持领先,但随着医疗保健和产品设计领域需求的增长,AR市场的规模在2018年后将反超VR。
“在VR领域,内容开发者正在跳出游戏的框框,推出更多主流消费者喜闻乐见的新内容。”IDC设备分部副主席汤姆·曼妮利在声明中说道。“在AR领域,商业实体对该技术的兴趣正在不断增长。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。