达索系统(巴黎泛欧证券交易所:#13065, DSY.PA)近日揭晓了“3D设计挑战赛”的优胜者。该挑战赛邀请了个人参赛者运用达索系统CATIA、 SOLIDWORKS或xDesign应用,准确地为列奥纳多·达·芬奇手稿中的创造发明创建能够实际应用的真实尺寸的3D模型,以展示他们的3D技能。
大赛根据作品与原作品的相似程度、3D模型展现达·芬奇素描内容的准确程度以及3D模型的打印难易程度,从45个项目中评选出五位优胜者。每个获奖项目都将采用3D打印技术打印出来,并在Jim Capobianco执导的纪念达·芬奇的最新动画电影《发明家》中亮相。Jim Capobianco曾因皮克斯公司电影《美食总动员》获奥斯卡最佳剧作提名。
五位优胜者分别是:
项目提交和票选通过开放手稿社区完成,这是达索系统3DEXPERIENCE Lab创建的一个开放式线上社区。在这里,由九人组成的评选小组对每个设计作品进行点评并深入讲解其优劣势和入选理由。评委成员除了Jim Capobianco以外,还有来自Foliascope工作室、克洛-吕斯城堡-达·芬奇公园、好奇工作室(Curiosity Studio)、法国国立工艺学院(CNAM)、 Ultimaker和未来媒体(Future Media)的成员以及技术专家。
这45个项目来自阿根廷、巴西、加拿大、法国、印度、意大利、巴基斯坦、土耳其和美国等世界各国。最常选用的手稿是明轮船,其次依次是加农炮、阿基米德螺旋、平转桥、烤肉铁叉转子、汽车和吊车。
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。