آمازون
@tokufxug
بچههای تیم تحقیقات آمازون یه سیستم تر و تمیز به اسم AgentSTAR رو کردن که با هوش مصنوعی بینایی-زبانی (VLM) مستقیم کد بلندر تولید میکنه تا شکل و بند و بساط مفاصل اجسام سهبعدی رو بسازه
بچههای تیم تحقیقات آمازون یه سیستم تر و تمیز به اسم AgentSTAR رو کردن که با هوش مصنوعی بینایی-زبانی (VLM) مستقیم کد بلندر تولید میکنه تا شکل و بند و بساط مفاصل اجسام سهبعدی رو بسازه. داستان اینه که این سیستم فقط با یه ویدئوی معمولی تکدوربینه، اشیای متحرک و مفصلدار رو اسکن میکنه و با مقایسه رندرها و بهینهسازی مداوم، حالت قرارگیری دقیقشون رو درمیاره. گل سرسبد کارشون هم اینجاست که توی بنچمارک ARCTIC میزان خطا رو از ۷.۶۵ سانتیمتر توی مدلهای قبلی کوبونده و رسونده به ۵.۵۹ سانتیمتر که یه ارتقای حسابی توی دقت به حساب میاد.
منبع
Sadao Tokuyama@tokufxug
Amazon FARによるVLMコード生成型3D形状・関節トラッキング「AgentSTAR」
🔹VLMがBlenderコードで形状・関節を構築
🔹レンダリング比較+最適化で姿勢を推定
🔹ARCTICでEPE 5.59cm(従来7.65cm)
単眼ビデオから関節付き3Dアセットを抽出。
情報元はリプ欄。
۱ مهر ۱۴۰۵مشاهده در X




نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.