【OpenVI—AI热点日报】8月18日
AI热点日报八月第12期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月17日
AI热点日报八月第12期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月16日
AI热点日报八月第11期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月15日
AI热点日报八月第10期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
ONE-PEACE：探索通往无限模态的通用表征模型
过去几年里，表征模型在自然语言处理、计算机视觉、语音处理等领域取得了巨大的成功。经过大量数据学习的表征模型，不仅可以在各种下游任务上取得良好的效果，还可以作为大规模语言模型（LLM）的基座模型，为LLM提供多模态理解能力。随着多模态技术的发展，尤其CLIP[1]之后大家都意识到一个好的多模态表征模型在很多单模态任务上都会发挥着至关重要的基础模型的作用。学习了大量模态alignment的数据之后的模型逐渐在学会去理解各个模态和模态间蕴含的知识，甚至通过对大量模态的学习促进对其它模态的理解。
【OpenVI—AI热点日报】8月14日
AI热点日报八月第9期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月11日
AI热点日报八月第8期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
Android平台如何实现第三方模块编码后(H.264/H.265/AAC/PCMA/PCMU)数据实时预览播放
Android平台如何实现第三方模块编码后(H.264/H.265/AAC/PCMA/PCMU)数据实时预览播放
【OpenVI—AI热点日报】8月10日
AI热点日报八月第7期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月9日
AI热点日报八月第6期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月8日
AI热点日报八月第6期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月7号
AI热点日报八月第5期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月4日
AI热点日报八月第4期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月3日
AI热点日报八月第三期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月2日
AI热点日报八月第二期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
【OpenVI—AI热点日报】8月1日
AI热点日报八月第一期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）
AI入门必修，9分钟搭建文生图应用
《动手吧，开发者》由阿里云存储专家“征越”带来AI绘画平台Stable Diffusion的部署方式，领取文件存储NAS+模型在线服务PAI-EAS试用资源即可动实操！
在AIGC浪潮之下，人脸生成、保ID方向的应用和发展方向
随着人工智能技术的不断发展和应用，人脸生成和身份保护方向成为了人工智能技术发展的重要方向之一。在这个领域，阿里云的智能开放平台提供了强大的技术支持和应用场景，为人脸生成和身份保护的应用和发展提供了新的可能性。接下来将结合阿里云的智能开放平台来谈AIGC浪潮下人脸生成、保ID方向的应用和发展方向。
借助AIGC实现人物写真和服装试穿
大家都知道，最近两名人工智能技术的高速发展，让越来越多的企业开始关注如何将人工智能技术应用到自己的业务中。阿里云作为业内领先的云计算服务提供商，其智能开放平台在人工智能领域的技术积累和应用能力方面处于领先地位。接下来将结合阿里云的视觉智能开放平台来聊一下借助AIGC实现人物写真和服装试穿等功能。
【AI绘画大比拼】通义万相VS文心一格：探索十种风格下的绘画生成差异！
近日，通义大模型家族的新成员——通义万相已在人工智能大会上亮相。其中，通义万相的强大的“文生图”功能，不禁让我想到了去年八月由百度依托飞桨、文心大模型的技术创新推出的“AI作画”首款产品——文心一格。 那么，在类似的Prompt下，两款产品的表现将会如何呢？今天就让我们就十种风格下二者生成图像的表现力，来看看这两款产品的差异。
REALY头部重建榜单冠军模型HRN解读【OpenVI—论文解读系列】
高保真 3D 头部重建在许多场景中都有广泛的应用，例如 AR/VR、医疗、电影制作等。尽管大量的工作已经使用 LightStage 等专业硬件实现了出色的重建效果，从单一或稀疏视角的单目图像估计高精细的面部模型仍然是一个具有挑战性的任务。 本文中，我们将介绍CVPR2023最新的头部重建论文，该工作在单图头部重建榜单REALY上取得正脸、侧脸双榜第一，并在其他多个数据集中取得了SOTA的效果。
【视觉智能AI场景解决方案——智慧物流车牌识别】
随着AI技术的问世，物流行业迎来了速度、准确率、系统化的全方位提升 。通过使用AI识别车牌与车辆功能，物流企业可以实现对车辆的快速、准确的识别，提高物流车辆的管理效率。此外，AI还可以帮助物流企业实现对车辆功能的识别，如车辆类型、载重等，为物流调度提供更加科学的指导。AI识别车牌与车辆功能的应用正日益普及，为智慧物流行业带来了新的发展机遇。
人脸前沿技术分享与探讨
随着人工智能的迅速发展，人脸识别技术作为其重要应用之一，正引领着数字时代的潮流。在这个信息爆炸的时代，人脸前沿技术的分享与探讨，成为了科技界和各个行业关注的焦点。本文将以人脸前沿技术为主题，分享人脸识别技术的最新发展，并探讨其在智慧办公、安防、数字营销、互联网娱乐等领域的广泛应用，以及面临的挑战和未来的发展方向。
OpenCV-Python，计算机视觉开发利器
人工智能，一个已经被谈论了几十年的概念（最早是图灵在1950年提出）。如今这几年，相关技术的发展速度是越来越快。高大上如无人驾驶、智能安防、AI辅助诊断，接地气如刷脸支付、内容推荐、自动翻译等，众多领域借助人工智能的力量而进化。从百度搜索指数的变化，也能从一个侧面反映出关注度在不断上升。
Python+OpenCV 十几行代码模仿世界名画
我最近才发现在 OpenCV 的 Sample 代码中就有图像风格迁移的 Python 示例（原谅我的后知后觉），是基于 ECCV 2016 论文中的网络模型实现。所以，即使作为人工智能的菜鸟，也可以拿别人训练好的模型来玩一玩，体会下神经网络的奇妙。
‘通义万相’使用体验——令人惊艳的AI绘画创作大模型
7月7日，阿里云在2023世界人工智能大会上宣布，AI绘画创作大模型通义万相开启定向邀测。通义万相是阿里云“通义”大模型系列第三个产品，此前的通义千问、通义听悟分别具备文字问答和语音文字处理的功能。目前该模型已经开启定向邀测.
【视觉智能AI场景解决方案——AI视频互动娱乐】
如今我们正逐渐进入一个智能化时代，AI视频互动娱乐在娱乐场景中被广泛应用。它利用先进的人工智能技术和互动性强的视频娱乐形式，为用户带来全新的娱乐体验。无论是与虚拟角色互动竞技，还是参与丰富多样的虚拟现实体验，AI视频互动娱乐都能让用户沉浸其中。现如今我们可以在电子游戏、电影、电视节目等传统娱乐形式中见到视觉AI的影子。 那么，AI和我们的生活娱乐中能撞出什么火花？来看看当下最火爆的视频互娱新玩法吧~
【OpenVI—论文解读系列】ICCV | 开源融合不确定度的自监督MVS框架
论文链接：Digging into Uncertainty inSelf-supervised Multi-view Stereo 多视图立体视觉作为计算机视觉领域的一项基本的任务，利用同一场景在不同视角下的多张图片来重构3D的信息。自监督多视角立体视觉(MVS)近年来取得了显著的进展。然而，以往的方法缺乏对自监督MVS中pretext任务提供的监督信号进行有效性的全面解释。本文首次提出在自监督MVS中估计认知不确定性(epistemic uncertainty)。
【OpenVI—论文解读系列】ICML long talk | 开源半监督学习框架Dash
论文链接：Dash: Semi-Supervised Learningwith DynamicThreolding 本文介绍机器学习顶级国际会议 ICML 2021 接收的 long talk (top 3.02%) 论文 “Dash: Semi-Supervised Learning with Dynamic Thresholding”。
【视觉智能AI场景解决方案——智慧考勤】
随着科技和经济的发展，考勤管理制度无论是对于企业还是学习，都是相对重要的管理制度。在传统考勤制度中，员工的出勤和工时需要依靠人工记录，并需要相应的人力来处理和审批。这种方式在浪费了时间和人力成本的基础上，还极易出现数据记录错误，造成一系列严重的后果。现如今，随着视觉智能AI的发展，智慧考勤可以实现。除了可以解决传统的考勤制度中的劣势之外， 还具备完善的数据传输和保存系统，管理者可以更好地利用考勤数据和实时通知系统，更好地规划资源和调整工作安排。
一文看懂驾驶证识别OCR：从算法到 API 接入代码
随着技术的进一步发展，驾驶证识别 OCR 将继续优化和改进，提升准确性、速度和适应性。它将在智能交通系统、数字化政府服务和商业应用等领域发挥更重要的作用
