متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
AI with Papers - Artificial Intelligence & Deep Learning
الذهاب إلى القناة على Telegram
All the AI with papers. Every day fresh updates about #DeepLearning #MachineLearning #LLM & #ComputerVision Curated by Alessandro Ferrari | https://www.linkedin.com/in/visionarynet/ #AI #chatGPT
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام AI with Papers - Artificial Intelligence & Deep Learning
تُعد قناة AI with Papers - Artificial Intelligence & Deep Learning (@ai_deeplearning) في القطاع اللغوي الإنكليزية لاعباً نشطاً. يضم المجتمع حالياً 17 142 مشتركاً، محتلاً المرتبة 7 723 في فئة التكنولوجيات والتطبيقات والمرتبة 2 241 في منطقة ماليزيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 17 142 مشتركاً.
بحسب آخر البيانات بتاريخ 23 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -190، وفي آخر 24 ساعة بمقدار -2، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 25.09%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 6.86% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 4 302 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 177 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 26.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل framework, object, dataset, tba, depth.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“All the AI with papers. Every day fresh updates about #DeepLearning #MachineLearning #LLM & #ComputerVision
Curated by Alessandro Ferrari | https://www.linkedin.com/in/visionarynet/
#AI #chatGPT”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 24 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
17 142
المشتركون
-224 ساعات
-367 أيام
-19030 أيام
أرشيف المشاركات
🪩 DISCO: Human Dance Generation 🪩
👉NTU (+ #Microsoft) unveils DISCO: a big step towards the Human Dance Generation.
😎Review https://t.ly/cNGX
😎Paper arxiv.org/pdf/2307.00040.pdf
😎Project disco-dance.github.io/
😎Code github.com/Wangt-CN/DisCo
🔮 SAM-PT: Segment Anything + Tracking 🔮
👉SAM-PT is the first method to utilize sparse point propagation for Video Object Segmentation (VOS).
😎Review https://t.ly/QLMG
😎Paper arxiv.org/pdf/2307.01197.pdf
😎Project www.vis.xyz/pub/sam-pt/
😎Code github.com/SysCV/sam-pt
🔥🔥 Source Code IS OUT! 🔥🔥
More: https://t.ly/ZddLl
🍥 PanoHead: 3D Full-Head Synthesis 🍥
👉#ByteDance (+UW-M) unveils PanoHead: 360◦ view-consistent portraits from a single-view image
😎Review https://t.ly/MrLNR
😎Paper arxiv.org/pdf/2303.13071.pdf
😎Project sizhean.github.io/panohead
😎Code github.com/sizhean/panohead
🚔 Fooling Neural Forensic Classifiers 🚔
👉Adversarial faces able to fool the forensic classifiers, while remaining undetectable by humans
😎Review https://t.ly/33Cc
😎Paper arxiv.org/pdf/2306.13091.pdf
😎Project koushiksrivats.github.io/face_attribute_attack
😎Code github.com/koushiksrivats/face_attribute_attack
🦷 Few-Shot Geometry-Aware Keypoints 🦷
👉UBC (+Flawless AI) unveils the new SOTA in semantic keypoints localization. Suitable for faces, animals, cars, mouth, teeth & more
😎Review https://t.ly/-0qN
😎Paper arxiv.org/pdf/2303.17216.pdf
😎Project xingzhehe.github.io/FewShot3DKP/
🫣 Text-Guided Adversarial Makeup 🫣
👉Novel facial privacy protection via adversarial latent codes. Makeup vs Face Recognition.
😎Review https://t.ly/pBCP
😎Paper arxiv.org/pdf/2306.10008.pdf
😎Code github.com/fahadshamshad/Clip2Protect
🧿 NeRF-Supervised Deep Stereo 🧿
👉A novel pioneering pipeline for training deep stereo networks WITH NO ground-truth
😎Review https://t.ly/c7j-
😎Project nerfstereo.github.io/
😎Dataset https://amsacta.unibo.it/id/eprint/7218/
😎Code github.com/fabiotosi92/NeRF-Supervised-Deep-Stereo
😎Paper https://openaccess.thecvf.com/content/CVPR2023/papers/Tosi_NeRF-Supervised_Deep_Stereo_CVPR_2023_paper.pdf
👁️ Scene Five: Through Her Eyes 👁️
👉 #3D scene reconstruction of what a person is observing using only the reflections of their eyes
😎Review https://t.ly/Krvw
😎Paper arxiv.org/pdf/2306.09348.pdf
😎Project https://world-from-eyes.github.io/
🌈 Track Everything Everywhere 🌈
👉#Google unveils OmniMotion: full-length motion tracking for every pixel in every frame of video.
😎Review https://t.ly/Krvw
😎Paper arxiv.org/pdf/2306.05422.pdf
😎Project omnimotion.github.io/
😎Demo omnimotion.github.io/#interactive_demo
😎Code github.com/qianqianwang68/omnimotion
🏸 Segment Anything in HQ 🏸
👉HQ-SAM: SAM with the ability to accurately segment objects, maintaining promptable design, efficiency, zero-shot generalizability
😎Report https://t.ly/GxX5B
😎Paper arxiv.org/pdf/2306.01567.pdf
😎Models github.com/SysCV/SAM-HQ
🌻 Extending Mona Lisa with AI 🌻
👉 A guy on Reddit extends Mona Lisa Painting with #Photoshop AI. The result is surprising.
😎More https://t.ly/j_2r
🦜 ColorDiffuser: Text-to-Video Colorization 🦜
👉HK University unveils ColorDiffuser: adapting pre-trained text-to-image latent diffusion model for video colorization
😎Report https://t.ly/XGv_
😎Paper arxiv.org/pdf/2306.01732.pdf
😎Project colordiffuser.github.io/
😎Code github.com/ColorDiffuser/ColorDiffuser
🗽 Neuralangelo Digital Twins. INSANE🗽
👉 A novel framework from #Nvidia for Hi-Fi 3D Digital twins.
😎Report https://t.ly/XGv_
😎Paper research.nvidia.com/labs/dir/neuralangelo/paper.pdf
😎Project research.nvidia.com/labs/dir/neuralangelo
🎗️ 4D Humans with Transformers 🎗️
👉Novel approach to reconstruct and track humans (even in unusual poses)
😎Report https://t.ly/XGv_
😎Paper arxiv.org/pdf/2305.20091.pdf
😎Project shubham-goel.github.io/4dhumans/#
😎Code github.com/shubham-goel/4D-Humans
🦁 Open Semantic Segmentation 🦁
👉SSSegmentation: open source supervised semantic segmentation toolbox based on #PyTorch
😎Review https://t.ly/ZE9q
😎Paper arxiv.org/pdf/2305.17091.pdf
😎Code github.com/SegmentationBLWX/sssegmentation
🌊 Neural Dynamic Image-Based Rendering 🌊
👉 DynIBaR: synthesizing novel views from monocular video depicting a complex dynamic scene.
😎Review https://t.ly/90Kw
😎Paper arxiv.org/pdf/2211.11082.pdf
😎Project https://dynibar.github.io/
😎Code github.com/google/dynibar
🍶 AVOS via Multiscale Encoder-Decoder ViT 🍶
👉 MED-VT, world's first Multiscale Encoder Decoder Video Transformer for AVOS
😎Review https://bit.ly/3MohFi1
😎Paper arxiv.org/pdf/2304.05930.pdf
😎Project rkyuca.github.io/medvt
😎Code github.com/rkyuca/medvt
🗺️ AI-generated stereotypical men in [Country] 🗺️
👉A thread about generating stereotypical person from 15 countries all around the world. And yes, Italian love Pizza.
😎 More https://bit.ly/3oo0t4c
🀄 Drag-GAN: user-friendly image-manipulation 🀄
👉 Manual deforming of (real and generated) images over pose, shape, expression and layout.
😎Review https://bit.ly/3BFyXlR
😎Paper arxiv.org/pdf/2305.10973.pdf
😎Project vcai.mpi-inf.mpg.de/projects/DragGAN
😎Code github.com/XingangPan/DragGAN
