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
⚽ Dynamic NeRFs for Soccer ⚽
👉SoccerNeRF: first attempt of "cheap" NeRF applied to football for reconstructing soccer replays in space and time.
😎Review https://t.ly/Ywcvk
😎Paper arxiv.org/pdf/2309.06802.pdf
😎Project https://soccernerfs.isach.be/
😎Code github.com/iSach/SoccerNeRFs
🦊 MagiCapture: HD Multi-Concept Portrait 🦊
👉KAIST unveils MagiCapture: integrating subject and style concepts to generate high-resolution portrait images using just a few subject and style references
😎Review https://t.ly/c9rOo
😎Paper https://arxiv.org/pdf/2309.06895.pdf
🧄FreeMan: towards #3D Humans 🧄
👉FreeMan: the first large-scale, real-world, multi-view dataset for #3D human pose estimation. 11M frames!
😎Review https://t.ly/ICxpA
😎Paper arxiv.org/pdf/2309.05073.pdf
😎Project wangjiongw.github.io/freeman
🔥🔥 #META's DINOv2 is now commercial! 🔥🔥
👉Universal features for image classification, instance retrieval, video understanding, depth & semantic segmentation. Now suitable for commercial.
😎Review https://t.ly/LNrGy
😎Paper arxiv.org/pdf/2304.07193.pdf
😎Code github.com/facebookresearch/dinov2
😎Demo https://dinov2.metademolab.com/
🪷 Diffusive Consistent Video Editing 🪷
👉 Weizmann Institute of Science unveils TokenFlow, a novel text-to-image diffusion model for text-driven video editing
😎Review https://t.ly/ru8km
😎Paper arxiv.org/pdf/2307.10373.pdf
😎Project diffusion-tokenflow.github.io
😎Code github.com/omerbt/TokenFlow
🍃 Tracking Anything with Decoupled VOS 🍃
👉A novel VOS approach that extends Segment Anything (SAM) to video for open-world video segmentation with no user input required
😎Review https://t.ly/xeobR
😎Paper arxiv.org/pdf/2309.03903.pdf
😎Project hkchengrex.com/Tracking-Anything-with-DEVA
😎Code github.com/hkchengrex/Tracking-Anything-with-DEVA
😎Colab https://colab.research.google.com/drive/1OsyNVoV_7ETD1zIE8UWxL3NXxu12m_YZ
♊️ Doppelgangers in Structures ♊️
👉A novel learning-based approach to visual disambiguation: distinguishing illusory matches to produce correct, disambiguated #3D reconstructions
😎Review https://t.ly/9yLot
😎Paper arxiv.org/pdf/2309.02420.pdf
😎Code github.com/RuojinCai/Doppelgangers
😎Project doppelgangers-3d.github.io/
⛺FACET: Fairness in Computer Vision⛺
👉#META AI opens a large, publicly available dataset for classification, detection & segmentation. Potential performance disparities & challenges across sensitive demographic attributes
😎Review https://t.ly/mKn-t
😎Paper arxiv.org/pdf/2309.00035.pdf
😎Dataset https://facet.metademolab.com/
🎍RoboTAP: Dense Tracking for Few-Shot Imitation🎍
👉RoboTAP is a novel dense tracking representation for robotic arm.
😎Review https://t.ly/MCO_V
😎Paper arxiv.org/pdf/2308.15975.pdf
😎Project https://robotap.github.io/
😎Code github.com/deepmind/tapnet
🐦 3D Pigeons Pose and Tracking 🐦
👉 3D-MuPPET: estimate and track 3D poses of pigeons with multiple-views
😎Review https://t.ly/jfAJJ
😎Paper arxiv.org/pdf/2308.15316.pdf
😎Code github.com/alexhang212/3D-MuPPET/
✂️ VideoCutLER: Super Simple UVIS ✂️
👉VideoCutLER is a simple unsupervised video instance segmentation (UVIS) method without relying on optical flows
😎Review https://t.ly/PBBjG
😎Paper arxiv.org/pdf/2308.14710.pdf
😎Project people.eecs.berkeley.edu/~xdwang/projects/CutLER
😎Code github.com/facebookresearch/CutLER/tree/main/videocutler
🌲 MagicEdit: Magic Video Editing 🌲
👉MagicEdit: explicit disentangling the learning of content, structure & motion for Hi-Fi and temporally coherent video editing.
😎Report https://t.ly/tREX4
😎Paper https://arxiv.org/pdf/2308.14749.pdf
😎Project https://magic-edit.github.io/
😎Code github.com/magic-research/magic-edit
🌲 MagicEdit: Magic Video Editing 🌲
👉MagicEdit: explicit disentangling the learning of content, structure & motion for Hi-Fi and temporally coherent video editing.
😎Report https://t.ly/tREX4
😎Paper https://arxiv.org/pdf/2308.14749.pdf
😎Project https://magic-edit.github.io/
😎Code github.com/magic-research/magic-edit
🪶 ReST: Multi-Camera MOT 🪶
👉Novel reconfigurable two-steps graph model for multi-camera multi object video tracking (MC-MOT)
😎Review https://t.ly/3C5tb
😎Paper arxiv.org/pdf/2308.13229.pdf
😎Code github.com/chengche6230/ReST
💡 Relighting NeRF 💡
👉Neural implicit radiance representation for free viewpoint relighting of an object lit by a moving point light
😎Review https://t.ly/J-3_L
😎Project nrhints.github.io
😎Code github.com/iamNCJ/NRHints
😎Paper nrhints.github.io/pdfs/nrhints-sig23.pdf
🐨 Watch Your Steps: Editing by Text 🐨
👉The novel SOTA in image & scene (text) editing via denoising diffusion models
😎Review https://t.ly/fv9wn
😎Paper arxiv.org/pdf/2308.08947.pdf
😎Project ashmrz.github.io/WatchYourSteps
🥕 Scenimefy: I-2-I for anime 🥕
👉S-Lab unveils a novel semi-supervised I-2-I translation framework + HD dataset for anime
😎Review https://t.ly/IsdEG
😎Paper arxiv.org/pdf/2308.12968.pdf
😎Code https://github.com/Yuxinn-J/Scenimefy
😎Project https://yuxinn-j.github.io/projects/Scenimefy.html
🌆 NeO360: NeRF for Sparse Outdoor 🌆
👉#Toyota (+GIT) unveils NeO360: 360◦ outdoor scenes from a single or a few posed RGB images
😎Review https://t.ly/JDJZg
😎Paper arxiv.org/pdf/2308.12967.pdf
😎Project zubair-irshad.github.io/projects/neo360.html
🌵 POCO: 3D HPS using Confidence 🌵
👉 Novel framework for HPS regression: #3D human body + confidence in a single feed-forward pass
😎Review https://t.ly/cDePe
😎Paper arxiv.org/pdf/2308.12965.pdf
😎Project https://poco.is.tue.mpg.de
