AI with Papers - Artificial Intelligence & Deep Learning
Ir al canal en 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
Mostrar más📈 Análisis del canal de Telegram AI with Papers - Artificial Intelligence & Deep Learning
El canal AI with Papers - Artificial Intelligence & Deep Learning (@ai_deeplearning) en el segmento lingüístico de Inglés es un actor destacado. Actualmente la comunidad reúne a 17 261 suscriptores, ocupando la posición 7 532 en la categoría Tecnologías y Aplicaciones y el puesto 2 128 en la región Malasia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 17 261 suscriptores.
Según los últimos datos del 29 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 219, y en las últimas 24 horas de 0, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 16.46%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 7.09% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 842 visualizaciones. En el primer día suele acumular 1 223 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 17.
- Intereses temáticos: El contenido se centra en temas clave como framework, object, dataset, tba, depth.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“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”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 30 octubre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
17 261
Suscriptores
Sin datos24 horas
+27 días
+21930 días
Archivo de publicaciones
🔥 Matterport 3D Semantics Dataset 🔥
👉#Meta opens HM3DSEM, the largest #3D real-world dataset with dense semantic
😎Review https://bit.ly/3yF4W4G
😎Paper arxiv.org/pdf/2210.05633.pdf
😎Project aihabitat.org/datasets/hm3d-semantics
😎Data github.com/matterport/habitat-matterport-3dresearch
🥬 "Perception Test" by #DeepMind 🥬
👉Huge dataset with obj & point tracks, temporal sounds, multiple & grounded vQA
😎Review https://bit.ly/3Vqh96Q
😎Dataset github.com/deepmind/perception_test
😎Project www.deepmind.com/blog/measuring-perception-in-ai-models
🏅GENIE by #Nvidia -> Faster Generation🏅
👉Higher-Order Denoising Diffusion Solvers for faster and better synthesis
😎Review https://bit.ly/3CRjtwr
😎Project nv-tlabs.github.io/GENIE/
😎Paper arxiv.org/pdf/2210.05475.pdf
😎Code github.com/nv-tlabs/GENIE
🍏 f-DM: Diffusion Models by Apple 🍏
👉Spectacular work by #Apple on DMs: HQ generation with better efficiency and semantic
😎Review https://bit.ly/3Tils2u
😎Project https://jiataogu.me/fdm/
😎Paper arxiv.org/pdf/2210.04955.pdf
🥏 EVA3D: new SOTA in #3D humans 🥏
👉EVA3D: new SOTA for unconditional NeRF-human generation from 2D only
😎Review https://bit.ly/3Th9qX7
😎Code github.com/hongfz16/EVA3D
😎Paper arxiv.org/pdf/2210.04888.pdf
😎Project hongfz16.github.io/projects/EVA3D.html
🔥SIMPLI: ligh novel-view synthesis🔥
👉Lightweight novel-view synthesis by #Samsung for arbitrary forward-facing scenes
😎Review https://bit.ly/3CivSYZ
😎Project samsunglabs.github.io/MLI
😎Code github.com/SamsungLabs/MLI
😎Paper samsunglabs.github.io/MLI/paper/paper.pdf
🍋 Long Video via Transformers 🍋
👉TECO is a vector-quantized latent dynamics prediction for long video
😎Review https://bit.ly/3Ch0tWD
😎Project wilson1yan.github.io/teco/
😎Paper arxiv.org/pdf/2210.02396.pdf
😎Code github.com/wilson1yan/teco
🔥 #AIwithPapers: we are 4,500+! 🔥
💙💛 Someone put the smiling 💩 under a few recent posts. But I still love you! 💙💛
😈 Invite your friends -> https://t.me/AI_DeepLearning
⚛️SOTA ALERT! Particles Tracking ⚛️
👉The new SOTA in video particles tracking. "Old school" taste, with neural flavor 🧡
😎Review https://bit.ly/3CaU5Ai
😎Project particle-video-revisited.github.io/
😎Paper arxiv.org/pdf/2204.04153.pdf
😎Code github.com/aharley/pips
🔥 Human MDM: source code is out! 🔥
👉A classifier-free diffusion-based generative model for human motion domain
😎Review https://bit.ly/3rFhR2G
😎Project guytevet.github.io/mdm-page
😎Paper arxiv.org/pdf/2209.14916.pdf
😎Code github.com/GuyTevet/motion-diffusion-model
🔥 Imagen Video by #Google. SICK! 🔥
👉Novel text-conditional video generation via cascade of video diffusion models 🤯
😎Review https://bit.ly/3SH2TVH
😎Project imagen.research.google/video/
😎Paper imagen.research.google/video/paper.pdf
🐢 Stable Diffusion for #Pokemon 🐢
👉Fine-tuning the stable diffusion to create a text-to-pokemon generation model
😎Review https://bit.ly/3C9qBTw
😎Tutorial https://lambdalabs.com/blog/how-to-fine-tune-stable-diffusion-how-we-made-the-text-to-pokemon-model-at-lambda/
🔥 VToonify: Neural Portrait Style Transfer 🔥
👉VToonify for portrait style transfer. Powered by DualStyleGAN backbone, now with #stablediffusion!
😎Review https://bit.ly/3M9wgNP
😎Demo https://t.co/8gXzF3IrpB
😎Paper arxiv.org/pdf/2209.11224.pdf
😎Project mmlab-ntu.com/project/vtoonify
😎Code github.com/williamyang1991/VToonify
🦩Phenaki: Text-to(LOOONG)Video generation🦩
👉Phenaki is an #AI capable of realistic long video synthesis, given a sequence of textual open prompts
😎Review https://bit.ly/3RwUvXx
😎Project phenaki.video/index.h
😎Paper openreview.net/pdf?id=vOEXS39nOF
🧪 Light Field Neural Rendering 🧪
👉Two-stage transformer capable of non-Lambertian effects (reflection, refraction, translucency)
😎Review https://bit.ly/3CpIFdm
😎Paper arxiv.org/pdf/2112.09687.pdf
😎Project light-field-neural-rendering.github.io
😎Code github.com/google-research/google-research/tree/master/light_field_neural_rendering
🔥DreamFusion: Text-to-3D via Diffusion🔥
👉DeepDream-like procedure to create #3D assets just from a given text
😎Review https://bit.ly/3BYY5nu
😎Paper arxiv.org/pdf/2209.14988.pdf
😎Project dreamfusion3d.github.io/gallery.html
🔥 SOTA ALERT: new Text-to-Video #AI 🔥
👉#META unveils a novel Text-to-Video (T2V) generation #AI
😎Review https://bit.ly/3E1ZDzG
😎Project https://makeavideo.studio/
😎Paper makeavideo.studio/Make-A-Video.pdf
🥇🥇 Olympic Games in 2028? 🥇🥇
👉 In a few years, the fastest runner on earth will not be a human 🥶
😎Review https://bit.ly/3Rme3O3
🔥 Semantic VISOR dataset is out! 🔥
👉Segmenting hands / active objects in egocentric video (millions masks)
😎Review https://bit.ly/3LOBLBv
😎Project epic-kitchens.github.io/VISOR/
😎Paper arxiv.org/pdf/2209.13064.pdf
🔥Diffusion Model of Neural Checkpoints🔥
👉Conditional diffusion model on Millions of checkpoints of a given task/architecture 🤯
😎Review https://bit.ly/3SBR4Qb
😎Project www.wpeebles.com/Gpt
😎Code github.com/wpeebles/G.pt
😎Paper arxiv.org/pdf/2209.12892.pdf
