AI with Papers - Artificial Intelligence & Deep Learning

رفتن به کانال در 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

نمایش بیشتر

ماليزيا2 241 فناوری و برنامه‌ها7 723...

📈 تحلیل کانال تلگرام AI with Papers - Artificial Intelligence & Deep Learning

کانال AI with Papers - Artificial Intelligence & Deep Learning (@ai_deeplearning) در بخش زبانی انگلیسی بازیگری فعال است. در حال حاضر جامعه شامل 17 147 مشترک است و جایگاه 7 723 را در دسته فناوری و برنامه‌ها و رتبه 2 241 را در منطقه ماليزيا دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 17 147 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 23 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -190 و در ۲۴ ساعت گذشته برابر -2 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

وضعیت تأیید: تأیید نشده
نرخ تعامل (ER): میانگین تعامل مخاطب 25.09% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 6.86% واکنش نسبت به کل مشترکان کسب می‌کند.
دسترسی پست‌ها: هر پست به طور میانگین 4 302 بازدید دریافت می‌کند. در اولین روز معمولاً 1 177 بازدید جمع‌آوری می‌شود.
واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 26 است.
علایق موضوعی: محتوا بر موضوعات کلیدی مانند framework, object, dataset, tba, depth تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“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”

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 24 ژوئن, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.

17 147

مشترکین

-224 ساعت

-367 روز

-19030 روز

4 302

نمایش های پست

~ 1 17724 ساعت

~ 1 35348 ساعت

25.09%

نرخ مشارکت

اطلاعاتی وجود ندارد

پست های در روز

Ads index

beta

در حال بارگیری داده...

کانال‌های مشابه

24.5K

Machine learning books and papers

16.7K

Artificial Intelligence

6.7K

Graph Machine Learning

6.2K

NVIDIA

4.5K

Artificial Intelligence / Deep & Machine Learning (Data Science)

کانال‌های بیشتر

ابر برچسب‌ها

اشارات ورودی و خروجی

---

جذب مشترکین

ژوئن '26

+36

در 0 کانال‌ها

مه '26

+90

در 0 کانال‌ها

Get PRO

آوریل '26

+207

در 0 کانال‌ها

Get PRO

مارس '26

+718

در 0 کانال‌ها

Get PRO

فوریه '26

+140

در 1 کانال‌ها

Get PRO

ژانویه '26

+2 306

در 0 کانال‌ها

Get PRO

دسامبر '25

+157

در 1 کانال‌ها

Get PRO

نوامبر '25

+201

در 0 کانال‌ها

Get PRO

اکتبر '25

+243

در 1 کانال‌ها

Get PRO

سپتامبر '25

+147

در 3 کانال‌ها

Get PRO

اوت '25

+140

در 0 کانال‌ها

Get PRO

ژوئیه '25

+162

در 0 کانال‌ها

Get PRO

ژوئن '25

+107

در 0 کانال‌ها

Get PRO

مه '25

+152

در 1 کانال‌ها

Get PRO

آوریل '25

+331

در 0 کانال‌ها

Get PRO

مارس '25

+459

در 1 کانال‌ها

Get PRO

فوریه '25

+600

در 0 کانال‌ها

Get PRO

ژانویه '25

+643

در 1 کانال‌ها

Get PRO

دسامبر '24

+542

در 1 کانال‌ها

Get PRO

نوامبر '24

+439

در 2 کانال‌ها

Get PRO

اکتبر '24

+350

در 3 کانال‌ها

Get PRO

سپتامبر '24

+215

در 0 کانال‌ها

Get PRO

اوت '24

+295

در 0 کانال‌ها

Get PRO

ژوئیه '24

+396

در 1 کانال‌ها

Get PRO

ژوئن '24

+439

در 0 کانال‌ها

Get PRO

مه '24

+533

در 0 کانال‌ها

Get PRO

آوریل '24

+483

در 0 کانال‌ها

Get PRO

مارس '24

+501

در 1 کانال‌ها

Get PRO

فوریه '24

+493

در 0 کانال‌ها

Get PRO

ژانویه '24

+522

در 1 کانال‌ها

Get PRO

دسامبر '23

+400

در 0 کانال‌ها

Get PRO

نوامبر '23

+330

در 0 کانال‌ها

Get PRO

اکتبر '23

+298

در 0 کانال‌ها

Get PRO

سپتامبر '23

+482

در 0 کانال‌ها

Get PRO

اوت '23

+136

در 0 کانال‌ها

Get PRO

ژوئیه '23

+173

در 0 کانال‌ها

Get PRO

ژوئن '23

+112

در 0 کانال‌ها

Get PRO

مه '23

+164

در 0 کانال‌ها

Get PRO

آوریل '23

+234

در 0 کانال‌ها

Get PRO

مارس '23

+216

در 0 کانال‌ها

Get PRO

فوریه '23

+400

در 0 کانال‌ها

Get PRO

ژانویه '23

+435

در 0 کانال‌ها

Get PRO

دسامبر '22

+372

در 0 کانال‌ها

Get PRO

نوامبر '22

+5 238

در 0 کانال‌ها

تاریخ	رشد مشترکین	اشارات	کانال‌ها
24 ژوئن	0
23 ژوئن	+3
22 ژوئن	0
21 ژوئن	0
20 ژوئن	+3
19 ژوئن	+1
18 ژوئن	0
17 ژوئن	+3
16 ژوئن	0
15 ژوئن	+3
14 ژوئن	0
13 ژوئن	+1
12 ژوئن	0
11 ژوئن	0
10 ژوئن	+4
09 ژوئن	0
08 ژوئن	+3
07 ژوئن	0
06 ژوئن	+2
05 ژوئن	+6
04 ژوئن	0
03 ژوئن	0
02 ژوئن	+5
01 ژوئن	+2

پست‌های کانال

🕷️Human Universal Grasping🕷️ 👉HUG is a flow-matching model that generates diverse human grasps for any user-specified object in a single RGB-D image captured from a stereo camera. 👉Review https://t.ly/VG1Eu 👉Paper https://arxiv.org/pdf/2606.17054 👉Repo https://github.com/KevinyWu/hug 👉Project https://grasping.io/

2	🔍 Nvidia Locate Anything 🔍 👉Diverse localization tasks under a unified vision-language model, including document understanding, GUI grounding, dense detection, and OCR. Repo released💙 👉Review https://t.ly/PvwFo 👉Paper https://lnkd.in/dWfNpzPZ 👉Project https://lnkd.in/dM89BX-8 👉Repo https://lnkd.in/dC4KCQSM	4 352
3	🪔Latent Decoding with Pixel Diffusion🪔 👉PiD by Nvidia is a plug-and-play diffusion decoder that replaces VAE/RAE decoders, turning latent representations directly into super-resolved pixels in a single pass. Repo under Apache 2.0💙 👉Review https://t.ly/y19mA 👉Paper https://lnkd.in/duVC25C2 👉Project https://lnkd.in/dW6TkzCB 👉Repo https://lnkd.in/dnGdgKRr	5 421
4	🍒Count Anything, Any Granularity🍒 👉Open-world counting as multi-grained counting, where visual exemplars specify target appearance and fine-grained text specifies the intended semantic granularity across five explicit levels. Repo/Data under Apache💙 👉Review https://t.ly/nqz80 👉Paper https://lnkd.in/dp7khTRU 👉Project https://lnkd.in/d_jfX_Yn 👉Repo https://lnkd.in/dkTRGZkG 👉Data https://lnkd.in/dB83jRyT	5 537
5	🦄Unified Correspondence Transformer🦄 👉UniCorrn is the first correspondence model with shared weights that unifies 2D-2D, 2D-3D, and 3D-3D geometric matching with an end-to-end transformer architecture. Repo under CC BY-NC-SA 4.0💙 👉Review https://t.ly/2OBdq 👉Paper https://arxiv.org/pdf/2605.04044 👉Project https://neu-vi.github.io/UniCorrn/ 👉Repo https://github.com/neu-vi/UniCorrn	5 415
6	About the frequency of posting in the channel:	4 497
7	🪝Syn4D: Multiview Synthetic 4D Dataset🪝 👉Syn4D is novel multi-view synthetic dataset of dynamic scenes that includes ground-truth camera motion, depth maps, dense tracking, and parametric human pose annotations💙 👉Review https://t.ly/SL1mk 👉Paper https://arxiv.org/pdf/2605.05207 👉Project https://jzr99.github.io/Syn4D/ 👉Repo https://github.com/jzr99/Syn4D 👉Data huggingface.co/datasets/Syn4D/Syn4D_RGBD/tree/main	4 010
8	🧘‍♀️Holistic Shot Boundary Detection🧘‍♀️ 👉OmniShotCut detects shot changes of the video in diverse sources (anime, vlog, game, shorts, sports, screen recording, etc.), and recognize Sudden Jump and Transitions (dissolve, fade, wipe, etc.) by proposing a Shot-Query-based Video Transformer. Repo, demo & benchmark💙 👉Review https://t.ly/sTi7N 👉Paper https://arxiv.org/pdf/2604.24762 👉Project uva-computer-vision-lab.github.io/OmniShotCut_website/ 👉Repo github.com/UVA-Computer-Vision-Lab/OmniShotCut	4 295
9	🛒 Reshoot-Anything is out 🛒 👉Reshoot-Anything reshoots dynamic monocular videos under novel camera trajectories. Code under Apache 2.0 💙 👉Review https://t.ly/MIqAc 👉Paper https://arxiv.org/pdf/2604.21776 👉Project adithyaiyer1999.github.io/reshoot-anything/ 👉Repo github.com/morphicfilms/video-to-video	0
10	💙 PY4AI 2026: here we are! 💙 👉The third edition of our conference is official! Speaker list and (free) tickets: https://t.ly/L4_52	0
11	🎈Face Anything 4D (SOTA)🎈 👉A novel unified 4D facial reconstruction and dense tracking from image sequences: new SOTA in facial single-image and mono-video depth estimation, dense 4D reconstruction, and 3D point tracking. Repo & Dataset announced💙 👉Review https://t.ly/zItie 👉Paper https://arxiv.org/pdf/2604.19702 👉Project kocasariumut.github.io/FaceAnything 👉Repo TBA	0
12	🌗Mobile Ultra-detailed Avatars🌗 👉Given skeletal poses and a virtual camera as inputs, MUA by Max Planck Institute produces photorealistic renderings and hyper-detailed geometry of animatable clothed humans. Repo announced💙 👉Review https://t.ly/QPCy6 👉Paper https://arxiv.org/pdf/2604.18583 👉Project https://vcai.mpi-inf.mpg.de/projects/MUA/ 👉Repo TBA	0
13	👩‍🦰 3D Head w/ Deformable Hair 👩‍🦰 👉Xi’an Jiaotong University unveils a novel method that reconstructs decoupled 3D Gaussian head avatars from a single input image: effortless hairstyle transfer with natural dynamic hair motion. Code announced💙 👉Review https://t.ly/kWZdd 👉Paper https://arxiv.org/pdf/2604.14782 👉Project yuansun-xjtu.github.io/CompHairHead.io/ 👉Repo yuansun-xjtu.github.io/CompHairHead.io/	0
14	🐞GCT 3D Reconstruction🐞 👉ANT unveils LingBot-Map, a feed-forward 3D foundation model for reconstructing scenes from streaming data, built upon a geometric context transformer (GCT) architecture. Repo under A-NC 4.0 International💙 👉Review https://t.ly/ExodA 👉Paper https://arxiv.org/pdf/2604.14141 👉Project https://arxiv.org/pdf/2604.14141 👉Repo github.com/robbyant/lingbot-map	0
15	📱3D Human-Object Contact📱 👉Pi-HOC by CMU + NREC is a novel single-pass, instance-aware framework for dense 3D semantic contact prediction of all human-object pairs. Repo announced💙 👉Review https://t.ly/TAgG1 👉Paper https://arxiv.org/pdf/2604.12923 👉Project https://pi-hoc.github.io/ 👉Repo https://github.com/SravanChittupalli/Pi-HOC	0
16	🐓Interactive Objects from EgoVideo🐓 👉EgoFun3D by Simon Fraser University is a coordinated task, dataset and benchmark for modeling interactive 3D objects from egocentric videos. Repo (TBA), demo & dataset💙 👉Review https://t.ly/YhGN7 👉Paper arxiv.org/pdf/2604.11038 👉Project 3dlg-hcvc.github.io/EgoFun3D/ 👉Repo github.com/3dlg-hcvc/EgoFun3D 👉Demo bc79fea884062374b3.gradio.live/	0
17	🧴OmniShow: Automatic Contents Creation🧴 👉OmniShow is the novel SOTA in content creation with industry-grade performance. Impressive results, best with audio. Repo announced💙 👉Review https://t.ly/Pm-7U 👉Paper arxiv.org/pdf/2604.11804 👉Project correr-zhou.github.io/OmniShow/ 👉Repo github.com/Correr-Zhou/OmniShow	0
18	🔥SOTA 3D Detection in the wild🔥 👉WildDet3D is a novel unified geometry-aware architecture that natively accepts text, point, and box prompts and can incorporate auxiliary depth signals at inference time. New SOTA! Repo, models & #iphone💙 👉Review https://t.ly/8NxBN 👉Paper https://arxiv.org/pdf/2604.08626 👉Project https://allenai.github.io/WildDet3D/ 👉Repo https://github.com/allenai/WildDet3D	0
19	🐞6D Object Pose w/ Deformation🐞 👉DeSOPE by Xidian & #MagicLeap is a novel large-scale dataset for 6DoF deformed objects: 665K pose annotations produced via a semiautomatic pipeline. Repo & Dataset announced💙 👉Review https://t.ly/M5VgX 👉Paper https://arxiv.org/pdf/2604.06720 👉Project https://desope-6d.github.io/ 👉Repo TBA	0
20	🪞1.1M Metric VTON Dataset🪞 👉Google's Fit-Inclusive Try-on: large-scale VTO dataset comprising over 1.13M try-on image triplets accompanied by precise body and garment measurements. Repo & dataset announced💙 👉Review https://t.ly/cs-pt 👉Paper arxiv.org/pdf/2604.08526 👉Project johannakarras.github.io/FIT/ 👉Repo TBA	0

مشاهده همه پست‌ها