اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
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📈 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 17 137 مشترک است و جایگاه 7 702 را در دسته فناوری و برنامهها و رتبه 2 235 را در منطقه ماليزيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 17 137 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 24 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -197 و در ۲۴ ساعت گذشته برابر -7 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 25.73% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 6.87% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 4 411 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 25 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.
17 137
مشترکین
-724 ساعت
-427 روز
-19730 روز
آرشیو پست ها
🪩 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
