AI with Papers - Artificial Intelligence & Deep Learning
Открыть в 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
Больше📈 Аналитический обзор Telegram-канала AI with Papers - Artificial Intelligence & Deep Learning
Канал AI with Papers - Artificial Intelligence & Deep Learning (@ai_deeplearning) языкового сегмента Английский является активным участником. Сейчас сообщество объединяет 17 261 подписчиков, занимая 7 532 место в категории Технологии и приложения и 2 128 место в регионе Малайзия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 17 261 подписчиков.
Согласно последним данным от 29 октября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 219, а за последние 24 часа — 0, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 16.46%. В первые 24 часа после публикации контент обычно набирает 7.09% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 2 842 просмотров. В течение первых суток публикация набирает 1 223 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 17.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как framework, object, dataset, tba, depth.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“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”
Благодаря высокой частоте обновлений (последние данные получены 30 октября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
17 261
Подписчики
Нет данных24 часа
+27 дней
+21930 дней
Архив постов
🟧 PlanT: Driving Plan w/ Transformer 🟧
👉PlanT: planning via transformer. Imitation learning with compact object-level representation
😎Review https://bit.ly/3Ni2MxN
😎Project www.katrinrenz.de/plant/
😎Paper arxiv.org/pdf/2210.14222.pdf
😎Code github.com/autonomousvision/plant
🌨️Multi NeRF-supervised Depth-Pose🌨️
👉NeRF-supervised disentanglement of depth/camera pose from large-scale clips
😎Review https://bit.ly/3gS4Z7e
😎Paper arxiv.org/pdf/2210.07181.pdf
😎Project oasisyang.github.io/self-mpinerf
🎸MUSIKA! Neural ∞-audio generation🎸
👉Novel neural music generation system on single consumer GPU!
😎Listen: https://bit.ly/3W80p4U
😎Paper arxiv.org/pdf/2208.08706.pdf
😎Code github.com/marcoppasini/musika
💓 Gesture Recognition in 80's 💓
👉The #Casio AT-550 was offering the edge gesture recognition in 1984!
😎Review https://bit.ly/3fcPia6
😎Clip: youtube.com/watch?v=piFaJmYpQfQ
📯Modeling the Human Pose Manifolds📯
👉#Meta Pose-NDF: continuous model for plausible human poses based on neural distance fields
😎Review https://bit.ly/3f6X59o
😎Paper arxiv.org/pdf/2207.13807.pdf
😎Project virtualhumans.mpi-inf.mpg.de/posendf
😎Code github.com/garvita-tiwari/PoseNDF
🛎️🛎️Autoregressive NeRF-Avatar🛎️🛎️
👉AutoAvatar by #Meta: autoregressive method for modeling dynamically deforming human bodies from raw scans
😎Review https://bit.ly/3W0oTgo
😎Paper arxiv.org/pdf/2203.13817.pdf
😎Project zqbai-jeremy.github.io/autoavatar
😎Code github.com/facebookresearch/AutoAvatar
↕️SOTA Action Detector @90+ FPS!↕️
👉YOWO-plus: real-time method for spatio-temporal action detection. YOWO-Nano the fastest!
😎Review https://bit.ly/3TUdhcI
😎Paper arxiv.org/pdf/2210.11219.pdf
😎Code github.com/yjh0410/PyTorch_YOWO
🤖JRBD: Egocentric Perception of Humans🤖
👉Stanford -> JRDB-Pose: Dataset with 600,000+ body pose annotations!
😎Review https://bit.ly/3gEZBE4
😎Paper arxiv.org/pdf/1910.11792.pdf
😎Project jrdb.erc.monash.edu/
🤯 Full-Body from head/hand signals 🤯
👉#Meta unveils AvatarPoser: first full-body pose method via user’s head/hands
😎Review https://bit.ly/3gESR9y
😎Paper arxiv.org/pdf/2207.13784.pdf
😎Code github.com/eth-siplab/AvatarPoser
🎨 UniColor: Unified Colorization 🎨
👉The first unified framework for colorization via stroke, exemplar, text, and a mix of them
😎Review https://bit.ly/3gESR9y
😎Paper arxiv.org/pdf/2209.11223.pdf
😎Project luckyhzt.github.io/unicolor
😎Code (SOON)
🔥New SOTA in Panoptic Segmentation🔥
👉#Google (with Hinton🤯) unveils Pix2Seq-D: novel generalist framework for panoptic segmentation
😎Review https://bit.ly/3DmpbGM
😎Paper arxiv.org/pdf/2210.06366.pdf
🦙LaMAR: Localization/Mapping for #AR🦙
👉A new benchmark for #AR in large and unconstrained scenes
😎Review https://bit.ly/3DjlnWU
😎Paper lamar.ethz.ch/files/LaMAR.pdf
😎Project https://lamar.ethz.ch/
😎Code github.com/microsoft/lamar-benchmark
🪂 Parallel NeRF for 6-DoF pose 🪂
👉#Nvidia unveils a parallel NeRF for 6-DoF target pose estimation
😎Review https://bit.ly/3guWWwA
😎Paper arxiv.org/pdf/2210.10108.pdf
😎Project https://pnerfp.github.io/
🔥Meta Omni3D: code is out!🔥
👉Source Code, models, and data just released by #META !
😎Review https://bit.ly/3MIWxD9
😎Paper arxiv.org/pdf/2207.10660.pdf
😎Project garrickbrazil.com/omni3d/
😎Code github.com/facebookresearch/omni3d
🔥 Dressing Avatars by #META 🔥
👉Novel deep photorealistic appearance method for physically-simulated clothing in #metaverse
😎Review https://bit.ly/3yRBW9Y
😎Paper arxiv.org/pdf/2206.15470.pdf
⚽Markerless Body-Object Interaction⚽
👉Novel whole-bodies/objects interaction method from multi-view RGB-D data
😎Review https://bit.ly/3yO56GY
😎Data intercap.is.tue.mpg.de/login.php
😎Project https://intercap.is.tue.mpg.de
😎Code github.com/YinghaoHuang91
😎Paper intercap.is.tue.mpg.de/media/upload/main.pdf
⛽ Stable Diffusion in #Blender ⛽
👉Render with SuperPowers: novel scene render via text prompt
😎Review https://bit.ly/3s1mEeN
😎Code github.com/benrugg/AI-Render
🪲#6D estimation fully in the wild🪲
👉First ever self-supervised 6D pose estimation training in the wild
😎Review https://bit.ly/3yHdHuS
😎Paper arxiv.org/pdf/2210.07199.pdf
😎Project kywind.github.io/self-pose
😎Code (soon)
🧮 Novel DM for 3D Shapes by #Nvidia 🧮
👉Hierarchical Latent Point Diffusion Model (LION) for 3D shape generation
😎Review https://bit.ly/3yDhZ6I
😎Paper arxiv.org/pdf/2210.06978.pdf
😎Project https://nv-tlabs.github.io/LION/
😎Code(soon) github.com/nv-tlabs/LION
🦑 Instant Map-free Relocalization 🦑
👉#Niantic unveils a novel instant, metric scaled re-localization with one single photo
😎Review https://bit.ly/3S1Gdyh
😎Paper arxiv.org/pdf/2210.05494.pdf
😎Project research.nianticlabs.com/mapfree-reloc-benchmark
😎Data research.nianticlabs.com/mapfree-reloc-benchmark/dataset
