Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
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 17 142 подписчиков, занимая 7 723 место в категории Технологии и приложения и 2 241 место в регионе Малайзия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 17 142 подписчиков.
Согласно последним данным от 23 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -190, а за последние 24 часа — -2, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 25.09%. В первые 24 часа после публикации контент обычно набирает 6.86% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 4 302 просмотров. В течение первых суток публикация набирает 1 177 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 26.
- 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 24 июня, 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.
17 142
Подписчики
-224 часа
-367 дней
-19030 день
Архив постов
👗👗 AG3D: SOTA #3D clothed avatars from 2D👗👗
👉The novel SOTA in adversarial generative model of realistic 3D people is out.
😎Review https://t.ly/vnJO7
😎Paper zj-dong.github.io/AG3D/assets/paper.pdf
😎Project https://zj-dong.github.io/AG3D
😎Code https://github.com/zj-dong/AG3D
🦹♀️ Snap's Hyper-Realistic Human 🦹♀️
👉New diffusive #AI by Snap that generates in-the-wild human images with hyper-realism. Swipe the gallery, NUTS!👇
😎Gallery https://t.ly/cG74X
😎Paper arxiv.org/pdf/2310.08579.pdf
😎Project snap-research.github.io/HyperHuman
😎Code github.com/snap-research/HyperHuman
🙋 Full Human Motion 🙋
👉OmniControl by Google is novel framework for text-conditioned human motion generation model based on diffusion process
😎Review https://t.ly/F_0Ov
😎Paper arxiv.org/pdf/2310.08580.pdf
😎Project neu-vi.github.io/omnicontrol/
📊 TextPSG: PSG from Text 📊
👉A novel problem in #AI: Panoptic Scene Graph Generation from Purely Textual Descriptions (Caption-toPSG)
😎Review https://t.ly/UXEmk
😎Paper arxiv.org/pdf/2310.07056.pdf
😎Project vis-www.cs.umass.edu/TextPSG
😎Code github.com/chengyzhao/TextPSG
🏊 SwimXYZ: Synthetic Swimming 🏊
👉SwimXYZ: synthetic dataset for swimming, monocular videos annotated with ground truth 2D and 3D joints
💚💙 Where Is OpenCV 5? 💙💚
👉On October 24th, the organization is launching a crowdfunding campaign to raise funds for #OpenCV 5 development.
👆me in 2005 during my thesis work about face tracking; up to 50x faster than the previous SOTA. No chance to did it without OpenCV library and support from the community.
🔥Support #OpenCV 5 to create the next-gen of researchers and scientists. More: https://t.ly/UTukV
🔥Visual-Math Q&A: MathVista is out! 🔥
👉 MathVista is the ultimate benchmark designed to amalgamate challenges from diverse mathematical and visual tasks
😎Review https://t.ly/yfqHZ
😎Paper https://arxiv.org/pdf/2310.02255.pdf
😎Project https://mathvista.github.io/
😎Code github.com/lupantech/MathVista
🌱 Making LLaMA See and Draw 🌱
👉Tencent #AI planted a SEED of Vision in Large Language Model. Making LLaMA see 'n' draw stuff.
😎Review https://t.ly/QiCAv
😎Paper arxiv.org/pdf/2310.01218.pdf
😎Code github.com/AILab-CVC/SEED
☕Decaf: 3D Face-Hand Interactions☕
👉The first learning-based MoCap to track human hands interacting with human faces in #3D from single monocular RGB videos
😎Review https://t.ly/070Tj
😎Paper arxiv.org/pdf/2309.16670.pdf
😎Project vcai.mpi-inf.mpg.de/projects/Decaf
🧱 Generating Scenes from Touch 🧱
👉#AI for synthesizing images from tactile signals (and vice versa) and apply it to a number of visuo-tactile synthesis tasks
😎Review https://t.ly/Gxr0L
😎Paper https://arxiv.org/pdf/2309.15117.pdf
😎Project https://fredfyyang.github.io/vision-from-touch
😎Code https://github.com/fredfyyang/vision-from-touch
🌮 OW Indoor Segmentation 🌮
👉3D-OWIS is a novel open-world 3D indoor instance segmentation method (with auto-labeling scheme) to separate known/unknown category labels
😎Review https://t.ly/-7ALf
😎Paper arxiv.org/pdf/2309.14338.pdf
😎Code github.com/aminebdj/3D-OWIS
🌬️ Neural Blowing in Still Photos 🌬️
👉 A novel approach to animate human hair (and clothes) in a still portraits
😎Review https://t.ly/HKG0t
😎Paper arxiv.org/pdf/2309.14207.pdf
😎Project nevergiveu.github.io/AutomaticHairBlowing
😎Paper https://arxiv.org/pdf/2309.14207.pdf
😎Project https://nevergiveu.github.io/AutomaticHairBlowing
🛵CoTracker: fast transformer-tracker🛵
👉META's CoTracker is a fast transformer-based model that can track any point in a video
😎Review https://t.ly/M36A_
😎Paper arxiv.org/pdf/2307.07635.pdf
😎Project https://co-tracker.github.io/
😎Code github.com/facebookresearch/co-tracker
🍟 DE-ViT: detecting everything via DINOv2 🍟
👉DE-ViT: open-set object detector based on DINOv2 backbone. It's the new SOTA on COCO & LVIS dataset
😎Review https://t.ly/_DAmt
😎Paper arxiv.org/pdf/2309.12969.pdf
😎Code https://github.com/mlzxy/devit
This channels is for Programmers, Coders, Software Engineers.
0- Python
1- Data Science
2- Machine Learning
3- Data Visualization
4- Artificial Intelligence
5- Data Analysis
6- Statistics
7- Deep Learning
8- programming Languages
✅ https://t.me/DataScienceM
🫀CPR-Coach: Neural Cardiopulmonary Resuscitation🫀
👉CPR-Coach: fine-grained action recognition in cardiopulmonary resuscitation
😎Review https://t.ly/Qbg4K
😎Paper arxiv.org/pdf/2309.11718.pdf
😎Code github.com/Shunli-Wang/CPR-Coach
😎Project shunli-wang.github.io/CPR-Coach
This channels is for Programmers, Coders, Software Engineers.
0- Python
1- Data Science
2- Machine Learning
3- Data Visualization
4- Artificial Intelligence
5- Data Analysis
6- Statistics
7- Deep Learning
8- programming Languages
✅ https://t.me/addlist/8_rRW2scgfRhOTc0
✅ https://t.me/DataScienceM
☢️ GlueStick: Graph Neural Matching ☢️
👉GlueStick is joint deep matcher for points and lines that leverages the connectivity information between nodes to better glue them together
😎Review https://t.ly/Atxqo
😎Paper arxiv.org/pdf/2304.02008.pdf
😎Code https://github.com/cvg/GlueStick
