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
🔥🔥 IDE-3D: source code is out! 🔥🔥
👉Novel, photorealistic, 3D-aware facial generator: source code just released!
😎Review https://bit.ly/3BNrO2C
😎Project mrtornado24.github.io/IDE-3D/
😎Code github.com/MrTornado24/IDE-3D
😎Paper arxiv.org/pdf/2205.15517.pdf
👛 #Nvidia GET3D: #3D generative #AI 👛
👉AI-based Textured 3D meshes with complex topology, rich geometry & hi-fi textures
😎Review https://bit.ly/3SgnT5h
😎Code github.com/nv-tlabs/GET3D
😎Project nv-tlabs.github.io/GET3D/
😎Paper nv-tlabs.github.io/GET3D/assets/paper.pdf
💹 Image Synthesis @160+ FPS! 💹
👉Super-fast, 3D-Aware Image Synthesis with Sparse Voxels -> up to 167 FPS!
😎Review https://bit.ly/3r3ZNij
😎Paper arxiv.org/pdf/2206.07695.pdf
😎Project katjaschwarz.github.io/voxgraf
🦠 Motion Transformer for #selfdriving 🦠
👉The 1st place solution for 2022 #waymo "motion prediction" challenge
😎Review https://bit.ly/3f8G4LD
😎Paper arxiv.org/pdf/2209.10033.pdf
😎Code github.com/sshaoshuai/MTR
🔥#Google just announced "TensorStore"🔥
👉Novel open-source C++ / #Python library for storage/manipulation of high-dim data
😎Review https://bit.ly/3DLwbha
😎Project https://bit.ly/3C4T2TR
😎Code github.com/google/tensorstore
🍜 SURF-GAN: NeRF - >StyleGAN 🍜
👉 Editable portraits by injecting the NeRF's prior into StyleGAN
😎Review https://bit.ly/3SohEw3
😎Project jgkwak95.github.io/surfgan
😎Paper arxiv.org/pdf/2207.10257.pdf
😎Code github.com/jgkwak95/SURF-GAN
🥶 Lumos by #Nvidia: Relighting Portrait 🥶
👉The new SOTA in relighting without requiring a light stage
😎Review https://bit.ly/3dCH9ej
😎Project deepimagination.cc/Lumos
😎Paper arxiv.org/pdf/2209.10510.pdf
😎Demo http://imaginaire.cc/Lumos/
🚜 NeRF-Factory: a NeRF collection 🚜
👉PyTorch-reimplemented NeRF library with 7 popular models/implementations & 7 datasets
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅NeRF: Project | Paper | Code
✅NeRF++: Paper | Code
✅DVGO: Project | Paper v1/v2 | Code
✅Plenoxels: Project | Paper | Code
✅Mip-NeRF: Project | Paper | Code
✅Mip-NeRF360: Project | Paper | Code
✅Ref-NeRF: Project | Paper | Code
More: https://bit.ly/3qUgmgC
🦪StereoVoxelNet: RT Obstacles Detection🦪
👉Novel deep neural approach to detect occupancy from stereo images directly
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Occupancy voxels via deep learning
✅RT on Jetson-TX2 (-98% CPU of SOTA)
✅Optimization via octrees / sparse conv.
✅Real-world stereo in/outdoor dataset
More: https://bit.ly/3BylAn3
🍈SegNeXt: new SOTA in Semantic Seg.🍈
👉SOTA (by large margin) on ADE20K, Cityscapes, COCO-Stuff, Pascal VOC, Pascal Context, and iSAID 🤯
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Novel tailored network architecture
✅Spatial attention via multi-scale feats
✅Encoder + conv. better than transformers
✅SOTA on several datasets (ADE20K, etc.)
More: https://bit.ly/3UrZhrH
🍋YOLOPv2: Better Driving Perception🍋
👉YOLOPv2: simultaneous object, road segmentation & lane detection
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅E2E perception net with better backbone
✅Efficient ELAN for reasonable memory
✅Stability for adapting to scenarios
✅SOTA on BDD100K, +50% faster!
✅Source code under MIT license
More: https://bit.ly/3LvYGBh
🐸 CHARL-E: Stable Diffusion in 1 click 🐸
👉CHARL-E packages Stable Diffusion into a simple app.
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅No setup, dependencies, or internet
✅Images with 1-click on #macbook
✅Suitable only for M1/M2 processor
✅Source code under MIT license
More: https://bit.ly/3xv2z3G
🍐PeRFception: Largest IR Dataset🍐
👉#Nvidia, a new frontier in data collection via Plenoxels: same info, -96.4% in size.
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅POSTECH + NVIDIA + Caltech = 🤯
✅Size: -96.4% from original dataset!
✅2D/3D image/object class/semantic
✅Ready-to-use pipeline for implicit dataset
More: https://bit.ly/3eW9hJA
🟨 Lang<->Pics in 100+ Languages 🟨
👉#Google PaLI: unified lang-image #AI to perform tasks in 109 languages 🤯
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅PaLI: Pathways Lang & Image model
✅Answering, captioning, reasoning, etc
✅From Eng. to 109 lang. understanding
✅The new SOTA on several datasets
More: https://bit.ly/3QMslHC
🈯SAMURAI: in-the-wild Shape/Material🈯
👉#Google SAMURAI: shape, BRDF, per-image pose & illumination. Relightable #3D assets for #AR/#VR.
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Parametrization for varying distances
✅Camera multiplex optimization
✅Posterior scaling of input images
✅Explicit meshes extraction with BRDF
✅Code/data soon available ->#NeurIPS
More: https://bit.ly/3BKWgf3
🉐#AI finds where IG photos are taken🉐
👉Brilliant work of Depoorter, Belgium artist that handles #privacy, #AI & #socialmedia
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Recorded open cameras for weeks
✅Scraped all #Instagram photos
✅Matching Instagram vs. footage
More: https://bit.ly/3eL5dfc
🔥🔥 UPDATE 🔥🔥
Code Released: https://github.com/sczhou/CodeFormer
🔥 A Survey on Diffusion Models 🔥
👉A comprehensive review of denoising diffusion models in #computervision 🤯
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Overview on diffusion models
✅Hot trend for the generative AI
✅A multi-perspective categorization
✅Current limitations / new directions
More: https://bit.ly/3RYG5zP
💮MAXIM: Multi-Axis MLP for Vision💮
👉#Google opens MAXIM, a multi-axis MLP for low-level vision
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Denoising, deblurring, dehazing, etc
✅Multi-axis gated MLP, linear complexity
✅Cross gating block, separate features
✅SOTA results on several datasets!
More: https://bit.ly/3Dmp8LI
🏵️ TORAS: SOTA #AI for annotation 🏵️
👉TORAS: web-based AI-powered, cooperative, annotation platform.
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅SOTA AI tools -> significant speedup
✅"Recipes" to define how to annotate
✅Repo with folder structure for storage
✅Also on-prem for (commercial) firms
More: https://bit.ly/3L78YI2
