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 17 144 подписчиков, занимая 7 701 место в категории Технологии и приложения и 2 225 место в регионе Малайзия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 17 144 подписчиков.
Согласно последним данным от 25 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -186, а за последние 24 часа — 3, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 23.94%. В первые 24 часа после публикации контент обычно набирает 6.86% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 0 просмотров. В течение первых суток публикация набирает 1 177 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 0.
- 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 26 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.
17 144
Подписчики
+324 часа
-367 дней
-18630 день
Архив постов
💘 3D-aware Blending via Generative NeRF 💘
👉Novel 3D-aware blending method via generative NeRFs
😎Review https://bit.ly/3lBEJA2
😎Paper arxiv.org/pdf/2302.06608.pdf
😎Project blandocs.github.io/blendnerf
😎Code github.com/naver-ai/BlendNeRF
🥸 MEGANE: Generative Morphable Eyeglass 🥸
👉#META unveils the most advanced #3D compositional morphable AI for eyeglasses (HD geometry/photometric interaction)
😎Review https://bit.ly/3jOWifu
😎Paper arxiv.org/pdf/2302.04868.pdf
😎Project junxuan-li.github.io/megane
🎃 In-N-Out: 3D-aware OOD video editing 🎃
👉Novel 3D-aware video editing able to manipulate OOD objects (e.g. heavy makeup, accessories)
😎Review https://bit.ly/3jN0CMu
😎Paper arxiv.org/pdf/2302.04871.pdf
😎Project https://in-n-out-3d.github.io
🧱 LEGO-Net: Objects in Rooms 🧱
👉Transformer-based iterative method for rearrangement of objects in messy rooms
😎Review https://bit.ly/3HR0fs6
😎Paper arxiv.org/pdf/2301.09629.pdf
😎Project ivl.cs.brown.edu/#/projects/lego-net
🗿DirectMHP: Multi-Head Pose Estimation🗿
👉Novel E2E multi-person head pose estimation (MPHPE) under full-range angles
😎Review https://bit.ly/3HJubXg
😎Paper arxiv.org/pdf/2302.01110.pdf
😎Code github.com/hnuzhy/DirectMHP
🗿DirectMHP: Multi-Head Pose Estimation🗿
👉Novel E2E multi-person head pose estimation (MPHPE) under full-range angles
😎Review https://bit.ly/3HJubXg
😎Paper arxiv.org/pdf/2302.01110.pdf
😎Code github.com/hnuzhy/DirectMHP
🗿DirectMHP: Multi-Head Pose Estimation🗿
👉Novel E2E multi-person head pose estimation (MPHPE) under full-range angles
🌘 Gen-1: next-gen Generative #AI 🌘
👉#Runaway unveils Gen-1: the next step forward for Generative AI. Registration available for beta -> hurry up!
😎Review https://bit.ly/3YqQYh8
😎Project https://research.runwayml.com/gen1
🦚 MOSE: coMplex video Object SEgmentation 🦚
👉Novel Dataset for VOS is out! SOTA method on DAVIS is only 59.4% on MOSE
😎Review https://bit.ly/40yzSzW
😎Paper arxiv.org/pdf/2302.01872.pdf
😎Project henghuiding.github.io/MOSE/
😎Code github.com/henghuiding/MOSE-api
🧩 Text-Guided #3D Texturing 🧩
👉 Text-Guided HQ textures via iterative diffusion-based process
😎Review https://bit.ly/3ldC6Ez
😎Project texturepaper.github.io/TEXTurePaper
😎Code github.com/TEXTurePaper/TEXTurePaper
😎Paper texturepaper.github.io/TEXTurePaper/static/paper.pdf
🐓 DREAMIX: General Diffusion Video Editors 🐓
👉#Google unveils the first diffusion-based method able to perform text-based motion/appearance editing of general videos
😎Review https://bit.ly/3I3Hq6B
😎Paper arxiv.org/pdf/2302.01329.pdf
😎Project dreamix-video-editing.github.io/
💧FLOW360: 360° Neural Optical Flow💧
👉 IIT unveils the first perceptually realistic 360° video benchmark dataset + SLOF method for OF tracking
😎Review https://bit.ly/3wMZZoX
😎Paper arxiv.org/pdf/2301.11880.pdf
😎Project https://siamlof.github.io
🛋️🛋️ 100% Accurated #3D Labeling 🛋️🛋️
👉#Amazon unveils a novel tool for fine-grained 3D part labeling. Up to 100% accuracy! Paper (only😢)
😎Review https://bit.ly/3kYpQHQ
😎Paper https://arxiv.org/pdf/2301.10460.pdf
⭐ Mono-STAR: Unified Tracking/Reconstruction ⭐
👉Real-time 3D unified framework for semantic fusion, tracking, non-rigid deformation, and topological changes
😎Review https://bit.ly/3Dxvxmx
😎Paper arxiv.org/pdf/2301.13244.pdf
😎Project github.com/changhaonan/Mono-STAR-demo
🚛 Text-driven Video Neural Editing 🚛
👉A novel text-guided video editing with both appearance/shape
😎Review https://bit.ly/3YcfMJO
😎Paper arxiv.org/pdf/2301.13173.pdf
😎Project text-video-edit.github.io/
🎷Audio-Visual Semantic Segmentation🎷
👉A novel problem in #AI: pixel-level segmentation of objects that produce sound in the image frame
😎Review https://bit.ly/3wFY6dw
😎Paper arxiv.org/pdf/2301.13190.pdf
😎Project opennlplab.github.io/AVSBench
😎Code github.com/OpenNLPLab/AVSBench
🐦 PhyCV: Physics-inspired Computer Vision 🐦
👉From UCLA, the first Physics-inspired Computer Vision Library
😎Review https://bit.ly/3HEWozI
😎Code github.com/JalaliLabUCLA/phycv
😎Project photonics.ucla.edu/2022/05/12/jalali-lab-open-sources-phycv-a-physics-inspired-computer-vision-library/
😍 CLIP/GPT3-driven Affective Faces 😍
👉Columbia unveils a novel framework for facial expressions retrieval given the context of the speaker
😎Review https://bit.ly/3HERna0
😎Paper arxiv.org/pdf/2301.10939.pdf
😎Project realtalk.cs.columbia.edu
😎Code github.com/scottgeng00/realtalk
🔥CutLER: Unsupervised Segmentation 🔥
👉Novel paper by #META on detection & instance segmentation without human annotations
😎Review https://bit.ly/3DlFiUG
😎Paper arxiv.org/pdf/2301.11320.pdf
😎Code github.com/facebookresearch/CutLER
😎Project people.eecs.berkeley.edu/~xdwang/projects/CutLER
🐕 MAV3D: #3D Video from Text 🐕
👉#META unveils a novel #AI for generating #3D dynamic videos from text
😎Review https://bit.ly/3WPRAvK
😎Paper arxiv.org/pdf/2301.11280.pdf
😎Project make-a-video3d.github.io
