AI with Papers - Artificial Intelligence & Deep Learning
Відкрити 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
Показати більше📈 Аналітичний огляд Telegram-каналу AI with Papers - Artificial Intelligence & Deep Learning
Канал AI with Papers - Artificial Intelligence & Deep Learning (@ai_deeplearning) у мовному сегменті Англійська є активним учасником. На даний момент спільнота об'єднує 17 261 підписників, посідаючи 7 532 місце в категорії Технології та додатки та 2 128 місце у регіоні Малайзія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 17 261 підписників.
За останніми даними від 29 жовтня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 219, а за останні 24 години на 0, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 16.46%. Протягом перших 24 годин після публікації контент зазвичай збирає 7.09% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 842 переглядів. Протягом першої доби публікація в середньому набирає 1 223 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 17.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як framework, object, dataset, tba, depth.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“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”
Завдяки високій частоті оновлень (останні дані отримано 30 жовтня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
17 261
Підписники
Немає даних24 години
+27 днів
+21930 днів
Архів дописів
🦉PANDORA: Polarized Neural Decomposition🦉
👉CIL lab unveils PANDORA: polarimetric inverse rendering approach via INR
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Geometry, reflectance & illumination
✅normal, signed distance field, mesh
✅Diffuse-specular separation
✅Hi-fI incident illumination
More https://bit.ly/3CzGp3F
🍈 #StableDiffusion archive is out🍈
👉Lexica art is a Stable Diffusion prompt search engine. Real-time, countless #stablediffusion results for everyone. I had fun with the GOAT, #Maradona.
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Maradona scoring against a capybara...
✅A poster of space jam with Maradona...
✅Painting of Maradona very detailed...
✅Painting of Maradona in heaven...
More: https://bit.ly/3PTXHLH
🌐RelPose: Probabilistic Relative Pose🌐
👉A novel method for core component in #SLAM / NeRF-powered apps.
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Core component of SfM/SLAM
✅Pre-processing for neural (NeRF)
✅Energy-based over rotations
✅SOTA on both seen/unseen objects
More: https://bit.ly/3T60TXw
🍈DeepBillboards: old-school trick for #VR🍈
👉DeepBillboards models a 3D object implicitly using neural net on the user’s viewing direction
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅#Google Brain +Tsukuba + Tokyo
✅Rendering at higher res., improving #VR
✅NeRF into interactive VR with accuracy++
✅NeRF (or any others) directly in #Unity
More: https://bit.ly/3CsTQ5y
🥭Massive GTA-V human dataset🥭
👉GTA-Human: outperforming SOTA with a purely synthetic training.
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅600+ gender, age, ethnicity & clothing
✅20,000+ clips, variety of human activities
✅6 categories of location, different BGs
✅Occlusions, lighting, and weather system
More: https://bit.ly/3wpZyRD
🔥 KeypointNeRF: code is out! 🔥
👉KeypointNeRF by #Meta: "NeRF"-avatars
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Generalizable NeRF for virtual avatar
✅Sparse 3D keypoints for SOTA avatar
✅Novel unseen subjects from 2/3 views
✅"iPhone" captures for #metaverse
More: https://bit.ly/3pyl17e
🔥🔥UPDATE🔥🔥
Code Released: https://github.com/facebookresearch/KeypointNeRF
🥑 CLIP-based Neural Style Transfer 🥑
👉From #Nvidia a novel method for transferring the style to a #3D object
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Texture style for 3D by CLIP-ResNet50
✅Nearest-neighbor feature matching loss
✅CLIP-based loss extraction of textures
✅NNFM for multiple style pics / control
✅No source code or models available 😒
More: https://bit.ly/3c32dK5
🍏NeuMan: Human NeRF in the wild🍏
👉#Apple opens a novel human pose/view from just a single in-the-wild video
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅No extra devices/annotations
✅Both Human (novel poses) + Scene
✅E2E SMPL optimization + error-corr.
✅Applications such as "telegathering"
More: https://bit.ly/3K4iTO6
🧰 FGT: flow-guided inpainting 🧰
👉#Microsoft (+USTC) unveils FGT: flow-guided ViT for video inpainting 🤯
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅OF into transformer for attention++
✅Flow completion net w/ local feats.
✅Dual perspective spatial MHSA
✅Local attention with global content
More: https://bit.ly/3pk5J5S
🐍 Implicitron: "democratizing" NeRF🐍
👉#META opens a novel framework for NeRF-world in #PyTorch3D #pytorch
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Implicit representations (NeRF) / Render
✅RaySampler/PointSampler & more
✅NeRF’s MLP, IDR’s FF, SRN, etc.
✅Renderers: MEAR, LSTMRenderer, etc.
More: https://bit.ly/3bPyJPJ
🔥Stable Diffusion on clips. INSANE🔥
👉The most advanced latent text-to-image DM. #RunwayML just announced is going to apply it on clips
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Latent DM on 512p from LAION-5B
✅Frozen CLIP ViT-L/14 text encoder
✅Lightweight, runs on a 10GB-GPU
✅Checkpoints only for research
More: https://bit.ly/3QfkRx3
🍨 Scaling Neural Indoor Scene 🍨
👉Neural scene rendering for indoor: scalable in both training/rendering
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Neural scene rendering for indoor
✅#3D into tiles with MLPs to scale up
✅Parallel training of tile-based MLPs
✅View-indep. components (via surf-MLP)
More: https://bit.ly/3bH94IX
🎰 Texturify: Neural Textures Generator 🎰
👉A step towards automated content creation. HQ textures directly on surface of 3D object
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅TUM + Max Planck + Apple 🍏
✅Realistic, HQ textures from 2D pics
✅3D shape geometry, no 3D supervision
✅3D-aware surface-based generation net
More: https://bit.ly/3BW7UUU
🪰 EasyMocap: Open Neural Mocap 🪰
👉EasyMocap: open-source marker-less mocap with novel view synthesis from RGB
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬 (of last paper added):
✅Editable free-viewpoint video
✅Layered neural representation of humans
✅Multi-pax -> instances, weakly-supervised
✅HQ neural representation of the humans
✅Addressing camera error by human poses
More: https://bit.ly/3p6lUDO
🥇#NVIDIA wins SIGGRAPH's Best Paper🥇
👉Instant #NeRF awarded as a best paper at SIGGRAPH 2022!
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Speed-up of several orders of magnitude
✅HQ neural primitives in a matter of secs
✅Render in tens of milliseconds at 1080p
✅Source code and resources available!
More: https://bit.ly/3Qt8c9D
🧊EPro-PnP: Persp-n-Points Detection🧊
👉EPro-PnP: probabilistic PnP layer for general e2e pose estimation
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Probabilistic PnP for general e2e pose
✅Top-tier in 6DoF by inserting into CDPN
✅Deformable accurate detection
✅2D-3D corresp. learned from scratch
More: https://bit.ly/3BNPXYr
🎹🎹 Learning Piano in #AR 🎹🎹
👉PianoVision (on #META #Quest2) accelerates the piano learning via Passthrough #AR & hand tracking
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅Sheet Insight to learn sight-read
✅MIDI keyboard connectivity
✅Air piano for no physical pianos
✅Multiplayer Music Instruction
✅PianoVision Music Hall in #VR
More: https://bit.ly/3zYvwGX
🍑 World-Object Detection via ViT 🍑
👉Google unveils OWL-ViT: open-vocabulary detector based on ViTs 🤯
𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬:
✅ViTs for Open-World Localization
✅Img-level to open-vocabulary detection
✅SOTA one-shot (img.cond.) detection
More: https://bit.ly/3Sy3jOj
