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

Малайзія2 240 Технології та додатки7 726...

📈 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 17 151 підписників, посідаючи 7 726 місце в категорії Технології та додатки та 2 240 місце у регіоні Малайзія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 17 151 підписників.

За останніми даними від 21 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -166, а за останні 24 години на -6, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 23.63%. Протягом перших 24 годин після публікації контент зазвичай збирає 6.86% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 4 057 переглядів. Протягом першої доби публікація в середньому набирає 1 177 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 26.
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 22 червня, 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.

17 151

Підписники

-624 години

-277 днів

-16630 день

4 057

Перегляди допису

~ 1 17724 години

~ 1 35348 годин

23.63%

Коефіцієнт залучення

Немає даних

Дописів на день

Ads index

beta

Архів дописів

17 151

🌹 Physics-Based 3D Video-Gen 🌹 👉PhysDreamer, a physics-based approach that leverages the object dynamics priors learned by video generation models. It enables realistic 3D interaction with objects 👉Review https://shorturl.at/bivP4 👉Paper https://arxiv.org/pdf/2404.13026.pdf 👉Project https://physdreamer.github.io/ 👉Code github.com/a1600012888/PhysDreamer

17 151

🛞 6Img-to-3D driving scenarios 🛞 👉EPFL (+ Continental) unveils 6Img-to-3D, novel transformer-based encoder-renderer method to create 3D onbounded outdoor driving scenarios with only six pics 👉Review https://shorturl.at/dZ018 👉Paper arxiv.org/pdf/2404.12378.pdf 👉Project 6img-to-3d.github.io/ 👉Code github.com/continental/6Img-to-3D

17 151

🪼 All You Need is SAM (+Flow) 🪼 👉Oxford unveils the new SOTA for moving object segmentation via SAM + Optical Flow. Two novel models & Source Code announced 💙 👉Review https://t.ly/ZRYtp 👉Paper https://lnkd.in/d4XqkEGF 👉Repo coming 👉Project https://lnkd.in/dHpmx3FF

17 151

🎲 Articulated Objs from MonoClips 🎲 👉REACTO is the new SOTA to address the challenge of reconstructing general articulated 3D objects from single monocular video 👉Review https://t.ly/REuM8 👉Paper https://lnkd.in/d6PWagij 👉Project https://lnkd.in/dpg3x4tm 👉Repo https://lnkd.in/dRZWj6_N

17 151

⚽ SoccerNET: Athlete Tracking & ID ⚽ 👉SoccerNet Challenge is a novel high level computer vision task that is specific to sports analytics. It aims at recognizing the state of a sport game, i.e., identifying and localizing all sports individuals (players, referees, ..) on the field. 👉Review https://t.ly/Mdu9s 👉Paper arxiv.org/pdf/2404.11335.pdf 👉Code github.com/SoccerNet/sn-gamestate

17 151

🧤Neural MusculoSkeletal-MANO🧤 👉SJTU unveils MusculoSkeletal-MANO, novel musculoskeletal system with a learnable parametric hand model. Source Code announced 💙 👉Review https://lnkd.in/dMgakzWm 👉Paper arxiv.org/pdf/2404.10227.pdf 👉Project https://ms-mano.robotflow.ai/ 👉Code announced (no repo yet)

17 151

🪐YOLO-CIANNA: Neural Astro🪐 👉 CIANNA is a general-purpose deep learning framework for (but not only for) astronomical data analysis. Source Code released 💙 👉Review https://t.ly/441XS 👉Paper arxiv.org/pdf/2402.05925.pdf 👉Code github.com/Deyht/CIANNA 👉Wiki github.com/Deyht/CIANNA/wiki

17 151

☄️ Tracking Any 2D Pixels in 3D ☄️ 👉 SpatialTracker lifts 2D pixels to 3D using monocular depth, represents the 3D content of each frame efficiently using a triplane representation, and performs iterative updates using a transformer to estimate 3D trajectories. 👉Review https://t.ly/B28Cj 👉Paper https://lnkd.in/d8ers_nm 👉Project https://lnkd.in/deHjtZuE 👉Code https://lnkd.in/dMe3TvFT

17 151

⚛️ Flying w/ Photons: Neural Render ⚛️ 👉Novel neural rendering technique that seeks to synthesize videos of light propagating through a scene from novel, moving camera viewpoints. Pico-Seconds time resolution! 👉Review https://t.ly/ZqL3a 👉Paper arxiv.org/pdf/2404.06493.pdf 👉Project anaghmalik.com/FlyingWithPhotons/ 👉Code github.com/anaghmalik/FlyingWithPhotons

17 151

🧞 XComposer2: 4K Vision-Language 🧞 👉InternLMXComposer2-4KHD brings LVLM resolution capabilities up to 4K HD (3840×1600) and beyond. Authors: Shanghai AI Lab, CUHK, SenseTime & Tsinghua. Source Code & Models released 💙 👉Review https://t.ly/GCHsz 👉Paper arxiv.org/pdf/2404.06512.pdf 👉Code github.com/InternLM/InternLM-XComposer

17 151

🧞🧞 XComposer2-4K: 4K Vision-Language 🧞🧞 👉InternLMXComposer2-4KHD brings LVLM resolution capabilities up to 4K HD (3840×1600) and beyond. Authors: Shanghai AI Lab, CUHK, SenseTime & Tsinghua. Source Code & Models released 💙 𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬: ✅Large Vision-Language Models (LVLMs) to 4K HD ✅Free-form Interleaved Text-Image Composition ✅Dynamic Resolution / Automatic Patch Config. ✅SOTA or competitive despite only 7B params #artificialintelligence #machinelearning #ml #AI #deeplearning #computervision #AIwithPapers #metaverse 👉Discussion https://lnkd.in/dMgakzWm 👉Paper https://arxiv.org/pdf/2404.06512.pdf 👉Code github.com/InternLM/InternLM-XComposer

17 151

🔌 BodyMAP: human body & pressure 🔌 👉#Nvidia (+CMU) unveils BodyMAP, the new SOTA in predicting body mesh (3D pose & shape) and 3D applied pressure on the human body. Source Code released, Dataset coming 💙 👉Review https://t.ly/8926S 👉Project bodymap3d.github.io/ 👉Paper https://lnkd.in/gCxH4ev3 👉Code https://lnkd.in/gaifdy3q

17 151

👗 Neural Bodies with Clothes 👗 👉Neural-ABC is a novel parametric model based on neural implicit functions that can represent clothed human bodies with disentangled latent spaces for identity, clothing, shape, and pose. Author: University of Science & Technology of China. Dataset & Source Code released 💙 👉Review https://t.ly/Un1wc 👉Project https://lnkd.in/dhDG6FF5 👉Paper https://lnkd.in/dhcfK7jZ 👉Code https://lnkd.in/dQvXWysP

17 151

👆 iSeg: Interactive 3D Segmentation 👆 👉 iSeg: interactive segmentation technique for 3D shapes operating entirely in 3D. It accepts both positive/negative clicks directly on the shape's surface, indicating inclusion & exclusion of regions. 👉Review https://t.ly/tyFnD 👉Paper https://lnkd.in/dydAz8zp 👉Project https://lnkd.in/de-h6SRi 👉Code (coming)

17 151

🕷️ Gen-NeRF2NeRF Translation 🕷️ 👉GenN2N: unified NeRF-to-NeRF translation for editing tasks such as text-driven NeRF editing, colorization, super-resolution, inpainting, etc. 👉Review https://t.ly/VMWAH 👉Paper https://arxiv.org/pdf/2404.02788.pdf 👉Project https://xiangyueliu.github.io/GenN2N/ 👉Code https://github.com/Lxiangyue/GenN2N

17 151

🔥🔥Code is out 🔥🔥 https://github.com/AssafSinger94/dino-tracker

17 151

🔥 ECoDepth: SOTA Diffusive Mono-Depth 🔥 👉New SIDE model using a diffusion backbone conditioned on ViT embeddings. It's the new SOTA in SIDE. Source Code released 💙 👉Review https://t.ly/s2pbB 👉Paper https://lnkd.in/eYt5yr_q 👉Code https://lnkd.in/eEcyPQcd

17 151

🔘 RELI11D: Multimodal Humans 🔘 👉RELI11D is the ultimate and high-quality multimodal human motion dataset involving LiDAR, IMU system, RGB camera, and Event camera. Dataset & Source Code to be released soon💙 👉Review https://t.ly/5EG6X 👉Paper https://lnkd.in/ep6Utcik 👉Project https://lnkd.in/eDhNHYBb

17 151

🪼 Universal Mono Metric Depth 🪼 👉ETH unveils UniDepth: metric 3D scenes from solely single images across domains. A novel, universal and flexible MMDE solution. Source code released💙 👉Review https://t.ly/5C8eq 👉Paper arxiv.org/pdf/2403.18913.pdf 👉Code github.com/lpiccinelli-eth/unidepth

17 151

🪼 Universal Mono Metric Depth 🪼 👉ETH unveils UniDepth: metric 3D scenes from solely single images across domains. A novel, universal and flexible MMDE solution. Source code released💙 👉Review https://t.ly/5C8eq 👉Paper https://arxiv.org/pdf/2403.18913.pdf 👉Code https://github.com/lpiccinelli-eth/unidepth