Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
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 17 145 підписників, посідаючи 7 702 місце в категорії Технології та додатки та 2 235 місце у регіоні Малайзія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 17 145 підписників.
За останніми даними від 24 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -197, а за останні 24 години на -7, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 25.73%. Протягом перших 24 годин після публікації контент зазвичай збирає 6.87% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 4 411 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 25 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.
17 145
Підписники
-724 години
-427 днів
-19730 день
Архів дописів
👗👗 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
