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 17 137 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 17 137 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.
17 137
Підписники
-724 години
-427 днів
-19730 день
Архів дописів
🗺️ S-NeRF: NeRF for Street Views 🗺️
👉S-NeRF: novel view synthesis of streets & foreground moving vehicles jointly
😎Review https://bit.ly/3KZUN9w
😎Paper arxiv.org/pdf/2303.00749.pdf
😎Project ziyang-xie.github.io/s-nerf/
😎Code (soon)
🗺️ S-NeRF: NeRF for Street Views 🗺️
👉S-NeRF: novel view synthesis of streets & foreground moving vehicles jointly
🌸 3DGP: ImageNet in #3D 🌸
👉 Snap unveils 3DGP: a novel 3D generator with Generic Priors
😎Review https://bit.ly/3KWHUgG
😎Paper arxiv.org/pdf/2303.01416.pdf
😎Project snap-research.github.io/3dgp/
😎Code github.com/snap-research/3dgp
🩻 Independent Tokens for 3D Human 🩻
👉Tencent open-sourcing a novel method to estimate #3D human pose and shape from monocular videos
😎Review https://bit.ly/3Zz0uiH
😎Paper arxiv.org/pdf/2303.00298.pdf
😎Code (soon) github.com/yangsenius/INT_HMR_Model
😎Project yangsenius.github.io/INT_HMR_Model/index.html
🛸 TAU: video traffic analytics via UAVs 🛸
👉 Prince Sultan University unveils TAU: AI-integrated video analytics framework from UAVs' POV
😎Review https://bit.ly/3EQIh8F
😎Paper arxiv.org/pdf/2303.00337.pdf
😎Project github.com/bilel-bj/TAU
👑 ControNet: Conditional Control of Diffusion 👑
👉Controlling Stable Diffusion via conditional inputs like edges, segmentation, keypoints, etc. Extra: a super-nice tutorial.
😎Review https://bit.ly/3YgjrWt
😎Paper arxiv.org/pdf/2302.05543.pdf
😎Code github.com/lllyasviel/ControlNet
😎Tutorial https://github.com/Mikubill/sd-webui-controlnet/discussions/204
🐇 SplineCam: Neural Decision Boundary 🐇
👉#META -> SplineCam: a step towards neural visualization / interpretability
😎Review https://bit.ly/3mgoOaH
😎Paper arxiv.org/pdf/2302.12828.pdf
😎Project imtiazhumayun.github.io/splinecam
😎Code github.com/AhmedImtiazPrio/SplineCAM
🏉 SLAHMR: 4D People from Clip in-the-Wild 🏉
👉UC-Berkeley unveils SLAHMR: novel method to reconstruct global human trajectories from videos
😎Review https://bit.ly/3SzTIaj
😎Paper arxiv.org/pdf/2302.12827.pdf
😎Project vye16.github.io/slahmr/
😎Code github.com/vye16/slahmr
⚽️ Vid2Avatar: 3D Avatar from Videos ⚽️
👉Vid2Avatar: detailed 3D avatar from monocular videos in the wild
😎Review https://bit.ly/3ISbceD
😎Paper arxiv.org/pdf/2302.11566.pdf
😎Project moygcc.github.io/vid2avatar
😎Code (soon) github.com/MoyGcc
🪞DisCO: Selfie Correction with 3D-GAN🪞
👉Snap (et al.) unveils a GAN-based method for correcting distortions in close-up faces
😎Review https://bit.ly/3StGGuX
😎Paper arxiv.org/pdf/2302.12253.pdf
😎Project https://portrait-disco.github.io
🪁 VoxFormer: 2D->#3D Voxel Transformer 🪁
👉#Nvidia VoxFormer: transformer for #3D volumetric semantics from 2D images
😎Paper arxiv.org/pdf/2302.12251.pdf
😎Code github.com/NVlabs/VoxFormer
🫳 Neural Relighting of Hands 🫴
👉#META unveil the first neural relighting for personalized hands in real-time under novel illumination
😎Review https://bit.ly/3SblmKC
😎Paper arxiv.org/pdf/2302.04866.pdf
😎Project sh8.io/#/relightable_hands
🏀 #NBA Mixed Reality is NUTS 🏀
👉The premiere of the streaming app of the #NBA is totally INSANE. A mix of #AI, CG and much more👇
🏀More: https://bit.ly/3IJ3uUp
🛡️ TPV: Tesla's O-Net competitor 🛡️
👉From Beijing an open-source approach for vision-centric autonomous driving #3D perception
😎Review https://bit.ly/3lNvVYc
😎Paper arxiv.org/pdf/2302.07817.pdf
😎Code github.com/wzzheng/TPVFormer
🌶️ 3D-aware conditional generative AI 🌶️
👉 Pix2Pix3D: 3D-aware conditional generative AI for controllable photorealistic synthesis
😎Review https://bit.ly/3I80MWS
😎Paper arxiv.org/pdf/2302.08509.pdf
😎Project www.cs.cmu.edu/~pix2pix3D
😎Code github.com/dunbar12138/pix2pix3D
🦩 One-Shot Face via LSs of StyleGAN2 🦩
👉 Novel video generation framework with edits, facial motions, deformations & identity
😎Review https://bit.ly/3xuChhF
😎Paper arxiv.org/pdf/2302.07848.pdf
😎Project trevineoorloff.github.io/FaceVideoReenactment_HybridLatents.io/
📬 DIVOTrack: crossview MOT dataset 📬
👉 DIVOTrack + CrossMOT: the ultimate solution for MOT in realistic scenario
😎Review https://bit.ly/3YSFZgL
😎Paper arxiv.org/pdf/2302.07676.pdf
😎Code github.com/shengyuhao/DIVOTrack
🦞 SOTA ALERT: YOWOv2 is out! 🦞
👉 The 2nd-gen of YOWO, real-time detection of spatio-temporal action
😎Review https://bit.ly/3IscY60
😎Paper arxiv.org/pdf/2302.06848v1.pdf
😎Code github.com/yjh0410/YOWOv2
🌅 Novel semantics-guided natural synthesis 🌅
👉Alibaba #AI unveils a novel semantics-guided view synthesis of natural scenes
😎Review https://bit.ly/4115MVJ
😎Paper arxiv.org/pdf/2302.07224.pdf
😎Project zju3dv.github.io/paintingnature
🌅 Novel semantics-guided natural synthesis 🌅
👉Alibaba #AI unveils a novel semantics-guided view synthesis of natural scenes
