
Facebook正在开发一款名为DeepFace的人工智能软件,能对图片中的人脸进行匹配,精度可与人媲美。
DeepFace使用一种3D建模技术探测人脸,并对它们进行修正,使图片中的人脸成为“正视图”。
DeepFace目前正在测试中,是一款人脸验证系统,不同于人脸识别系统,其目的是确定人的身份。DeepFace能对数百万张图片进行扫描,找到所有相同的人脸。
DeepFace系统中包含4000人的逾400万张人脸图片。Facebook在最近发表的一篇文章中称,DeepFace的准确率可以达到97.25%。尽管仍然在研发阶段,DeepFace能将当前人脸匹配技术的错误率降低逾25%。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。