窈窕淑女

谷歌 DeepMind 发布 GenCeption：打破计算机视觉桎梏_我的网站

一 |     8月25日消息，雷神近日推出猎刃60游戏手柄，主打硬核操控体验，定价449元。

二 |     产品采用Xbox经典非对称摇杆布局，配备扳机震动、六轴体感、4个背键及副肩键，兼顾FPS、赛车、动作等多种游戏需求。    

    支持有线、蓝牙及2.4G接收器三模连接，其中有线与2.4G模式下支持原生8KHz轮询率，响应延迟低至0.7ms，操作跟手性极为出色。     握把区域采用防滑纹理，官方称表面摩擦力提升240%，有效防止手滑。摇杆支持力度调节，搭载TMR摇杆模块，支持20KHz高采样率，并具备EDC机械微动力无极调节功能。    

    扳机键可一键切换微动/霍尔模式，采用无虚位结构，按压手感精准干脆。    IT之家 7 月 21 日消息，科技媒体 The Decoder 昨日（7 月 20 日）发布博文，报道称谷歌 DeepMind 发布 GenCeption 模型，将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。XYAB按键采用光微动，触发迅速耐用；背部配备4个可自定义背键，外加副肩键，均支持按键映射，扩展操作维度。

三 |          IT之家援引博文介绍，大语言模型在学习预测下一个 Token 的时候，在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。     内置扳机震动功能，震动强度支持5档调节，细腻反馈赛车油门、武器后坐力等场景。         但是在计算机视觉领域，视觉模型缺少等效的训练方法，主要由专业模型主导，包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”，每个模型都使用其特定的架构。六轴陀螺仪灵敏度支持10档调节，适配体感瞄准或转向操作。

四 |          谷歌 DeepMind 团队为此提出 GenCeption 模型方案，尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。

五 |          GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局，仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。    支持Switch一键唤醒，兼容NS1/NS2平台，无缝连接任天堂主机。         GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练，与传统扩散模型需多步去噪不同，GenCeption 在一次前向传播中完成预测，从而提升视觉任务处理速度。此外，手柄配置支持云存储，可跨设备同步按键设置，省去重复调试的麻烦。

六 |     购买链接：京东(449元)     

         

。模型通过文本提示指定任务，可输出深度图、表面法线图、分割掩码，并可处理相机运动表示。         训练数据以合成为主。论文称，数据集仅包含 7500 段视频，由 800 个数字人体模型与 200 段动作捕捉序列组合生成，再通过 Blender 在不同背景和镜头角度下渲染。         泛化方面，GenCeption 几乎只在单人合成视频上训练，但可处理真实多人视频，也可迁移到动物和类人机器人类别。论文称，部分输出细节甚至超过训练时 Blender 渲染结果，可保留猫胡须和单根发丝边缘。         性能方面，论文给出两组处理时间数据：小模型处理 81 帧视频约需 6 秒；大模型参数量为 140 亿，处理同样长度视频约需 10 秒。         参考。

Current article:http://a4b.qiuergejiaolaiaozhuangshi.buzz/list_8lc3/kdzhu.html

Published on:18:36:07