Loading video...

Video Failed to Load

Go Home

360度パノラマ写真から高精度な3D空間を復元するAI「PaGeR」 ETHやGoogle等が開発。本モデルは360度パノラマ1枚から3D点群を生成します。 屋内・屋外で最高精度を記録し、特に従来のAIが破綻する屋外において他モデルと最も大きな性能差を示しました。 詳細はリプ欄。

14,910 views • 3 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

日常的に過度なストレッチを続けていると筋膜が硬くなる理由をお伝えします。 Fasciaの中には 細胞外マトリックス、細胞、線維(コラーゲン、エラスチン等)、神経終末、受容器などがあります。 ストレッチをするとFasciaの中の線維の密度が高まります。この状態は水分も移動します。雑巾を絞るのをイメージすると分かりやすいかなと。 日々リフレッシュの為に柔らかくストレッチするのであれば問題ないですが、過度にストレッチを行う(例えばダンサーさんなど)はこのFasciaの線維が常に密になった状態で中の水分量も低下した状態が続いてしまいます。 加えてダンサーさんなどは踊るという激しい運動が加わりますから、水分量は更に低下するのは想像するに難くないと思います。 この水分は自然に戻そうとすると48時間はかかります。 ですので日常的に過度なストレッチを続けているとFasciaは硬くなりやすいのです。これを行っている方のお身体に触れると皮膚の上からもFasciaが硬くなっているのを実感しています。 加えてFasciaの中の線維芽細胞はストレッチに反応し活性して更に線維を張るという特性もあります。線維の密度が更に高まる可能性もある訳です。 こういうことを考慮し #リセットムーブメント のレッスンではストレッチをお勧めしていないのです。

あんな・その日の疲れはその日のうちにリセットさせる専門家

264,598 views • 2 years ago

NOBUさんのGemini Omniを使った手法が気になって仕方なかったので、ギター演奏でどのくらいの精度が出せるか試してみました🎸 これはいい、失敗をかなり減らせると思います! 手順は引用元とほぼ同じです 1.演奏シーン撮影 2.Gemini Omniで運指とストロークをマネキン化 3.その動画と一緒に他素材をリファレンスさせてSeedance2.0で生成 再現度がかなり高いんじゃないでしょうか✨ ここで、実写なのにわざわざマネキン化を挟む必要があるのかという疑問があると思います。私も疑問です😅 リプ欄に今度のフェス用に、撮影素材をリファレンスさせて、直Kling3.0 Omni生成、直Seedance2.0生成した動画も載せていますが、プロンプトを改良しながらまぁまぁガチャして作りました。 一方で、マネキン化を挟んだものは一発でできました🙌まだこのケースしか試していないので、他の素材でも可能か、どのくらいカメラワークや画角変更が可能かなど、検証したい部分はたくさんありますが、かなり期待できる気がします。3D素体みたいな視認しやすいものを挟むことで、リファレンスする際にAIが動きだけに集中できるのかもしれません。 ちなみにGemini Omniで、撮影素材と他画像を参照させて直でできないか生成したものもリプ欄に載せておきます。Geminiは契約していなくて、マネキン化とこの実験で尽きてしまったので、他に試せていないですが、これは失敗しました。また実験したいと思います!

kan:mi|AI Film & Music

51,009 views • 2 months ago

💡 動画生成AIは余白で動きを決める 🎥 左右の動画を見比べてみましょう。 右のこぢんまりとした動きに対して、左のキャラは身体全体を使った動きをしてます。 実はこの二つの動画「同一プロンプト・同一素材」で生成してます。 なら違いは何か?左の素材画像に対して余白を追加しているのです。 余白の分だけ、キャラクターの動く余地が生まれます。同じプロンプトなのに、より大きい動きが可能になります。逆に動きが大きい場合は、対象キャラクターをフレームギリギリまで近づけることで動きを抑制できます。 もちろんプロンプトでも動きを調整できます。しかし、動きのポテンシャルは余白の有無で決まっているように感じるのです。 以下は優先度の仮説です 1. 動かすだけの余白があるか(フレームとキャラクターの比率=提供画像) 2. その中でどれだけ動かすか(プロンプト) 個人的にはかなり本質的な発見です。 最終的なショットと生成に相応しいショットが異なることを示すからです。このギャップを認識していないと、動画生成AIから十分な性能を引き出せないことになります。 あくまでも生成用にショットサイズを調整して出力、その結果を後でトリミング&アップスケールで編集に回す、という工夫が必要かもしれません。 生成AIは実写やアニメと異なり、アクター/モデルとフレームの関係が逆転しています。フレームが先で、その中で初めて演技もキャラクターも生成されるのです。この違いを認識することが重要なのではないかと思いました。

NOBU

172,881 views • 1 year ago