Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

NVIDIAがカメラ制御動画から3D空間を構築する「Lyra 2.0」 フレームごとの幾何情報参照と誤差補正学習により長時間の探索でも空間の忘れや画質低下を防ぎ高精度な3DGSやメッシュを出力。 物理シミュレータにも展開可能。 情報元はリプ欄。

17,514 Aufrufe • vor 15 Tagen •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

#時間の面影 東京巡回展、終幕しました。おかげさまで約4000名を超えるお客様にお越しいただきました。ほんとうにありがとうございます。またどこかでお会いしましょう。 - 時間は空間になり、 空間は時間になる。 時間は存在しない。 - 時 間 の 面 影 resemblance of time - はじめに、以下の媒体あるいは概念について、本展の着想の元になった考察を述べてみます。 写真 見る人に「時間」が委ねられる。時間は伸び縮みする。 動画 作る人が「時間」を意図している。時間は制御される。 時間 ある流れの何かと何かの「間(あわい)」にあるもの。そのすべての移ろい。 空間 ある場所の「空(くう)」にあるもの。そのあらゆる広がり。 - この考察は、あらゆるものごとは常に変化しながらその都度失われる、という道理を撮影という行為を通し実感することで導かれたものです。 例えば、一瞬の出来事を永遠のように感じたり、永い記憶を一瞬のように感じられることはありませんか。そして、何もないところにこそ確かな存在を見出すことも。あるようでないは、ないようで、ある。 では、時間は存在しない、とするならば? 本展はそのような思考についての実験であり、時間と空間の感覚への問いを考えていく試みでもあります。 濱田英明

濱田英明

17,212 Aufrufe • vor 1 Jahr

🚀 PixAI 画像から動画アップデート:v4.0 Previewシリーズ登場 PixAI ご利用の皆さまへ 次世代の画像から動画生成(I2V)体験「v4.0 Previewシリーズ」をご紹介します。 本アップデートは単なるモデル品質の向上にとどまらず、より柔軟な制作体験を提供し、あなたのアイデアをさらに自由に形にできるようになりました。 🎬 2つのモデルから選択 ・v4.0 Preview — フラッグシップモデル。最高レベルの映像品質、繊細な動き、精密なカメラ制御を求めるクリエイター向け。 ・v4.0 Lite Preview — より手軽でコストを抑えたモデル。日常的な制作や、アイデアを素早く動画化するのに最適。 ✨ v4.0 Preview専用機能 ・マルチ画像リファレンス — 複数の参照画像で生成をガイド。キャラクターや構図、動きのロジックをより正確に固定できます。 ・動画リファレンス — 参照動画を使って見た目や動きをコントロール。より直感的に理想の結果へ近づけます。 ・最大15秒の動画生成が可能に — 物語に、命を吹き込むための時間を。 ✨ 主な特徴 ・より滑らかでリアルな動き 動きの物理表現が向上し、フレーム間の動作が自然でスムーズになります。 ・複雑なシーンでも安定したパフォーマンス 難易度の高いアクションや長時間の動きにも強く、より大胆な表現が可能になります。 ・シネマティックなカメラ制御の強化 カメラワークがより意図的かつ操作しやすくなり、ダイナミックな映像演出が簡単に実現。 ・解釈力の向上と豊かな生成 プロンプトへの忠実さに加え、創造的な補完力も強化。シンプルなアイデアからでも、より完成度の高いシーンを生成します。 ・映像全体の一貫性向上 キャラクターやスタイル、背景要素の統一感が高まり、より洗練された仕上がりになります。 💡 ご注意 Preview版では一部未対応の内容があります。生成に問題がある場合は、プロンプトやリファレンス素材の調整をお試しください。 今後さらに高度な機能や制作ツールも順次追加予定です。 👉 v4.0 Previewシリーズを今すぐ体験

PixAI

18,465 Aufrufe • vor 3 Monaten

🤖 ヒューマノイドが「視覚情報のみ」でドアを開ける!NVIDIAの最新成果 Doorman NVIDIA、CMUらによる共同研究「DoorMan」が、ヒューマノイドのロコ・マニピュレーション(歩行+操作)における成果 【ここが凄い!】 • 純粋なRGB画像のみ: 外部センサーに頼らず、ロボット搭載のカメラ画像だけで多様なドアを識別し、開けて通り抜ける • 人間超えのスピード: タスク完了時間は、人間の遠隔操作よりも最大で31.7%(約7.15秒)高速 • 完全シミュレーション学習: 人間のお手本データは一切使わず、100%シミュレータ(Isaac Lab)内での強化学習のみで実機(Unitree G1)への展開に成功 【3段階の学習フェーズ】 1. Teacher学習: シミュレータ上の特権情報(ドアの正確な位置等)を使い、PPOで効率的に学習 2. 蒸留(Distillation): Teacherの動きを、視覚情報しか使えないStudent(実機モデル)へ伝授 3. GRPOによる微調整: 最後にGRPOを用いて、視覚入力特有の曖昧さを克服し、成功率を20〜30%向上 【Stage-reset探索】 ドア開けのような長い工程(近づく→触る→回す→通る)を効率化するため、シミュレータ内で途中のステージから強制的にリセットして開始する機能を導入。これにより、難易度の高い「ハンドルを回す」等の経験値を稼ぐことが可能に 【シミュレーションの力】 Isaac Labの超高画質レンダリング(RTX)により、5,000種以上の照明条件や多様なテクスチャ、モーションブラーまでも再現。この圧倒的なデータ量と質の高い試行錯誤が、実世界での高い汎用性を生み出しているとのこと 【コメント】 まだコンタクトリッチ(接触の多いタスク)への展開は難しいようだが、ドアを開けるといった比較的単純なタスクであれば、ロコマニピュレーションがSimulationで解けるようになってきたのは非常に面白い #NVIDIA #AI #Robotics #Humanoid #Sim2Real #MachineLearning

村山龍太郎 | Muso Action 株式会社 CEO

14,403 Aufrufe • vor 7 Monaten