实体
Peng Zhang
Peng Zhang
PulseAugur coverage of Peng Zhang — every cluster mentioning Peng Zhang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
Wan-Dancer框架从音乐生成分钟级连贯舞蹈视频
研究人员推出了一种名为Wan-Dancer的新型框架，该框架能够根据音乐生成长时间、高质量的舞蹈视频。该方法通过将过程分解为全局关键帧规划和局部时间细化，并利用全曲音乐上下文，来确保时间连续性和全局结构。模型权重和推理代码已发布，用户可以在Hugging Face和ModelScope等平台上进行实验。
-
苹果研究人员发布同步文本到视频音频生成新方法
研究人员开发了一个名为交叉引用重写器（CRR）的新框架，以改进文本到声音视频（T2SV）生成。这个双代理系统通过解耦视频和音频的字幕对，解决了视频和音频生成与文本提示对齐的挑战，从而减少了模态干扰。CRR旨在弥合详细训练字幕和简洁用户提示之间的差距，从而产生更同步、更具上下文相关性的视频和音频输出。
-
Notion、Salesforce、Uber 使用 Anyscale 的 Ray 框架扩展 AI
Anyscale 主办了 Ray Day Seattle，展示了 Notion 和 Salesforce 等公司如何使用 Ray 框架扩展 AI 工作负载。Notion 通过将 AI 管道迁移到 Ray，将多个步骤整合到一个引擎中，从而将嵌入成本显著降低了 80%，并提高了查询延迟。Salesforce 利用 Ray 构建了一个用于总结长篇文档的分布式系统，使用 20B 参数模型实现了低延迟。Uber 还展示了使用 Ray 改进其 M…