Soma
PulseAugur coverage of Soma — every cluster mentioning Soma across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI电影制作人详述短片创作和技术流程
作者详细介绍了生成式AI视频的制作过程，这是上一篇文章的续篇。创作过程包括与名为Simona的AI助手进行头脑风暴，探索受SOMA等游戏和Blame!等漫画启发的科幻系列叙事弧线，并侧重于反乌托邦主题及充满希望的结局。作者还分享了使用AI工具和自定义脚本生成视觉效果和动画的技术方法，以控制成本并实现特定的艺术效果。
-
AI 进展包括规划代理、新型驾驶系统和受大脑启发的架构 · 跟踪 3 个来源
AI 创业家 Danijar Hafner 正在开发能够为意外情况做规划的高级代理，他从旧金山的一家隐秘初创公司开展工作。另外，一篇新研究论文介绍 DriveZero，这是一个端到端的自动驾驶系统，它超越了模仿人类驾驶日志的局限。此外，AWS 正在其 Amazon SageMaker HyperPod 平台上支持 Pathway 的 Baby Dragon Hatchling (BDH) 的开发，这是一种受大脑启发的 AI 架构。
-
AI创业者开发规划代理；Skyrim模组制作者规避AI；Amico首席执行官承认支付问题
一位名叫Danijar Hafner的AI创业者正在开发能够预见和规划意外情况的高级代理。与此同时，一位为Skyrim黑沼泽扩展制作新模组的创作者声称，在2026年制作高质量模组并非必须使用AI。另外，Amico的首席执行官承认近期未获得报酬，但坚称Tommy Tallarico仍在为公司积极筹款。
-
SeMoCo 编解码器以语义优先方法推进文本到动作生成
研究人员开发了 SeMoCo，一种新颖的语义优先动作编解码器，旨在改进语言条件下的动作生成。与优化重建的先前方法不同，SeMoCo 根据语义角色分配容量，将动作级含义与细粒度的运动学细节分开。该方法涉及一个双轴动作生成器，它对语义进展进行建模并细化运动学标记。SeMoCo 的有效性通过其卓越的重建精度和强大的文本到动作生成结果得到证明，并得到了大规模 $\Omega$-MotionVerse 数据集的创建支持。
-
SOMA和差分进化算法的新分析已发布
本文介绍了一种算子选择分解方法，用于分析自组织迁移算法（SOMA）和差分进化（DE）算法的提议几何。研究表明，标准的SOMA提议在搜索空间中是仿射的，在增强状态下是线性的，并提供了插值、投影和掩码的解释。对于DE/rand/1/bin，本文推导了有限种群矩，并表征了协方差和坐标依赖性。在BBOB基准测试上的实验表明，几何控制和旋转感知的SOMA变体优于标准的SOMA，并与已建立的DE方法具有竞争力。
-
SoMA模拟器使用3D高斯泼溅进行机器人软体操作
研究人员开发了SoMA，一种利用3D高斯泼溅的用于机器人软体操作的新型神经模拟器。该系统将可变形动力学、环境力和机器人动作整合到一个统一的潜在神经空间中，实现了端到端的真实到模拟。与现有方法相比，SoMA的准确性和泛化能力提高了20%，能够稳定模拟诸如长时程折叠衣物等复杂任务，而无需依赖预定义的物理模型。
-
Frictional Games 的科幻游戏 Ontos 推迟至 2027 年
Frictional Games 宣布，他们即将推出的科幻游戏 Ontos 将推迟至 2027 年。这款游戏由《失忆症》和《异形：隔离》工作室开发，原定于稍早发布。此次推迟意味着玩家将不得不等待更长时间才能体验这款新游戏。
-
人工智能和SOMA设备让父母分心，忽视孩子
本文讨论了人工智能及相关技术的普遍使用，特别提到了父母在公共交通上使用的“SOMA”设备。作者担心这种技术使用分散了父母的注意力，让他们忽视了孩子，从而导致了对孩子不利的结果。
-
SOMA模型从表面观察推断肌肉解剖结构
研究人员开发了SOMA，一种利用RGB摄像头从表面观察推断肌肉变形的新型模型。该方法旨在克服现有参数化人体模型的局限性，这些模型通常只能捕捉皮肤的3D表面，而缺乏对底层生物力学结构的洞察。SOMA能够提供符合解剖学原理的动画，而无需传统模拟的高昂计算成本，为医学、体育和娱乐等领域的应用提供了可扩展且经济高效的解决方案。该项目还推出了SKIM，一个特定于对象的软组织变形数据集，并公开了数据和代码。