实体
Veo3.1
Veo3.1
PulseAugur coverage of Veo3.1 — every cluster mentioning Veo3.1 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Comfy Assistant 可根据自然语言提示构建 Stable Diffusion 工作流
一款名为 Comfy Assistant 的新工具已被开发出来，可根据自然语言提示生成 Stable Diffusion 工作流。该助手可以解析用户的请求，例如“忍者与海盗的三个场景打斗，动漫风格”，然后为 ComfyUI 规划所需的节点。它支持 Flux Dev、LTX Pro 和 LTX-2.3 Fast 等开源模型，以及 Google、OpenAI 和 Bytedance 的闭源模型。开发者正在寻求反馈，并为测试该工具的用户提供积分。
-
人体姿态识别系统解读意图以实现机器人通信
研究人员开发了一种仅使用二维人体姿态数据即可实时识别交流意图的方法。该方法特别适用于救援任务等长距离场景中低成本、设备上的“人-机”通信。该研究引入了一个包含十种交流意图的新数据集，并对各种模型进行了基准测试，评估了嵌入式硬件上的准确率和帧率。此外，该研究提出使用模型的自回归自一致性作为其预测的无监督可靠性度量。
-
新基准测试视频生成器的世界推理能力
研究人员推出了 WorldReasonBench，这是一个旨在评估视频生成模型世界推理能力的新基准。该基准测试模型是否能够生成在物理、社会、逻辑和信息原则上随时间保持一致的视频。评估方法包括结构化问答和推理诊断，以及一致性和美学质量评估。结果表明，当前视频生成器在视觉真实感和实际世界推理之间存在显著差距。