arxiv arXiv cs.AI · 73 д назад · ист: 77 д назад · research

Оценка физической согласованности в генерации видео без ссылок

Переведено с English → Русский

Новый метод оценивает физическую согласованность в сгенерированных видео без необходимости человеческих оценок или истинных ссылок. Он использует DROID-SLAM и SEA-RAFT для обнаружения несоответствий, повышая показатели успешного выполнения задачи более чем на 8% и позволяя проводить спектро-временное локализацию физических артефактов.

Важность 1/3 Новый бенчмарк-харнесс с отличиями arXiv cs.AI Evaluation & benchmarks Video generation

Оригинал

Тестирование согласованности персонажа Seedance 2.5 в нескольких модных образах

Пользователь протестировал модель генерации видео Seedance 2.5 с использованием короткой модной и редакционной последовательности, включающей одного персонажа в различных нарядах, композициях и визуальных стилях.

arxiv arXiv cs.AI · 68 д назад

CineCap: Структурированное рассуждение с пространственно-временными якорями для кинематографического описания видео

Исследователи предлагают CineCap, фреймворк, который объединяет структурированное рассуждение с пространственно-временными якорями и обучением с подкреплением для улучшения кинематографического описания видео. Метод связывает профессиональные описания на языке кино с явными визуальными доказательствами, балансируя между полнотой описания и фактической точностью.

arxiv arXiv cs.LG · 73 д назад · 2 просмотра

Оценка физической согласованности в генерации видео на основе мировых моделей без опорных данных

Авторы предлагают методы оценки физической согласованности генерируемых видео без использования опорных данных, объединяющие оценку относительной и абсолютной точности. Этот подход устраняет пробел в оценке физической достоверности, который часто мешает инструментам генерации видео, таким как WorldGym или WorldEval, точно воспроизводить реальные показатели успешности выполнения задач для моделей VLA. В отличие от существующих методов, требующих дорогостоящего человеческого голосования или недоступных эталонных данных, новая архитектура использует DROID-SLAM и SEA-RAFT для количественной оценки несоответствий. Основываясь на WorldScore, оценка относительной согласованности позволяет фильтровать видео и повышать показатели успешности выполнения задач более чем на 8%. Кроме того, абсолютная оценка обеспечивает пространственно-временную локализацию, позволяющую визуализировать, когда и где в сгенерированном контенте возникают физические артефакты.

media TLDR AI · 1 д назад · 6 просмотров

Nvidia приобретает Hugging Face; OpenAI выпускает GPT-6 Astra; Microsoft запускает MAI-Transcribe-2

В начале сентября 2026 года Nvidia подтвердила приобретение Hugging Face за $12,93 млрд, в то время как OpenAI выпустила GPT-6 Astra, а Microsoft представила модель распознавания речи MAI-Transcribe-2.

media Don't Worry About the Vase · 1 д назад · 1 просмотр

Anthropic выпустила системную карточку для Claude Fable 5.1 и Mythos 5.1

Anthropic опубликовала системную карточку для Claude Fable 5.1 и Mythos 5.1, подробно описывающую их профили безопасности, риски выравнивания и возможности по сравнению с предыдущими моделями.