LoGeR – Ku pfuxetiwa ka 3D ku suka eka tivhidiyo to leha swinene (DeepMind, UC Berkeley)

Switirhisiwa leswi Tirhaka swa Mabindzu na Vatumbuluxi

Switirhisiwa leswi nga kotekaka swa thekinoloji yo fana na LoGeR i swikulu. Eka vampfampfarhuti va swifaniso na vaendli va tindlu na misava, swi nga hundzula ndzavisiso wa ndhawu, ku pfumelela ku famba ka vhidiyo yo olova ku tumbuluxa modele wa vuxokoxoko bya 3D wa ndhawu. Eka vuhungasi, vaendli va tifilimi a va nga endla tisethi ta xidijitali ku suka eka swifaniso swo anama swa ku hlota tindhawu. Eka vutleketli na vufambisi bya vuhlayiselo, swi nga endla leswaku ku va na mepe wa 3D lowu cinca-cincaka wa switirhisiwa leswikulu. Vuswikoti lebyi byo tumbuluxa mawele ya xidijitali lama hlanganeke ku suka eka vhidiyo leyi nga hlelekangiki i xitirhisiwa xa matimba. Eka Mewayz, hi vona ku tirhisana ka ntumbuluko na thekinoloji leyi. OS ya hina ya bindzu ra modula yi akiwile ku hlanganisa na ku hlela swirhendzevutani swa datha leswi rharhanganeke. Anakanya hi modyuli ya vufambisi bya phurojeke laha vhidiyo ya ku kambela ndhawu yi endliwaka hi ku tisungulela hi xitirhisiwa xo fana na LoGeR, naswona modele wa 3D lowu humelelaka wu hlanganisiwa hi ku hatlisa na minxaxamelo ya mintirho, nhundzu, na minkarhi endzeni ka pulatifomo ya Mewayz, ku nyika xivono xo nghenelela hakunene na lexi fuweke hi datha xa nhluvuko wa phurojeke.

Ku Languta Emahlweni: Vumundzuku bya Ku Twisisa ka Ndhawu na Nkarhi

LoGeR yi yimela ku tlula lokukulu eka tisisiteme ta AI leti nga twisisaka misava ya hina ku nga ri ntsena tanihi nxaxamelo wa swifaniso swa xihatla, kambe tanihi ndhawu ya 4D leyi yaka emahlweni, leyi cincaka (3D + nkarhi). Ku vuyeleriwa ka nkarhi lowu taka ku nga landzelela swilo na vanhu hi ndlela yo pfumala swiphiqo eka tiawara, ku nga twisisi ntsena laha swilo swi nga kona, kambe ndlela leyi swi cincaka na ku tirhisana ha yona eka nkarhi wo leha. Ku twisisa loku ka ndhawu na nkarhi i ndzilakano lowu landzelaka. Eka tipulatifomo to fana na Mewayz, leti kongomisaka ku va sisiteme ya matirhelo ya le xikarhi eka bindzu, ku hlanganisa vuswikoti byo tano bya datha ya ndhawu ya xiyimo xa le henhla swi nga hundzula ndlela leyi tikhamphani ti pulana, ku langutisisa, na ku xopaxopa matirhelo ya xiviri ha yona. Swi hi tshineta ekusuhi na vumundzuku laha misava ya xidijitali na ya xiviri yi hlanganisiweke hi ndlela yo pfumala swiphiqo ku endla swiboho swo tlhariha.

Loko ya ha ri phurojeke ya ndzavisiso, LoGeR yi kombisa vumundzuku laha ku tumbuluxa khopi ya xidijitali leyi heleleke ya ndhawu yihi na yihi swi olovaka ku fana na ku rhekhoda vhidiyo. Switandzhaku swa matsalwa, nxopaxopo, na vuhlanganisi bya xiviri swi dzikile, swi hundzula tirhekhodo to leha ku va misava leyi nga heriki, leyi nga lavisisiwa.

Swivutiso Leswi Vutisiwaka Nkarhi Na Nkarhi

Ku Hundzula Tiawara ta Vhidiyo ti va Misava ya 3D leyi Hlanganisiweke

Ehleketa u teka vhidiyo ya xiendlakalo hinkwaxo—nkhuvo wa mucato, ntirho wo aka kumbe ku famba hi ntumbuluko ekhwatini. U hetelela u ri na tiawara ta swifaniso, kambe i ntlhandlamano wa xiphepherhele, wa milayeni. Ku vuriwa yini loko wo hundzula vhidiyo yoleyo yo leha, leyi nga nyawuriki yi va modele wun’we wa 3D lowu nga fambiwaka wa xivono hinkwaxo? Lexi i xikongomelo lexikulu xa LoGeR, ntirhisano wa ndzavisiso lowu pfulekeke exikarhi ka DeepMind na UC Berkeley. Thekinoloji leyi a yi hlanganisi swifaniso ntsena; hi vutlhari yi pfuxeta misava ya 3D leyi phikelelaka ku suka eka swirhendzevutani swa vhidiyo leswi leheke hi nkarhi na ndlela ya xiviri, yi langutana na yin’wana ya mintlhontlho ya nkoka swinene eka ku vona ka khompyuta.

Ntlhontlho wa Nkoka: Ku nga cinci eka Swikalo leswikulu

Maendlelo ya ndhavuko yo pfuxeta 3D ya humelela hi swiphemu swo koma swa vhidiyo kumbe nhlengeleto wa swifaniso leswi tekiweke ku suka eka tiangle to hambana hi nkarhi wun’we. Hambiswiritano, va lwisana swinene ni tivhidiyo leti "lekeke". Swiphiqo swa kona swi ni swilo swimbirhi. Xo sungula, ku leha ka nkarhi: loko vhidiyo yi ri karhi yi anama timinete kumbe tiawara, ku vonakala ka cinca, swilo swa famba-famba naswona vanhu va ta ni ku famba. Tlhandlakambirhi, xikalo xa ndhawu: khamera yi nga ha tsemakanya ndhawu leyikulu, ku fana ni ku famba ephakeni ni ku nghena eka muako, yi endla ndhawu leyikulu ni leyi rharhanganeke yo endla mepe. Maendlelo lawa yanga kona yatala ku tsandzeka ku hlayisa mepe wa misava hinkwayo lowu nga cincekiki, leswi yisaka eka ku pfuxetiwa loku nga hlanganisiwangiki kumbe "floaters"—swilo swa xipoko leswinga fanelangiki eka vuandlalo byihi na byihi. LoGeR yi lulamisa leswi hi ku kongomisa eka ku aka vuyimeri lebyi hlanganeke lebyi tshamaka byi fambelana eka swikalo leswi leswikulu swa nkarhi na ndhawu.

Ndlela leyi LoGeR Yi Fikelelaka Ku Aka Hi Vuntshwa loku Hlanganisiweke

LoGeR, leyi yimelaka Long Generative Reconstruction, yi nghenisa endlelo ra novhele leri kongomisiweke eka maqhinga ya "seed initialization". Ematshan’weni yo ringeta ku aka xivono hinkwaxo xa 3D hi nkarhi wun’we ku suka eka xirhendzevutani xa vhidiyo lexi nga ni mpfilumpfilu, fambiselo leri ri rhanga hi ku vona xiphemu lexitsongo, lexi lawulaka xa vhidiyo lexi olovaka ku xi pfuxeta hi ku titshemba lokukulu. Xiphemu lexi xa xiyimo xale henhla xa 3D xi tirha tani hi anchor leyi tiyeke kumbe "mbewu." Modele yi tlhela yi kurisa hi ku engeteleka vuyimeri lebyi bya 3D, furemu hi furemu, hi vukheta yi nghenisa vuxokoxoko byintshwa bya swivono loko yi ri karhi yi kongomisa endzhaku eka mbewu leyi simekiweke ku tiyisisa ku ringanana ka misava hinkwayo. Ndlela leyi hi ndlela leyinene yi pfumelela modele ku papalata mintlhamu leyi tolovelekeke ya xikalo, ku tumbuluxa modele wa 3D lowu kongomeke no tshembheka ku suka eka ku nghenisa ko leha swinene. I ku cinca ku suka eka ku ringeta ku vona xifaniso hinkwaxo hi nkarhi wun’we ku ya eka ku xi aka ku suka eka xisekelo lexi tshembekaka.

Switirhisiwa leswi Tirhaka swa Mabindzu na Vatumbuluxi

Switirhisiwa leswi nga kotekaka swa thekinoloji yo fana na LoGeR i swikulu. Eka vampfampfarhuti va swifaniso na vaendli va tindlu na misava, swi nga hundzula ndzavisiso wa ndhawu, ku pfumelela ku famba ka vhidiyo yo olova ku tumbuluxa modele wa vuxokoxoko bya 3D wa ndhawu. Eka vuhungasi, vaendli va tifilimi a va nga endla tisethi ta xidijitali ku suka eka swifaniso swo anama swa ku hlota tindhawu. Eka vutleketli na vufambisi bya vuhlayiselo, swi nga endla leswaku ku va na mepe wa 3D lowu cinca-cincaka wa switirhisiwa leswikulu. Vuswikoti lebyi byo tumbuluxa mawele ya xidijitali lama hlanganeke ku suka eka vhidiyo leyi nga hlelekangiki i xitirhisiwa xa matimba. Eka Mewayz, hi vona ku tirhisana ka ntumbuluko na thekinoloji leyi. OS ya hina ya bindzu ra modula yi akiwile ku hlanganisa na ku hlela swirhendzevutani swa datha leswi rharhanganeke. Anakanya hi modyuli ya vufambisi bya phurojeke laha vhidiyo ya ku kambela ndhawu yi endliwaka hi ku tisungulela hi xitirhisiwa xo fana na LoGeR, naswona modele wa 3D lowu humelelaka wu hlanganisiwa hi ku hatlisa na minxaxamelo ya mintirho, nhundzu, na minkarhi endzeni ka pulatifomo ya Mewayz, ku nyika xivono xo nghenelela hakunene na lexi fuweke hi datha xa nhluvuko wa phurojeke.

Ku Languta Emahlweni: Vumundzuku bya Ku Twisisa ka Ndhawu na Nkarhi

LoGeR yi yimela ku tlula lokukulu eka tisisiteme ta AI leti nga twisisaka misava ya hina ku nga ri ntsena tanihi nxaxamelo wa swifaniso swa xihatla, kambe tanihi ndhawu ya 4D leyi yaka emahlweni, leyi cincaka (3D + nkarhi). Ku vuyeleriwa ka nkarhi lowu taka ku nga landzelela swilo na vanhu hi ndlela yo pfumala swiphiqo eka tiawara, ku nga twisisi ntsena laha swilo swi nga kona, kambe ndlela leyi swi cincaka na ku tirhisana ha yona eka nkarhi wo leha. Ku twisisa loku ka ndhawu na nkarhi i ndzilakano lowu landzelaka. Eka tipulatifomo to fana na Mewayz, leti kongomisaka ku va sisiteme ya matirhelo ya le xikarhi eka bindzu, ku hlanganisa vuswikoti byo tano bya datha ya ndhawu ya xiyimo xa le henhla swi nga hundzula ndlela leyi tikhamphani ti pulana, ku langutisisa, na ku xopaxopa matirhelo ya xiviri ha yona. Swi hi tshineta ekusuhi na vumundzuku laha misava ya xidijitali na ya xiviri yi hlanganisiweke hi ndlela yo pfumala swiphiqo ku endla swiboho swo tlhariha.