靳东疑暗讽金星

谷歌 DeepMind 发布 GenCeption：打破计算机视觉桎梏_我的网站

朝5晚9

一 | 中新社上海8月25日电 (记者缪璐陈建新)“同心同行——两岸青年交流季上海站”活动25日举行。 IT之家 7 月 21 日消息，科技媒体 The Decoder 昨日（7 月 20 日）发布博文，报道称谷歌 DeepMind 发布 GenCeption 模型，将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。中国国民党副主席张荣恭致辞时表示，两岸青年要加强交流合作，在振兴中华的过程中相向而行，创造辉煌共好的中华时代。　　张荣恭指出，未来两岸关系的和平发展，青年不只是生力军，还将成为主力军。 IT之家援引博文介绍，大语言模型在学习预测下一个 Token 的时候，在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。但是在计算机视觉领域，视觉模型缺少等效的训练方法，主要由专业模型主导，包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”，每个模型都使用其特定的架构。谷歌 DeepMind 团队为此提出 GenCeption 模型方案，尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。当前的两岸青年都成长在东方赶超西方的年代，各具优势和条件，最有学识，最有国际观，最有自信，更需要加强沟通合作，不断开拓自己人生和中华民族的前程。 GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局，仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。

二 | 8月25日，“同心同行——两岸青年交流季上海站”活动在沪举行。 GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练，与传统扩散模型需多步去噪不同，GenCeption 在一次前向传播中完成预测，从而提升视觉任务处理速度。图为中国国民党副主席张荣恭致辞。中新社记者汤彦俊摄　　张荣恭说，两岸关系和平发展的条件一是民族认同，二是政治互信。模型通过文本提示指定任务，可输出深度图、表面法线图、分割掩码，并可处理相机运动表示。民族认同上，两岸人民都姓中国姓，讲中国话，写中国字，过中国节，敬中国神明。政治互信上，两岸同属一个中国，要在坚持“九二共识”、反对“台独”的基础上实现互利共荣。“海峡两岸不应内耗，而应互利双赢，提升民生经济，给青年提供光大自己人生的机遇。

三 | 训练数据以合成为主。论文称，数据集仅包含 7500 段视频，由 800 个数字人体模型与 200 段动作捕捉序列组合生成，再通过 Blender 在不同背景和镜头角度下渲染。泛化方面，GenCeption 几乎只在单人合成视频上训练，但可处理真实多人视频，也可迁移到动物和类人机器人类别。

四 | ” 　　中国国民党青年事务发展委员会主委连胜武表示，台湾青年拥有丰沛的创意、细致的软实力以及长期累积的专业能力与多元化的国际视野，大陆则拥有纵深的市场、完整的产业链、对于创新科技的高接受度以及多元成熟的商业生态。论文称，部分输出细节甚至超过训练时 Blender 渲染结果，可保留猫胡须和单根发丝边缘。

五 | 8月25日，“同心同行——两岸青年交流季上海站”活动在沪举行。图为中国国民党青年事务发展委员会主委连胜武致辞。中新社记者汤彦俊摄　　连胜武指出，对台湾青年而言，大陆绝对是一个非常重要的实践舞台，一个好的创意需要市场的验证，一项新的产品需要不断地测试调整，一个创业团队更需要在真实的市场竞争中来磨炼累积经验。未来一定会有更多台湾青年愿意把创意与专业带到这里，利用更大的市场累积经验、锻炼能力，再把这些经验与能力带向全世界。性能方面，论文给出两组处理时间数据：小模型处理 81 帧视频约需 6 秒；大模型参数量为 140 亿，处理同样长度视频约需 10 秒。