ICCV 2023生成式AI引人矚目，商湯多項技術突破展現中國“創新力”
10月2日至6日，全球AI頂級國際會議ICCV（International Conference on Computer Vision）在法國巴黎舉行。本屆ICCV投稿總數達8068篇，其中2160篇被接收，錄用率為26.8%，略高于上屆ICCV 2021錄用率25.9%。
將人類偏好引入StableDiffusion的模型訓練過程
商湯科技及聯合實驗室共49篇論文入選，涵蓋文生圖、3D數字人、自動駕駛、目標檢測、視頻分割等多個與大模型和生成式AI相關的熱點方向。
基于商湯AI大裝置SenseCore和“日日新SenseNova”大模型體系。在生成式AI和視覺大模型等領域，商湯提出多項極具價值的技術突破和研究范式創新。“商湯科技聯合創始人、首席科學家王曉剛表示：持續深耕AI基礎設施建設、堅持做注重產業實踐的學術研究、深耕人才階梯式培養，是商湯多年來在全球學術舞臺上不斷產出創新成果的基石。商湯將積極擁抱大模型帶來的全新研究范式，不斷提升研發體系，堅持將基礎研究與業務發展緊密融合，為行業貢獻更具價值的技術成果。”
多項技術突破和范式創新
大模型及生成式AI成焦點
大模型和生成式AI在全球范圍內備受矚目，也為學術研究提出了諸多具有挑戰性的全新課題。生成式AI方向的文生圖領域，如何讓模型更容易生成與人類偏好相符的圖像？在論文《Human Preference Score: Better Aligning Text-to-Image Models with Human Preference》中，商湯研究團隊將人類偏好引入Stable Diffusion的模型訓練中，證明了人類偏好信息可以提升Stable Diffusion生成的圖像質量，尤其在人體、四肢等經典的failure case中更是展示了優異的效果。
將人類偏好引入StableDiffusion的模型訓練過程數字人是生成式AI的重要領域，但其制作依然需要一定門檻。商湯研究團隊在論文《SHERF: Generalizable Human NeRF from a Single Image》中提出一種基于單張圖片的可泛化、可驅動人體神經輻射場方法，僅需一張任意角度的3D人體圖片，結合必要的參數，就能實現3D數字人重建和驅動，有望簡化3D數字人的創作流程。
基于單張圖片的人體神經輻射場重建和驅動
高質量的3D人體數據集是研究眾多人體相關的感知模型、重建模型和生成式AI的基礎。商湯研究團隊在論文《SynBody: Synthetic Dataset with Layered Human Models for 3D Human Perception and Modeling》中提出一個合成數據集SynBody，其構建了穿著衣物的參數化人體模型，并生成了海量的人體虛擬數據，有助于3D人體感知和重建的模型訓練。此外，團隊公布了開源代碼庫XRFeitoria，一個合成數據渲染工具箱，通過提供方便的Python API與CLI工具，極大簡化了制作虛擬數據集的流程。
SynBody是基于分層人體模型的大規模合成
數據集，可用于人體感知與建模等任務
在自動駕駛場景的3D目標檢測領域，商湯團隊還在論文《Temporal Enhanced Training of Multi-view 3D Object Detector via Historical Object Prediction》中提出一種新的用于多視角3D檢測的時序增強訓練方式——歷史幀物體預測（HoP），不僅在nuScenes測試集上使用ViT-L得到了68.5%NDS和62.4%mAP，超過了排行榜上所有3D物體檢測器，還可以即插即用，無縫集成到最先進的 BEV 檢測框架中，重塑3D檢測時序利用的新范式。
HoP算法框架圖
此外，本屆ICCV，商湯科技還在目標檢測、視頻分割、3D感知與重建、半監督學習、NeRF等領域取得諸多技術創新突破。
開源開放
構建大模型時代
產學研協同新生態
產學研協同是實現學術研究成果到行業應用轉化的高效路徑。商湯不斷夯實技術研究的同時，也積極參與和舉辦各類學術交流和競賽活動，促進創新成果產出，探索大模型時代產學研協作模式的構建。
同時，商湯長期致力于推動AI基礎設施和開源生態的建設，與開發者共創共建，共同推動AI社區的繁榮發展。
商湯早在2018年開源的計算機視覺框架OpenMMLab已在GitHub上收獲超過8.7萬個星標。
今天，商湯的開源項目已拓展到決策智能、大語言模型、拓展現實、數據平臺、高性能訓練和推理框架、AI智能體框架等領域，為學術界的科研突破和工業界的產業落地提供全方位的算法與平臺支撐。
其中，在大語言模型領域，商湯與上海AI實驗室等聯合推出的書生·浦語大模型（InternLM）在開源社區和產業界產生廣泛影響。
最新的InternLM-20B模型性能先進且應用便捷，以不足三分之一的參數量，達到當前被視為開源模型標桿的Llama2-70B的能力水平。
秉承開源、開放的發展理念，商湯愿與行業伙伴共同迎接大模型的新一輪科技革命，讓AI技術釋放更廣泛的產業價值。
相關閱讀，戳這里
《商湯聯合團隊斬獲CVPR最佳論文，推出首個“感知決策一體化”自動駕駛通用大模型》
原文標題：ICCV 2023生成式AI引人矚目，商湯多項技術突破展現中國“創新力”
文章出處：【微信公眾號：商湯科技SenseTime】歡迎添加關注！文章轉載請注明出處。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
商湯科技
+關注
關注
8文章
518瀏覽量
36129
原文標題：ICCV 2023生成式AI引人矚目，商湯多項技術突破展現中國“創新力”
文章出處：【微信號：SenseTime2017，微信公眾號：商湯科技SenseTime】歡迎添加關注！文章轉載請注明出處。
發布評論請先 登錄
相關推薦
國內生成式AI備案數量突破300款
服務數量高達238款，占據了總備案數量的絕大部分，充分展示了該領域技術創新和市場需求的強勁動力。這一快速增長不僅反映了國內企業在生成式AI技術
美洽榮登2024中國生成式AI 創新企業系列榜單-智能客服創新企業榜
近日，由第一新聲聯合天眼查發起的“2024中國生成式AI創新企業系列榜單”正式發布，美洽憑借在智能客服領域
Imagination 系列研討會 ｜中國生成式 AI 的發展
近期，Imagination將陸續推出全新系列研討會，涵蓋邊緣AI如何推動工業物聯網的發展，生成式AI，智能汽車未來發展趨勢等等多個熱門話題。本期研討會中，Imagination
天璣9400生成式AI技術太牛了！打造最強AI體驗
聯發科技再度突破技術前沿，推出全新天璣9400旗艦芯片，這是業界首款集成智能體AI的5G SoC。繼天璣9300首次將生成式
商湯集團發布2023全年業績，全年營收34.05億
商湯集團近日發布了2023年經審核全年業績報告，詳細披露了公司在過去一年的業務表現和發展戰略。報告指出，商湯集團已經明確了新的三大業務板塊：生成式
商湯科技2023年生成式AI收入增至12億元
商湯科技近日發布的2023年年報顯示，公司在人工智能領域取得顯著進展，特別是其“日日新”大模型與大裝置的組合，驅動生成式AI業務實現了爆發式
商湯集團2023全年業績亮眼，生成式AI業務爆發式增長
商湯集團近日發布了截至2023年12月31日的經審核全年業績報告，展現了集團在AI領域的強勁增長勢頭。在全新的戰略布局下，商湯明確了三大業務
奧拓電子榮登“2023粵港澳大灣區企業創新力榜單—創新成就榜”
在近日召開的第四屆深圳企業創新促進大會暨深圳工業總會2023年度年會上，“2023粵港澳大灣區企業創新力榜單”重磅發布，奧拓電子憑借“創新成
生成式 AI 制作動畫：周期短、成本低！
? 電子發燒友網報道（文/李彎彎）生成式AI在動畫市場中的應用正在迅速崛起。根據市場機構數據，預計到2023年生成
聯發科天璣又領先一步！強悍AI手機芯片就看天璣！
近期，2024 世界移動通信大會（MWC 2024）展出的一系列先進通信技術引人矚目，炙手可熱的生成式AI
MediaTek將在MWC 2024展示創新生成式AI技術和應用
MediaTek將亮相2024年世界移動通信大會（MWC 2024），此次大會上，MediaTek將基于其天璣9300集成的新一代AI處理器，展示一系列前沿的生成式
MediaTek將于MWC 2024展示多項率先亮相的智能手機生成式AI應用
，MediaTek將展示一系列創新的生成式AI技術和應用，其中包括多項業界率先亮相的端側
發表于 02-21 17:35
?333次閱讀
工商網監
評論