一 | 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。 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。
二 | 由你来说：经典游戏IP鬼武者新作试玩上线已经有段时间了，卡普空最近又给我们带来了试玩的新内容。部分玩家在试玩过后给出了自己的评价，Demo本身难度有些争议。你玩过这个Demo了吗，质量符合你的期待吗？在今日举行的科隆游戏展开幕夜上，《鬼武者：剑之道》公布全新预告片。 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。
三 | 与此同时，官方宣布此前已经推出的体验版Demo迎来扩充更新，进一步扩大了玩家可以体验的内容范围。 实机预告：此次更新后，玩家可以进入全新区域“鬼之隐村”，体验游戏的剑斗动作，并与各式各样的幻魔展开战斗，同时还能挑战强敌“大唾拉”。 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。 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。
四 | Demo更新上线后，不少玩家在通关后分享了自己的体验。 有玩家表示，新Demo的难度有所提升，但整体依旧比较简单，不过战斗系统本身相当不错，“战斗得越多，我就越喜欢”，同时还特别称赞了特殊挑战内容，认为非常有趣。也有玩家给出了截然不同的评价。他认为敌人的表现依然比较无聊，攻击方式也显得比较敷衍，希望敌人能够变得更加具有攻击性。
五 | 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。 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。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。 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。 参考。“敌人需要更加主动地进攻。”该玩家甚至表示，也许这款游戏就是不适合自己。 还有玩家特别称赞了强敌“大唾拉”，认为这场战斗非常酷，同时也对官方加入的额外惊喜感到满意，并表示：“这是正式发售前一次非常棒的额外体验，谢谢，已经迫不及待等待发售了！”值得一提的是，还有玩家被官方这次更新Demo的操作惊到了，直接表示：“我从来没见过一个Demo还能追加这么多内容，太棒了。
六 | ” 无论评价如何，官方直接为已经发布的Demo追加全新区域、敌人与挑战内容，本身就让不少玩家感到意外，感兴趣的玩家现在就可以尝试新Demo了。 本文由游民星空制作发布，未经允许禁止转载。更多相关资讯请关注：鬼武者：剑之道专区。
Current article:http://nxbwm.nuotingqinbeimaeijin.cfd/6b956/4xqlw.html
Published on:20:42:20
