Chinese content谷歌 DeepMind 发布 GenCeption:基于Wan2.1,将视频生成器用于视觉任务
谷歌 DeepMind 用阿里 Wan2.1 搞了个逆天改造,一个模型能同时搞深度估计、分割、姿态估计,速度还快,搞 CV 和生成模型的值得一看。
IT之家Source
谷歌 DeepMind 用阿里 Wan2.1 搞了个逆天改造,一个模型能同时搞深度估计、分割、姿态估计,速度还快,搞 CV 和生成模型的值得一看。
Deepmind 把视频生成器当成通用感知模型,用合成视频训练就达到了顶级深度估计水平,挺震撼的,值得一看。