據(jù)國(guó)外媒體報(bào)道,皮克斯動(dòng)畫工作室(Pixar)創(chuàng)始人約翰·雷斯特(John Lasseter)日前在電影藝術(shù)與科學(xué)學(xué)院(Academy of Motion Picture Arts and Sciences)演講時(shí)表示,未來獲獎(jiǎng)的電影中會(huì)有不少作品是由iPhone或GoPro等便攜式攝影設(shè)備完成的,電影產(chǎn)業(yè)會(huì)迎來一個(gè)新的紀(jì)元。
“一些人可能會(huì)說,‘那不可能的。’但事實(shí)是,(這些便攜式攝影設(shè)備)確實(shí)可以做到。”雷斯特表示,“他們之所以認(rèn)為不可能,主要是因?yàn)檫@些設(shè)備本身的設(shè)計(jì)初衷并非是用于電影拍攝目的。”
在談?wù)擃嵏残噪娪凹夹g(shù)方面,雷斯特算得上權(quán)威人士。作為《玩具總動(dòng)員》的導(dǎo)演,雷斯特很好地詮釋了電腦動(dòng)畫電影的價(jià)值。
事實(shí)上,雷斯特的“預(yù)言”從某種角度看其實(shí)已經(jīng)被實(shí)現(xiàn)。在今年圣丹斯電影節(jié)上,有一部名為《Tangerine》的電影就幾乎完全是通過一部iPhone 5s拍攝的;而幾年前,《老男孩》電影導(dǎo)演樸贊郁就曾只用一部iPhone 4制作了一部短電影;至于GoPro,該公司甚至已經(jīng)開始經(jīng)營(yíng)一個(gè)在線視頻頻道,里面的短電影內(nèi)容則完全由GoPro設(shè)備拍攝。當(dāng)然,這些電影還稱不上“獲獎(jiǎng)級(jí)別”的大作,不過從技術(shù)上卻已經(jīng)證明了能成為未來電影拍攝工具的可能。
除了預(yù)言用iPhone或GoPro拍攝的視頻將能夠獲得電影制作獎(jiǎng)項(xiàng)外,雷斯特更指出便攜式攝影設(shè)備還能給電影風(fēng)格注入新的活力。
“(iPhone和GoPro)能給電影注入一種我們此前從未有過的活力……我認(rèn)為一種新的電影流派會(huì)伴隨著這些新事物一同出現(xiàn)。” 雷斯特表示。
“活力”在這里指的是通過便攜式設(shè)備拍攝出的電影的風(fēng)格和個(gè)性。尤其以GoPro產(chǎn)品為例,此類拍攝風(fēng)格能明顯強(qiáng)化要傳達(dá)的第一人稱視角意圖。
雷斯特最后指出,雖然人們普遍認(rèn)為在現(xiàn)有電影技術(shù)下接受和推廣這些新拍攝工具是非必要的,或者不可能的,但在現(xiàn)實(shí)中,新工具已被廣泛討論和使用。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。