دانشمندان هوش مصنوعی به تازگی مدل جدیدی به نام SM4RT معرفی کردهاند که دنیای بازسازی سهبعدی و درک ویدیوهای ۴ بعدی را متحول میکند. برخلاف روشهای قدیمی که حرکت را نقطهبهنقطه بررسی میکردند، این مدل با درک ساختار فیزیکی اشیا (طبق قوانین مکانیک صلب)، میتواند حرکتها را بهصورت یکپارچه و هوشمندانه از یک ویدیوی معمولی RGB بازسازی کند.
این مدل که در واقع یک ترنسفورمر برای بازسازی ساختار حرکت است، میتواند همزمان هندسه سهبعدی، حرکت در جهان واقعی و ساختار سینماتیکی اشیا را در یک مرحله پردازش (Forward Pass) استخراج کند. گامی بزرگ برای واقعیت افزوده و رباتیک پیشرفته! 🤖🎥
منبع: arXiv AI