Hopp til innholdet
Norsk journal om kunstig intelligens 255 artikler Oslo --:--
TokenPrat
1 min lesetid Av TokenPrat-redaksjonen

AI-oppdatering: Fra faceswap til humanoid robot-kraft

Siste gjennombrudd innen AI-drevet video, 3D-modellering og robotikk – med fokus på både åpen kildekode og industriens utvikling.

DreamIDVVideo

Flytter faceswap fra enkle filtre til realistisk video. Bevarer mimikk, blunk og munnbevegelser med høy nøyaktighet, støtter ulike bildeformater og fungerer også på 3D-animasjon. Krever ca. 8 GB VRAM for lokal kjøring.

UniVideoVideo

Allsidig verktøy for generering, redigering og kamerastyring i video. Referansebilder sikrer konsistens for karakterer og objekter, og modellen tolker tekstinstruksjoner direkte i referansebildet – nyttig for planlegging av komplekse scener.

DreamStyleVideo

Transformer videoer til stiler som Lego, origami eller anime. Overgår ofte lukkede alternativer som Runway og Luma i presisjon på spesifikke kunstneriske uttrykk.

Neoverse4D

Tar en vanlig video og bygger en navigerbar 3D-scene over tid. Muliggjør "bullet time"-effekter og fri kameravinkel etter opptak. Genererer resultater på under 30 sekunder på kraftig maskinvare.

Unitree H2 & Boston Dynamics AtlasRobotikk

Unitree H2 er 180 cm høy og demonstrerer kraftfulle spark og slag mot tunge sekker – imponerende fysisk stabilitet. Boston Dynamics Atlas har ekstrem bevegelsesfrihet med ledd som roterer nesten 360 grader, langt utover menneskelig fleksibilitet.

LTX-Video 2Open source

Kraftig alternativ til Sora med åpen kildekode. Genererer videoer opptil 20 sekunder med innebygd lyd. GGUF-varianter gjør det mulig å kjøre på 10–12 GB VRAM.

Ressurser

Del

Les videre

Forsiden →
Forelesningssal om natten med en tavle full av krittdiagrammer, en laptop og høye stabler med manuskripter
· Forskning

OpenAI slapp over 700 matematikkbevis på én dag – Lean sjekker rundt 42 prosent av dem

6. oktober la OpenAI ut 722 matematiske manuskripter laget av en intern modell uten navn. Det mest interessante er metoden: en AI som tenker i timevis per problem, og et maskinelt verktøy som skal skille holdbare bevis fra tull.

Studiomikrofon med lysende fargede lydbølger i et mørkt lydstudio
· Modeller

Ming 3.0 TTS: Beste åpne stemmekloner med MIT-lisens – men den snakker ikke norsk

Ant Group har sluppet to talemodeller som kloner stemmer, designer nye fra en beskrivelse og ler, sukker og nøler på kommando. Den minste har bare 0,5 milliarder parametere, og lisensen er så åpen som det går an. Men står norsk på ønskelista, må du vente.

Menneskehånd og robothånd som holder hver sin trekloss med samme grep
· Forskning

FlashDexRetarget: Én policy for tusen håndbevegelser – og 100 ganger mindre GPU-tid

Roboter med fingre trenger enorme mengder treningsdata, og den billigste kilden er opptak av mennesker som håndterer ting. Problemet er å oversette en menneskehånd til en robothånd. Et nytt prosjekt fra KAIST og Holiday Robotics gjør det med én felles modell i stedet for én per bevegelse, og bruker