每个人的儿时记忆里,都有几部经典电影,它们陪伴了一代人的成长。而当某天我们想重温时,才发现很多影片已画面模糊,仿佛被尘封在了遥远的时代。
在中国西安电影制片厂,技术人员正利用人工智能系统修复经典电影。通过建立专业数据库、训练人工智能模型、运用AI算法提升影片画质与色彩,进行快速修复。自2009年开展高清数字化修复工作以来,团队已修复完成了《大话西游》、《红高粱》等300余部电影。工作人员表示,以前一个人一个月修一部电影,现在修复一部电影只需要5个小时。
我们的科技留言板“有意见”如下
@媒体搬运工:AI修复技术肯定是怀旧党的最爱,想当年很多经典影片留存在记忆中,而且是黑白色调,比如地道战、地雷战。现在得益于AI的深度学习技术,利用超分技术,我们能看到4K版的彩色的老影片。
@有想法的向日葵:许多历史珍贵影像都存在遗失或者不清,能通过AI修复技术来抢救使之流传更久远,真是太有价值的事情了。希望能有更多的经典电影修复好,让后辈不忘历史。
@Ada:传统人工修复工作量大、耗时耗力、专业门槛高,利用智能影像修复系统不仅满足了观众的观影需求,也能快速完成大量珍贵影像的抢救性保护。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。