Apple は来週ナッシュビルに向かい、今年の IEEE/CVF コンピュータ ビジョンおよびパターン認識会議で新しいコンピュータ ビジョン研究を展示し、ライブ技術デモを実施する予定です。

3つの論文、1つのデモ

今年の CVPR は、6 月 11 日から 15 日までテネシー州ナッシュビルで開催されます。Apple は、最近公開した 3 つのホワイト ペーパーを現地で発表する予定です。そのうち 2 つは、9to5Mac でも最近取り上げました。

• FastVLM: 視覚言語モデルのための効率的な視覚エンコーディング。視覚トークンを少なくすることで、リアルタイムの高解像度画像理解を劇的に高速化するモデル。
• Matrix3D: 大規模な写真測量モデル オールインワン。トレーニング データが不完全な場合でも 3D コンテンツの作成を簡素化する統合モデルです。
• 明示的な 3D モデリングによるワールド一貫性ビデオ拡散。カメラの位置が不明な場合でも 3D 一貫性を高め、より正確な 3D 構造予測を可能にするモデルです。

IEEE/CVF CVPRは1983年から開催されており、この分野で最も競争が激しく影響力のあるイベントの一つです。応募作品のうち、口頭発表に選ばれるのはわずか5%未満です。

Apple は以下の日時に FastVLM のデモを実施します:

• 6月13日（金）午前10時～午後12時30分、午後2時30分～午後4時30分
• 6月14日（土）午前10時～午後12時30分、午後2時30分～午後4時30分
• 6月15日（日）午前10時～午後12時30分

また、カンファレンスの査読者として20名以上のApple関連の研究者が名を連ねており、同社がAIエコシステムの学術的側面との統合をいかに深く考えているかを示している。

havebin.com を Google ニュース フィードに追加します。