马斯克的xAI推出了新文生图模型Aurora，生成的人物图像非常逼真，吸引了网友测试。Aurora上线仅数小时，效果显著，尤其在人物生成上优于Flux模型。马斯克表示这是测试版，未来将改进，并预告Grok 3的到来。

LivePortrait 最新版本简化了从单一图像生成动态视频的过程，特别是在眼睛和嘴唇同步方面。用户可以通过上传图片和参考视频，精确控制细节，生成高质量视频。HyperAI 提供了一键启动的开源教程。

Midjourney v6.1发布并获得用户积极反馈。新版本在图像质量、一致性和细节方面进行了升级。最显著的改进是肖像生成几乎完美。然而，在生成大群人时仍存在挑战。总体而言，Midjourney v6.1版本更加逼真，生成更合理的图像。

本文探讨了神经辐射场（NeRF）技术在野外环境中实现机器人的视觉导航和3D视频生成的方法，包括无监督学习生成三维视频、动态场景建模以及高保真模型捕捉与重建。新框架能够从短视频中提取人体细节并生成高质量渲染，展示了在虚拟现实和元宇宙中的应用潜力。

本研究提出了一种名为3R的新型合成方法，能够从白天清晰图像重构夜间模糊图像的场景几何结构，模拟雾霾效果。该方法在合成基准测试中优于现有技术，解决了夜间图像处理中的数据集不足问题。

本文讨论了事实持续时间预测和新的事实评估方法FactKB，旨在提高模型在知识密集型任务中的校准性。研究提出了ClaimDiff数据集，以比较主张差异。测试结果显示，FactKB在跨领域应用中表现优异，增强了错误实体和关系的检测能力。此外，研究还探讨了大型语言模型的事实性问题及改进策略。

该研究提出了一种新的方法，通过零散视频合成人类真实照片。该方法解决了几何、材质和光照问题，能够生成高质量的几何和逼真的阴影。实验证明该方法有效。

本文介绍了一种无监督方法，用于提供训练良好的局部潜在子空间，使得通过潜在编码的导航能够保持生成图像的真实感。

通过使用动物和人类的知识来激发机器人创新，提出了一个框架，使四肢机器人具备像真实动物一样的灵活性和策略。通过利用深度生成模型产生模拟动物行为的运动控制信号，通过预训练感知动物运动的生成模型，将原始知识保留并重复利用于环境适应性学习阶段，最终通过任务特定控制器解决任务，推动了机器人控制的前沿。

本文介绍了一种名为Unsupervised Prototype Adapter (UP-Adapter)的无监督微调方法，利用CLIP的文本-图像对齐能力自动选择每个类别中最有信心的样本，并生成类别原型，用于可学习的原型模型的初始化。经过微调后，通过剩余连接将原型模型的预测与原始CLIP的预测相结合，用于下游识别任务。实验结果表明，该方法在图像识别和领域泛化方面取得了显著优势。

本文提出了一种基于学习的模型，利用少量单目视频帧从移动的人中推断出其个性化的3D形状，重建精度为5mm。该模型学习预测统计体型模型的参数和实例化偏移量，同时加入衣服和头发的形状，具有快速和准确的预测。该模型仅基于合成的3D数据进行学习，可将可变数量的帧作为输入，即使仅有一张图像，也能以6mm的精度重建形状。三个不同数据集的结果表明了本方法的有效性和准确性。