李连杰

谷歌 DeepMind 发布 GenCeption：打破计算机视觉桎梏_我的网站

铁线虫

一 |

原标题：韩国男子长期家暴中国妻子，还持刀威胁，被判坐牢3年半韩媒报道截图（韩国TJB电视台）海外网9月13日电 据韩国纽西斯通讯社报道，韩国大田地方法院9月11日对一起涉嫌杀人未遂案进行宣判，判处被告人3年零6个月有期徒刑。 IT之家 7 月 21 日消息，科技媒体 The Decoder 昨日（7 月 20 日）发布博文，报道称谷歌 DeepMind 发布 GenCeption 模型，将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。被告人46岁，受害人是他的中国籍妻子，现年33岁。

二 | 2010年两人结婚后，被告人经常家暴妻子，曾导致妻子长时间离家出走，并多次提出离婚。韩媒报道截图（韩国TJB电视台）今年6月3日，妻子再次提出离婚，并称“若不同意就报警，举报自己遭到家暴”，被告人当时正在喝酒，听到消息后被激怒，并挥舞刀具威胁妻子。

三 | IT之家援引博文介绍，大语言模型在学习预测下一个 Token 的时候，在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。

四 | 但是在计算机视觉领域，视觉模型缺少等效的训练方法，主要由专业模型主导，包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”，每个模型都使用其特定的架构。韩媒报道截图（韩国TJB电视台）韩国法官在阐述量刑标准时表示，被告人在吵架时使用凶器，罪行性质恶劣，而且此前也多次实施家暴。受害人即使没有什么经济和社会基础，也一直要求离婚，由此可见她遭受的恐惧和痛苦有多大。

五 | 谷歌 DeepMind 团队为此提出 GenCeption 模型方案，尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。 GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局，仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。（海外网刘强）责编：刘强、李萌返回搜狐，查看更多责任编辑：

。 GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练，与传统扩散模型需多步去噪不同，GenCeption 在一次前向传播中完成预测，从而提升视觉任务处理速度。模型通过文本提示指定任务，可输出深度图、表面法线图、分割掩码，并可处理相机运动表示。训练数据以合成为主。论文称，数据集仅包含 7500 段视频，由 800 个数字人体模型与 200 段动作捕捉序列组合生成，再通过 Blender 在不同背景和镜头角度下渲染。泛化方面，GenCeption 几乎只在单人合成视频上训练，但可处理真实多人视频，也可迁移到动物和类人机器人类别。论文称，部分输出细节甚至超过训练时 Blender 渲染结果，可保留猫胡须和单根发丝边缘。性能方面，论文给出两组处理时间数据：小模型处理 81 帧视频约需 6 秒；大模型参数量为 140 亿，处理同样长度视频约需 10 秒。参考。

Current article:http://www.chenzhuaigecoupuhongyuntuizei.sbs/news/20260826_69996.docx

Published on:18:34:12