无参视频质量评估 (Blind Video Quality Assessment，BVQA) 在评估和改善各种视频平台并服务用户的观看体验方面发挥着关键作用。当前基于深度学习的模型主要以下采样/局部块采样的形式分析视频内容，而忽视了实际空域分辨率和时域帧率对视频质量的影响，随着高分辨率和高帧率视频投稿逐渐普及，特别是跨分辨率/帧率视频转码档位画质评估场景中，这种影响变得更加不可忽视。在本文中，我们提出了一种模块化 BVQA 模型，以及一种训练该模型以提高其模块化性的方法。我们的模型包括基础质量预测模块、空域矫正模块和时域矫正模块，分别显式地响应视频质量的视觉内容和失真、空域分辨率和时域帧率变化情况。我们用提出的模块化BVQA模型在专业生成的内容和用户生成的内容视频数据库上进行了大量实验。实验表明，我们的质量模型实现了优于当前方法或相近的性能。此外，模块化的模型为分析现有视频质量数据库的空间和时间复杂性提供了机会。最后，我们的 BVQA 模型可以轻量高效地添加其他与质量相关的视频属性，例如动态范围和色域作为额外的矫正模块。
单目动态场景（Monocular Dynamic Scene）是指使用单眼摄像头观察并分析的动态环境，其中场景中的物体可以自由移动。单目动态场景重建对于理解环境中的动态变化、预测物体运动轨迹以及动态数字资产生成等任务至关重要。 随着以神经辐射场（Neural Radiance Field, NeRF）为代表的神经渲染的兴起，越来越多的工作开始使用隐式表示（implicit representation）进行动态场景的三维重建。尽管基于NeRF的一些代表工作，如D-NeRF，Nerfies，K-planes等已经取得了令人满意的渲染质量，他们仍然距离真正的照片级真实渲染（photo-realistic rendering）存在一定的距离。我们认为，其根本原因在于基于光线投射（ray casting）的NeRF管线通过逆向映射（backward-flow）将观测空间（observation space）映射到规范空间（canonical space）无法实现准确且干净的映射。逆向映射并不利于可学习结构的收敛，使得目前的方法在D-NeRF数据集上只能取得30+级别的PSNR渲染指标。
在本地进行项目开发时候，有些时候需要使用代理来访问某些测试环境的数据，这就要在 Webpack 对 devServer 的 proxy 做相关的配置。比如，我们经常会配置 target 和 cookies 来转发请求
Elasticsearch可以实现秒级的搜索，cluster是一种分布式的部署，极易扩展(scale )这样很容易使它处理PB级的数据库容量。最重要的是Elasticsearch使它搜索的结果可以按照分数进行排序，它能提供我们最相关的搜索结果（relevance) 。
近两年人工智能技术蓬勃发展，OpenAI连续放出ChatGPT、Sora等“王炸”产品，大模型、AIGC等技术带来了革命性的提升，很多人认为人工智能将引领第四次工业革命。国内各大互联网公司也是重点投资布局，从个人角度来说要尽快跟上时代的潮流，有一句话说得好，“未来，淘汰你的不是AI，而是那些懂得运用AI的人！”。 我们的初衷是从热火朝天的技术浪潮中回归冷静，深入理解和跟进AI技术的发展动态，并通过一系列实例解析，渐进式地引导读者掌握AI领域的知识体系。如今，我们决定将这些宝贵的学习资料公之于众，以期对广大初涉AI领域的学习者带来实质性的启迪和帮助。
2023年是中国医疗大模型发展的元年，各种医疗大模型已广泛应用于临床辅助决策、医学研究、健康管理等多个场景。未来，医疗大模型有望实现多模态AI与医疗实践全流程的深入链接，应用于医疗教育和临床培训，提高药物研发和药物反应监测等方面的能力。但在实际应用中，医疗大模型仍面临一些挑战，如准确度、透明度和可解释性等问题，以及对数据隐私和安全问题的担忧。本文主要探讨医疗大模型在医疗领域的应用及其面临的挑战。
在分析 Sora 之前，研究者首先盘点了视觉内容生成技术的沿袭。 在深度学习革命之前，传统的图像生成技术依赖于基于手工创建特征的纹理合成和纹理映射等方法。这些方法在生成复杂而生动的图像方面能力有限。
ByConity 是字节跳动开源的云原生数据仓库，在满足数仓用户对资源弹性扩缩容，读写分离，资源隔离，数据强一致性等多种需求的同时，提供优异的查询，写入性能。
