AI Journey 2024 🤖 11-13 декабря прошла крупнейшая международная конференция AI Journey. Наши команды в Сбере представили ряд технологий, часть из которых показали вживую на стендах и в сервисах.
Vision AI — технологии компьютерного зрения: 🧏Учитель жестового языка — SOTA-технологии распознавания русского и американского жестовых языков в реальном времени. 💃Распознавнаие образа — ещё одна SOTA-технология на базе MiVOLO для определения пола, возраста и образа человека для virtual try-on. 🖼Замена фона и бьютификация — решения, интегрированные в сервис видео-конференций SberJazz. 🏋️♀️Мультипоза — технологии определения позы человека с режимом трекинга. Все технологии работают в режиме реального времени.
👀GigaChat Vision: Мультимодальная LLM, с возможностью работать со входными изображениями. На стенде впервые показали сервис инструктивного редактирования изображений. Также команда GC анонсирует GigaChat Lite — open-source MoE-архитектуры GigaChat версий base и instruct.
💥3D/Scenes XR: Стенд технологий генерации полноценных 3D-объектов по текстовому описанию. В будущем каждый сможет воспользоваться технологиями text-to-3D.
🎻AI Music: Генерация музыки по текстовому запросу. Сервис доступен в мини-аппе VK, а в скором времени появится в веб-версии tg. Под капотом также последняя версия модели генерации стихов.
🔉Voice AI: Технологии клонирования голоса по короткому сэмплу речи и e2e синхронного переводчика без текстового представления в потоковом режиме на разные языки.
👩💻GigaCode: AI-ассистент разработчика, который позволяет ускорить процесс написания кода.
🎨Kandinsky 4.0: Коллеги из Sber-AI представили линейку моделей Kandinsky: text-to-video, image-to-video, video-to-audio. Подробнее про каждую из моделей можно почитать на Хабр.
📏MERA: Открытый бенчмарк для русского языка для оценки современных моделей. Состоялся анонс в сторону мультимодальности. Приглашаем всех принять участие в разработке бенчмарка!
