Albedo 将于 2025 年初将 Clarity 送入极低轨道
旧金山——Albedo 于 6 月 12 日宣布，计划于明年初将其首颗电话亭大小的卫星送入极低地球轨道。 Clarity 是这家总部位于丹佛的初创公司的首颗卫星，旨在获取 10 厘米可见光和 2 米热红外图像，计划不早于 2025 年 2 月搭乘 SpaceX Transporter-13（猎鹰 9 号的拼车）发射进入太阳同步轨道。 Albedo 首席执行官 Topher Haddad 表示：“这是一个操作系统。” 太空新闻“我们在地面进行了大量降低风险的测试和原型设计，并且进行了飞机演示。” 预留容量 Albedo 成立于 2020 年底，旨在通过在同一平台上提供极高分辨率的可见光和热图像，在地球图像市场中占据一席之地。卫星集成和测试的资金来自 Albedo 于 1 月宣布的 3500 万美元 A-1 轮融资。 客户已经预订了 Clarity 运营头两年的大部分容量。 哈达德说：“他们支付现金定金，然后签约购买他们想要的图片数量。”他补充说，这些图片数量是有保证的，因为 Albedo 已经预留了履行与美国政府合同的能力。 美国国家侦察局于 12 月宣布与 Albedo 和其他四家光电图像供应商达成协议。Albedo 去年还赢得了一份合同，为国家航空航天情报中心提供用于夜间应用的热红外图像。 用途多样 6 月 12 […]
受控扩散模型可以改变图像中的材料属性 | MIT 新闻
麻省理工学院计算机科学与人工智能实验室 (CSAIL) 和谷歌研究中心的研究人员可能刚刚进行了数字魔法——以扩散模型的形式，可以改变图像中物体的材质属性。 配音 炼金术士该系统允许用户改变真实图片和人工智能生成的图片的四个属性：粗糙度、金属度、反照率（物体的初始基色）和透明度。作为图像到图像的扩散模型，可以输入任何照片，然后在 -1 到 1 的连续范围内调整每个属性以创建新的视觉效果。这些照片编辑功能可能会扩展到改进视频游戏中的模型、扩展人工智能在视觉效果方面的能力以及丰富机器人训练数据。 Alchemist 背后的魔力始于一个去噪扩散模型：在实践中，研究人员使用了 Stable Diffusion 1.5，这是一个文本到图像的模型，因其逼真的效果和编辑功能而备受赞誉。之前的研究建立在流行的模型之上，使用户能够进行更高级别的更改，例如交换对象或改变图像的深度。相比之下，CSAIL 和 Google Research 的方法应用此模型来关注低级属性，通过独特的基于滑块的界面修改对象材料属性的更精细的细节，其性能优于其他同类产品。 虽然之前的扩散系统可以为图像变出一只兔子，但 Alchemist 可以将同一只动物变成半透明的。该系统还可以使小黄鸭呈现出金属质感，去除金鱼的金色，并使旧鞋发亮。Photoshop 等程序具有类似的功能，但此模型可以更直接地更改材料属性。例如，在广泛使用的应用程序中，修改照片的金属外观需要几个步骤。 “当你看到自己创建的图像时，结果往往与你想象的并不完全一致，”麻省理工学院电气工程和计算机科学博士生、CSAIL 附属机构、一篇描述这项工作的新论文的主要作者 Prafull Sharma 说道。“你想在编辑图片时控制它，但图像编辑器中现有的控件无法更改材质。借助 Alchemist，我们利用文本到图像模型输出的照片级真实感，并梳理出一个滑块控件，让我们可以在提供初始图片后修改特定属性。” 精确控制 “文本到图像的生成模型使日常用户能够像写句子一样轻松地生成图像。然而，控制这些模型可能具有挑战性，”卡内基梅隆大学助理教授 Jun-Yan Zhu（未参与该论文）表示。“虽然生成花瓶很简单，但合成具有特定材料属性（例如透明度和粗糙度）的花瓶需要用户花费数小时尝试不同的文本提示和随机种子。这可能会令人沮丧，尤其是对于需要精确工作的专业用户而言。Alchemist 通过精确控制输入图像的材料，同时利用大规模扩散模型的数据驱动先验，为这一挑战提供了一个实用的解决方案，启发未来的研究将生成模型无缝地整合到常用内容创建软件的现有界面中。” Alchemist 的设计功能可以帮助调整视频游戏中不同模型的外观。在此领域应用这种扩散模型可以帮助创作者加快设计过程，细化纹理以适应关卡的游戏玩法。此外，Sharma 及其团队的项目可以帮助改变图形设计元素、视频和电影效果，以增强照片真实感并精确实现所需的材料外观。 该方法还可以改进机器人训练数据，以完成诸如操作等任务。通过向机器介绍更多纹理，它们可以更好地理解它们在现实世界中将要抓取的各种物品。Alchemist 甚至可能有助于图像分类，分析神经网络无法识别图像的物质变化的地方。 Sharma 及其团队的工作在忠实编辑所需对象方面超越了类似模型。例如，当用户提示不同的模型将海豚调整到最大透明度时，只有 Alchemist 实现了这一壮举，同时保持海洋背景未编辑。当研究人员使用与他们的方法相同的数据训练可比较的扩散模型 InstructPix2Pix 以进行比较时，他们发现 Alchemist 获得了更高的准确度分数。同样，一项用户研究表明，MIT 模型更受欢迎，并且被认为比其同类模型更逼真。 利用合成数据保证真实性 研究人员表示，收集真实数据是不切实际的。相反，他们在合成数据集上训练模型，在流行的计算机图形设计工具 Blender 中随机编辑应用于 100 个公开、独特的 3D 对象的 […]