产品库

Captury无标记运动捕捉技术,让捕捉更高效

Captury提供先进的无标记运动捕捉解决方案,可精准可靠地跟踪多个演员同时进行的全身动作、手指移动和面部表情。我们的解决方案旨在提高运动捕捉的效率,同时降低所涉及的时间和成本。Captury可应用于3D游戏开发、虚拟效果/电影/广告领域、虚拟现实、实时虚拟/基于位置的娱乐、游戏内玩家跟踪以及生命科学等领域。主要产品包括实时处理CapturyLive、CapturyInGame、CapturyFace,以及后期处理CapturyStudio和CapturyDome等。

无标记实时动作捕捉技术

Cyanpuppets是一个专注于2D视频生成3D动作模型的AI算法团队。他们的无标记动作捕捉系统通过2个RGB摄像头完成超过208个关键点的捕捉，支持UE5和UNITY 2021版本，延迟仅为0.1秒。Cyanpuppets支持大多数骨骼标准，其技术广泛应用于游戏、电影和其他娱乐领域。

可伸缩便携运动捕捉数据收集系统

DexCap是一种便携手部动作捕捉系统，结合了全息测距和电磁场技术，提供准确、抗遮挡的手腕和手指运动跟踪，并通过对环境的3D观测进行数据采集。DexIL算法利用逆运动学和基于点云的模仿学习，直接从人类手部动作数据中训练灵巧的机器手技能。系统支持选项的人机协同校正机制，利用这一丰富数据集，机器手能够复制人类动作，还能根据人类手动作进一步提高表现。

GoDiary是一款自动跟踪运动的健身应用

GoDiary是一款能够自动跟踪运动的健身应用。它结合了GPS和专有的机器学习算法，以省电的方式监测用户的健身活动。通过GoDiary，用户可以轻松追踪自己的跑步、步行和骑行等运动，并提供个性化的目标跟踪和历史数据分析。

无标记的选择性状态空间模型

曼巴字节是一种无标记的语言模型，直接从原始字节中学习，消除了子词标记化的偏见。它在字节上运行，但会导致序列显著变长，标准的自回归Transformer在这种情况下的扩展性较差。我们在字节序列上自回归训练了曼巴字节，这是Mamba状态空间模型的无标记适应。我们的实验表明，与其他字节级模型相比，曼巴字节具有较高的计算效率。我们还发现，曼巴字节在与最先进的子词Transformer的竞争中表现出色，甚至超越其性能。此外，由于长度的线性扩展，曼巴字节在推理过程中比Transformer具有更快的速度。我们的发现证实了曼巴字节在实现无标记语言建模方面的可行性。

360°站点捕捉和AI辅助进度跟踪平台。

Disperse是一款易于使用的进度跟踪平台，提供站点捕捉服务、进度跟踪、问题检测等功能。通过AI技术，为建筑行业提供深入洞察，帮助项目团队高效合作，实时跟踪进度。

零样本视觉跟踪模型，具有运动感知记忆。

SAMURAI是一种基于Segment Anything Model 2 (SAM 2)的视觉对象跟踪模型，专门设计用于处理快速移动或自遮挡对象的视觉跟踪任务。它通过引入时间运动线索和运动感知记忆选择机制，有效预测对象运动并优化掩膜选择，无需重新训练或微调即可实现鲁棒、准确的跟踪。SAMURAI能够在实时环境中运行，并在多个基准数据集上展现出强大的零样本性能，证明了其无需微调即可泛化的能力。在评估中，SAMURAI在成功率和精确度上相较于现有跟踪器取得了显著提升，例如在LaSOT-ext上AUC提升了7.1%，在GOT-10k上AO提升了3.5%。此外，与LaSOT上的全监督方法相比，SAMURAI也展现出了竞争力，强调了其在复杂跟踪场景中的鲁棒性以及在动态环境中的潜在实际应用价值。

AI动作捕捉和实时人体追踪

DeepMotion是一款基于人工智能的动作捕捉和人体追踪解决方案。通过任意网络浏览器，在几秒钟内从视频中生成3D动画。无需特殊装备，易于使用。它提供多种功能，包括手部追踪、多人追踪和面部追踪等。DeepMotion适用于各种场景，如游戏开发、动画制作、虚拟现实等。定价方案请访问官方网站了解更多信息。

基于重力视角坐标恢复世界定位的人体运动

GVHMR是一种创新的人体运动恢复技术，它通过重力视角坐标系统来解决从单目视频中恢复世界定位的人体运动的问题。该技术能够减少学习图像-姿态映射的歧义，并且避免了自回归方法中连续图像的累积误差。GVHMR在野外基准测试中表现出色，不仅在准确性和速度上超越了现有的最先进技术，而且其训练过程和模型权重对公众开放，具有很高的科研和实用价值。

AI动作捕捉工具

Movmi 是一款 AI 驱动的动作捕捉工具，通过 2D 媒体数据（图像、视频）捕捉人类身体动作，为开发人员提供高质量的人体动作捕捉解决方案。整个捕捉过程在云端完成，用户无需使用高端设备。Movmi 支持从各种摄像设备捕捉镜头，包括智能手机和专业摄像机，适用于各种生活场景，甚至支持多个人物的场景。Movmi 还提供一个全文本贴图角色库，用于各种动画项目。Movmi 的会员计划分为 Bronze、Silver 和 Gold，提供不同级别的功能和体验。用户可以在任何 3D 环境中使用输出的 FBX 文件。

Perigon 是一个强大的实时数据搜索和分析工具，帮助用户快速获取和跟踪信息。

Perigon 是一个专注于实时数据搜索和分析的平台，通过其独特的Omnibar搜索栏，用户可以快速查询任何主题的信息，并实时跟踪数据动态。该产品主要面向需要快速获取和分析大量信息的商业用户，如市场分析师、研究人员和企业决策者。其强大的搜索功能和灵活的自定义选项，使得用户能够根据自己的需求快速找到有价值的信息，并通过创建信号和工作流来跟踪关键数据。Perigon 提供灵活的定价方案，以满足不同规模用户的需求。

实现增强物体跟踪的Transformer模型

CoTracker是一个基于Transformer的模型,可以在视频序列中联合跟踪稠密点。它与大多数现有的状态最先进的方法不同,后者独立跟踪点,而忽略了它们之间的相关性。我们展示了联合跟踪可以显著提高跟踪精度和鲁棒性。我们还提供了若干技术创新,包括虚拟轨迹的概念,这使CoTracker可以联合跟踪7万个点。此外,CoTracker因果地操作在短时间窗口上(因此适合在线任务),但通过在更长的视频序列上展开窗口进行训练,这使并显著改进了长期跟踪。我们展示了定性印象深刻的跟踪结果,其中点甚至在遮挡或离开视野时也可以跟踪很长时间。从定量上看,CoTracker在标准基准测试上优于所有最近的跟踪器,通常优势显著。

无需对象模板的人体与物体交互跟踪技术

InterTrack 是一种先进的跟踪技术，能够在单目RGB视频中跟踪人体与物体的交互，即使在遮挡和动态运动下也能保持跟踪的连贯性。该技术无需使用任何对象模板，仅通过合成数据训练即可在真实世界视频中实现良好的泛化。InterTrack 通过分解4D跟踪问题为每帧的姿态跟踪和规范形状优化，显著提高了跟踪的准确性和效率。

视频分析应用和AI运动筛查

Yogger是一款先进的视频分析应用，可分析运动和步态，跟踪进展，并进行基于AI的运动筛查。它可以帮助提高运动员的潜力，预防受伤，并实现个人最佳表现。该应用提供先进的运动捕捉功能，让您随时随地进行运动分析。

免费AI动作捕捉工具

Rokoko Vision是一个免费的AI动作捕捉工具，用户可以通过上传视频或使用网络摄像头进行动作捕捉，并使用动画编辑器进行编辑和调整。该工具提供高精度的动作捕捉技术，使用户能够快速创建逼真的人物动画。Rokoko Vision的定价根据用户所在地不同而有所不同。

实时文本转换和标记可视化的强大浏览器扩展

Parseltongue 是一款功能强大的浏览器扩展，支持文本转换和实时标记可视化。它支持包括 leetspeak、二进制、base64 等多种格式，非常适合开发者、语言学家和普通用户即时增强文本提示。

实时预览的高级人脸动画工具

ComfyUI-AdvancedLivePortrait是一个用于实时预览和编辑人脸表情的高级工具。它允许用户在视频中跟踪和编辑人脸，将表情插入到视频中，甚至从样本照片中提取表情。这个项目通过使用ComfyUI-Manager自动安装，简化了安装过程。它结合了图像处理和机器学习技术，为用户提供了一个强大的工具，用于创建动态和互动的媒体内容。

创新的运动分析平台

Apollo Co-Pilot是一款创新的运动分析平台，为教练和运动员提供智能辅助分析工具。它可以帮助教练和运动员分析训练数据，提供个性化的训练建议和优化方案。同时，它还提供了实时反馈和比赛策略分析等功能，帮助提高运动员的竞技表现。

使用AI功能来高亮、标记、注释和导出您最喜欢的YouTube时刻。

SnipTube是一个AI助力的YouTube书签工具，它能够智能地高亮、标记、注释和导出您最喜欢的YouTube视频片段。它利用AI算法生成每个片段的摘要，让您能够轻松回顾重要的内容。通过SnipTube，您可以将YouTube视频片段按照自定义标签和注释进行整理，方便您随时查找和回忆。您还可以轻松导出单个片段或整个集合，方便在其他笔记应用中使用。SnipTube适用于学生、研究人员和YouTube爱好者。

自由动态捕捉，释放想象

MOVE Ai是一款能够从任何视频、高清相机或移动设备中提取高保真动作的人工智能软件。它能够帮助创作者将运动带入数字世界，实现无限规模的动作捕捉，为创作者们提供数字内容创作和体验的工具。

简易健身跟踪应用

LiftLog是一款专为那些只想轻松跟踪他们的锻炼的人而设计的跟踪应用。您可以通过单击即可完成一组锻炼，自动设置休息计时器，并准确跟踪失败。LiftLog旨在在您锻炼时不受干扰，同时为您提供所需的所有信息。它包括可选的自动渐进超负荷功能，帮助您克服瓶颈。需要新计划的灵感吗？一个简短的向导将使用最新的人工智能为您生成一个根据您的目标和经验量身定制的新计划。它采用现代材料主题，将根据您设备的颜色自适应，并提供深色和浅色模式。

AI写会议笔记，实时转录

Otter.ai使用AI进行自动会议笔记，实时转录，记录音频，自动捕捉幻灯片，并生成会议摘要。它可以与Zoom、Microsoft Teams和Google Meet等平台集成，实时转录会议内容，并生成自动化的会议笔记。用户可以在Web、iOS或Android应用中实时跟进，并与团队合作。此外，Otter还能自动捕捉并插入会议中共享的幻灯片，方便用户回顾讨论内容。如果错过了会议的任何部分，Otter还会实时生成摘要，供用户方便回顾。价格根据不同用户类型有所不同。

超快速、实时、专业友好、无代码数据库

Teable是一个结合了SQL能力与电子表格协作的顶级解决方案，直接连接到Postgres，提供协作体验，超越Airtable，满足运营数据需求，显著加速快节奏的创业团队。集成了AI能力，可以快速创建应用程序、分析数据、创建视图、执行操作等。

生成丰富可控运动的视频合成工具

Boximator是一款由Jiawei Wang、Yuchen Zhang等人开发的智能视频合成工具。它利用先进的深度学习技术，通过添加文本提示和额外的盒子约束，生成丰富且可控制的视频运动。用户可以通过示例或自定义文本来创造独特的视频场景。Boximator与其他方法相比，使用了来自文本提示的附加盒子约束，提供更灵活的运动控制。

跟踪您的GPT-4消息

Chatterclock是一个可以跟踪您在GPT-4消息限制下剩余消息数量的插件。它通过扩展图标上的徽章显示消息使用情况，并告知您何时会获得更多的消息。

基于注意力机制的运动生成和无训练编辑模型

MotionCLR是一个基于注意力机制的运动扩散模型，专注于人类动作的生成和编辑。它通过自注意力和交叉注意力机制，分别模拟模态内和模态间的交互，实现对动作序列的精细控制和编辑。该模型的主要优点包括无需训练即可进行编辑，具有较好的解释性，能够通过操作注意力图来实现多种运动编辑方法，如动作的强调或减弱、就地替换动作、基于示例的动作生成等。MotionCLR的研究背景是解决以往运动扩散模型在细粒度编辑能力上的不足，通过清晰的文本-动作对应关系，提高动作编辑的灵活性和精确性。

跟踪语言学习进度

Lingotrack是一款创新的语言学习平台，帮助你跟踪进度，找到合适的外语内容。通过Lingotrack，你可以轻松发现适合你水平的外语内容，自动跟踪学习进度，与其他学习者交流并分享学习心得。平台提供自定义的学习目标，详细的数据可视化，个性化的公共资料和活跃的社区。Lingotrack为广大语言学习者提供了一个综合的工具。

视频重制，精确控制内容与运动

ReVideo是一个创新的视频编辑技术，它允许用户在特定区域进行精确的视频编辑，通过指定内容和运动来实现。这项技术通过修改第一帧来实现内容编辑，而基于轨迹的运动控制提供了直观的用户交互体验。ReVideo解决了内容和运动控制之间耦合和训练不平衡的新任务。通过开发三阶段训练策略，逐步从粗到细解耦这两方面，并提出一种时空自适应融合模块，以在不同的采样步骤和空间位置整合内容和运动控制。

深入理解语言模型中的标记化过程

KarpathyLLMChallenge是一个教育性质的网站，专注于解释和展示语言模型（LLMs）中标记化的重要性和复杂性。它通过详细的文章和实例，帮助用户理解标记化如何影响语言模型的性能和能力。