Close Menu
    Trending
    • What Are Agent Skills Beyond Claude?
    • When Data Lies: Finding Optimal Strategies for Penalty Kicks with Game Theory
    • Three OpenClaw Mistakes to Avoid and How to Fix Them
    • I Stole a Wall Street Trick to Solve a Google Trends Data Problem
    • How AI is turning the Iran conflict into theater
    • Why Your AI Search Evaluation Is Probably Wrong (And How to Fix It)
    • Machine Learning at Scale: Managing More Than One Model in Production
    • Improving AI models’ ability to explain their predictions | MIT News
    ProfitlyAI
    • Home
    • Latest News
    • AI Technology
    • Latest AI Innovations
    • AI Tools & Technologies
    • Artificial Intelligence
    ProfitlyAI
    Home » DRAWER: skapar interaktiva digitala miljöer från statiska inomhusvideo
    Latest AI Innovations

    DRAWER: skapar interaktiva digitala miljöer från statiska inomhusvideo

    ProfitlyAIBy ProfitlyAIJuly 3, 2025No Comments2 Mins Read
    Share Facebook Twitter Pinterest LinkedIn Tumblr Reddit Telegram Email
    Share
    Facebook Twitter LinkedIn Pinterest Email


    • DRAWER konverterar videor av statiska inomhusscener until interaktiva digitala miljöer utan att kräva interaktion med objekten beneath inspelningen.
    • Den rekonstruerade miljön kan köras i realtid (~100fps) och är kompatibel med både spelmotorer som Unreal Engine och robotsimuleringsplattformar.
    •  DRAWER kan skapa interaktiva spel med funktioner som att öppna skåp och lådor samt skjuta på segmenterade objekt i miljön.

    Forskare vid Cornell College har utvecklat en AI-driven course of som automatiskt omvandlar en kort video av ett rum till en interaktiv 3D-miljö. Genom att använda en teknik som möjliggör skapandet av en digital illustration av verkliga utrymmen, kan användare nu navigera och interagera med dessa rum på ett helt nytt sätt.

    DRAWER är ett banbrytande ramverk som automatiskt konverterar videor av statiska inomhusmiljöer until fotorealistiska och interaktiva digitala miljöer genom att kombinera avancerad 3D-rekonstruktion med fysisk simulering.

    DRAWER mechanically converts a video of a static scene with none interactions with the doorways and objects within the scene into an interactive atmosphere with segmented objects and articulated doorways.

    Denna metod gör det möjligt att enkelt skapa 3D-modeller från traditionella videoformat, vilket kan ha en betydande inverkan på design, utbildning, och olika applikationer inom virtuell verklighet. Genom att analysera videoinnehållet kan systemet identifiera objekt och deras placeringar i rummet och sedan konstruera en realistisk, manipulativ 3D-upplevelse.

    Denna teknik har potential att revolutionera hur vi upplever och interagerar med våra omgivningar, vilket öppnar upp för nya möjligheter inom många områden, inklusive spel, arkitektur och utbildning. Det kan också underlätta processen av att skapa virtuella turer eller simuleringar för olika scenarier som tidigare skulle ha krävt omfattande manuell modellering och renderingsarbete.

    Mer information:

    https://xiahongchi.github.io/DRAWER



    Source link

    Share. Facebook Twitter Pinterest LinkedIn Tumblr Email
    Previous ArticleMicrosoft hävdar att deras AI-diagnosverktyg kan överträffa läkare
    Next Article Don’t let hype about AI agents get ahead of reality
    ProfitlyAI
    • Website

    Related Posts

    Latest AI Innovations

    SocialPost AI: Features, Benefits, and Alternatives

    February 12, 2026
    Latest AI Innovations

    Seedance 2.0: Features, Benefits, and Alternatives

    February 11, 2026
    Latest AI Innovations

    AI Angels: Features, Benefits, Pricing and Alternatives

    February 7, 2026
    Add A Comment
    Leave A Reply Cancel Reply

    Top Posts

    On the Possibility of Small Networks for Physics-Informed Learning

    January 30, 2026

    Definition, Types, Benefits, Use Cases, and Challenges

    February 12, 2026

    Multiple Linear Regression, Explained Simply (Part 1)

    October 23, 2025

    Abstract Classes: A Software Engineering Concept Data Scientists Must Know To Succeed

    June 17, 2025

    Rethinking AI Vendor Trust: Why Ethical Partnerships Matter

    November 13, 2025
    Categories
    • AI Technology
    • AI Tools & Technologies
    • Artificial Intelligence
    • Latest AI Innovations
    • Latest News
    Most Popular

    YOLOv2 & YOLO9000 Paper Walkthrough: Better, Faster, Stronger

    February 3, 2026

    Q&A: The climate impact of generative AI | MIT News

    April 7, 2025

    An AI model trained on prison phone calls now looks for planned crimes in those calls

    December 1, 2025
    Our Picks

    What Are Agent Skills Beyond Claude?

    March 10, 2026

    When Data Lies: Finding Optimal Strategies for Penalty Kicks with Game Theory

    March 10, 2026

    Three OpenClaw Mistakes to Avoid and How to Fix Them

    March 9, 2026
    Categories
    • AI Technology
    • AI Tools & Technologies
    • Artificial Intelligence
    • Latest AI Innovations
    • Latest News
    • Privacy Policy
    • Disclaimer
    • Terms and Conditions
    • About us
    • Contact us
    Copyright © 2025 ProfitlyAI All Rights Reserved.

    Type above and press Enter to search. Press Esc to cancel.