Ah possible. Pour DDG c'est pas très clair à une époque ils reposaient sur Bing aussi, mais aujourd'hui je ne sais pas.
Ils ne reposent que sur Bing non ? Et à priori ça va changer d'ici la fin de l'année, Bing met fin à son API. On verra si ils vont tenir.
I’ll be at #SIGGRAPHAsia2025 next week presenting our paper MILo! Join the Neural Fields and Surface Reconstruction session on Tuesday, December 16.
If you’ll be in Hong Kong and would like to discuss research, or grab a coffee ☕️ feel free to reach out.
DUSt3R et al. are impressive, but how do they actually work? We investigate this in our project 𝘜𝘯𝘥𝘦𝘳𝘴𝘵𝘢𝘯𝘥𝘪𝘯𝘨 𝘔𝘶𝘭𝘵𝘪-𝘝𝘪𝘦𝘸 𝘛𝘳𝘢𝘯𝘴𝘧𝘰𝘳𝘮𝘦𝘳𝘴!
We share findings on the iterative nature of reconstruction, the roles of cross and self-attention, and the emergence of correspondences across the network [1/8] ⬇️
Stary and Gaubil et al., "Understanding multi-view transformers"
We use Dust3r as a black box. This work looks under the hood at what is going on. The internal representations seem to "iteratively" refine towards the final answer. Quite similar to what goes on in point cloud net
Hey there! I'll be presenting Diffumatch this afternoon. Come at poster Booth 67 if you want to learn more ! bsky.app/profile/daid...
Huge thanks to my collaborators for making it happen. @craigleili.bsky.social, @adai.bsky.social and Maks Ovsjanikov
Although the prior is trained only on human shapes, our method generalizes to unseen categories, enabling robust shape matching across domains! (5/n)
This learned spectral diffusion prior is then distilled and integrated into deep functional map frameworks. (4/n)
We train a diffusion model directly on functional maps to learn their underlying structures as a category-agnostic spectral prior. (3/n)
Functional maps provide a spectral representation of pointwise correspondences between shapes.
Interestingly, they exhibit similar diagonal structures across humans, animals, and other categories. (2/n)
📢 Excited to share our latest #ICCV2025 work DiffuMatch: learning spectral diffusion priors for robust non-rigid shape matching! (1/n)
1/n🚀Gaussians > Differentiable function > Mesh?
Check out our new work: MILo: Mesh-In-the-Loop Gaussian Splatting!
🎉Accepted to SIGGRAPH Asia 2025 (TOG)
MILo is a novel differentiable framework that extracts meshes directly from Gaussian parameters during training.
🧵👇
Si t'es sur Android -> youtube revanced. Sur iOS utilise videoLite et configure nextdns à côté github.com/yokoffing/Ne... (faut le faire sur PC c'est chiant mais après t'es tranquille à vie).
Joyeux anniversaire !
Peut être github.com/ManimCommuni... ? La librairie (enfin un Fork) de la très respectable chaîne youtube 3Blue1Brown
Je l'insulte régulièrement, il me répond de manière passive agressive et ça m'énerve encore plus
C'est fou le nombre de personnes que ça ne gêne pas. Après sur iphone avec nextdns (qu'il faut bien configurer) + l'appli videolite je m'en sors pas mal
Honnêtement si c'est juste pour une démo, celle de gaussian splatting est vraiment top, sinon les différentes applis font le café. Bon courage !
Je sais pas si c'est clair mdr
"Radiance Field" c'est effectivement la technique (l'equation de rendu est presque la même). Par contre dans les nerf à la base c'est fait à partir d'un réseau de neurone qui le prédit, ici c'est un nuage de point "amélioré" (et ça va beaucoup beaucoup plus vite)
Alors Nerf c'est différent de gaussian splatting (pas de réseaux de neurones)🤓. Le champ de recherche s'appelle Novel View Synthesis. Si vous voulez essayer avec votre téléphone y'a Luma 3D, Record 3D (offline 🤯). Pour essayer nerf y'a instantNGP sur PC. (ptet vous savez tout ça mdr)
Possible qu'ils aient débranché leur moteur qui fonctionnait pas trop et font comme Duckduckgo maintenant fr.linkedin.com/posts/octave...
Mmh je ne retrouve plus grand chose de l'époque. www.developpez.com/actu/303643/...
Aussi la situation a potentiellement changé depuis qu'ils ont été rachetés par OVH, ils ont rajouté de nouvelles fonctionnalités (en particulier le résumé par IA)
Ils avaient expliqué que les 60% correspondaient aux X requêtes les plus exécutées, parce qu'ils avaient pas du tout la puissance de frappe de Google/Bing pour tout indexer eux mêmes. Donc sur les sujets les plus courants, ils servent des résultats différents (genre si tu tapes Macron)
50€ la semaine dernière pour avoir oublié de composter un ticket. Mais le coup de la carte d'identité pour TGVMax c'est vraiment le test d'humanité et les contrôleurs le ratent à CHAQUE FOIS
