Metaverse Standards Forum的目标是推动元宇宙开放标准的发展;任何组织都可以免费申请加入该论坛。论坛创始成员包括:0xSenses、Academy Software Foundation、Adobe、阿里巴巴、欧特克(Autodesk)、Avataar、Blackshark. Ai、CalConnect、Cesium、Daly Realism、Disguise、Enosema Foundation、Epic Games、Express Language Foundation、华为、宜家(IKEA)、Jon Peddie Research、Khronos、Lamina1、Maxon、Meta、微软(Microsoft)、NVIDIA、OpenAR Cloud、开放地理空间信息联盟(Open Geospatial Consortium)、Otoy、Perey Research and Consulting、高通(Qualcomm)、Ribose、索尼互动娱乐(Sony Interactive Entertainment)、Spatial Web Foundation、Unity、VerseMaker、Wayfair、Web3D Consortium、万维网联盟(World Wide Web Consortium)和扩展现实协会(XR Association,XRA)。
Metaverse Standards Forum已宣布成立,它将领先的标准化组织和企业聚集在一起,集整个行业之力制定建立开放式元宇宙所需的互操作性标准。其将探讨缺乏互操作性会在哪些方面阻碍元宇宙的部署,以及如何协调和加快标准制定组织(Standards Developing Organizations,SDO)的标准制定和发展工作。Metaverse Standards Forum将向所有组织免费开放,专注于务实的行动项目,例如通过原型设计、黑客松、竞赛、开源工具创建等加速元宇宙标准的测试和采用,同时制定统一的术语和部署指南。
元宇宙正在以更大的规模和更强的沉浸感,推动各种协作空间计算技术的创新整合与部署,包括交互式3D图形、AR和VR、逼真内容创作、地理空间系统、终端用户内容工具、数字孪生、实时协作、物理模拟、在线经济、多用户游戏等。
多位行业领导者表示,如果元宇宙建立在开放标准的基础上,那么它将发挥最大的潜力。为了建立一个开放、包容且大规模普及的元宇宙,Khronos Group、万维网联盟、开放地理空间信息联盟、OpenAR Cloud、Spatial Web Foundation等SDO需要联合制定一套开放的互操作性标准。Metaverse Standards Forum的目标是促进不同SDO和企业之间达成合作共识,制定和统一元宇宙标准的需求和优先事项,加速这些标准的出台并减少整个行业的重复劳动。
Khronos总裁Neil Trevett表示:“元宇宙将汇集各种不同的技术,因此需要一套由许多标准组织创建和维护的互操作性标准。Metaverse Standards Forum是一个协调标准组织和行业的独特平台,其使命是推动务实、及时的标准化,这对实现开放、包容的元宇宙至关重要。”
该论坛由Khronos Group主办,任何企业、标准化组织或大学只需同意参与协议就可以免费加入。希望对论坛进行监督以及希望资助论坛项目的企业可以选择成为主要成员。
论坛活动将依据成员的需求和兴趣来进行,并且可能会涉及不同的技术领域,包括3D资产和渲染、AR和VR等人机界面和交互模式、用户创建内容、形象、身份管理、隐私、金融交易等。论坛预计将于2022年7月开始举办会议。
好文章,需要你的鼓励
Runway推出最新AI模型Aleph,旨在重新定义视频创作与编辑方式。基于通用世界模型和模拟模型研究,Aleph提供对话式AI工具,能即时对现有或生成的视频进行复杂编辑。用户只需简单提示,即可删除物体、更换背景或重塑整个场景。与以往专注于文本生成视频的模型不同,Aleph强调"流畅编辑",确保场景、角色和环境的一致性,无需逐帧修复缺陷,为电影制作者和广告商提供更高效的工作流程。
斯坦福大学NLP研究小组发布了全新的2024版GloVe词向量,这是对2014年原版的重大升级。新版本使用维基百科、Gigaword新闻数据和Dolma语料库进行训练,新增超过70万词汇,涵盖疫情、科技、网络文化等现代概念。测试显示新版本在处理当代文本、非西方人名地名和社交媒体内容方面表现显著优于旧版本,为自然语言处理应用提供了更准确的语言理解工具。
TeleAI团队发布TeleChat2、TeleChat2.5和T1三款大语言模型的技术报告,详述了从10万亿tokens预训练到强化学习优化的完整开发过程。T1-115B在数学推理上超越OpenAI o1-mini,展现了国产AI模型的技术突破。研究采用4D并行训练策略,在8000个华为昇腾NPU上完成训练,并全面开源以促进AI技术发展。