腾讯WeTest:与AI同行,共“Light“寻光

2023年5月13日,第三届Light·技术公益创造营(简称“腾讯Light”)历时三个月圆满收官

2023年5月13日,由中国互联网发展基金会、腾讯公益慈善基金会联合主办,腾讯技术公益、腾讯守护者计划、腾讯WeTest、腾讯优图实验室、腾讯云智能、OpenCloudOS联合承办的第三届Light·技术公益创造营(简称“腾讯Light”)历时三个月圆满收官,不仅见证了一大批优秀的公益项目诞生,还深度探讨了技术+公益更广泛的社会价值。

                                                                               (第三届腾讯Light大会圆满收官)

在本次Light大会“用AI,让美好变更美好”的主题指引下,腾讯WeTest作为面向全球开发者的一站式质量云服务平台,为活动复选项目提供了丰富的质量云服务支持——包括兼容性测试、云手机、性能测试、安全防护等多项优秀研发工具,覆盖产品在研发、运营各阶段的测试需求,获得了参赛项目和选手们的高度好评。

 

                                                          (腾讯WeTest亮相第三届Light大会现场)

腾讯WeTest近年来在AI领域持续展开技术探索:在腾讯Turing Lab的带领下,持续发力于AI技术在虚实交互中的研究及落地,在包括动作捕捉、体感虚实交互、云端渲染等技术上均取得重要突破。

今年,国际计算机视觉与模式识别顶级学术会议CVPR将于6月在加拿大温哥华举行。腾讯Turing Lab围绕虚实交互中人体解析、重建等关键技术,所提交的论文《Semantic Human Parsing via Scalable Semantic Transfer over Multiple Label Domains》(基于多标签域可变尺度语义迁移的人体语义解析)及《REC-MV: REconstructing 3D Dynamic Cloth from Monocular Videos》(基于单目视频的三维动态服装重建)被大会收录。论文由腾讯Turing Lab与香港中文大学(深圳)共同完成。

                     《Semantic Human Parsing via Scalable Semantic Transfer over Multiple Label Domains》

                                         《REC-MV: REconstructing 3D Dynamic Cloth from Monocular Videos》

                                         《REC-MV: REconstructing 3D Dynamic Cloth from Monocular Videos》

腾讯WeTest将持续探索AI技术的更多应用,推动科技在社会价值的大地上生根。与AI同行,共“Light”寻光。

关于AI方向技术产品合作,欢迎邮件咨询Kareyzhou@tencent.com

欢迎前往wetest.qq.com进一步了解和体验腾讯WeTest解决方案。即刻加入WeTest官方测试交流群,第一时间了解更多服务资讯。

                                                               

 

最新文章
1共探游戏产业新未来,AI与云发行成提效增值核心引擎 由徐汇区文化和旅游局指导,腾讯WeTest等联合主办的“解锁游戏提效增值新范式”专场分享会成功落幕。活动聚焦游戏产业最前沿的AI与云技术,吸引了近百位游戏、金融、泛互联网行业从业者参与。
2游戏性能测评数据“上新” 一图读懂逐点半导体与腾讯PerfDog联合打造的 “帧生成”指标 逐点半导体与腾讯PerfDog联合打造的 “帧生成”指标,一图带你读懂!
3「精准响应测试」解决方案发布,为游戏体验注入毫米级精度! 在QECon全球软件质量&效能大会上海站现场,腾讯IEG专项测试高级工程师徐鸿玥发表《游戏精准响应与动画一致性评测实践》主题演讲,首次系统性披露支撑《和平精英》亿级用户产品的精准响应测试方案。
4共探游戏产业新未来,AI与云发行成提效增值核心引擎 由徐汇区文化和旅游局指导,腾讯WeTest等联合主办的“解锁游戏提效增值新范式”专场分享会成功落幕。活动聚焦游戏产业最前沿的AI与云技术,吸引了近百位游戏、金融、泛互联网行业从业者参与。
5Al in CrashSight ——基于AI优化异常堆栈分类模型 CrashSight团队如何引入用LLM大模型驱动的问题分组方法,带来更智能化的问题分组体验。
购买
客服
反馈