暂无搜索历史
近期的全球存储市场波动，为高速发展的边缘AI产业上了一堂生动的“供应链安全”课。DDR4颗粒从短缺到价格暴涨，如同一面镜子，照出了不同技术路线的抗风险能力。在这...
深夜，Meta 又一次给 AI 视觉领域丢下重磅炸弹——SAM 3（Segment Anything Model 3）与 SAM 3D 全面发布！
自监督学习的核心思想是：从数据本身自动生成“标签”或“监督信号”，而无需依赖昂贵且耗时的人工标注。
就在AI界为Yann LeCun离职Meta的消息震惊时，一份意外的“告别礼物”悄然出现在arXiv上——这位图灵奖得主与Randall Balestriero...
高质量的图像生成如今几乎都由扩散模型实现。从艺术创作到商业设计，从人脸生成到自然场景合成，基于扩散的生成模型已经成为多模态领域的重要基石。
你是否曾想象过，如果AI不仅能生成视频，还能像人类一样“想象”世界的演变、预测动作的后果、甚至进行多步推理与规划，会是怎样的情景？
数百亿参数、庞大算力需求、昂贵的部署成本……当科技巨头们还在追求“更大更强”的AI模型时，一股反向而行的趋势正悄然兴起，并可能彻底改变人工智能的应用格局。
在计算机视觉领域，单个像素常常会成为我们测量能力的极限——但这并非无法突破。在计量学和精密机器人等领域，哪怕仅仅一个像素的误差，都可能转化为微米级的实际偏差。为...
近年来，随着视觉-语言模型的快速发展，开放词汇分割（OVS）技术已成为自然图像处理领域的热点。这项技术让模型能够根据文本描述来分割任意类别的物体，打破了传统语义...
具身人工智能正在成为AI领域的热门方向，而导航能力是智能体在物理环境中生存和完成任务的基础。想象一个智能体既能在室内为你端茶送水，又能在户外巡逻监控，甚至驾驶汽...
在大语言模型如ChatGPT、GPT-4重塑自然语言处理范式，多模态模型征服图像、视频之后，人工智能的下一个前沿阵地正悄然浮现——结构化数据。
在当今多模态大模型（VLMs）飞速发展的时代，一个令人尴尬的问题依然存在：为什么这些能看懂图像、生成描述的模型，却难以精确地定位图像中的物体？
想象这样一个安防场景：白天，监控摄像头（可见光模式）清晰地捕捉到一个人的影像；到了夜晚，摄像头自动切换到红外模式，画面变成了基于热辐射的黑白图像。对于人类来说，...
各位开发者朋友们，你们准备好了吗？技术世界的风向标再次转动！全球最大的开发者社区GitHub刚刚发布了2025年的编程语言趋势报告，结果可能出乎很多人的意料——...
外科医生离手术世界模型还有多远？首次提出SurgVeo基准，揭示AI生成手术视频的惊人差距
近日，由Yann LeCun、李飞飞、Rob Fergus等AI领域顶级学者共同署名的论文《Cambrian-S: Towards Spatial Supers...
一篇来自清华大学和北京大学的最新研究，它给热门的Vision Transformer（ViT）带来了一次相当漂亮的“线性提速”。
计算机视觉是一个分析图像和视频的广阔领域。虽然很多人一听到计算机视觉，首先想到的通常是机器学习模型，但实际上，还有很多其他现有算法，在某些情况下，它们表现得比人...
在现代化的草莓育苗工厂中，一排排整齐的穴盘里孕育着成千上万的草莓幼苗。然而，一个长期困扰农户的难题是：如何快速准确地识别出哪些穴孔缺苗、哪些幼苗生长不良？
近年来，人工智能（尤其是计算机视觉）技术快速发展，广泛应用于安防、金融、医疗、自动驾驶等领域。然而，数据偏见问题一直如影随形，制约着AI系统的公平性与可信度。
暂未填写公司和职称
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
