通常，当我们谈论机器学习与城市变迁，总不免陷入一种略带冰冷的视角：算法扫描街景，识别模式，输出结论。但有没有可能，我们漏掉了故事里最关键的讲述者？那些在同一个街...

在多模态大模型飞速发展的今天，CLIP作为连接视觉与语言的“基石”依然发挥着重要作用。然而，随着应用场景的深入，研究人员逐渐发现CLIP的文本编码器已经成为整个...

欢迎来到每周简报！每周，都会为大家带来最新的开源AI模型、工具和研究进展。人们正在创造很酷的东西，并希望与您分享。闲话少说，接下来是常驻技术专家对本周AI领域的...

机器学习的服务模型在不断更新，新模型通常比旧模型更准确。但整体准确率的提升，有时仍然伴随着特定情况下的性能回退。这可能会让用户感到困扰，尤其是在某些性能回退会对...

热带气旋（亦称飓风或台风）极具破坏性，过去50年间造成了1.4万亿美元的经济损失。这些巨大的旋转风暴形成于温暖的海洋水域，由热量、湿度和对流提供能量。它们对大气...

在今年的国际机器学习会议上发表的一篇论文中，我们研究了这个问题，并发现，实际上，80%的情况下，检索并没有提高代码生成的质量。

参数一路狂飙：像素更高、帧率更快、功率更猛、视角更广、体积更小。单看规格表，很难不让人兴奋。但真正把设备装上产线的人，往往会在几周后露出一种复杂的表情——系统确...

在计算机视觉领域，YOLO系列一直是速度和精度的代名词。但长期以来，所有YOLO模型都存在一个根本性限制：它们只能识别训练时见过的类别。

红外成像领域的小目标检测一直是个技术难题——目标可能只是几个像素点，还常常淹没在复杂的云层、海面背景或者传感器噪声里。

在追求模型规模的竞赛中，一个反直觉的事实正在发生：NVIDIA 的 C-RADIOv4 仅用 6.31 亿个参数就达到了 DINOv3 的 70 亿参数模型的性...

Liu 获得的 2019 年某机构机器学习研究奖允许 VAIL 访问并利用某中心的云计算工具和服务数千小时，从而推动了他们在机器学习和自主系统方面的工作。

计算机辅助设计（CAD）是当今大多数实体产品设计的首选方法。工程师使用CAD将2D草图转化为3D模型，以便在将最终版本发送到生产线之前进行测试和优化。然而，该软...

当前的人工智能基准测试难以跟上现代模型的步伐。尽管它们在衡量模型在特定任务上的表现很有帮助，但很难判断那些在互联网数据上训练的模型是在真正解决问题，还是在重复记...

article id：e05f4f5752f757fd1cf46780876a0ad9

近年来，Transformer 席卷了计算机视觉领域，从图像分类到目标检测，表现亮眼。然而，当任务从静态图像扩展到视频理解、动态场景分析时，Transforme...

近年来，随着生成式AI技术的突破，世界模型（World Models） 已成为自动驾驶与具身智能领域的核心研究方向。从文本直接生成驾驶视频，到可控的4D动态场景...