在过去十年里，全球机器人产业几乎陷入了一场“机械主义狂热”。工程师们争夺的是转速、扭矩、步态稳定性，是谁能让机器模仿人类行走、奔跑、跳跃。工业设计的极限被一次次...

如果你看过体育比赛中带球员轨迹回放，或者见过自动驾驶汽车在车流中穿梭，那你已经见识过多目标跟踪（MOT）技术了。这项技术不仅能识别视频中的物体，还能随时间持续追...

“十四五”让中国完成了数字化的全面铺网，而“十五五”则是在这张网之上点亮智能的神经。在最新公布的《“十五五”时期经济社会发展主要目标》中，“科技自立自强”“高质...

随着人工智能浪潮从云端向边缘侧扩展，智能摄像头、可穿戴设备、工业机器人等终端对本地实时处理能力的需求激增。在这一背景下，高效、安全且低功耗的边缘AI计算架构，正...

Gérard Medioni近日被授予亚太人工智能协会（AAIA）会士称号。AAIA是一个专注于构建广泛人工智能产业的非营利性国际学术组织。

在计算机视觉与模式识别会议（CVPR 2024）上提出的一项研究中，我们介绍了一种测量两幅图像之间概念距离的新方法。该方法在两种不同方式下使用大型视觉语言模型：...

我们正站在一个拐点：一边是爆炸式增长的实时视觉需求，一边是受限于功耗、算力和延迟的传统AI模型。云端AI曾带来无限算力，但真正的未来，在于将智能无缝嵌入到我们身...

目标检测技术正以前所未有的速度重塑着我们的世界。从自动驾驶汽车在城市街道上自如穿梭，到智能工厂精准监控生产线，这项技术已成为无数AI应用的核心支柱。

Gérard Medioni，某中心副总裁兼杰出科学家，近日被亚太人工智能协会（AAIA）授予院士称号。AAIA是一家专注于构建广泛人工智能产业的非营利性国际学...

在工业质检、医疗诊断等领域，异常检测技术一直面临着巨大挑战。传统的异常检测模型通常只使用正常样本进行训练，但当遇到全新场景时，检测效果往往大打折扣。更重要的是，...

上海交通大学等机构联合提出全能驾驶导航世界模型，在生成质量与控制精度上全面超越现有SOTA！

​在“具身智能”“低空经济”“机器人自主感知”等词汇频繁刷屏的当下，一个令人反思的现实正在浮现： 最强的技术团队，往往活得最艰难。

随着计算机视觉、目标检测与视频语义识别技术的普及，安防无人机的实时视频流将不再仅仅是“画面”，而是城市事件的结构化数据源。

你是否曾经想过，如果AI能像人类一样，仅通过观看视频就理解场景的远近关系，那该有多酷？

构建生产就绪的计算机视觉系统意味着既要解决理论问题（如何检测物体？），也要解决实际问题（如何处理混乱的现实世界数据？）。最远点轮廓算法和缺口连接策略并非突破性创...

图像标注或图像注释是计算机视觉的基石。这是为图像数据分配有意义的标签或注释的过程，使计算机视觉模型能够学习模式并进行预测。无论是目标检测、图像分类还是图像分割，...

无需改变架构，仅通过创新训练策略，就让视觉语言模型具备了与专业视觉模型相媲美的三维感知能力

今天凌晨，在夏威夷举行的国际计算机视觉大会ICCV 2025揭晓了本届会议的最佳论文等奖项。全球计算机视觉三大顶会之一的ICCV今年共收到11239份有效投稿，...

目标检测技术正在迎来一场范式革命！传统方法如YOLO、DETR依赖复杂的坐标回归，而IDEA（粤港澳大湾区数字经济研究院）研究院的最新研究Rex-Omni通过巧...

“作为一个本质上是研究计算机视觉，暂时伪装成自然语言专家的人，我更感兴趣的是：对于大语言模型来说，像素是否比文本更适合作为输入？”