视觉

在肿瘤手术中，及时发现和切除残留肿瘤组织一直是医学界的难题，特别是在脑肿瘤和其他实体癌症的手术中。尽管医疗技术不断进步，残留肿瘤仍然影响着患者的预后、生活质量，并给医疗系统带来巨大…

强化学习在近年来取得了许多成功，但其样本效率低下，限制了其在现实世界中的应用。世界模型作为一种环境生成模型，为解决这一问题提供了希望。它可以作为模拟环境，以更高的样本效率训练强化学…

上海阶跃星辰智能科技有限公司近日宣布，其智能生活助手“跃问”App的智能视觉搜索功能“拍照问”已在iPhone16上实现一键调用功能。 用户现在可以通过简单的设置，使用iPhone…

科大讯飞公司近日宣布，其最新研发的讯飞星火多模态交互大模型正式投入运营。这一技术突破标志着科大讯飞从单一的语音交互技术拓展到音视频流实时多模态交互的新阶段。新模型集成了语音、视觉和…

杰瑞・加西亚虽然已于1995年离世，但他的声音通过人工智能的技术得以复生。近日，人工智能开发公司 ElevenLabs 与加西亚家族达成合作，将这位传奇摇滚乐队 “死者之头” 的声…

正文:波士顿动力公司的机器人犬 Spot 最近迎来了一个重要的软件更新，使其在复杂环境中的行动能力大幅提升。 尽管 Spot 能够通过三维视觉系统 “看到” 周围的世界，但以往它在…

谷歌DeepMind最新推出的Gemini实验版本（Exp1114）在Chatbot Arena平台上取得了令人瞩目的成绩。经过一周多的社区测试，累计超过6000票的数据显示，这款…

在当今科技领域，CLIP（Contrastive Language-Image Pre-training）是一个重要的多模态基础模型。它通过在大规模图像 – 文本对上使用对比学习损…

近日，一场别开生面的AI能力评测在《我的世界》平台上展开，吸引了大量关注。新旧两个版本的Claude3.5Sonnet在游戏中展开建筑PK，展现出明显的能力差异，新版本（暂称&qu…