标签：视觉

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术...

在凉爽的西雅图，屋子太小，CVPR太火。作者｜苏霍伊‍ 编辑｜王博 发自美国西雅图 美国当地时间6月19日，2024年IEEE国际计算机视觉与模式识别会议（CVPR）的最...

大数据文摘授权转载自AI科技评论 作者：赖文昕、马蕊蕾 编辑：陈彩娴 北京时间今天凌晨，美国西雅图正在召开的计算机视觉盛会 CVPR 2024 正式公布了最佳论文...

视觉基础模型与文生视频成为 CVPR 2024 两大热点。作者丨赖文昕 马蕊蕾 编辑丨陈彩娴 北京时间今天凌晨，美国西雅图正在召开的计算机视觉盛会 CVPR 2024 正式...

一水 发自 凹非寺量子位 | 公众号 QbitAICVPR正在进行中，中国科研力量再次成为场内外焦点之一。 日前，AI顶会常客选手商汤科技，已经披露了今年成绩单：50篇...

西风 发自 凹非寺量子位 | 公众号 QbitAI一张人像、一段音频参考，就能让霉霉在你面前唱碧昂丝的《Halo》。 一种名为Hallo的研究火了，GitHub已揽星1k+。 话...

允中 发自 凹非寺量子位 | 公众号 QbitAI只要一个大模型，就能解决打工人遇到的表格难题！ 字节联手中科大推出了一款统一表格理解大模型，可以以用户友好的方...

王家豪 投稿自 凹非寺量子位 | 公众号 QbitAIGPT-4o再次掀起多模态大模型的浪潮。 如果他们能以近似人类的熟练程度，在不同领域执行广泛的任务，这对许多领域...

夕小瑶科技说 原创作者 | 任同学多模态大模型在不同的任务中表现出了令人印象深刻的能力，但是在处理复杂任务时，模型的性能仍然受到了单步推理范式的限制。...

机器之心报道 编辑：Panda近些年，语言建模领域进展非凡。Llama 或 ChatGPT 等许多大型语言模型（LLM）有能力解决多种不同的任务，它们也正在成为越来越常用...

来源：ScienceAI 编辑：X 当我们看着时钟的秒针移动时，我们的大脑会激活一系列的神经元，这些神经元对特定的视觉角度敏感。这些细胞形成美丽的「风车」图，...

机器之心报道 编辑：Sia图像与视频合成、3D 视觉、人体行为识别、视觉与语言推理等研究方向论文最多，属于最热门的方向，体现当前学界对视觉生成、三维感知、...

机器之心报道 编辑：鸭梨、蛋酱与 DeiT 等使用 ViT 和 Vision-Mamba (Vim) 方法的模型相比，ViL 的性能更胜一筹。 AI 领域的研究者应该还记得，在 Transforme...

直播预告 | 6月6日晚7点，「智猩猩AI新青年讲座」第238讲正式开讲，香港大学CVMI Lab在读博士 杨霁晗将直播讲解《V-IRL：根植于真实世界的AI Agents》，欢迎...

要怎么介绍李飞飞？ AI 教母、《时代》百大 AI 影响力人物、福布斯中国·全球华人精英 Top100， 美国国家工程院、国家医学院、艺术与科学院三院院士， 现代人...