AI资讯新闻榜单内容搜索-视觉

站点导航

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 AI产品热榜 AI专利库 AI需求对接

APP 下载

iOS 下载 安卓下载
AITNT
未登录
搜索: 视觉

RAE+VAE? 预训练表征助力扩散模型Tokenizer，加速像素压缩到语义提取

RAE+VAE? 预训练表征助力扩散模型Tokenizer，加速像素压缩到语义提取
11060 AI技术研报
RAE+VAE? 预训练表征助力扩散模型Tokenizer，加速像素压缩到语义提取

下一代目标检测模型：3B参数MLLM Rex-Omni首度超越Grounding DINO，统一10+视觉任务

下一代目标检测模型：3B参数MLLM Rex-Omni首度超越Grounding DINO，统一10+视觉任务
6460 AI技术研报
下一代目标检测模型：3B参数MLLM Rex-Omni首度超越Grounding DINO，统一10+视觉任务

GRPO训练不再「自嗨」！快手可灵 x 中山大学推出「GRPO卫兵」，显著缓解视觉生成过优化

GRPO训练不再「自嗨」！快手可灵 x 中山大学推出「GRPO卫兵」，显著缓解视觉生成过优化
8512 AI技术研报
GRPO训练不再「自嗨」！快手可灵 x 中山大学推出「GRPO卫兵」，显著缓解视觉生成过优化

NeurIPS 25开新坑：145万个图文对，覆盖八种主流水下理解任务

NeurIPS 25开新坑：145万个图文对，覆盖八种主流水下理解任务
10986 AI技术研报
NeurIPS 25开新坑：145万个图文对，覆盖八种主流水下理解任务

从VLA到RoboOmni，全模态具身新范式让机器人察言观色、听懂话外音

从VLA到RoboOmni，全模态具身新范式让机器人察言观色、听懂话外音
9408 AI技术研报
从VLA到RoboOmni，全模态具身新范式让机器人察言观色、听懂话外音

MIT融合新旧视觉技术，破解救援机器人导航瓶颈，无需标定，数秒生成3D场景

MIT融合新旧视觉技术，破解救援机器人导航瓶颈，无需标定，数秒生成3D场景
8607 AI技术研报
MIT融合新旧视觉技术，破解救援机器人导航瓶颈，无需标定，数秒生成3D场景

英伟达新架构引爆全模态大模型革命，OmniVinci 9B模型开源下载即破万

英伟达新架构引爆全模态大模型革命，OmniVinci 9B模型开源下载即破万
8586 AI资讯
英伟达新架构引爆全模态大模型革命，OmniVinci 9B模型开源下载即破万

北大团队让AI学会考古！全球首个古希腊陶罐3D视觉问答数据集发布，还配了专用模型

北大团队让AI学会考古！全球首个古希腊陶罐3D视觉问答数据集发布，还配了专用模型
8501 AI技术研报
北大团队让AI学会考古！全球首个古希腊陶罐3D视觉问答数据集发布，还配了专用模型

Feed-Forward 3D综述：三维视觉如何「一步到位」

Feed-Forward 3D综述：三维视觉如何「一步到位」
6739 AI技术研报
Feed-Forward 3D综述：三维视觉如何「一步到位」

中英双语、29项第一、像素级理解：360 FG-CLIP2登顶全球最强图文跨模态模型

中英双语、29项第一、像素级理解：360 FG-CLIP2登顶全球最强图文跨模态模型
7519 AI技术研报
中英双语、29项第一、像素级理解：360 FG-CLIP2登顶全球最强图文跨模态模型
上一页 当前第12页,共71页 下一页
沪ICP备2023015588号