精密仪器系类脑计算研究团队聚焦类脑视觉感知芯片技术，提出了一种基于视觉原语的互补双通路类脑视觉感知新范式。该范式借鉴人类视觉系统的基本原理，模仿人类视觉系统的特征，形成两条优势互补、信息完备的视觉感知通路。
AI界近日迎来了一项重大突破，一款名为Llama3-V的全新开源视觉大语言模型正式亮相。据称，Llama3-V基于Llama38B和siglip-so400m构建，被业界誉为最先进的视觉大语言模型之一。
近期提出的 VisionLLaMA 架构在视觉任务领域取得了突破性进展。该架构致力于解决视觉和语言模态之间的架构差异，通过引入类似于 LLAMA 的统一接口，将视觉任务推向了一个新的高度。
在科技领域，类人机器人Ameca的最新进化令人瞩目。通过拥有视觉能力和多模态AI功能，Ameca不仅能够观察周围环境，还能模拟人类的情感和反应。这种进化背后涉及了多领域技术的融合，包括语言模型、图像生成和语音识别等。
1月25日 消息:根据 MIT 计算机科学与人工智能实验室的研究，人工智能对打工人的淘汰速度可能比人们想象中的要慢得多。这是因为对于企业来说，视觉 AI 实在是太贵了。在绝大多数情况下，人力成本要比采用自动化更便宜。
1月20日，凭借独特的美学价值、扎实的场景能力，美图自研AI视觉大模型MiracleVision(奇想智能)被评为“年度技术突破新物种”。
DoNews
美图视觉大模型MiracleVision
Vision Mamba 是一种新的视觉模型，通过引入状态空间模型(SSM)来进行视觉建模，并在 ImageNet 分类、COCO 对象检测和 ADE20k 语义分割任务上实现了更高的性能。
斯坦福大学的研究人员利用维基百科数据训练了一个大模型，命名为WikiChat，通过优化和改进，成功解决了大模型的幻觉问题，并在事实准确性和其他指标上表现优秀。
1月2日，美图公司自研AI视觉大模型MiracleVision(奇想智能)通过《生成式人工智能服务管理暂行办法》备案，将面向公众开放。
1月2日，美图公司自研AI视觉大模型MiracleVision(奇想智能)通过《生成式人工智能服务管理暂行办法》备案，将面向公众开放。
智谱 AI 开源了 CogAgent，它是一个视觉语言模型，拥有180亿参数规模。该模型在 GUI 理解和导航方面表现出色，在多个基准测试上取得了 SOTA 的通用性能。
站长之家
研究人员推出了一种新的视觉提示方法 Set-of-Mark(SoM)，它可以让 OpenAI 多模态大模型 GPT-4V 在视觉内容理解方面有了质的提升。
8月3日，美图创始人、董事长兼CEO吴欣鸿参加第四届中国人工智能大赛成果发布会。在会上，吴欣鸿透露，目前美图自研视觉大模型已迭代到1.5版本，并应用于美图旗下多款产品。
在2017年时，苹果曾推出基于Core ML的计算机视觉框架Vision，就像它名字里暗示的那样，计算机视觉也是Vision Pro头显的重要功能之一。
日本视觉艺术家AUTO MOAI将日本精工5运动手表作为最新作品的画布，这两件限量版的作品带有艺术家的无脸人物图案。
科技魔方
视觉
从与歌尔合作发布的XR1参考设计到刚刚结束的Qualcomm & Pico XR创新应用大赛奖，高通一直在积极地探索沉浸式领域。
2019年01月25日，斩获TGA最佳VR游戏的《宇宙机器人：搜救行动》(Astro Bot Rescue Mission)是一款来自索尼日本工作室的作品，玩家需要控制太空船舰长并搜索自己失散的船员。
yivian
《AstroBot》视觉工作室
苹果公司每年都会去研发很多专利，但实际上，有很多的专利并没有实施下来。而最近，从美国专利商标局公布的专利申请来看，苹果提交了一项名为“帮助识别到达车辆的增强现实接口”的新专利。
2018年12月03日，漫步月球的宇航员已经有足够的危险情况需要面对。过低的重力，极端的温度，辐射，整个区域都是尘土满溢。如果这还不够，我们用来感知深度和距离的视觉感知线索并不按照地球的规则运作，所以人类的眼球可以变成“
11月29日消息，据The Verge报道，Instagram宣布正式推出AI图片描述功能，用于帮助视觉障碍用户也可以轻松使用这款应用。
-------------没有了-------------
产品与服务
联系站长
关于我们
冀公网安备 13100202000546号