新闻动态
-
202404-02
- 扩散模型攻克算法难题，AGI不远了！谷歌
- 「扩散模型」也能攻克算法难题？图片一位博士研究人员做了一个有趣的实验，用「离散扩散」寻找用图像表示的迷宫中的最短路径。图片作者介绍，每个迷宫都是通过反复添加水平...
-
202404-02
- RV融合性能拉爆！RCBEVDet：Ra
- 写在前面&笔者的个人理解这篇讨论文关注的主要问题是3D目标检测技术在自动驾驶进程中的应用。尽管环境视觉相机技术的发展为3D目标检测提供了高分辨率的语义信...
-
202404-02
- 阿里7B多模态文档理解大模型拿下新SOT
- 多模态文档理解能力新SOTA！阿里mPLUG团队发布最新开源工作mPLUG-DocOwl1.5，针对高分辨率图片文字识别、通用文档结构理解、指令遵循、外部知识引...
-
202404-01
- “真假难辨”！巧用NeRF生成的自动驾驶
- 写在前面&笔者的个人理解神经辐射场（NeRF）已成为推进自动驾驶（AD）重新搜索的前奏的工具，提供可扩展的闭环模拟和数据增强功能。然而，为了信任模拟中获...
-
202404-01
- 让视频姿态Transformer变得飞速
- 当前，VideoPoseTransformer（VPT）在基于视频的三维人体姿态估计领域取得了最领先的性能。近年来，这些VPT的计算量变得越来越大，这些巨大的计...
-
202404-01
- 上海交大新框架解锁CLIP长文本能力，多
- CLIP长文本能力被解锁，图像检索任务表现显著提升！一些关键细节也能被捕捉到。上海交大联合上海AI实验室提出新框架Long-CLIP。△棕色文本为区分两张图的关...
-
202403-30
- DeepMind终结大模型幻觉？标注事实
- 大模型的幻觉终于要终结了？今日，社交媒体平台Reddit上的一则帖子引起网友热议。帖子讨论的是谷歌DeepMind昨日提交的一篇论文《Long-formfact...
-
202403-28
- CVPR 2025｜生成不了光线极强的图
- 扩散模型凭借其在图像生成方面的出色表现，开启了生成式模型的新纪元。诸如StableDiffusion，DALLE，Imagen，SORA等大模型如雨后春笋般涌现...
