新闻动态
-
202401-26
- 回顾NeurIPS 2025: 清华To
- 近日，作为美国前十的科技博客，LatentSpace对于刚刚过去的NeurIPS2023大会进行了精选回顾总结。在NeurIPS会议中，共有3586篇论文被接受...
-
202401-26
- 选择相机还是激光雷达？实现鲁棒的三维目标
- 0.写在前面&&个人理解自动驾驶系统依赖于先进的感知、决策和控制技术，通过使用各种传感器（如相机、激光雷达、雷达等）来感知周围环境，并利用算法和...
-
202312-16
- 系统调研揭示下一代自动驾驶系统的不可或缺
- 随着大语言模型（LLM）和视觉基础模型（VFM）的出现，有望通过大模型的多模态人工智能系统实现像人类一样全面感知现实世界和做出决策。近几个月来，LLM在自动驾驶...
-
202312-15
- 奥特曼亲自回应：GPT-4.5支持视频3
- GPT4.5疑似大泄漏：新模型具备全新的多模态能力，可以同时处理文本、语音、图片、视频和3D信息，并能够跨模态理解另一个是更为复杂的推理执行。这个模型被描述为O...
-
202312-15
- QTNet：全新时序融合方案解决方案，适
- 写在前面&个人理解时序融合是提升自动驾驶3D目标检测感知能力的有效途径，但目前的方法在实际自动驾驶场景中应用存在成本开销等问题。最新研究文章《基于查询的...
-
202312-15
- 北航团队提出具身智能新架构，实现大型无人
- 进入多模态时代，大模型也会操纵无人机了！当视觉模块捕捉到启动条件时，大模型这个“大脑”会生成动作指令，然后无人机可以迅速准确地执行周尧明教授领导的北京航空航天大...
-
202312-14
- 你必须了解的关于谷歌最新AI模型Gemi
- 什么是GoogleGemini?Gemini是谷歌推出的一种最新的、功能强大的AI模型，它不仅可以理解文本，还可以理解图像、视频和音频。作为一种多模式模型，Ge...
-
202312-05
- AI应用下一个热门应用已经出现：阿里巴巴
- AI视频生成神器再次登场。最近，阿里巴巴和字节跳动秘密上线了各自的工具阿里推出了AnimateAnyone，该项目由阿里巴巴智能计算研究院开发，你只需提供一个静...
