新闻动态
-
202403-06
- Anything in Any Scen
- 原标题：AnythinginAnyScene:PhotorealisticVideoObjectInsertion论文链接：https://arxiv.org/...
-
202403-05
- 0.5秒，无需GPU，Stability
- 最近，文生视频模型Sora掀起了新一轮生成式AI模型浪潮，模型的多模态能力引起广泛关注。现在，AI模型在3D内容生成方面又有了新突破。在成功推出图片生成和视频生...
-
202403-01
- 白宫发文，呼吁开发者放弃C、C++：Ru
- 最近，白宫国家网络主任办公室（ONCD）在一份长达19页的报告中提出了一个重要观点：开发者应该采用内存安全的编程语言，比如Rust语言。这份报告指出，选择内存安...
-
202402-16
- 如何探索和可视化用于图像中物体检测的 M
- 近年来，人们对深入理解机器学习数据（ML-data）的重要性有了更深刻的认识。然而，由于检测大型数据集通常需要大量的人力和物力投入，因此在计算机视觉领域的广泛应...
-
202402-04
- AI 如何精准生成令人惊叹的代码流程图
- 大家好，我是木川在没有人工智能的时候，我们需要花费至少60分钟，阅读代码并根据自己的理解手动绘制思维导图或流程图，以帮助我们更好地理解代码。AI可以将代码转换为...
-
202402-01
- 准确率不足20%，GPT-4V/Gemi
- OpenAI的GPT-4V和谷歌的Gemini多模态大语言模型引起了业界和学界的广泛关注。这些模型在多个领域展示了对视频的深入理解能力，从不同角度呈现出了其潜力...
-
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...
-
202312-15
- AAAI2025：Far3D - 创新的
- 最近在Arxiv上阅读到一篇关于纯视觉环视感知的最新研究，该研究基于PETR系列方法，并专注于解决远距离目标检测的纯视觉感知问题，将感知范围扩大到150米。这篇...
