苏黎世联邦理工学院和Meta Reality Labs的研究人员推出WalkTheDog，这种新方法来理解和对齐不同形态（如人和狗）的运动数据集。这个方法的核心是“相位流形（Phase Manifolds）”，它能够将具有不同骨骼结构的角色的运 ...... 阅读全文

Captions Research、Meta Reality Labs和石溪大学的研究人员推出新技术Bridging the Gap，它能够将用手机单目拍摄的低分辨率纹理图转换为具有工作室级光照效果的高分辨率纹理图，进而用于创建高质量的3D头像。例如， ...... 阅读全文

香港科技大学（广州）、浙江大学、广州大学、哈尔滨工业大学的研究人员推出一种新型的三维多模态问题回答（3D MQA）技术，用于城市场景理解。这项技术能够帮助智能代理（如自动驾驶汽车、智能助手等）更好地理解它们 ...... 阅读全文

北京大学、鹏程实验室和新加坡国立大学的研究人员推出新型图像到3D生成框架Cycle3D，Cycle3D的目标是将2D图片转换成高质量的3D模型，这个转换过程既保持了图像的纹理细节，又确保了3D模型的多视角一致性。例如，你是 ...... 阅读全文

苹果推出全面基准测试MMAU（Massive Multitask Agent Understanding），它用于评估大语言模型（LLMs）作为智能代理在多个领域的能力。MMAU通过一系列精心设计的任务，来测试和分析这些模型在理解、推理、规划、解决 ...... 阅读全文

MindSearch （思·索）是一个开源的 AI 搜索引擎框架，具有与 Perplexity.ai Pro 相同的性能。您可以轻松部署它来构建您自己的搜索引擎，可以使用闭源 LLM（如 GPT、Claude）或开源 LLM（如 InternLM2.5-7b-chat）。 ...... 阅读全文

Google DeepMind和华盛顿大学的研究人员推出新型神经网络结构“Mixture of Nested Experts”（MoNE），它主要用于提高视觉处理任务的效率，尤其是在处理图像和视频时。MoNE的核心思想是，不是所有视觉信息都需要同等强 ...... 阅读全文

石溪大学的研究人员推出新型视觉基础模型Theia，它是专门为机器人学习设计的。Theia的核心特点是能够从多个现成的视觉基础模型（VFMs）中提取和融合知识，以提供更丰富的视觉表示，从而增强机器人在各种视觉任务中的 ...... 阅读全文

阿里巴巴推出新型大型语言模型系列SeaLLMs（Southeast Asian Large Language Models），它们专为东南亚语言量身定制，以解决现有语言模型在处理资源较少和区域性语言时的偏见和不足。总的来说，SeaLLMs是一组先进的 ...... 阅读全文

自从微软发布了 Edge 浏览器以替代 Internet Explorer 以来，不少用户将其作为主要浏览器。然而，微软为了争夺浏览器市场份额，不断向 Edge 添加新功能，尤其是去年新增的侧边栏和 Copilot 功能，导致一些用户觉得 E ...... 阅读全文

Google 近期因 Google Chrome 浏览器密码管理器的故障向数百万 Windows 用户公开道歉。在长达近 18 小时的时间里，用户无法在密码管理器中查找或保存密码。这次服务中断发生在 2024 年 7 月 24 日至 25 日，影响了全 ...... 阅读全文

Google 最近宣布了将 Gemini AI 聊天助手从 Gemini 1.0 版本升级到了更新的 Gemini 1.5 Flash 模型。这一升级不仅提升了速度和效率，还增强了上下文理解能力，支持长达 32k 的上下文窗口。 一份新的 APK 分析报告指 ...... 阅读全文