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，你想在虚拟现实游戏中创建一个与自己相似的角色。使用这项技术，你只需用... 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）更好地理解它们所处的三维环境，特别是城市级别的场景。论文还提到了他们的方法在不同设置下达到了63.94%和63.76%的准确率，... 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，你是一名游戏开发者，需要快速生成一个3D角色模型。使用Cycle3D，你可以上传一张角色的概念图，Cy... 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、解决问题和自我修正等关键能力上的表现。 例如，我们想测试一个语言模型在解决数... 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）。其拥有以下特性： 🤔 任何想知道的问题：Mind... 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度的计算处理，通过智能地分配计算资源，可以在保持准确性的同时减少计算量... 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学习能力。例如，你有一个机器人，你希望它能看懂周围的世界，比如识别物体、理解空间关系，甚至根据视觉信息来做... 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是一组先进的语言模型，它们能够理解和生成东南亚语言的文本，为这些语言的使用者提供了... 阅读全文

Free Font 免费汉字字体 是一个开源项目，致力于收录各种免费的中文字体。目前，该项目已经收录了超过190种字体，包括以下五种类型： 黑体 楷体 宋体 艺术体 手绘体 每种字体都提供了全面的预览，包括： 简体中文 繁体中文 大小写字母 数字 获取方式简单快捷： 无需注册，直接下载TTF格式的字型文件。 通过字体名... 阅读全文

日夸字幕是一个可以在线预览字幕内容的字幕网站，你还可以自定义字幕样式，支持下载ASS,SRT格式字幕。... 阅读全文

「Is it down or just me?」是一项便捷的在线服务，帮助用户快速检查网站是否能够正常访问。只需简单贴上网址，即可立即获得测试结果。 检测内容包括： 网站状态：即时显示网站是否在线。 回应时间：网站响应速度。 回应代码：获取网站服务器的HTTP状态码。 服务作用： 这项服务帮助用户确认是所有用户都无法访... 阅读全文

中国石油大学的研究人员推出一种用于追踪学术论文来源的推荐系统模型，名为“文本驱动的神经协同过滤模型”（Text-Driven Neural Collaborative Filtering Model），简称NCF-SciBERT。这个模型的目的是自动化地识别给定学术论文中的关键参考文献，这对于理解学术领域的知识结构和学... 阅读全文