加州大学伯克利分校和麻省理工学院的研究人员推出基准测试“MOCHI”，旨在评估人类观察者和计算机视觉模型在三维形状推断任务上的一致性。这个任务要求参与者从三个不同视角的图像中识别出哪个图像显示的对象是不同的 ...... 阅读全文

人工智能研究院推出三维物体检测模型UniDet3D，它能够从点云数据中识别和定位室内环境中的物体。这个模型特别适用于机器人和增强现实（AR）领域，因为它可以提供对三维空间中物体的精确理解。总的来说，UniDet3D通过 ...... 阅读全文

纽约大学、Hello Robot、Meta的研究人员推出新的机器人框架Robot Utility Models（RUMs），它旨在训练能够在新环境中零样本部署的机器人策略。这些策略能够在没有进一步微调的情况下，直接泛化到新的环境和对象上。 ...... 阅读全文

腾讯公司微信 AI 模式识别中心、上海交通大学和南京大学的研究人员推出新型视觉-语言模型POINTS，旨在通过一些高效且经济的策略来提升模型的性能。这个模型专注于处理图像和文本信息，使其在理解和生成与视觉内容相 ...... 阅读全文

浙江大学和加州大学圣地亚哥分校的研究人员推出基准测试CKnowEdit，旨在通过知识编辑技术纠正和改进大语言模型（LLMs）中的中文知识。这项工作特别关注中文语言和文化领域，因为这些领域在现有的LLMs中常常被误解或 ...... 阅读全文

伊利诺伊大学香槟分校、卡内基梅隆大学、卡尔顿学院的研究人员推出一个名为“Paper Copilot”的系统，它是一个为研究人员设计的个性化学术助手，基于大语言模型（LLM）。这个系统的核心目标是帮助科研人员更有效地在海 ...... 阅读全文

SIAT、UCAS、阿里巴巴、同济大学和USYD的研究人员推出新型多模态大语言模型（MLLM）的指令数据演化框架MMEvol，这个框架的目的是提高MLLM在处理视觉和语言任务时的能力，通过自动生成更复杂和多样化的图像-文本指令 ...... 阅读全文

你是否在寻找一款能够迅速减小图片文件大小，同时保持高清晰度的图片压缩工具？🔍 Minipic —— 你的图片压缩好帮手 由 Supersaas 开发的 Minipic，是一个简单、快速且易于上手的在线工具，它不仅能帮你快速压缩图片， ...... 阅读全文

牛津大学视觉几何小组推出新技术GST（Gaussian Splatting Transformers），它能够从单张图片中精确重建出三维人体模型。总的来说，GST 通过结合先进的视觉 Transformer 技术和高斯表示方法，提供了一种高效且精确的 ...... 阅读全文

你是否在寻找一款简单实用的工具来检测 m3u8 链接的可用性？IPTV 检测工具，一款基于 Python 的脚本，可以帮你轻松完成这项任务。 功能介绍 导入 m3u8 链接：支持导入包含 m3u8 链接的文本文件。 可用性检查：自动检 ...... 阅读全文

北京邮电大学和美团的研究人员发布论文，论文的主题是关于如何提高代码生成模型的性能，特别是通过优化代码指令调优数据的质量。代码生成模型，也就是那些能够根据人类指令生成代码的人工智能模型，近年来在软件开发 ...... 阅读全文

在信息爆炸的时代，获取信息的效率至关重要。SeekAll，一款实用的Chrome浏览器插件，帮助用户一键搜寻、快速查看多个网站的搜索结果，大幅提升搜索效率。 功能亮点 一键搜索：支持传统搜索引擎和时下流行的AI搜索引 ...... 阅读全文