利用 Amazon Bedrock 與 MCP 伺服器構建視覺智慧
本指南介紹了電腦視覺 MCP 伺服器，這是一種將視覺處理整合至 AI 代理的標準化介面。它簡化了將複雜電腦視覺功能整合至更廣泛應用架構的過程。
Search
Tag: #computer-vision379 results
📰
CIA：AI 無人機大幅縮短戰場生存時間
CIA 局長 John Ratcliffe 指出，烏克蘭使用的 AI 攻擊無人機已將俄軍士兵的平均生存時間縮短至 20 至 30 分鐘。
SenseTime 開源 SenseNova-Vision 統一視覺模型
SenseTime 發布了 SenseNova-Vision，這是一個能處理物件偵測、3D 重建等多項視覺任務的統一基礎模型。它將多種功能整合至單一系統，取代了以往需依賴多個專用模型的做法。
IMGNet：透過符號模式而非餘弦相似度進行人臉驗證
IMGNet 是一種新型人臉驗證模型，以滑動視窗符號模式匹配取代了傳統的餘弦相似度。該模型在 LFW 基準測試中表現優異，且模型大小僅為 10.58 MB。
Mistral AI 推出 Robostral Navigate 單鏡頭導航技術
Mistral AI 發布了 Robostral Navigate，這是一項專注於僅使用單一鏡頭進行 AI 導航的新解決方案。此發展標誌著 Mistral 正式跨足具身智能 (Embodied AI) 與機器人應用領域。
Ant Group 發表突破性機器人視覺技術，解決透明物體識別難題
Ant Group 旗下的具身智能部門 Robbyant 發布了 LingBot-Depth 2.0 與 LingBot-Vision 模型。這些模型旨在協助機器人精確感知並繞過玻璃、鏡面及其他透明物體。
LingBot-Depth 2.0 在遮蔽深度基準測試中達到 SOTA
LingBot-Depth 2.0 引入了感測器有效性遮蔽技術，針對 RGB-D 相機的特定故障分佈進行模型訓練。透過專注於透明表面和無紋理區域等真實感測器限制，該模型在 8 個基準測試中的 7 個表現優於現有方法。
NovoViz 研發高速低功耗 SPAD 邊緣成像感測器
瑞士企業 NovoViz 研發出一款單光子雪崩二極管（SPAD）邊緣成像傳感器，大幅降低了輸出功耗。該技術可將等效幀率提升至每秒 1 億幀。
首個空間原生具身視覺基模正式開源
螞蟻靈波發布了首個空間原生具身視覺基模。該模型顯著提升了機器人對三維空間環境的感知與理解能力。
螞蟻集團發布 LingBot-Depth 2.0 空間感知模型
螞蟻集團旗下靈波科技發布 LingBot-Depth 2.0 空間感知模型，該模型基於 1.5 億數據訓練。同步推出的 LingBot-Vision 視覺基座模型旨在提升機器人的空間感知與精細識別能力。