Search

Tag: #computer-vision379 results

LingBot-Vision：用於自監督預訓練的遮罩邊界建模新方法

LingBot-Vision 引入了一種新的自監督預訓練方法，專注於邊界特徵標記以提升視覺表徵學習。該模型在 NYUv2 深度補全基準測試中表現優異，且訓練數據量遠少於 DINOv3。

Reddit r/MachineLearningCommunity•Jul 6#computer-vision#vision-transformers

iOS 27 原始碼暗示蘋果全新可穿戴設備

洩露的 iOS 27 原始碼中出現了型號為 B790 的新設備引用。該設備明確與「視覺智能」（Visual Intelligence）功能相關聯。

cnBeta (Full RSS)Media•Jul 5#apple#wearables#computer-vision

VideoFlexTok：彈性長度影片標記化技術

VideoFlexTok 引入了一種從粗到細的標記化方法，擺脫了僵化的 3D 網格表示。這種方法允許根據影片複雜度進行可變長度的標記化，從而提高效率與資訊保留能力。

Apple Machine LearningOfficial•Jul 2#video-tokenization#computer-vision#model-optimization

ETH Zurich 開發雙向像素，將螢幕變為相機

ETH Zurich 的研究人員開發出一種能夠同時發光與記錄光線的雙向像素。這項創新可能使螢幕無需外部感測器即可作為相機使用。

The Next Web (TNW)Media•Jun 29#hardware#computer-vision#sensors

TacForeSight 讓機器人具備「預判接觸」能力

由 Toshihiko 牽頭的研究團隊發布了 TacForeSight，這是一套能讓機器人提前 200 毫秒預判物理接觸的新系統，旨在解決機器人精細操作的難題。

量子位Media•Jun 26#robotics#tactile-sensing#computer-vision

PP-OCRv6 發布：支援 50 種語言與可擴展架構的 OCR

PP-OCRv6 已於 Hugging Face 發布，支援 50 種語言。該模型系列涵蓋從 1.5M 參數的輕量級版本到 34.5M 參數的高效能版本。

Hugging Face BlogOfficial•Jun 22#ocr#computer-vision#multilingual

Waymo 因駛入施工路段風險召回 3,800 輛自動駕駛車

Waymo 宣布召回超過 3,800 輛搭載第五代自動駕駛系統的車輛。此舉源於車輛未能識別匝道封閉標誌，導致誤闖高速公路施工區域的安全隱患。

cnBeta (Full RSS)Media•Jun 18#autonomous-driving#robotics#computer-vision

Rivian 將推出監督式點對點自動駕駛功能

Rivian 執行長 RJ Scaringe 宣布，監督式點對點自動駕駛功能將於今年稍晚推向第二代車型及 R2。該系統被定位為 Tesla FSD 的直接競爭對手。

The Next Web (TNW)Media•Jun 15#autonomous-driving#ev#computer-vision