标签： 视觉

世界模型，正在迎来一次技术大突破。 本月初，Google DeepMind 发布的 Genie 3，因为效果惊艳，关注度直接超越了 OpenAI 同日发布的 GPT-5。 Genie 3 实现了实时互 … 继续阅读 开源版Genie 3世界模型来了：实时+长时间交互，单卡可跑，国内公司出品

快科技8月17日消息，在AI市场上NVIDIA的优势已经到了碾压众生的地步，但AMD也没有停止追赶，上月发布了一款32GB显存的Radeon AI PRO R9700显卡，很有看点。 AMD表示，这款 … 继续阅读 5倍RTX 5080性能 AMD AI神卡R9700被曝不到9000元

作者 | 李水青 编辑 | 云鹏 智东西8月15日消息，今日晚间，阿里宣布推出首个开源多模态深度研究智能体（Deep Research Agent）——WebWatcher。 市面上的深度研究工具层出 … 继续阅读 刚刚！阿里推出首个开源多模态深度研究Agent，四大VQA基准测试赶超GPT-4o

IT之家 8 月 15 日消息，快手旗下的可灵 2.1 模型今天开启全新首尾帧功能内测。据官方介绍，本次升级带来了显著的效果提升：更加流畅的“电影级”运镜控制、丝滑自然的转场效果以及精准的复杂语义理解 … 继续阅读 快手可灵2.1视频生成模型全新首尾帧功能开启内测，具备“电影级”效果

今天凌晨，全球社交、科技巨头Meta开源了，最新视觉大模型DINOv3。 DINOv3的主要创新使用了自我监督学习，无需标注数据就能大幅度降低训练所需要的时间和算力资源。并且与前一代相比，DINOv3 … 继续阅读 Meta刚刚开源DINOv3，横扫60+任务，无标注封神

你大概率见过这样一幕——一台航拍无人机，身上绑着一部全景相机。早在 2022 年，影石就嗅到了这股创意的风，推出了适配大疆 Air2 系列的全景相机套件「瞳 Sphere」，让无人机玩家第一次尝到了 … 继续阅读 戴上眼镜，起飞！影翎 A1 全景无人机首发评测

杰西卡 发自 副驾寺 智能车参考 | 公众号 AI4Auto FSD又进化到哪一步了？ 特斯拉在社交平台上，最新发布了有史以来耗时最长的FSD演示视频： 从旧金山到洛杉矶，全程7小时、580公里，行驶 … 继续阅读 7小时0接管！特斯拉发布史上最长FSD演示，马斯克承诺升级自动充电，开车还能像打游戏