terminal

AI Stack

rss_feed
SYS_STABLE
目录

计算机视觉

条目：132
2026年四月 1 篇
类型阅读条目
[自动] [ARXIV]
1minschool 弹性测试时训练实现快速空间记忆
04-09 弹性测试时训练 快速空间记忆 长序列重建
2026年三月 67 篇
类型阅读条目
[自动] [ARXIV]
3minschool 3D形状语义层次分词方法
03-20 3D生成 分词方法 语义分词
[自动] [BLOGS_PODCASTS]
2minmic 生成式AI优化Wi-Fi视觉系统实现穿墙物体探测
03-19 生成式AI Wi-Fi感知 物体探测
[自动] [ARXIV]
3minschool LoST：三维形状语义层级标记化方法
03-19 3D形状 语义标记化 层级表示
[自动] [ARXIV]
3minschool Loc3R-VLM：基于语言提示的3D定位与推理模型
03-19 视觉语言模型 3D定位 语言提示
[自动] [ARXIV]
4minschool BiGain：面向生成与分类任务的统一令牌压缩
03-16 扩散模型 令牌压缩 DiT
[自动] [ARXIV]
2minschool Spatial-TTT：基于测试时训练的流式视觉空间智能
03-16 Spatial-TTT 测试时训练 TTT
[自动] [ARXIV]
3minschool 潜在色彩子空间：高维混沌中的涌现秩序
03-15 文生图 FLUX.1 VAE
[自动] [ARXIV]
3minschool Spatial-TTT：基于测试时训练的流式视觉空间智能
03-15 计算机视觉 测试时训练 流式处理
[自动] [ARXIV]
3minschool Spatial-TTT：基于测试时训练的流式视觉空间智能
03-14 Spatial-TTT 测试时训练 空间智能
[自动] [ARXIV]
2minschool 潜在色彩子空间：高维混沌中的涌现秩序
03-13 FLUX.1 文生图 VAE
[自动] [ARXIV]
3minschool Spatial-TTT：基于测试时训练的流式视觉空间智能
03-13 计算机视觉 测试时训练 流式推理
[自动] [HACKER_NEWS]
1minnewspaper 基于文本提示检测卫星影像中任意目标
03-12 遥感 计算机视觉 目标检测
[自动] [ARXIV]
3minschool AI能否像艺术史学家一样解读视觉语言模型的艺术风格识别机制
03-12 VLM 视觉语言模型 艺术风格
[自动] [ARXIV]
3minschool 从语义到像素：用于分层视觉理解的粗到细掩码自编码器
03-12 计算机视觉 自监督学习 掩码自编码器
[自动] [ARXIV]
3minschool 从语义到像素：粗到细掩码自编码器实现分层视觉理解
03-11 计算机视觉 自监督学习 掩码自编码器
[自动] [HACKER_NEWS]
1minnewspaper 基于文本提示的卫星影像目标检测
03-11 目标检测 卫星影像 多模态
[自动] [JUEJIN]
1minsticky_note_2 美国国家实验室：30张图3D重建化工厂气体泄漏
03-11 NeRF 3D重建 气体检测
[自动] [ARXIV]
4minschool 尺度空间扩散模型
03-11 扩散模型 计算机视觉 尺度空间
[自动] [ARXIV]
3minschool 尺度空间扩散模型
03-10 扩散模型 计算机视觉 Flexi-UNet
[自动] [GITHUB_TRENDING]
7minhub RapidAI/RapidOCR：支持多推理引擎的跨语言OCR工具包
03-10 OCR RapidOCR Python
[自动] [HACKER_NEWS]
1minnewspaper DeepMind与伯克利提出LoGeR：实现超长视频3D重建
03-10 DeepMind 伯克利 LoGeR
[自动] [HACKER_NEWS]
1minnewspaper DeepMind与伯克利提出LoGeR：实现超长视频3D重建
03-10 DeepMind 伯克利 LoGeR
[自动] [ARXIV]
3minschool MM-TS：面向长尾数据对比学习的多模态温控与边界调度
03-10 对比学习 多模态 长尾分布
[自动] [ARXIV]
4minschool SCOPE：场景上下文增量式少样本3D分割
03-10 3D分割 少样本学习 增量学习
[自动] [ARXIV]
1minschool BEVLM：将LLM语义知识蒸馏至鸟瞰图表示
03-10 BEVLM 自动驾驶 LLM
[自动] [ARXIV]
4minschool SCOPE：场景上下文增量式少样本3D分割
03-09 3D分割 少样本学习 增量学习
[自动] [ARXIV]
4minschool BEVLM：将LLM语义知识蒸馏至鸟瞰图表征
03-09 BEVLM 自动驾驶 LLM
[自动] [BLOGS_PODCASTS]
2minmic 谷歌技术专家解析：AI如何理解视觉搜索
03-09 视觉搜索 计算机视觉 CNN
[自动] [BLOGS_PODCASTS]
2minmic AI技术解析：视觉搜索如何理解图像内容
03-09 计算机视觉 图像识别 视觉搜索
[自动] [BLOGS_PODCASTS]
2minmic AI 视觉搜索技术解析：如何理解图像内容
03-09 计算机视觉 深度学习 神经网络
[自动] [BLOGS_PODCASTS]
2minmic AI如何理解视觉搜索：技术原理解析
03-09 计算机视觉 多模态 深度学习
[自动] [BLOGS_PODCASTS]
2minmic AI技术解析：计算机视觉如何理解图像搜索
03-09 计算机视觉 图像搜索 多模态
[自动] [BLOGS_PODCASTS]
2minmic AI如何理解视觉搜索：技术原理解析
03-08 视觉搜索 计算机视觉 图像识别
[自动] [BLOGS_PODCASTS]
2minmic AI如何理解视觉搜索背后的技术原理
03-07 视觉搜索 多模态 嵌入
[自动] [BLOGS_PODCASTS]
2minmic AI视觉搜索技术解析：如何理解图像内容
03-07 计算机视觉 图像识别 视觉搜索
[自动] [BLOGS_PODCASTS]
2minmic AI如何理解视觉搜索：技术原理解析
03-06 视觉搜索 多模态 LLM
[自动] [BLOGS_PODCASTS]
2minmic AI如何理解视觉搜索：技术原理解析
03-06 计算机视觉 CNN 视觉搜索
[自动] [BLOGS_PODCASTS]
3minmic AI视觉搜索技术解析：如何理解图像内容
03-06 计算机视觉 多模态AI CNN
[自动] [BLOGS_PODCASTS]
3minmic AI如何理解视觉搜索：Ask a Techspert解析
03-06 视觉搜索 多模态 计算机视觉
[自动] [BLOGS_PODCASTS]
3minmic AI技术解析：计算机视觉如何理解图像搜索
03-06 计算机视觉 多模态 生成式 AI
[自动] [ARXIV]
3minschool TaxonRL：基于中间奖励强化学习的可解释细粒度视觉推理
03-06 TaxonRL 强化学习 细粒度分类
[自动] [ARXIV]
3minschool SimpliHuMoN：简化人体运动预测
03-06 人体运动预测 SimpliHuMoN Transformer
[自动] [BLOGS_PODCASTS]
2minmic Ask a Techspert：AI如何理解视觉搜索
03-06 计算机视觉 视觉搜索 深度学习
[自动] [ARXIV]
3minschool TaxonRL：基于中间奖励的可解释细粒度视觉推理
03-05 TaxonRL 强化学习 细粒度视觉推理
[自动] [ARXIV]
3minschool SimpliHuMoN：简化人体运动预测的框架
03-05 人体运动预测 Transformer 计算机视觉
[自动] [BLOGS_PODCASTS]
2minmic AI技术解析：计算机视觉如何理解图像搜索
03-05 计算机视觉 图像搜索 AI
[自动] [ARXIV]
3minschool ZipMap：基于测试时训练的线性时间有状态3D重建
03-05 3D重建 计算机视觉 Transformer
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-05 Stable Diffusion 扩散模型 模型训练
[自动] [BLOGS_PODCASTS]
3minmic PRX Part 3：24小时训练文本生成图像模型
03-05 Stable Diffusion 扩散模型 文本生成图像
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-05 Stable Diffusion 扩散模型 文本生成图像
[自动] [ARXIV]
3minschool LoGeR：基于混合记忆的长上下文几何重建
03-05 LoGeR 3D重建 长上下文
[自动] [ARXIV]
3minschool LoGeR：基于混合记忆的长上下文几何重建
03-04 LoGeR 几何重建 3D重建
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-04 Stable Diffusion 扩散模型 文本生成图像
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-04 Stable Diffusion 文本生成图像 模型训练
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-04 Stable Diffusion 扩散模型 文本生成图像
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-04 Stable Diffusion PRX 文本生成图像
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-04 Stable Diffusion 扩散模型 模型训练
[自动] [ARXIV]
4minschool MoECLIP：基于补丁专家的零样本异常检测
03-04 MoECLIP 零样本学习 异常检测
[自动] [ARXIV]
3minschool 自适应置信度正则化用于多模态失效检测
03-04 多模态 失效检测 置信度
[自动] [ARXIV]
3minschool Sketch2Colab：基于可控流蒸馏的草图多人动画
03-04 计算机视觉 动作生成 扩散模型
[自动] [ARXIV]
3minschool 自适应置信度正则化用于多模态失效检测
03-03 多模态 失效检测 自动驾驶
[自动] [BLOGS_PODCASTS]
2minmic PRX Part 3：24小时训练文本生成图像模型
03-03 Stable Diffusion 扩散模型 文本生成图像
[自动] [JUEJIN]
1minsticky_note_2 AI视觉连载：传统计算机视觉中的边缘检测原理
03-03 计算机视觉 边缘检测 图像处理
[自动] [JUEJIN]
1minsticky_note_2 传统计算机视觉边缘检测原理与图像边界识别方法
03-03 计算机视觉 边缘检测 图像处理
[自动] [ARXIV]
4minschool SeeThrough3D：文本生成图像中的遮挡感知三维控制
03-02 SeeThrough3D 文本生成图像 3D控制
[自动] [ARXIV]
4minschool SeeThrough3D：实现遮挡感知的文本生成图像三维控制
03-01 SeeThrough3D 文本生成图像 3D控制
[自动] [JUEJIN]
2minsticky_note_2 WiFi-DensePose项目利用WiFi信号实现室内人体姿态感知
03-01 WiFi感知 姿态估计 DensePose
2026年二月 57 篇
类型阅读条目
[自动] [ARXIV]
3minschool SeeThrough3D：文本生成图像中的遮挡感知三维控制
02-28 SeeThrough3D 文本生成图像 3D控制
[自动] [JUEJIN]
2minsticky_note_2 WiFi-DensePose项目利用AI分析信号实现无摄像头人体姿态感知
02-28 WiFi感知 姿态估计 DensePose
[自动] [BLOGS_PODCASTS]
2minmic 使用 Nano Banana 2 构建图像生成与编辑应用
02-27 Nano Banana 2 图像生成 图像编辑
[自动] [ARXIV]
4minschool SeeThrough3D：文本生成图像中的遮挡感知三维控制
02-27 SeeThrough3D 文本生成图像 3D控制
[自动] [JUEJIN]
2minsticky_note_2 AI视觉实战：高斯滤波器原理可视化与图像降噪
02-27 计算机视觉 图像处理 高斯滤波
[自动] [BLOGS_PODCASTS]
2minmic 使用 Nano Banana 2 构建图像生成与编辑应用
02-27 Nano Banana 2 图像生成 图像编辑
[自动] [ARXIV]
4minschool 面向高效高分辨率GUI智能体的时空令牌剪枝
02-27 GUI Agent Token Pruning Qwen2-VL
[自动] [ARXIV]
3minschool 现成图像模型可攻破图像保护方案
02-27 图像保护 对抗攻击 Stable Diffusion
[自动] [HACKER_NEWS]
1minnewspaper 谷歌发布 Nano Banana 2 AI 图像生成模型
02-26 Google Nano Banana 2 图像生成
[自动] [ARXIV]
3minschool 现成图生图模型可攻破主流图像保护方案
02-26 图像保护 对抗样本 图生图
[自动] [JUEJIN]
2minsticky_note_2 AI Agent接管手机：移动端观测技术与事件特征提取
02-26 AI Agent 移动端 UI 树解析
[自动] [HACKER_NEWS]
1minnewspaper 谷歌发布 Nano Banana 2 AI 图像生成模型
02-26 Google Nano Banana 2 图像生成
[自动] [HACKER_NEWS]
1minnewspaper 谷歌发布 Nano Banana 2：最新 AI 图像生成模型
02-26 Google Nano Banana 2 图像生成
[自动] [HACKER_NEWS]
1minnewspaper 谷歌发布 Nano Banana 2 AI 图像生成模型
02-26 Google Nano Banana 2 图像生成
[自动] [HACKER_NEWS]
1minnewspaper 谷歌发布 Nano Banana 2：最新 AI 图像生成模型
02-26 Google Nano Banana 2 图像生成
[自动] [JUEJIN]
2minsticky_note_2 空洞卷积原理：如何解决计算机视觉的精度与视野矛盾
02-26 空洞卷积 计算机视觉 深度学习
[自动] [JUEJIN]
2minsticky_note_2 AI视觉连载6：传统CV之高斯滤波原理与平滑效果
02-25 计算机视觉 传统CV 图像处理
[自动] [BLOGS_PODCASTS]
4minmic 基于AWS CDK集成Rekognition与Neptune构建智能照片搜索系统
02-25 AWS CDK Rekognition
[自动] [JUEJIN]
2minsticky_note_2 AI视觉连载6：传统CV之高斯滤波原理与应用
02-25 计算机视觉 图像处理 高斯滤波
[自动] [BLOGS_PODCASTS]
3minmic 基于 AWS CDK 集成 Rekognition 与 Neptune 的智能照片搜索系统
02-25 AWS CDK Rekognition
[自动] [BLOGS_PODCASTS]
3minmic 基于 AWS CDK 集成 Rekognition 与 Neptune 构建智能图片搜索系统
02-25 AWS CDK Rekognition
[自动] [ARXIV]
3minschool VAUQ：面向LVLM自评估的视觉感知不确定性量化
02-25 LVLM 多模态 不确定性量化
[自动] [BLOGS_PODCASTS]
4minmic Hexagon 利用 SageMaker HyperPod 加速分割模型预训练
02-24 AWS SageMaker HyperPod
[自动] [BLOGS_PODCASTS]
3minmic Hexagon 利用 SageMaker HyperPod 加速分割模型预训练
02-24 AWS SageMaker HyperPod
[自动] [ARXIV]
3minschool RetinaVision：基于XAI增强调控的深度学习视网膜疾病分类
02-24 计算机视觉 医疗AI 深度学习
[自动] [ARXIV]
3minschool A.R.I.S.：基于深度学习的电子废弃物自动分类系统
02-21 深度学习 计算机视觉 YOLOx
[自动] [ARXIV]
2minschool 以对象为中心的表征是否更利于组合泛化
02-20 组合泛化 对象中心 视觉表征
[自动] [ARXIV]
3minschool 以对象为中心的表征在组合泛化任务中的表现评估
02-19 组合泛化 以对象为中心 视觉问答
[自动] [ARXIV]
4minschool UniT：统一多模态思维链测试时扩展方法
02-16 多模态 思维链 测试时扩展
[自动] [ARXIV]
4minschool UniT：统一多模态思维链测试时扩展
02-14 多模态 思维链 测试时扩展
[自动] [HACKER_NEWS]
5minnewspaper 神经渲染技术探索与应用实践
02-14 神经渲染 NeRF 3D重建
[自动] [HACKER_NEWS]
7minnewspaper 神经渲染技术探索与应用实践
02-14 神经渲染 NeRF 3D重建
[自动] [HACKER_NEWS]
6minnewspaper 神经渲染技术探索与应用实践
02-14 神经渲染 NeRF 3D重建
[自动] [HACKER_NEWS]
6minnewspaper 神经渲染技术探索：从原理到应用实践
02-14 神经渲染 NeRF 3D重建
[自动] [ARXIV]
4minschool 超越VLM奖励：扩散原生潜在奖励建模
02-12 扩散模型 DiNa-LRM 奖励建模
[自动] [BLOGS_PODCASTS]
3minmic 亚马逊利用Nova模型自动化新履约中心运营就绪测试
02-12 Amazon Nova Amazon Bedrock 图像识别
[自动] [BLOGS_PODCASTS]
3minmic 亚马逊利用Nova模型自动化新履约中心运营验收测试
02-12 Amazon Nova Amazon Bedrock 图像识别
[自动] [BLOGS_PODCASTS]
3minmic 亚马逊利用 Nova 模型自动化检测新履约中心组件
02-12 Amazon Nova Amazon Bedrock 计算机视觉
[自动] [BLOGS_PODCASTS]
3minmic 亚马逊利用 Nova 模型自动化新履约中心运营就绪测试
02-12 Amazon Nova Amazon Bedrock 图像识别
[自动] [JUEJIN]
3minsticky_note_2 AI视觉连载3：RGB图像模式与通道原理解析
02-12 计算机视觉 图像处理 RGB
[自动] [JUEJIN]
2minsticky_note_2 AI视觉连载3：RGB图像原理与通道详解
02-11 AI视觉 RGB 图像处理
[自动] [BLOGS_PODCASTS]
3minmic 亚马逊利用Nova模型自动化新履约中心运营就绪测试
02-11 Amazon Nova Amazon Bedrock 图像识别
[自动] [ARXIV]
3minschool 鲁棒性是函数而非数值：基于视觉驾驶的OOD鲁棒性因子化研究
02-10 OOD鲁棒性 视觉驾驶 因子化
[自动] [HACKER_NEWS]
6minnewspaper Waymo 世界模型：利用生成式世界模型提升自动驾驶决策能力
02-07 Waymo 世界模型 自动驾驶
[自动] [HACKER_NEWS]
4minnewspaper Waymo 世界模型：利用生成式世界模拟提升自动驾驶决策
02-07 Waymo 世界模型 自动驾驶
[自动] [HACKER_NEWS]
4minnewspaper Waymo 世界模型：自动驾驶场景生成与预测架构
02-07 Waymo 世界模型 自动驾驶
[自动] [HACKER_NEWS]
4minnewspaper Waymo 世界模型：利用生成式视频预测驾驶场景
02-06 Waymo 世界模型 生成式视频
[自动] [HACKER_NEWS]
3minnewspaper Waymo世界模型：自动驾驶仿真的新前沿
02-06 Waymo 自动驾驶 世界模型
[自动] [HACKER_NEWS]
6minnewspaper Waymo世界模型：自动驾驶仿真的新前沿
02-06 Waymo 自动驾驶 世界模型
[自动] [BLOGS_PODCASTS]
2minmic 文生图模型训练设计：消融实验的经验总结
02-04 文生图 模型训练 消融实验
[自动] [ARXIV]
5minschool PixelGen：像素扩散结合感知损失超越潜在扩散
02-04 PixelGen 扩散模型 计算机视觉
[自动] [ARXIV]
4minschool PixelGen：引入感知损失的像素扩散模型性能超越潜在扩散
02-03 PixelGen 扩散模型 计算机视觉
[自动] [ARXIV]
3minschool HERMES：基于视觉语言模型的长尾自动驾驶端到端风险感知系统
02-03 自动驾驶 VLM 长尾场景
[自动] [ARXIV]
3minschool VideoGPA：提取几何先验实现三维一致性视频生成
02-03 VideoGPA 视频生成 3D一致性
[自动] [ARXIV]
5minschool VideoGPA：提取几何先验实现三维一致视频生成
02-02 视频生成 3D一致性 扩散模型
[自动] [ARXIV]
4minschool IRL-DAL：基于能量引导扩散模型的自动驾驶安全自适应轨迹规划
02-02 自动驾驶 扩散模型 逆向强化学习
[自动] [HACKER_NEWS]
3minnewspaper 自动驾驶与无人机易受路牌提示词攻击
02-01 提示词注入 对抗性攻击 自动驾驶
2026年一月 7 篇
类型阅读条目
[自动] [ARXIV]
3minschool 基于相机-IMU融合的鲁棒路面分类数据集与框架
01-29 计算机视觉 多模态融合 IMU
[自动] [ARXIV]
5minschool 🚀AnyView：动态场景任意新视角合成！开创性技术突破🔥
01-27 计算机视觉 视频生成 扩散模型
[自动] [ARXIV]
5minschool 🚀动态场景新视角合成！AnyView实现任意视角自由切换！🤯
01-26 动态场景 新视角合成 扩散模型
[自动] [HACKER_NEWS]
3minnewspaper macOS神器：含胸驼背？屏幕立刻模糊！强制你挺直腰杆！💻✨
01-26 macOS 健康 坐姿监测
[自动] [HACKER_NEWS]
3minnewspaper ⚠️一咬指甲就强制关机？这款桌面App太狠了！🖥️🚫
01-26 桌面应用 习惯矫正 生产力工具
[自动] [ARXIV]
6minschool 🤖抽屉打不开？揭秘零样本组合动作识别中的“物体捷径”！
01-25 计算机视觉 零样本学习 动作识别
[自动] [HACKER_NEWS]
3minnewspaper 🔥 视频修复难题：如何攻克时间一致性？
01-25 视频修复 时序一致性 光流