模块

芝浦工大创新Vote-based框架，大幅提升手持物体姿态估计精度

在增强现实（AR）等应用中，手持物体的姿态估计是一项至关重要但颇具挑战性的任务。近期，日本芝浦工业大学的研究团队提出了一种基于 Vote 机制的多模态融合框架，显著提高了这一领域的准确性，令人瞩目地提升了13.9% 的姿态估计精度。这一新方法的核心在于有效整合来自 RGB（颜色）和深度图像的数据，特别是在手遮挡物体的情况下。

5/6/2025 12:00:51 PM

AI在线

企业级 AI 编程 “神兵利器” 降世！Factory 横空出世：三大模块赋能开发者效率狂飙！

一款名为 “Factory” 的 AI 编程工具正式亮相，犹如一颗重磅炸弹般在科技圈引爆!这款工具并非面向个人开发者，而是精准定位企业用户，旨在为企业级软件开发提供全方位、智能化、高效便捷的解决方案。 Factory 一经发布，便以其颠覆性的功能设计和强大的技术实力，瞬间引发业内高度关注和热烈讨论。根据社交平台 X 上的最新消息，用户 @op7418在今日19:01（太平洋标准时间）发帖称:“FACTORY:又一个针对企业的 AI 编程员工，看起来非常强大”，并详细介绍了 Factory 的三大核心模块，揭示了这款 AI 编程工具的强大功能和巨大潜力。

2/26/2025 11:53:00 AM

AI在线

AI 赋能！Spring Boot 封装智能模块，轻松实现自动化

在当今数字化时代，人工智能（AI）正以前所未有的速度深入各个行业，成为提升企业竞争力和优化用户体验的重要驱动力。无论是智能客服、自动文本生成，还是数据分析和预测，AI 的应用场景正变得越来越广泛。对于开发者而言，如何高效地将 AI 技术集成到业务系统中，是一个至关重要的问题。

2/8/2025 8:16:16 AM

路条编程

极智嘉发布全球首款搭载英特尔视觉导航模块的纯视觉机器人方案，在设备内完成所有深度计算

极智嘉（Geek ）昨日（11 月 4 日）宣布，携手英特尔发布全球首款搭载英特尔视觉导航模块的纯视觉机器人方案。 ▲ 纯视觉机器人在仓储场景的实际应用AI在线获悉，极智嘉成立于 2015 年，公司总部位于北京。极智嘉纯视觉机器人方案包含 M600 和 MP1000R 两款产品，将在 11 月 5~8 日首次亮相 2024 CeMAT 亚洲物流展极智嘉展台。

11/5/2024 5:11:43 PM

沛霖（实习）

寡姐带货国风 Polo 衫、马斯克穿牛仔走红毯：虚拟试衣新框架，只需两张图 30 秒即生成

只需两张图像，不到 30 秒，就能让马斯克穿牛仔走红毯~或者让寡姐带货国风 Polo 衫~就是二次元换装也不在话下。来自中山大学、Pixocial 等机构联合发布轻量化模型架构 CatVTON。他们是以 Stable Diffusion v1.5 inpainitng 为基础模型。来看看更多效果。用扩散模型进行虚拟试衣CatVTON 可以实现传统平铺服装图到人物的换装。不管是上衣、裤子、裙子，还是套装，各种不同品类服装都可以。其形状和纹理都能保持较高的一致性。另外，CatVTON 还可以实现人物 A 到人物 B 的

7/30/2024 8:57:58 PM

汪淼

旅行箱式 AI 超级计算机问世，将数据处理带到现场

科技公司 GigaIO 和 SourceCode 联合推出了一款颠覆性的便携式人工智能超级计算机 ——Gryf。不同于以往庞大的超级计算机，Gryf 被巧妙地设计成登机箱大小，重量不超过 55 磅（IT之家备注：约 24.97 千克），完全符合美国运输安全管理局 (TSA) 的登机箱规定，用户可以轻松地将其携带出行。不过千万别被 Gryf 小巧的外形欺骗了，其内置了四块图形处理器 (GPU)、246TB 的存储空间以及高达 2500 瓦的集成电源，能够满足人工智能项目对数据采集和处理的严苛需求。过去这类工作通常需要

5/12/2024 3:43:57 PM

远洋

颜水成挂帅，昆仑万维2050全球研究院联合NUS、NTU发布Vitron，奠定通用视觉多模态大模型终极形态

近日，由颜水成教授带队，昆仑万维2050全球研究院、新加坡国立大学、新加坡南洋理工大学团队联合发布并开源了Vitron通用像素级视觉多模态大语言模型。这是一款重磅的通用视觉多模态大模型，支持从视觉理解到视觉生成、从低层次到高层次的一系列视觉任务，解决了困扰大语言模型产业已久的图像/视频模型割裂问题，提供了一个全面统一静态图像与动态视频内容的理解、生成、分割、编辑等任务的像素级通用视觉多模态大模型，为下一代通用视觉大模型的终极形态奠定了基础，也标志着大模型迈向通用人工智能（AGI）的又一大步。Vitron作为一个统一

4/26/2024 2:49:00 PM

新闻助手

英特尔展示多模块芯片预热 Vision 2024 活动，预计为 Gaudi 3 人工智能加速器

英特尔官方账户近日在 X 平台晒出一段包含“至少十个”模块的复合芯片近照短视频，为北京时间今日 23:30 开幕的 Vision 2024 活动进行预热。根据该动态下方消息人士 Bionic_Squash 和 Raichu 的回复，以及同IT之家以往报道中概念图的对比，图中芯片基本确认为英特尔 Gaudi 3 人工智能加速器。▲ 此前报道中出现的 Gaudi 3 概念图视频显示，Gaudi 3 芯片整体包含 10 个主要模块，包含 2 个用短边相连的计算模块和 8 个内存堆栈（HBM 模块）。英特尔此前表示 Gau

4/9/2024 11:16:13 AM

溯波（实习）

美加州大学团队发明自供电贴片，借助机器学习可使聋哑人“说话”

据外媒 NotebookCheck 今日报道，美国加州大学洛杉矶分校生物工程师近日发明了一种新型自供电贴片，可借助机器学习技术，将喉部肌肉运动等转化为说话的声音。据悉，这种可穿戴贴片可让声带损伤、疾病而导致丧失语言能力或无法正常说话的人“说话”。该粘合贴片可感知喉部肌肉运动，贴片的外层是聚二甲基硅氧烷（PDMS），中间夹着两层铜线圈作为磁感应（MI）层，两层铜线圈被单层聚二甲基硅氧烷和磁铁作为磁机械耦合（MC）层隔开。MC 层上有许多切口，使其在喉部肌肉弯曲时更容易膨胀和收缩。人在发出声音时，需要喉部肌肉的协调运动

3/30/2024 10:09:56 PM

清源

ICLR 2022 | 操作3D铰接物体的视觉操作轨迹学习

本文是 ICLR 2022入选论文《VAT-Mart: Learning Visual Action Trajectory Proposals for Manipulating 3D ARTiculated Objects》的解读。该论文由北京大学前沿计算研究中心董豪课题组与斯坦福大学、腾讯人工智能实验室合作完成。文章提出了一种新型的物体功能可操作性表示，设计了一个通过交互进行感知学习的框架以学习这个表示，并在多样的物体上完成操作任务。

7/18/2022 5:05:00 PM

北京大学前沿计算研究中心

模块化的机器学习系统就够了吗？Bengio师生告诉你答案

Bengio 等研究者刚「出炉」的预印本论文，探讨了机器学习系统的一个重要方向问题。

6/9/2022 8:25:00 AM

机器之心

资讯热榜

智谱AI全新企业级超级助手Agent CoCo正式上线苹果发布全新Xcode 26开发者工具：内置ChatGPT先进AI功能豆包App“一句话P图”功能全新升级基于SeedEdit 3.0实现全面优化 DeepSeek前高管秘密创业，新AI Agent项目已获顶级VC押注 Google AI Studio 政策变动:Gemini2.5Pro 模型免费访问遭“限流” 那个男人回来了！Ilya现身多伦多大学毕业典礼：AI 像是用数字方式复制出来的大脑！不管你愿不愿意，AI都将深刻影响你的一生！苹果向开发者开放本地AI能力，推出全新Foundation Models框架支持MCP！开源智能体开发框架 Rowboat：打造你的智能助手只需几分钟

标签云

人工智能 AI OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画谷歌数据机器人大模型 Midjourney 用户智能开源微软 Meta GPT 学习图像技术 AI创作 Gemini 论文马斯克 Stable Diffusion 算法英伟达代码 Anthropic 芯片开发者生成式蛋白质腾讯神经网络训练 3D 研究生成智能体苹果计算机器学习 Sora AI设计 Claude AI for Science GPU AI视频人形机器人搜索华为百度场景大语言模型 xAI 预测伟达深度学习 Transformer LLM 字节跳动 Agent 模态具身智能神器推荐工具文本视觉 LLaMA 算力 Copilot 驾驶大型语言模型 API RAG 应用架构