视觉基础模型

Meta视觉基座DINOv3王者归来：自监督首次全面超越弱监督，商用开源

计算机视觉领域的大部分下游任务都是从二维图像理解（特征提取）开始的。在特征提取、语义理解、图像分割等 CV 基本任务中的模型三幻神分别是 SAM、CLIP 和 DINO，分别代表了全监督、弱监督和自监督三大数据训练范式。在人工智能领域，自监督学习（SSL）代表了 AI 模型无需人工监督即可自主学习，它已成为现代机器学习中的主流范式。

8/15/2025 11:42:00 AM

机器之心

视觉 AI 的「Foundation Model」，已经发展到哪一步？丨CVPR 2024 现场直击

2024 年美国时间 6 月 17 日至 21 日，IEEE 国际计算机视觉与模式识别会议（CVPR）在美国西雅图召开。如大家预料，视觉 Foundation Model 成为今年 CVPR 除自动驾驶、3D 视觉等传统研究课题以外的核心会议主题。此外，由于会议召开前后，国内快手「可灵」开放图生视频功能火爆出圈、Runway 时隔一年推出新模型 Gen-3 Alpha，文生视频也成为 CVPR 2024 的一大热词。

6/24/2024 6:56:00 PM

晓楠

资讯热榜

OpenAI 开源模型被 Meta 研究员“逆改”！只动0.3%参数，gpt-oss-20B 解锁无约束基座奥特曼：我承认GPT-5发布搞砸了大模型给自己当裁判并不靠谱！上海交通大学新研究揭示LLM-as-a-judge机制缺陷谷歌最新「0.27B」Gemma 3开源！身板小却猛如虎，开发者直呼救命稻草 GPT-5遭用户吐槽 “垃圾”：缩放定律失效，AGI梦渐行渐远？从GPT-2到gpt-oss，深度详解OpenAI开放模型的进化之路蚂蚁AI健康管家AQ上线四大打假功能向假医疗广告宣战 OpenAI突然"背叛"自己：推理与创作分家，万能AI时代终结？

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画谷歌机器人数据大模型 Midjourney 开源智能用户 Meta 微软 GPT 学习技术图像 Gemini 马斯克 AI创作智能体论文 Anthropic 英伟达代码训练算法 Stable Diffusion 芯片 LLM AI新词蛋白质开发者腾讯生成式 Claude 苹果 Agent AI for Science 神经网络 3D 机器学习研究生成人形机器人 xAI AI视频计算 Sora 百度 GPU AI设计华为工具大语言模型搜索具身智能 RAG 字节跳动场景大型语言模型深度学习预测伟达视觉 Transformer 视频生成 AGI 架构神器推荐亚马逊 Copilot DeepMind 特斯拉应用