我爱计算机视觉

斯坦福大学提出可组合世界-动作模型OpenWAM：因果视频预训练+反事实动力学，打破跨任务迁移壁垒

2026-10-18 33 阅读

腾讯光子 x NUS | Orbia 视频世界模型评测

2026-10-16 35 阅读

MedReaMM：面向专家级临床诊断综合能力的评测

2026-10-15 33 阅读

港科大×腾讯视频：音视频大模型后训练往哪儿使劲？边学边改，不再提前定死

2026-10-15 29 阅读

RelightFormer ：重光照无需逆渲染

2026-10-14 27 阅读

NeurIPS 2026 | 不止记住摘要，OmniMem让长视频生成直接检索完整历史

2026-10-14 37 阅读

NeurIPS 2026｜RoboWorld 具身挑战赛开放报名：三大赛道参赛指南

2026-10-13 211 阅读

历史既能帮忙，也会误导：ReTurn 揭示多模态对话中的选择性历史使用难题

2026-10-13 31 阅读

小红书招聘 Agent 算法工程师 | 实习生

2026-10-12 53 阅读

让 AI 既“看懂”又“画好”：Visual Tokenizer 如何走向统一？

2026-10-12 28 阅读

SGF+：仅5s训练实现24h自回归视频生成

2026-10-11 107 阅读

EMNLP 2026 Findings | RIDGE 让长视频关键帧保留事件前因后果

2026-10-11 32 阅读

Flow-JEPA：基于流匹配的隐空间动态建模，提升JEPA世界模型的规划鲁棒性

2026-10-10 34 阅读

NeurIPS 2026 Oral | 显式建模解耦 Artifacts 的两阶段图像篡改定位

2026-10-10 135 阅读

首次！港理工牵头中国团队问鼎 MICCAI 2026 BraTS 脑转移瘤分割挑战赛全球冠军

2026-10-09 50 阅读