集智书童

最新文章

• 阿姆斯特丹大学提出 LVLDrive | 告别“视觉幻觉”！激光雷达注入VLM，自动驾驶决策精度飙升 2026-01-14 09:00
• 理想E2E再进化提出LatentVLA | 仅用16个Action Token实现92.4得分，打爆Navsim SOTA 2026-01-13 09:00
• 理想 SGDrive 引领AI驾驶新纪元！“老司机”思维赋能通用AI，三层认知重塑性能巅峰！ 2026-01-13 09:00
• 小米ADAS开始发力 | ParkGaussian利用环视鱼眼+3D高斯，让泊车“看”得更准，停的更好 2026-01-12 09:00
• 杂谈：聊聊模型幻觉 2026-01-12 09:00
• 一键召唤AI助理！Gemini in Chrome，浏览任何网页都可随时提问 2026-01-11 09:00
• IQuest -Coder-V1报告解读 2026-01-11 09:00
• 1个Transformer，2个目标，统一所有3D视觉！Depth Anything 3如何用极简设计颠覆几何感知？ 2026-01-10 09:00
• 颠覆认知，英伟达提出全新端到端方案 LEAD，砍掉90%“作弊”信息，闭环驾驶性能反而剧增！ 2026-01-10 09:00
• HuggingFace联合斯坦福提出 FineVision | 开源数据集的“卷王”来了 2026-01-09 09:00
• 理想&中科院提出 WorldRFT | 让世界模型学会“理解”场景，比让它“复现”场景更重要 2026-01-09 09:00
• CV与NLP的下一站 | 多模态还有哪些创新点？通过综述能不能带来新的启发？ 2026-01-08 09:00
• IQuest -Coder-V1报告解读 2026-01-08 09:00
• LabelAny3D 震撼开源 | 告别人工标注，一键生成任意物体的3D边界框 2026-01-07 09:00
• 【智驾】端到端自动驾驶在换道场景如何“开天眼”？ 2026-01-07 09:00
• FPN 居然还在迭代 | KAN-FPN-Stem 根本上提升了融合质量，给卷积架构带来性能第二春 2026-01-06 09:00
• 视觉Transformer“偷懒”的秘密被发现了！Circulant-Attention破解“算力诅咒”与“人工枷锁” 2026-01-05 09:00
• 杜克大学提出全新VLA方案 LLaViDA | 恶劣天气、复杂路口不再犯傻，遇见行人也更礼貌 2026-01-05 09:00
• 混合分割新范式 Tiny-YOLOSAM | 提速4.7倍！用 YOLO 给SAM“导航” 2026-01-04 09:00
• 边听边看边干边聊！清华&字节联手造出首个“全双工”AI ，人类交互它全包了 2026-01-03 09:00