集智书童

最新文章

• 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
• XGrid-Mapping 开启建图新范式 | 计算量砍掉70%，精度反升！ 2026-01-03 09:00
• 检测稳如狗，关联总掉链子？FDTA用三招让多目标跟踪ID永不乱！ 2026-01-02 09:00
• 99%场景都能过，但舒适度输了！自动驾驶规划大赛冠军策略深度拆解 2026-01-02 09:00
• YOLO-Master 震撼来袭 | 用 MoE 让 YOLO 家族 Great Again！！！ 2026-01-01 09:00
• 华科&小米提出 DriveLaW | 世界模型与E2E双向奔赴，视频预测与端到端规划终于实现统一 2026-01-01 09:00
• 滴滴&清华提出ColaVLA | 从“想”到“动”延迟砍掉80%！让端到端规划快如闪电 2025-12-31 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 2025-12-31 09:00
• 哈佛提出Raptor | 拆解Vision Transformer“循环本质”，用2个Block实现DINO v2 96%性能！ 2025-12-29 09:00
• 长安&中科院提出TakeAD | 让端到端告别“马路杀手”，利用接管数据让AI司机从“学步”到“狂奔” 2025-12-29 09:00
• DFIR-DETR深度揭秘 | 砍掉75%计算量，小目标检测精度反升4.2%！ 2025-12-28 09:00
• Delta-LLaVA 捅破性能天花板 | 用144个token实现性能反超，推理吞吐量还提升了55% 2025-12-27 09:00
• 仅解码器时代终结 | T5Gemma 2碾压Gemma 3 270M参数实现多模态+128K上下文，刷新轻量SOTA！ 2025-12-27 09:00
• 华为提出InSight-o3，直击视觉推理的“死穴”，让GPT-5-mini再提升20%性能 2025-12-26 09:00
• MIT&伯克利提出 DAVE | 视觉编码器总翻车？两阶段训练法，让视觉编码器重新“看清”世界！！ 2025-12-25 09:00
• 仅解码器时代终结 | T5Gemma 2碾压Gemma 3，刷新轻量SOTA！ 2025-12-25 09:00
• 小米AI迎来收获期！开源7B多模态模型，手机端也能跑，这才是真 · 智能机！从此手机比你更懂生活 2025-12-24 09:00