DepthAI v3.12.0 发布:支持多流点云合并与拼接节点
Luxonis DepthAI Core 发布 v3.12.0,新增 Multi-stream PointCloud 功能可合并任意数量的深度流(含可选对齐色彩)为单一数据;Stitching 节点正式转正并默认启用校准全景缝合;ImgDetectionsFilter 节点开放以过滤检测结果。
推荐理由:该版本开放了多流点云合并与拼接节点,并优化了深度算法性能。
Luxonis DepthAI Core 发布 v3.12.0,新增 Multi-stream PointCloud 功能可合并任意数量的深度流(含可选对齐色彩)为单一数据;Stitching 节点正式转正并默认启用校准全景缝合;ImgDetectionsFilter 节点开放以过滤检测结果。
推荐理由:该版本开放了多流点云合并与拼接节点,并优化了深度算法性能。
宾夕法尼亚大学工程师开发出名为“快速特征场”(Fast Feature Field,简称 F3)的通用计算工具,旨在解决事件相机数据处理难的问题。该工具能将事件相机每秒产生的数千万个信号转化为各类机器人可用的数据信息,有望在自动驾驶汽车、无人机等平台上广泛应用,显著提升机器人在多种光照条件下识别物体、估算距离以及感知运动的能力。相关成果已发表在期刊《科学 - 机器人学》上。
推荐理由:宾夕法尼亚大学推出通用计算工具F3,将事件相机数据转化为机器人可用信息,有望提升多光照条件下的感知能力。
SoMark团队发布国产开源OCR模型OXR,参数量仅1.3B,在OmniDocBench、olmOCR-Bench和DocParsingBench三项全球榜单中均位列第一。
推荐理由:国产1.3B OXR模型在三项全球榜单登顶,利用RSI自进化范式解决文档解析难题。
OpenAI正式发布GPT-6.1 Terra模型,其标准API价格较上一代砍半,在Agents' Last Exam等职场软件实战测试中表现接近旗舰模型但成本显著降低。官方数据显示该模型在视觉理解、代码生成及少说胡话方面均有提升,适合处理跨软件协同操作任务。同一天OpenAI还公布了三项由内部AI系统产出的科学结果,涉及调和分析、复杂性理论和量子场论领域。
推荐理由:OpenAI发布GPT-6.1 Terra,主打更低成本与更强电脑操作能力,同时公开三项基础科学突破。
模思智能和OpenMOSS团队开源发布基于5B参数DiT主干的生图模型MOSS-Image。该模型在训练数据中剔除AI生成图像以增强自然感,上线4天下载量超130万。
推荐理由:该模型通过剔除AI合成数据训练并引入结构化布局控制,在文字渲染与复杂指令遵循上表现突出,适合需要高精度设计生成的场景。
DeepSeek 正式发布新模型 DeepSeek-V4.1-Flash-1017,该版本在代码与 Agent 任务基准测试中表现提升,同时优化了运行时间与 Token 消耗。
推荐理由:DeepSeek-V4.1-Flash-1017 在基准测试与 Agent 任务中提升性能并降低 Token 消耗,同时开放自研搜索 API 以支持网页抓取与分析。
MIT CSAIL、Google 和东北大学联合开发的 InstructMesh 工具,结合 Microsoft TRELLIS 系统与 GPT-4 大语言模型,允许用户通过自然语言提示生成并编辑 3D 设计。
推荐理由:MIT CSAIL 联合 Google 等推出 InstructMesh,结合 TRELLIS 与 GPT-4 实现可编辑的生成式 3D 设计工具。
IBM Research 基于 Berkeley Sky Lab 的 K-Search 框架,构建了针对 Apple Silicon 的 MLX 后端及结构化翻译层,将 NVIDIA 数十年的内核优化知识迁移至 Apple GPU。
推荐理由:IBM Research 扩展 K-Search 框架至 Apple Silicon,通过结构化翻译层将 CUDA 优化知识迁移至 MLX,实现接近专家级的性能。
Orbbec 在上海世界人工智能大会(WAIC)上发布了与蚂蚁集团具身智能公司 Robbyant 合作研发的“无机器人数据采集硬件平台”,核心产品为基于 Gemini 330 系列相机的 EGO RGB-D 头戴式采集设备。
推荐理由:Orbbec 发布面向物理 AI 的无机器人数据采集硬件平台,其深度增强模型在多项基准测试中表现领先。
Luxonis DepthAI Core 发布 v3.8.0 版本,核心更新包括深度节点(Depth node)提供对立体深度、GPU 立体、神经深度及飞行时间(ToF)等所有深度源的统一访问接口,并自动根据设备特性选择最佳源。
推荐理由:深度节点统一了多种深度源访问接口,ToF 模块新增 RVC4 Lite 支持及 YOLOv12 适配,并引入设备健康检查与多传感器动态校准功能。
NVIDIA Isaac Lab 发布 v3.0.0-beta2 版本,重点稳定了 PhysX、Newton 及 OVPhysX 等多后端架构,增强了 Newton 物理与 Kit-less 工作流支持。
推荐理由:Isaac Lab 3.0 Beta 2 稳定了多后端架构与 Newton 物理支持,简化训练命令并修复多项运行时问题。
Orbbec 与 Creality 在创想三维 12 周年发布会上联合推出 Pika,这是一款由 Orbbec 核心技术驱动的下一代 AI 便携式 3D 扫描仪。
推荐理由:Orbbec 与 Creality 联合发布口袋级 AI 扫描仪 Pika,集成全局快门与双模传感技术,支持手机直连操作。
Luxonis 发布 DepthAI Core v3.6.1,核心更新包括默认开启 AutoCalibration 并新增 IMU 校准功能,统一传感器输出格式。
推荐理由:深度相机核心库 v3.6.1 默认开启自动校准并支持 IMU,同时新增 YOLO26 与 NeuralDepth 模型以显著提升推理帧率。
Luxonis DepthAI 核心库 v3.2.0 正式发布,扩展了 DetectionParser 与 ImgDetections 消息以支持实例分割和关键点解析。
推荐理由:深度计算核心库 v3.2.0 发布,新增实例分割与关键点解析支持,RVC4 设备端运行神经深度网络并优化 HDR 处理。
DepthAI v3.0.0 正式从候选版发布,核心 API 已简化统一,移除废弃函数。Camera 节点整合了多平台支持,ImageManip 增加确定性操作追踪。
推荐理由:DepthAI v3.0.0 正式发布,统一了 API 并新增 RGBD、VSLAM 及动态校准节点,支持 RVC4 设备与主机自定义逻辑。
Open Robotics 正式发布 ROS 2 Kilted Kaiju,这是首个将 Eclipse Zenoh 列为 Tier 1 中间件支持的版本,同时显著提升了 Python 客户端性能并新增 ROSBag 多文件回放与 NV12 图像编码支持。该版本主要支持 Ubuntu 24.04 和 Windows 11,将于 2026 年 11 月结束支持周期。
推荐理由:ROS 2 Kilted Kaiju 发布,新增 Zenoh 中间件支持、Python 性能优化及 ROSBag 多文件回放等特性。
Open Robotics 发布 ROS 2 第十版长期支持版本 Jazzy Jalisco,默认支持 Ubuntu 24.04 Noble Numbat 和 Windows 10。该版本重点改进 Gazebo Harmonic 集成、命令行日志管理、ROSBag 服务调用记录与类型过滤功能,以及 RViz2 的 TF 正则过滤与时钟重置能力。Zenoh RMW 作为预览特性需从源码编译使用。
推荐理由:ROS 2 Jazzy Jalisco 发布,新增 Gazebo Harmonic 集成、日志自定义及 ROSBag 服务调用记录等工程改进。