DTHA 框架实现零样本脑电图像检索,Top-1 准确率超基线 12.4%
DTHA 框架利用双教师层级对齐机制,在 THINGS-EEG 数据集上实现零样本脑电到图像检索,Top-1 准确率达 92.4%,较现有最先进方法提升 12.4 个百分点。该研究通过共享编码器结合 CLIP 与 DINOv2 互补偏差,验证了跨范式视觉基础模型在提取层级视觉信息方面的有效性。THINGS-MEG 评估进一步证实了该方法在生物合理性及跨模态泛化上的优势。
DTHA 框架利用双教师层级对齐机制,在 THINGS-EEG 数据集上实现零样本脑电到图像检索,Top-1 准确率达 92.4%,较现有最先进方法提升 12.4 个百分点。该研究通过共享编码器结合 CLIP 与 DINOv2 互补偏差,验证了跨范式视觉基础模型在提取层级视觉信息方面的有效性。THINGS-MEG 评估进一步证实了该方法在生物合理性及跨模态泛化上的优势。
针对计算方法与艺术史研究脱节的问题,该研究提出从计算机科学视角分析期刊文章以识别图像特征并描述其意义。最终给出了若干新范式,旨在探索计算机视觉如何解决当代艺术史研究的核心问题。论文发表于 EVA London 2021 会议,采用 CC BY 4.0 许可,共 8 页。
该论文提出 AME 框架,旨在解决生成式 AI 数据价值分配中的异质贡献估值、权利映射及可信执行三大挑战。实验显示其分配结果更贴近人类判断且成本低廉,但作者因研究问题与评估大幅修订而主动撤回了此版本。
Yuhao Yi 撤回 arXiv 预印本,称原实现在添加"easy"实例掩码时存在禁用共享编码器梯度的 bug。修复后该方法在 WSI 分类任务上对双向 MIL 基线无显著优势,不再推荐此方法。
Vision Systems Design 推出名为 OptiLex 的周更猜词挑战,要求玩家猜测与机器视觉、工程或系统集成相关的五字母单词。游戏提供六次尝试机会,通过绿黄灰格反馈提示正确位置及存在性,并支持查看玩家在竞争者中的排名。
该论文基于 CURSE'26 演习报告了 CLARKE 建筑与道路损伤评估 AI 分类器的性能结果。研究显示,该系统在处理从未见过的正射影像时,平均运行时间为 3.5 分钟,建筑损伤检测在佛罗里达和密苏里两地均实现了 0.834 的 Micro F1 分数,表现出良好的地理迁移能力;但道路损伤评估因对地图与图像的对齐误差及城市光照环境敏感而表现不佳。
Vision Systems Design 推出名为 OptiLex 的周度猜词挑战,要求玩家猜测与机器视觉、工程或系统集成相关的五字母单词。游戏提供六次尝试机会,通过绿黄灰格反馈提示正确位置及存在性,完成后用户可填写问卷查看在竞争者中的排名并分享结果。
Google 正式面向全球开发者及企业推出旗舰模型 Gemini 4 Argon。该版本在编程、专业知识工作及复杂任务持续执行方面显著增强,官方评测显示其表现达到 GPT-6 Astra 水平且成本更低。
Vision Systems Design 推出名为 OptiLex 的周度猜词挑战,要求玩家猜测与机器视觉、工程及系统集成相关的五字母单词。游戏提供六次尝试机会,通过绿黄灰格反馈提示正确位置或无关字母,并允许玩家在解谜后填写问卷查看同行排名。
MIND 提出一种融合潜在扩散与 Holoplane 的生成模型,解决微结构设计几何与物性难以协同控制的难题。该模型在涵盖桁架、壳体等形态的多类数据集上训练,能生成满足目标属性且保持几何有效的多样化可平铺结构。代码与示例数据已公开,相关成果更新至 SIGGRAPH '25 发表版本。
Vision Systems Design 推出名为 OptiLex 的周度在线挑战,要求玩家猜测与机器视觉、工程及系统集成相关的五个字母单词。游戏提供六次尝试机会,通过绿黄灰三色反馈提示字母位置正确性,并支持查看玩家在竞争者中的排名。
Vision Systems Design 发布名为 OptiLex 的周度在线挑战,要求玩家猜测与机器视觉、工程或系统集成相关的五个字母单词。游戏提供六次尝试机会,通过绿黄灰格反馈提示正确位置及存在情况,并允许玩家在完成后查看同行排名。
IEEE RAS 发布对 Ching-Yi Lin 博士的专访,聚焦 Chia-Yen Lee 博士在机器人领域的研究进展。该访谈由 IEEE CASE 2026 科学传播大使准备并首发于 IEEE Robotics and Automation Society 官网。
尽管 ROS 2 已成为主流且 ROS 1 于 2025 年中进入生命周期结束状态,Canonical、Ekumen Labs 和 Honu Robotics 仍为继续使用 ROS 1 的商业用户提供包括漏洞修复与安全补丁在内的多种服务。
开源项目 v1.0.26 发布更新,修复了场景节点移除功能的回归缺陷。此次修正由开发者 @brentyi 完成并通过端到端测试验证。该版本已在 GitHub Releases 渠道提供下载。
Open Robotics 正式启用由 Kandra Labs 支持的官方 Zulip 聊天服务器,无需注册即可在线访问并参与实时对话。该服务依托开源项目计划免费提供高级功能,旨在将维护者与社区成员汇聚于统一空间,共同构建机器人开放未来。