跳到正文
11月12日周四
  1. Luxonis DepthAI · Releases12

    Luxonis DepthAI v3.12.1 发布:修复 OAK4-FFC 单目驱动与多设备同步故障,ToF 相机健康检查改用 ToF 节点

    Luxonis DepthAI v3.12.1 修复了 OAK4-FFC 单目模块误用彩色驱动的问题,并解决多设备管道因不支持外部帧同步而启动失败及固件崩溃等缺陷。在特定条件下,ToF 场景处理帧率从 12.34 FPS 提升至 30.06 FPS(+144%),同时优化了 macOS 退出时的遥测数据保留机制。该版本已集成测试 Luxonis OS 1.48.0,旧版系统行为保持不变。

11月4日周三
9月22日周二
9月20日周日
  1. OpenCV Blog57

    OpenCV 5 DNN 模块教程:使用新推理引擎运行 YOLO26 与 RF-DETR

    OpenCV 5 推出内置的新推理引擎,支持动态形状与现代 ONNX 特性。本文提供完整的 Python 和 C++ 示例代码,演示如何在同一应用中加载 YOLO26 Nano 进行目标检测和 RF-DETR Seg Nano 进行实例分割。教程涵盖模型导出、预处理(Letterbox/直方图缩放)、ONNX 加载及后处理解码,并包含 CPU 性能对比与验证记录,帮助团队快速集成深度学习推理流程。

9月15日周二
9月11日周五
  1. MIT CSAIL News65

    X-Hinges 软件发布:实现多轴运动的自感知 3D 打印物体

    MIT CSAIL 与天津大学联合开发 X-Hinges 设计软件,旨在将日常静止物品转化为具备自我意识的交互工具。该软件允许用户在自定义设计时自动嵌入两种不同材料:一种用于发送最强信号的传感器,另一种用于不产生干扰的导线状元素,从而解决传统同材打印导致的信号混淆问题。

    推荐理由:MIT CSAIL 与天津大学联合推出 X-Hinges 设计软件,支持在 3D 打印中自动嵌入双材料传感器以解决信号干扰问题。

  2. 上海人工智能实验室 · 科研动态80

    上海AI实验室发布『书生』物理世界模型W0

    上海人工智能实验室发布『书生』物理世界模型W0,旨在为大模型进入物理世界提供支撑。该模型原生融合视觉、力觉和触觉,采用双工协同架构实现输入输出并行处理,并通过异步异频设计让规划与实时行动解耦。

    推荐理由:上海AI实验室发布『书生』物理世界模型W0,原生融合力触视觉并采用双工协同与异步异频架构,在双臂湿实验任务中实现93.12%成功率与超低延迟。

9月9日周三
9月8日周二
9月1日周二
  1. World Labs · Research & Insights86

    World Labs 发布下一代世界模型 Atlas:原生支持 3D 空间智能与相机控制生成

    World Labs 发布下一代世界模型 Atlas,这是一个原生操作文本、图像、视频和 3D 数据的 Omni 多模态自回归扩散 Transformer。Atlas 具备相机控制生成(从单图或多图生成任意视角视频)、稀疏视图空间重建(从少量输入图像恢复 2D/3D 几何)以及时空仿真能力,可支持机器人 Real-to-Sim 工作流。

    推荐理由:World Labs 推出原生支持文本、图像、视频与 3D 的 Omni 模型 Atlas,具备相机控制生成、稀疏视图重建与时空仿真能力。

8月26日周三
  1. OpenCV Blog78

    3D-Object Perception Transformer (3PT):统一检测、分割与位姿估计的 RGB-only 多视图 Transformer

    OpenCV Live 播客介绍由 Intrinsic 和夏威夷大学作者提出的 3D-Object Perception Transformer(3PT),该架构将检测、分割和 6DoF 位姿估计统一为两个仅用 RGB 的多视图 Transformer。

    推荐理由:OpenCV Live 播客介绍 3PT 架构及其在 BOP 2025 竞赛中的表现,并分享从基准测试到工业部署的工程经验。

8月18日周二
  1. OpenCV Blog45

    Ai2 发布 MolmoMotion:用语言指令预测三维点轨迹的开源多模态模型

    Ai2(Allen Institute for AI)推出 MolmoMotion,该模型基于 Molmo 系列扩展能力,利用自然语言指令在三维空间中预测物体后续的点轨迹。此次 OpenCV Live! 演示展示了模型如何从场景描述进阶至动态行为预测,标志着开源多模态模型在具身智能任务中的新突破。

8月17日周一
  1. Viser · Releases2

    Viser 发布 v1.1.0 版本,新增面板重写、本地存储 API 及动态高斯更新等核心功能

    Viser 工具包 v1.1.0 发布,主要变更包括改进的面板重绘与停靠机制、新增 gui.add_panel() 创建浮动面板及 client.local_storage 读写浏览器存储。此次更新还修复了 GPU 缓冲区泄漏、场景序列化效率及相机轨道控制距离限制等性能问题,并支持动态高斯属性替换。

7月17日周五
  1. 奥比中光 Orbbec · News70

    Orbbec 发布面向物理 AI 的无机器人数据采集硬件平台

    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。

7月7日周二
  1. 奥比中光 Orbbec · News68

    Orbbec 发布无机器人数据采集平台并推出经认证的 LingBot-Depth 2.0 空间感知模型

    Orbbec 与蚂蚁集团 Robbyant 深化合作,Robbyant 发布下一代空间感知模型 LingBot-Depth 2.0,该模型已通过 Orbbec 深度视觉实验室认证。

    推荐理由:Orbbec 与蚂蚁集团 Robbyant 联合发布经认证的 LingBot-Depth 2.0 深度补全模型,结合 Gemini 330 相机硬件解决透明物体等复杂场景感知难题。

6月25日周四
  1. 奥比中光 Orbbec · News28

    奥比中光与 Freudenberg 达成初步合作意向,探索具身智能与工业自动化融合

    德国工业巨头 Freudenberg 代表团访问奥比中光,双方就具身智能、智能制造及工业自动化达成初步合作意向。技术层面将探索双向协作:Freudenberg 提供密封润滑等方案增强可靠性,奥比中光则输出 3D 视觉感知与定制机器人解决方案以提升产线自动化效率。全球市场方面,双方计划联合参加国际展会并协调欧美华三地客户拜访,共同展示技术实力。

6月22日周一
6月1日周一
5月5日周二
  1. Viser · Releases18

    Viser 发布 v1.0.27:新增场景箭头绘制、命令面板及实验性拖拽回调等 API 更新

    Viser v1.0.27 发布,新增 `SceneApi.add_arrows()` 绘制向量及实验性节点拖拽回调。界面层支持命令面板与表单提交事件,并优化了点云着色与图例显示效果。此次更新修复了 Python 3.8 WebSocket 连接错误及多个闭包 bug,同时标记部分功能为实验性以完善边缘情况处理。

1月12日周一
11月17日周一
  1. Viser · Releases3

    开源渲染库 v1.0.16 发布:优化批处理网格与文本标签性能,修复方向计算及局部位置 Bug

    该版本针对批处理网格、线段和文本标签带来性能提升。具体改进包括 WebGL 加速的 `SceneApi.add_label()` 渲染、大场景批处理优化以及 `add_line_segments()` 传输效率增强。同时修复了 `01_colmap_visualizer.py` 的方向计算错误及 `add_batched_labels()` 移除后的局部位置缺陷,并调整了无限网格下的阴影平面尺寸。

11月6日周四
  1. Google DeepMind55

    DeepMind 发布森林砍伐风险预测基准与物种分布图,更新生物声学模型 Perch 2.0

    Google DeepMind 发布了用于预测森林砍伐风险的基准数据集,该模型基于纯卫星输入和视觉 Transformer 架构,分辨率达 30 米。同时推出了新的 AI 驱动方法以生成地球物种分布图,并更新了生物声学分类器 Perch 2.0 作为基础模型供生态学家适配使用。

10月16日周四
  1. World Labs · Research & Insights78

    RTFM:一款可实时交互的生成式世界模型发布

    World Labs 发布了名为 RTFM(Real-Time Frame Model)的实时生成式世界模型研究预览版。该模型能在单张 H100 GPU 上以交互帧率运行,支持对生成的 3D 场景和真实地点进行持久化探索。

    推荐理由:World Labs 发布实时生成式世界模型 RTFM,单卡 H100 即可实现持久化交互与复杂光影渲染。

7月19日周六
5月23日周二
8月17日周一