人类可以从视觉外观推断物体的材料特性，这种能力也延伸到艺术描绘中，在那里类似的感知……

概述 Structured AI 正在为建筑设计工程构建 AI 劳动力。 问题 当今，数十亿美元和数月的人力投入正……

素描本质上是一个顺序过程，笔画按照有意义的顺序绘制，以探索和细化想法。然而，大多数 generative models 将……

临床部署胸部X光分类器需要能够在新数据集可用时进行更新的模型，而无需对先前的...

由于可再生能源作为传统能源的替代品的使用率上升，尤其是太阳能，人们对研究…的兴趣日益增长。

内镜在医学影像中至关重要，用于诊断、预后和治疗。开发一个稳健的动态 3D 重建流水线用于内镜视频……

当前对多模态模型的研究面临一个关键挑战，即提升生成能力往往会以牺牲理解能力为代价，反之亦然……

本文介绍了 RaCo，一种轻量级神经网络，旨在学习稳健且多功能的关键点，适用于各种 3D 计算机视觉任务。Th...

现有的 3D 开放词汇场景理解方法大多强调将来自 2D 基础模型的语言特征蒸馏到 3D 特征场中，但大...

视觉类比学习通过示范而非文本描述实现图像操作，使用户能够指定不同的复杂转换。

我们引入了 Sphere Encoder，这是一种高效的生成框架，能够在一次前向传播中生成图像，并且能够与多步扩散模型竞争……

Neurosim 是一个快速、实时、高性能的库，用于模拟诸如动态视觉传感器、RGB相机、深度传感器和惯性传感器等传感器……