OccludeBench：VLM能找出遮挡物吗
普林斯顿大学的 Jasin Cekinmez、Addison J. Wu、Ryo Mitsuhashi、Linrong Cai、Xingyu Fu、Zhuang Liu 提出 OccludeBench（arXiv:2610.
刚刚，全球首个超高帧世界模型诞生，英伟达含量0，狂飙50帧
当行业还在为5FPS、10FPS挣扎时，一支中国团队直接把实时交互世界模型推上50FPS。更重要的是，他们没有使用英伟达GPU。
小扎「芒果」生图只输GPT Image 2，没人教它改稿，它自己学会了
先是牛油果，接着是芒果，小扎的AI反击开始了。与Muse Image一同亮相的，还有视频模型Muse Video，目前仍是预览版。
古人的“消能护塘”理念在现代有哪些应用
你知道千年前浙江先民在钱塘江边打木桩的土办法，跟白鹤滩水电站驯服万年一遇洪水的“空中对撞”技术，背后的逻辑完全一样吗？这事要从五代十国说起。公元910年，吴越王钱镠面对一个头疼的问题：杭州沿海的夯土海塘，每次台风一来就被冲得七零八落，数千万亩田地说淹就淹。
为什么全世界的运动教学很少真正教你训练本体感觉？
为什么全世界的运动教学，都知道“本体感觉”，却很少真正教你训练本体感觉？——揭开运动教学中一个长期存在、却很少有人愿意正面讨论的方法学盲区作者：Gwenberyl（格温贝尔）很多运动员听过一个词。本体感觉（proprioception）。教练也知道这个词。
当视频生成遇上语义、物理与几何，如何让一场雨雪真正“下起来”
ECCV 2026：WeatherCrafter：当视频生成遇上语义、物理与几何，如何让一场雨雪真正“下起来”？
大模型给图片打分不再“靠嘴说”，结构图、频谱图当“物证”，用“视觉证据”来给图片打分
现在，来自西北工业大学与香港科技大学的研究团队提出了一个新框架——IQA-T1，第一次让多模态大模型在评估图像质量时，学会像专业检测员一样:不再只靠“瞥一眼”的直觉，而是主动调用一套专业分析工具，生成噪声残差图、梯度分布、傅里叶频谱等结构化的“视觉证据”，再一步步基于证据做出判断。
Photo, picture, image, graphic, icon 区别与联系
开宗明义。近义辨析很难，尤其是跨语言的近义辨析。因为翻译就是一个信息衰减的过程，所以请阅读者在进行近义辨析时，多结合生活中的实际场景去思考、体会和理解。直奔主题。先说结论，再补充底层逻辑和语境支撑。