以猫咪的脑子，能分清“萝卜”和“纸巾”吗？
作为【互联网高强度冲浪达人+自己养了猫还不够，每天依旧云吸猫】的你们，想必最近一定刷到了“萝卜·纸巾·真棒”的视频吧？
视觉，到底能不能讲逻辑？
视觉与逻辑，一个凭直觉感知，一个靠符号推理，看似是两种截然不同的认知过程。本文另辟蹊径，试图回答一个根本性问题:视觉能讲逻辑吗?
微软亚洲研究院4人团队完成视觉识别里程碑式突破
一直以来，计算科学家一直在为建立世界上最精确的计算机视觉系统孜孜不倦地努力着，但取得进展的过程却一直如马拉松竞赛般漫长而艰辛。近期，微软亚洲研究院实现的突破让他们成为了这场竞赛的最新领跑者。
阶跃星辰不再低调：巨额融资，印奇加入，“1+3”核心决策层浮出水面
这个数字刷新⼤模型赛道过去12个月单笔融资纪录，且超过大模型六小虎中另外两家——智谱和MiniMax——的IPO募资金额。
打开失声者的另一扇窗！爱尔兰创企推唇语识别app，准确率达90%
智东西6月25日消息，据加拿大媒体VICE报道，近日，视觉语音识别领域又迎来重大突破，爱尔兰初创公司Liopa开发出一种名为SRAVI的针对语音障碍情况下语言识别app。
精准识别界门纲目科属种！北大彭宇新团队用细粒度树先验提升泛化
论文标题:Taxonomy-Aware Representation Alignment for Hierarchical Visual Recognition with Large Multimodal Models。
计算机视觉“奥斯卡”CVPR 2020公布收录论文
该方案在WIDERFACE、FDDB、AFW和PASCAL Face多个数据集上的实验表明了其优越性，同时在2019年WIDER Face and Pedestrian Challenge上，以mAP 57.13%获得冠军，享誉国际。
超越CLIP，北大开源细粒度视觉识别大模型，每类识别训练仅需4张图像
论文标题:Fine-R1: Make Multi-modal LLMs Excel in Fine-Grained Visual Recognition by Chain-of-Thought Reasoning。
AI 真正的进化史：今天的一切，究竟是谁铺出来的
P.Christiano et al.，Deep Reinforcement Learning from Human Preferences，NIPS，2017.