全景分割新范式SAP引爆4K分割革命，90%计算量砍掉，精度反升17.2%！
还在用SAM2硬切4K全景图？90%的GPU内存被浪费，接缝处分割结果碎成渣。一个被99%研究者忽略的致命问题——全景图的“拓扑”与模型的“记忆”天生不匹配。今天，一篇论文用“伪视频”的奇思妙想，不
2026-03-22 21:59 · 摘要已收录，可打开文章获取原文内容
打破传统多模型堆叠瓶颈！英伟达再升级视觉基础模型！一个模型聚合所有视觉任务
多模型集成vs聚合单一模型聚合式视觉基础模型的概念听过吗？能否在单一模型中聚合检测、分割等一切视觉能力？在传统CV领域，不同任务需要不同模型，要实现完整的视觉能力栈，可能需要同时部署：CLIP用于图像
2026-03-22 21:59 · 摘要已收录，可打开文章获取原文内容
重新标注ImageNet！128万张图像，单标签变多标签！这个预训练模型让COCO暴涨4个点
图像类别不应止有一个ImageNet数据集，几乎支撑了整个深度学习时代。但是，你有没有想过这样的一个问题：当一张照片里同时出现“猎犬”和“汽车”，AI应该学到什么？那些在ImageNet上训练的模型，
2026-03-21 21:46 · 摘要已收录，可打开文章获取原文内容
视觉AR逆袭！177M效果媲美675M最新SOTA扩散模型，仅需一个“即插即用”的正则化reAR
作者：Qiyuan He等 解读：AI生成未来论文链接：https://arxiv.org/pdf/2510.04450git链接：https://github.com/QY-H00/reAR亮点直击
2026-03-20 21:35 · 摘要已收录，可打开文章获取原文内容
1.3MB模型塞进传感器芯片！IBM开源瘦身版SAM：11毫秒完成提示分割，原始图像不出芯片
一个连接到索尼IMX500智能视觉传感器的树莓派一提到基础模型，大家的第一反应就是：这东西端侧肯定跑不动。比如视觉基础模型SAM，在很多人眼里，在实际项目中最务实的作用，无非就是用来做做数据筛选、搞搞
2026-03-20 21:35 · 摘要已收录，可打开文章获取原文内容
ICLR 2026｜小红书多模态推理大模型 Vision‑R1 ：实现图文内容的深度逻辑推理与理解
Vision-R1 重磅登场：以 200K 条无人工标注的高质量多模态 CoT 冷启动数据打底，融合 GRPO 与渐进式思维抑制训练（PTST），有效解决多模态大模型“过度思考”难题，显著激发复杂推理
2026-03-19 22:05 · 摘要已收录，可打开文章获取原文内容
AAAI 2026 | 真实推理提速7倍！清华黄高团队巧用傅里叶变换重塑Attention，彻底告别ViT暴力硬算
关注「AIWalker」并星标从此AI不迷路作者 | 科技猛兽 编辑丨极市平台极市导读 针对视觉大模型面临的庞大算力瓶颈，清华大学黄高团队在 AAAI 2026 提出了一种极具突破性的解决方案。研究
2026-03-18 21:30 · 摘要已收录，可打开文章获取原文内容
4B参数干翻14B！国产统一多模态“全能战士” InternVL-U开源：理解、生成与编辑迎新高度
作者：Changyao Tian等 解读：AI生成未来论文链接：https://arxiv.org/abs/2603.09877开源代码 (GitHub) ：https://github.com/O
2026-03-17 21:36 · 摘要已收录，可打开文章获取原文内容
这才是目标检测的新范式 | DETR正式告别匈牙利匹配算法，训练效率翻倍，大目标检测猛增4.2AP
还在为DETR训练时那令人抓狂的匈牙利匹配等待时间而烦恼吗？一个耗时超过50ms的离散匹配步骤，正悄悄吞噬着你的GPU算力和训练耐心。今天，一项名为“Beyond-Hungarian”的研究彻底颠覆
2026-03-16 22:26 · 摘要已收录，可打开文章获取原文内容
CVPR 2026 | 迈向真正懂艺术的AI！上海人工智能实验室X中国美术学院推出美学理解大模型ArtiMuse
来源丨我爱计算机视觉。编辑丨极市平台极市导读 针对现有 AI 美学评估模型“只会打分缺乏解读”且深陷“西方审美偏见”的痛点，上海人工智能实验室与中国美术学院联合推出了图像美学大模型 ArtiMuse。
2026-03-13 21:30 · 摘要已收录，可打开文章获取原文内容
图像生成迎来“思考-研究-创造”新范式！Mind-Brush:统一意图分析、多模态搜索和知识推理
关注「AIWalker」并星标从此AI不迷路作者：Jun He，Junyan Ye等解读：AI生成未来文章链接：https://arxiv.org/pdf/2602.01756 Git链接：https
2026-03-12 21:30 · 摘要已收录，可打开文章获取原文内容
CVPR 2026｜告别“过度美化”，vivo x 中大提出BeautyGRPO：强化学习重塑真实人像
关注「AIWalker」并星标从此AI不迷路作者丨Jiachen Yang (中山大学), Xianhui Lin (vivo), Yi Dong (vivo), Zebiao Zheng (vivo
2026-03-12 21:30 · 摘要已收录，可打开文章获取原文内容
Kapi相机将电影工业标准“装”入千万手机
这个春节，让手机拍照功能彻底“开挂”！当你想要珍藏团圆饭的温暖、烟花绽放的绚烂时，是否总感觉手机直出照片少了点“质感”？在视频领域，苹果的Apple Log是行业标杆，以其电影级色彩和巨大后期空间被专
2026-03-11 21:28 · 摘要已收录，可打开文章获取原文内容
DETR系列方法中90%的Query在“躺平”？PaQ-DETR一招激活，精度提升4.2%！
你的DETR模型里，是不是只有少数几个Query在“拼命干活”，而其他几百个都在“摸鱼”？这种严重的“激活不平衡”问题，正在偷偷吃掉你的模型容量和精度！今天，一篇名为PaQ-DETR的论文，用一个“
2026-03-11 21:28 · 摘要已收录，可打开文章获取原文内容
MIGM-Shortcut: 学习受控制的隐状态动力学以加速掩码图像生成
关注「AIWalker」并星标从此AI不迷路作者 | kaiwen zhu 编辑 | Happy掩码图像生成模型（Masked Image Generation Model, MIGM）是一种有别
2026-03-10 21:30 · 摘要已收录，可打开文章获取原文内容
03/09 AI科技领域信息一览表
03/09 AI科技领域信息一览表
2026-03-09 10:40 · 摘要已收录，可打开文章获取原文内容
AI科技新闻-0308
AI科技新闻-0308
2026-03-08 09:45 · 摘要已收录，可打开文章获取原文内容
OpenClaw记忆存储结构拆解
OpenClaw记忆存储结构拆解
2026-03-07 13:35 · 摘要已收录，可打开文章获取原文内容
退税看这个就可以了
退税看这个就可以了
2026-03-06 21:40 · 摘要已收录，可打开文章获取原文内容
即插即用，轻松涨点！把大牛的模块缝合到自己的paper里
有创新点，就能顺利发paper吗？当然不是！有了创新点只是开始，模型的编码、调试才是重头戏。很多小伙伴都是改了大量的模型和代码，实验结果却没有多少提升，白白耽误投稿时间。今天就分享一些发paper必备
2026-03-05 12:00 · 摘要已收录，可打开文章获取原文内容