“计算机视觉被GPT-4o终结了”（狗头）
“计算机视觉被GPT-4o终结了”（狗头）一夜之间，CV被大模型“解决”了（狗头）。万物皆可吉卜力之后，GPT-4o原生多模态图像生成更多玩法被开发出来。万物皆可吉卜力之后，GPT-4o原生多模态图像生成更多玩法被开发出来。
来自主题:
AI资讯
8349 点击 2025-03-30 10:43
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
一夜之间，CV被大模型“解决”了（狗头）。万物皆可吉卜力之后，GPT-4o原生多模态图像生成更多玩法被开发出来。万物皆可吉卜力之后，GPT-4o原生多模态图像生成更多玩法被开发出来。
2025中关村论坛人工智能主题日，高能不断。清华系团队全新Vidu Q1视频生成可控性再创新高，炫目demo惊艳全场。图灵奖得主Joseph Sifakis、清华朱军、百度王海峰等大咖演讲，更是将论坛推向专业的巅峰。
和腾讯、字节通过元宝、豆包发力AI to C市场不同，2024年京东在AI端重点发力言犀大模型、数字人、智能体平台、智能编码助手JoyCoder等B端产品。截至2024年底，京东平台上已经有80万商家使用了京东AI工具。
全球顶级聪明的一群人，加上无上限的资金支持，一年时间里究竟能诞生多少独角兽企业？2024年，硅谷给出的答案是61家。
秘密、误导与破裂的信任。一场关于科技界最红 CEO 被迅速驱逐又戏剧性回归的内幕。
随着Deepseek持续火热，部分医生和患者纷纷在线种草。但在近日，「AI 误诊，上海患者获赔127万」的消息在各大社交平台迅速传播、引起争议。
人工智能已经无处不在，我们使用 AI 的方式，也逐渐从搜索引擎时期的「提问」，过渡到了 AI 聊天机器人时代的「对话」。
马斯克又一次展现了对「X」和AI的狂热，决定将旗下社交平台X以全股票交易方式出售给自己的AI公司xAI，合并后xAI估值1130亿美元，超过了2月份对OpenAI要约价974亿美元。这次收购彰显了马斯克「All in AI」战略决心。
3D生成版DeepSeek再上新高度！
AI化身心理医生，效果堪比人类专家，你敢相信吗？
这三篇论文，出自同一AI之手。
还记得那个自制 AI 工具 Interview Coder、以此斩获了亚马逊、Meta 和 TikTok 等大厂 Offer 的 21 岁哥伦比亚大学学生 Chungin Lee（Roy Lee）吗？
曾德钧今年 69 岁。这是他创办「猫王品牌」的第十年。
在科技重塑医疗的新浪潮下，张强医生集团经过一年多的精心筹备、无数次严格测试和调试，全球首个静脉曲张垂直领域AI智能体VaricoSeek 1.0版对广大患者和医生开放免费使用。
幻觉（Hallucination），即生成事实错误或不一致的信息，已成为视觉-语言模型 (VLMs）可靠性面临的核心挑战。随着VLMs在自动驾驶、医疗诊断等关键领域的广泛应用，幻觉问题因其潜在的重大后果而备受关注。
继昨天《RAG太折磨人啦，试下pip install rankify，检索、重排序、RAG三合一，完美》发布之后，有许多朋友向我询问Rankify的具体使用方法和部署细节，尤其是生产环境如何处理自定义数据集和本地数据集。
从单张图像生成灵活视角3D场景的技术来了，在考古保护、自主导航等直接获取3D数据成本高昂或不可行的领域具有重要应用价值。
在互联网时代，数据已成为企业发展的必经之路。
近一年以来，AI 视频生成技术发展迅猛。自 2024 年初 Sora 问世后，大家惊喜地发现：原来 AI 可以生成如此逼真的视频，一时间各大高校实验室、互联网巨头 AI Lab 以及创业公司纷纷入局视频生成领域。
AGI的这两年，基本OpenAI压着谷歌打的两年，包括但不限于谷歌自己的失误、每次发布会的被截胡。比如这次Gemini 2.5 Pro 被 4o图片生成功能抢走了几乎所有关注点。但谷歌确实也在一直追赶，从最开始的措手不及，到现在已经开始有来有往。著名科技杂志《连线》采访了谷歌前和现员工超50人，发布了一篇长文，深度挖掘了谷歌这两年苦苦追赶Openai的内幕故事，
三维高斯泼溅（3D Gaussian Splatting, 3DGS）技术基于高斯分布的概率模型叠加来表征场景，但其重建结果在几何和纹理边界处往往存在模糊问题。
「仅需一次前向推理，即可预测相机参数、深度图、点云与 3D 轨迹 ——VGGT 如何重新定义 3D 视觉？」
AI社区掀起用大模型玩游戏之风！例如国外知名博主让DeepSeek和Chatgpt下国际象棋的视频在Youtube上就获得百万播放，ARC Prize组织最近也发布了一个贪吃蛇LLM评测基准SnakeBench。
一觉醒来，xAI 收购了 X（也叫推特或 𝕏）！这两家公司的 CEO 伊隆・马斯克在 X 上宣布：「xAI 通过一次全股票交易收购了 X。此次合并对 xAI 的估值为 800 亿美元，对 X 的估值为 330 亿美元（450 亿美元减去 120 亿美元的债务）。」
最近几天，OpenAI 革新的 GPT-4o 图像功能给大家带来了不少乐趣，各路社交媒体都被「吉卜力」风格的图像、视频刷了屏。机器之心还尝试了制作了《甄嬛传》的名场面（视频如下，制作方法参见《GPT-4o 整活！3 个小时、6 个镜头重现吉卜力版《甄嬛传》名场面》）。
CAMEL-AI 团队在 Manus 上线后 1 天内推出的 OWL 就是其中最具代表性的一个，项目实测成绩达到开源界 GAIA 性能天花板，达到了 58.18%，超越 Huggingface 提出的 Open Deep Research 55.15% 的表现。
为了让用户获得沉浸体验Parallel Live的直播间搭建几乎和Instagram别无二致，评论、表情、打赏等基础的互动功能也同样在应用中有所体现。这样逼真的虚拟空间就为吸引主播进入打下了一定的基础。
护城河是所有投资人和创始人都非常关注的一个概念，因为它涉及到企业的长期价值和生死存亡。AI 时代，大家对护城河同样有执念，但是越来越搞不懂什么才是这个时代的护城河了，甚至是否还有护城河都已经是一个问题。
3 月 28 日，专注于构建通用 3D 大模型的 VAST 一口气开源了两个 3D 生成项目 ——TripoSG 和 TripoSF。前者是一款基础 3D 生成模型，在图像到 3D 生成任务上远超所有闭源模型；后者则是 VAST 新一代三维基础模型 TripoSF 能在所有闭源模型中同样取得 SOTA 的基础组件，用于高分辨率的三维重建和生成任务。
晚点：过去将近 6 个月，AI 领域最重要的两件事，一是 OpenAI 去年 9 月 o1 发布，另一个是近期 DeepSeek 在发布 R1 后掀起全民狂潮。我们可以从这两个事儿开始聊。你怎么看 o1 和 R1 分别的意义？
