蚂蚁灵波科技开源了LingBot-Depth模型，提升机器人和自动驾驶的三维视觉能力。该模型利用“掩码深度建模”技术，解决透明和反光物体的深度感知问题，显著提高深度图的完整性和清晰度。

原力灵机的GeoVLA框架解决了VLA模型在非结构化环境中的空间失明问题，通过双流架构结合点云数据，提升了机器人的三维感知能力。实验表明，GeoVLA在复杂任务中的成功率显著高于传统2D模型，尤其在视角和物体尺寸变化时表现出强大的鲁棒性。

游戏地图在电子游戏中至关重要，经历了从简单的二维到复杂的三维开放世界的演变。随着技术的发展，地图设计不仅关注导航，还融入文化表达和美学，增强玩家的沉浸感。现代游戏地图成为探索和创造的工具，承载丰富的叙事和情感。

该项目介绍了一种低成本开源的单目三维扫描系统，结合了计算机视觉算法与硬件控制，旨在降低三维扫描技术的使用门槛。系统利用普通工业相机和投影仪，实现高精度三维重建，功能多样，适合研究人员和开发者使用。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

本研究解决了卷积神经网络在图像分类和面部表情识别中的性能提升问题。我们提出了一种新颖的三元组注意力与挤压激励机制相结合的模型（TripSE），并在多种网络架构中展示了其有效性。研究结果表明，在FER2013数据集上，基于TripSE的ConvNeXt模型实现了78.27%的准确率，达到该数据集的最新水平。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

本研究针对现有三维高斯点云方法在高频细节表示上的不足，提出AH-GS方法，通过增强输入特征的流形复杂性和网络特征图损失，提高三维高斯模型的图像重建质量。研究结果表明，AH-GS在渲染忠实度上显著提升，并在特定场景下优于现有方法，展现了良好的潜在影响。

本研究提出两种新颖的多输出预测方法，旨在提高医学影像中解剖标志定位的准确性和不确定性量化的可靠性，为临床决策提供更可信的信心度量。

本研究解决了三维点云表示中的信息损失问题，提出了一种新的HexPlane表示方法。通过设计视图投影模块（VPM）和HexPlane关联模块（HAM），该方法有效融合来自六个平面的信息，显著提高了三维场景理解的准确性和效率。在ScanNet和SemanticKITTI基准测试中，HexNet3D在三维分割任务中超过了现有方法，展现出显著的性能提升。

本研究针对CT尿路造影中肾脏影像合成的不足，提出了一种基于扩散模型和Swin变换器的深度学习新方法。该方法生成的合成肾脏影像具有较高的信噪比和结构相似性，能够在不降低影像质量的前提下，降低CT尿路造影的辐射剂量，从而提升其安全性和诊断价值。

本研究针对PETR方法在需要INT8推理时显著下降的量化性能问题，提出了Q-PETR模型，旨在实现量化友好和部署友好的架构。该方法在标准的8位后训练量化下，将mAP和NDS的准确度下降控制在1%以内，并且在浮点精度方面超越了原始PETR的性能，展示了其良好的通用性。

本文解决了在超声图像中手动分割胎儿大脑皮下结构的困难问题，通过深度学习实现自动化分割。研究提出了一种新颖的测试时间适应性方法，借助标准解剖图集提高模型性能，测试结果显示该方法对不同领域变化具有显著改进潜力，有助于更有效地监测胎儿大脑发育。