Meta推出SAM 3D模型，能够从2D图像直接生成3D模型，支持物体和人体重建，并克服遮挡问题。通过可提示概念分割，SAM 3提升了语义理解能力，显著提高了准确率，推动了3D建模技术的发展。

Meta推出的SAM 3模型实现了通过语言提示在图像中识别和分割多个实例。该模型支持多模态提示，具备快速处理和高准确率，但对复杂语言的理解能力有限。

华中科技大学与金山办公团队提出的多模态大模型LIRA，通过语义增强特征提取器和交错局部视觉耦合模块，提升了图像分割和理解的精度，解决了现有模型的不足。LIRA在多个基准测试中表现优异，已被ICCV 2025录用。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化爬取流程。

本文讨论了自监督视觉模型DINO及其在目标检测中的应用，重点介绍了Grounding DINO和DINO-X。Grounding DINO通过语言信息将闭集检测器扩展到开放集场景，采用双编码器-单解码器架构，结合图像和文本特征进行对象检测，创新设计了特征提取、增强和查询选择等方面，以提升检测性能。

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。

一个正方形棋盘可以分成 n 个相同的小块，每块 k 个小格。证明它也能分成 k 个相同的小块，每块 n 个小格。设边长为 s，nk = s²，推导出相应关系，最终得到所需的小长方形。

本研究解决了完全弱监督的类增量学习（CIS）在语义分割中的应用问题，即仅使用图像级标签来学习基础类和新兴类的分割。该研究提出了一种新颖的方法，通过将来自定位器的伪标签与一系列基础模型的伪标签结合，生成强稳健的伪标签，并引入示例引导的数据增强技术，以减轻灾难性遗忘。实验结果表明，在15-5 VOC和10-10 VOC设置中，所提出的方法优于部分弱监督方法，并在COCO到VOC的设置中达到了竞争性的准确率。

本研究提出了一种少-shot异常驱动生成方法（AnoGen），通过少量真实异常数据生成多样化的异常样本，显著提升了工业检测中的异常分类和分割性能。实验结果表明，该方法在MVTec数据集上有效改善了异常检测效果。

本研究提出了一种名为SAMIRA的对话式AI代理，通过语音互动帮助用户在虚拟现实中定位、分割和可视化3D医疗图像，旨在提升医疗图像分割的效率与准确性。