计算机视觉

小红书AIGC团队研发的DynamicFace算法在计算机视觉领域取得重要突破，实现了高质量、高一致性的换脸效果，广泛应用于影视、游戏和电商领域。

上海交通大学发布全球首个AI生成3D人脸质量评估数据集Gen3DHF，配套创新LMME3DHF评估框架，解决行业可解释性痛点，推动虚拟现实、数字人等应用标准化发展。

深度解析Meta最新开源的DINOv3视觉大模型：70亿参数规模、17亿训练图像的自监督学习技术突破，及其在医疗影像、卫星遥感、自动驾驶等领域的革命性应用。了解这一计算机视觉领域里程碑式进展的技术细节...

中科院深圳先进院发布HYPIR图像复原大模型，1.7秒完成8K超高清修复，速度提升数十倍。该技术突破在影视修复、医疗影像和文化遗产保护领域具有广泛应用前景。

小米AI团队在ICCV 2025发表两项行业首创技术：Q-Frame视频理解大模型和Any-SSR持续学习框架。Q-Frame通过动态帧选择与分辨率自适应提升模型性能，Any-SSR解决大语言模型持续...

麻省理工学院华人团队在《Nature》发表具身智能突破性研究，开发出仅需普通RGB摄像头即可实现多类型机器人高精度控制的深度学习框架，为医疗、制造等领域提供低成本自动化解决方案。

深度解析智源研究院OmniGen2图像生成模型技术亮点：40亿参数开源架构，支持文本到图像无缝切换，在GenEval测试中评分0.86。了解其反思机制、多模态生成能力及FlagScale推理加速方案。

字节跳动最新开源的EX-4D框架实现单目视频到4D序列的突破性转换，采用深度防水网格与双mask策略，在FID/VBench指标上超越现有方案70.7%用户认可其物理一致性，为VR/影视行业提供高效解...

腾讯在计算机视觉领域顶级会议CVPR 2025上宣布开源混元3D 2.1大模型。作为全球首个全链路开源的工业级3D生成模型，该技术实现了从模型权重、训练代码到数据处理流程的完整开放，显著降低了3D内容...