学术
统一细粒度感知！北大&阿里提出UFO：无需SAM，16个token让MLLM实现精准分割
本文介绍了一种名为UFO的方法，它能够通过开放式的语言界面实现分割和检测任务，无需额外解码器，利用多模态大模型的图像表征能力。
小米汽车首曝自动驾驶研究：相机和LiDAR联合重建框架Uni-Gaussians
论文提出Uni-Gaussians方法，利用高斯基元实现相机与激光雷达数据的联合重建。该方法在Waymo公开数据集上评估表现优异，能够准确模拟动态驾驶场景中的各种移动实体，并保持高质量渲染质量。
GPT-4.5刚出来就被攻破了？成功率破90%， MBZUAI团队出品
文章介绍了一篇关于对抗攻击的研究成果，该研究提出了一种新的方法M-Attack来提高对大型视觉语言模型的攻击成功率，并成功应用于多个商业模型中。
CVPR 2025 Qwen让AI「看见」三维世界，SeeGround实现零样本开放词汇3D视觉定位
重要任务，旨在让 AI 根据
自然语言描述
在 3D 场景中找到指定物体。
具体而言，给定一个 3D
刚刚，谷歌Gemini Live上新功能，能看懂手机屏幕、还能实时视频
谷歌在MWC上推出Project Astra与Gemini Live集成的新AI功能，包括屏幕共享和实时视频回答问题。这些功能提升了实时人工智能交互的能力，使Gemini Live能够更好地理解和响应用户的需求。
独家｜华为诺亚方舟实验室主任换帅，90 后王云鹤接班姚骏
MLNLP社区是国内外知名的人工智能社区，致力于促进学术界、产业界和爱好者的交流合作。近期华为诺亚方舟实验室主任更换，新任领导为九零后科学家王云鹤。