字节开源多模态复杂文档解析模型！Dolphin：页面与元素并行解析，精准解析复杂文档！
字节跳动开源多模态AI模型Dolphin，通过两阶段机制精准解析复杂文档，支持页面级和元素级解析，并提供在线Demo及本地部署指南。
月度归档： 2025 年 5 月
让 AI 图像处理变得简单而强大Gemini Image App,现代化的全栈 AI 图像处理平台
集成了 Google Gemini、OpenCV 和 YOLO 等先进技术，提供图像问答、生成、编辑
TPAMI 2025 在4D时空中追踪万物！国防科大提出首个长时场景流估计方法 SceneTracker
SceneTracker的长时场景流估计方法，该方法能在线捕捉3D点轨迹，适用于机器人、自动驾驶等领
SpAItial发布超逼真3D空间基础模型
德国初创平台SpAItial宣布获得1300万美元种子轮融资，并发布超逼真3D基础模型。其核心技术’空间基础模型’能从文本或图片生成可探索的3D场景，应用范围包括游戏开发、影视制作、CAD工程与建筑及机器人导航等领域。