深度学习

仅看视频就能copy人类动作，宇树G1分分钟掌握100+，UC伯克利提出机器人训练新方式

作者

UC伯克利团队研发的新系统VideoMimic能够通过视频训练机器人模仿人类动作，已成功让宇树G1机器人学会多种复杂动作。系统利用深度相机和IMU等传感器获取环境信息及机器人姿态，并将这些数据作为策略模型的输入进行实时推理控制。

突发！曝阿里通义薄列峰离职，此前为应用视觉团队负责人

作者

阿里通义实验室高层薄列峰离职，加入某互联网大厂担任多模态模型部副总经理。此前，通义实验室已有两位核心负责人鄢志杰和黄非离职。薄列峰曾带领团队开发了通义App上的爆款功能。

CVPR 2025 双目匹配新突破！DEFOM-Stereo高效利用单目深度基础模型

作者

本文介绍了一种基于深度基础模型的循环双目匹配框架DEFOM-Stereo，该框架利用Depth Anything V2的强大预训练ViT和随机初始化的CNN构建联合编码器，并设计了用于单目视差初始化、尺度更新的方法。实验结果表明，在仿真域到真实域的零样本泛化上以及在线Benchmark中均表现优异。