RaPA ：一种提升深度模型跨架构误导能力的新方法。作者丨郑佳美编辑丨岑 峰随着深度学习技术在计算机视觉领域的快速发展，神经网络模型已经在自动驾驶、智能安防、医疗影像分析以及智能终端等关键场景中得到广泛应用。例如，在自动驾驶系统中，视觉模型需要识别道路标志和行人；在智能安防系统中，人脸识别模型被用于身份验证；在医疗影像分析中，深度学习模型可以辅助医生识别疾病特征。然而，近年来的研究不断表明，这些高性能模型在安全性方面仍然存在明显隐患。其中，对抗样本问题被认为是深度学习系统面临的最重要安全挑战之一。例如，通过在一张交通标志图像上加入人类几乎无法察觉的微小扰动，自动驾驶系统可能会把"限速标志"误判为"停止标志"；在人脸识别系统中，只需在图像中加入细微噪声，就可能使模型将一个人误识别为另一个人。这些微小的输入变化却能导致模型产生完全错误的预测，这种现象不仅揭示了深度神经网络在决策边界上的脆弱性，也对现实系统的安全性提出了严峻挑战。在众多对抗攻击研究方向中，迁移攻击（Transfer-based...

从仿真构造到多主体配合，AI 正在补齐行动决策链条。    作者丨郑佳美     编辑丨马晓宁                                                                                                                过去，视觉模型更多是在回答“看见了什么”，但当 AI...

来源：太原理工大学人工智能学院 原文链接：‍‍https://mp.weixin.qq.com/s/D6cM_-mVjQqaB6Avy-guJw 近日，我院智能医学与生物识别实验室在the 34th ACM International Conference on Multimedia（ACM MM 2026）上发表了题为“SemHyperSurv: A Hierarchical...

在单目深度估计中，分辨率越来越高已经是一个很常见的趋势。很多方法可以输出 2K 甚至 4K 的深度结果，看起来也确实比低分辨率更细致。但在实际使用中，这类高分辨率深度并不总是好用。尤其是在三维重建、新视角合成等对几何一致性要求较高的任务中，物体边缘容易发虚，细小结构经常对不齐，结果并没有随着分辨率提升而明显改善。类似的问题在自动驾驶和机器人导航场景中同样存在，几何误差会影响障碍物边界判断和可通行区域估计，从而增加后续规划与决策的不确定性。一个很重要的原因在于，现有方法大多仍在固定分辨率下预测深度，再通过插值将结果放大到更高分辨率。这样做虽然能够得到更大的输出尺寸，但在细节区域，本质上只是放大了原有的预测误差。而对于依赖深度信息进行环境建模的自动驾驶系统而言，这种误差不仅影响局部几何质量，还会进一步影响路径规划和决策的稳定性。久而久之，人们开始意识到，高分辨率深度面临的瓶颈，可能并不只是模型不够复杂，而是预测深度的方式本身存在局限。基于这样的观察，浙江大学彭思达团队联合理想研究团队，提出了论文《InfiniDepth: Arbitrary-Resolution and...

回顾过去十几年，市场对“AI助手”的想象经历过三次大规模的预期校准。 第一次是 Siri 诞生时，语音控制带来了交互的新鲜感，人们以为电影里的智能管家 Jarvis 就在眼前，但随后发现它更多时候只是一个语音闹钟； 第二次是 ChatGPT 横空出世，流畅的对话与推理能力让人觉得 AI 终于有了“脑子”，但很快市场意识到，它依然只是一个在对话框里坐而论道的智者，看不到对话框之外的世界。 2025 年初，Manus 的出现，让 Agent 的概念有了实感。这一次的冲击不同以往 — — 很多人第一次看到 AI 不仅在“说”，而且在“做”。它当着你的面打开浏览器、编写代码、调试错误、甚至因为网页加载太慢而主动刷新。 当 Manus 的热度随着被收购而逐渐平息，人们才发现，无论技术外壳如何变迁，人类对 AI助手的核心渴望从未改变：用户不只想要一个仅仅能听懂话的陪聊，也不只想要一个会在黑底白字界面里写代码的极客工具；大家想要的，一直都是一个更聪明、真正能把活儿干完的帮手。 随着 Manus 完成它的历史使命，Agent 的下半场大幕正在拉开。 01Manus...

来源：公众号“视觉语言导航” 原文链接：https://mp.weixin.qq.com/s/WRdwox6z8HajRGoHhdQvGA?scene=1&click_id=58 随着视觉语言模型（VLMs）飞速发展，具身机器人已从实验室走向家庭场景，能在3D室内环境中导航、感知，完成具身问答（EQA）任务，成为老人陪护、家务辅助的重要帮手。 但所有现有EQA基准都存在一个致命前提：默认机器人必须回答所有问题，完全忽略真实人机交互的复杂性。 研究团队通过真实用户调研发现： 在家庭陪护、医疗辅助等安全敏感场景，“不知道”比“瞎回答”更重要！弃权（信息不足时拒绝作答）是可靠人机交互的最低要求，却长期被学界忽视。 本文将传统具身问答（EQA）升级为AbstainEQA，核心要求：智能体在证据不足、问题歧义时，主动弃权而非强行作答。 给定用户问题和机器人视觉观测序列，机器人需自主决策： 团队招募50名普通用户，基于HM3D、ScanNet真实室内场景生成自然提问，最终证实：32.4%的人类问题需要机器人弃权，弃权是人机交互的固有需求。 ...

来源：雷科技 原文链接：WRC前瞻：机器人自己办大会，整机厂告别翻跟头，比WAIC精彩十倍 刚在上海落幕的WAIC 2026，机器人品类可谓赚足了眼球，如果你看完觉得还不过瘾，那接下来的世界机器人大会千万别错过。...

7月19日，上海仪电在2026世界人工智能大会（WAIC）上正式发布“智算云赋能·标杆应用场景成果”，系统展示了其自主研发的仪电智算云YiCloud在金融、制造、医疗三大国家人工智能应用中试基地的规模化落地成效，全方位呈现“算力+模型+场景”全栈服务能力。 金融领域|深度支撑金融大模型生态构建 助力普惠金融风控新标杆 在中国银联承建的金融领域国家人工智能应用中试基地建设过程中，仪电智算云YiCloud凭借垂类模型训推一体化能力，为中国银联联合17家机构共建的百亿级金融语料及50万条微调数据提供稳定算力支撑。基于全国产化训练的双基座模型，已形成L1垂域矩阵，幻觉率降低30%，安全合规能力提升25%，在国内主流模型中位列第一，复杂任务成功率超85%。目前，该平台已成功支撑智能银行卡、跨境支付、全域信贷风控及云闪付AI版等应用落地。在金融风控实战中，仪电智算云平台助力拦截可疑交易超2亿元，其中“票根经济”场景累计处理22万张票根，拉动消费规模达2.5亿元，并赋能8000家商户“Nihao China”项目，注册用户达23万人，切实推动AI技术普惠实体经济。 ...

ICRA，全称IEEE International Conference on Robotics and...

很多人都有这样的体验：让 AI 画一个角色，第一张很好看，但第二张开始有点不一样，第三张基本就像换了个人。你让它做一套海报，单张都不错，但放在一起风格却完全不统一，再或者你让它画一个故事分镜，人物形象会一会胖一会瘦，甚至连脸都对不上，你只是改一下衣服颜色，它却顺手把脸也改了。 这些看起来像小问题，但在真实应用中却是致命的。在 IP...