作者丨陈淑瑜     编辑丨岑   峰 *                                                                                                       * ▎《Physics-Grounded Multimodal Perception：从视觉、声音到触觉的统一物理底座》 ...

来源：机器之心 原文链接：https://mp\.weixin\.qq\.com/s/u\_TLN8q7bp\-GJVcJVXYdPw 近年来，视觉语言模型（Vision-Language Model, VLM）在图像理解、语义推理等任务中展现出了强大的能力。然而，当这些模型真正进入物理世界，让机器人根据一句自然语言指令完成自主导航时，仍然面临巨大挑战。 例如，机器人完成一句简单的指令...

来源：我爱计算机视觉 原文链接：https://mp\.weixin\.qq\.com/s/2pGGqmJAUvmP\_nflnXBh3g 背景与动机：医疗推理一定要“把思考过程说出来”吗？ 经验丰富的医生在看到医学影像时，往往不会先生成一段冗长的逐步推理，再得到诊断结论。更多时候，他们会迅速调用长期积累的解剖知识、病灶模式和病例经验，在极短时间内完成感知匹配与诊断记...

来源：我爱计算机视觉 原文链接：https://mp\.weixin\.qq\.com/s/2pGGqmJAUvmP\_nflnXBh3g 背景与动机：医疗推理一定要“把思考过程说出来”吗？ 经验丰富的医生在看到医学影像时，往往不会先生成一段冗长的逐步推理，再得到诊断结论。更多时候，他们会迅速调用长期积累的解剖知识、病灶模式和病例经验，在极短时间内完成感知匹配与诊断记...

原文链接：https://mp\.weixin\.qq\.com/s/jKJOsNcG9chkEBSwtrlGxg IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)由 IEEE Computer Society 出版，是计算机科学与人工智能领域公认的国际顶级期刊之一，也是模式分析、机器智能与计算机视...

原文链接：https://mp\.weixin\.qq\.com/s/jKJOsNcG9chkEBSwtrlGxg IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)由 IEEE Computer Society 出版，是计算机科学与人工智能领域公认的国际顶级期刊之一，也是模式分析、机器智能与计算机视...

来源：AI驾驶员 原文链接：https://mp\.weixin\.qq\.com/s/QWytAhu1mZTHoDICy\-jC3A 大家有没有想过，为什么现在端到端自动驾驶还是不够“丝滑”？很多号称端到端的系统，本质上还是把感知和规划当成两个独立的任务：先用一个强大的感知网络看清周围，再把这个“快照”甩给规划模块去做决策。看似无缝衔接，实则暗藏巨大隐患——感知模块一旦看走眼，规划...

来源：AI驾驶员 原文链接：https://mp\.weixin\.qq\.com/s/QWytAhu1mZTHoDICy\-jC3A 大家有没有想过，为什么现在端到端自动驾驶还是不够“丝滑”？很多号称端到端的系统，本质上还是把感知和规划当成两个独立的任务：先用一个强大的感知网络看清周围，再把这个“快照”甩给规划模块去做决策。看似无缝衔接，实则暗藏巨大隐患——感知模块一旦看走眼，规划...

原文链接：https://mp\.weixin\.qq\.com/s/ss9MNuL3A4gfoax7cWNStQ 几个小时前，ECCV 公布了今年度的最佳论文奖等奖项。 ECCV（European Conference on Computer Vision，欧洲计算机视觉国际会议）是计算机视觉（CV）领域的世界三大顶级会议之一，在 AI 和计算机科学界享有极高的学术声誉与影响力。今年的...

原文链接：https://mp\.weixin\.qq\.com/s/ss9MNuL3A4gfoax7cWNStQ 几个小时前，ECCV 公布了今年度的最佳论文奖等奖项。 ECCV（European Conference on Computer Vision，欧洲计算机视觉国际会议）是计算机视觉（CV）领域的世界三大顶级会议之一，在 AI 和计算机科学界享有极高的学术声誉与影响力。今年的...