WildDet3D：开放世界可提示三维检测新突破
深度2026年4月14日44 分钟阅读
最引人注目的发现是：仅通过单张RGB图像，系统就能在开放世界中识别超过1.3万个类别，且推理时融入深度信息可带来平均20.7 AP的性能提升。计算机视觉研究者、自动驾驶工程师和机器人感知开发者应关注这项将三维检测推向实用化边界的工作。
本文编译自 WildDet3D: Scaling Promptable 3D Detection in the Wild，版权归原作者所有。
觉得有用？分享给更多人
相关文章
微软和 Hugging Face 联合发布 ThinkingBox-Training，将 ThinkingBox-Bench 中可执行检查返回的 0/1 结果作为奖励信号，用于训练其他任务上的 Agent。他们提出离线策略相对难度来选择训练任务，并用 GRPO 对 Qwen3.8-27B 进行微调。结果显示，模型在重复性任务上的成功率大幅提升，但至少成功一次的覆盖率略有下降。
深度Hugging Face·10月22日·8 分钟
OpenAI 正式向所有客户开放 Decisions API，该 API 基于 ChatGPT Luna 重新配置，专注于快速、低成本的决策任务。与 TypeSafe 的 Jev 模型相比，OpenAI 的模型在基准测试中排名靠后，但在多模态和全球延迟优化上有优势。早期客户如 Box、Datadog、Ramp 和 Speak 已用其替换 LLM 以提升吞吐量。
深度·10月22日·4 分钟