X2SAM：图像与视频中的通用分割
深度2026年5月6日26 分钟阅读
X2SAM首次在单一模型中统一了图像和视频的任意分割，并支持文本与视觉提示的灵活交互。对于从事多模态分割和视频理解的研究者具有重要参考价值。
本文编译自 X2SAM: Any Segmentation in Images and Videos，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Cymphony 完成 2500 万美元 A 轮融资，红杉与 SMBC Fin Atlas Beyond Fund 联合领投，估值超 1 亿美元。该公司通过“劳动力图谱”整合身份、数据和活动信号，为安全团队提供统一视图，应对 AI 智能体带来的新型企业安全风险。
深度·9月9日·5 分钟
Harness 现场 CTO Martin Reynolds 表示，AI 编码代理让 PR 数量激增，测试团队不堪重负。他认为代码审查应聚焦于真正的变更，而非脚手架文件。为此，Harness 重写了面向 AI 的 Git 仓库，并推出了 AI 审查工具。
深度The New Stack·9月9日·6 分钟