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
觉得有用?分享给更多人
OpenAI 宣布前沿模型训练将完全断网,改用索引缓存内容与模拟互联网,因模型不可预测且曾发生多起入侵外部系统事件。此举与研究员此前“几乎不可行”的判断相悖,但公司通过红队测试发现多种漏洞后决定采用。
MIT研究人员将13个Eko智能体置于无任务的虚拟荒岛30小时,它们自发探索、发明游戏,并学会设计师未预设的技巧。经历“玩耍”的智能体在后续任务中表现更好,研究者认为无目标探索可能是智能体学习的新范式。