当3D打印的椅子穿过了桌子：谁来教AI理解物理世界
2024年前后，如果你让一个顶尖的AI模型生成一个3D微波炉模型，它大概率能做出一个看起来惟妙惟肖的微波炉。门是对的形状，旋钮在对的位置，颜色纹理都很逼真。但如果你把这个模型丢进物理模拟器，让门打开试试，你会看到一件尴尬的事：门穿过了机身。
卖身微软15年后回归！推工程世界模型，CAD任务降本150倍提效50倍
在十几年前那段被称作 AI 寒冬的岁月里，Sam Pasupalak 在加拿大滑铁卢大学读完数学与计算机专业，随后创办了 Maluuba 公司，图灵奖得主 Joshua Bengio 和 Richard Sutton 以学术顾问身份参与其中。
图像分割到底在分什么？为什么要先把目标抠出来
图像分割到底在分什么？为什么要先把目标抠出来系列名称：《工程师嘴里的那些词》文章编号：V-004作者：wvvx时间：2026-05-28欢迎关注、收藏、转发，一起把工程词讲明白。很多人第一次听图像分割，会觉得这不就是“把东西圈出来”吗。
盲人画家能画出有透视关系的画，会画出会遮挡的画
有个盲人画家，叫埃斯雷夫·阿玛甘。他天生失明，但他能画出带透视关系的画，能画出前面的东西挡住后面东西的画，甚至能画出明暗层次分明的画。科学家扫描他的大脑发现，他画画的时候视觉皮层是活跃的。这件事说明什么？说明一个人即使从来没看过任何东西，脑子里也可能存在一套可用的空间结构模型。
NeurIPS'26：注意力也是FFN？从快权重出发，重新理解高效注意力
一直以来，在Transformer架构中，注意力与前馈网络被认为是两个功能不同且互补的模块:前者让词元彼此交互，后者对每个词元进行非线性变换。
香港大学提出无需数据标记ViT密集表征增强方法
本文共同第一作者为陈寅杰、颜子鹏，相关研究工作于香港大学科研实习期间完成；通讯作者 Andrew F. Luo 为香港大学助理教授。该工作已经被 NeurIPS 2025 会议接受为 Spotlight。
计算机视觉四大基本任务(分类、定位、检测、分割)
如果你喜欢这种文章，请点赞关注转载于：作者 | 张皓来源 | 知乎(https://zhuanlan.zhihu.
AI产品经理的7堂必修课：必备的AI基础知识
导语:随着AI产品近年在市场上的热门，AI产品经理也变得抢手了。这些年大家都常常听到人工智能有三大马车，即:数据、算法和算力，其实这个是拆解任何一个人工智能项目或者是问题非常有效的方法，大家务必记住这三个要素，缺一不可，我们后面的实战章节会拿来反复进行验证使用。
融合CBAM 与多尺度特征的无人机荒漠草原植被群落覆盖分类
《农业工程学报》2026年第42卷第13期刊载了内蒙古农业大学等单位曹庆锦、宣传忠、唐朝辉、张涛、宋耀邦的论文——“融合CBAM 与多尺度特征的无人机荒漠草原植被群落覆盖分类”。
基于视觉基础模型的自监督儿童腹部CT多器官分割方法
#儿童健康##腹痛##CT#腹部CT影像是诊断儿童腹部肿瘤、急性腹痛等疾病的重要手段[1]，精准的器官分割是儿童腹部疾病诊疗、疗效评估及治疗规划的关键前提[2]。