关闭广告

南洋理工、腾讯等机构联手突破:让AI像人一样"指点"图片中的东西

科技行者971人阅读


你有没有试过这样的体验:跟朋友聊天时,你想让他看看照片里的某个东西,但又不知道怎么准确描述它的位置?你可能会说"就是那个红色的杯子",朋友却问"哪个红色杯子?"这种沟通障碍在人工智能领域同样存在,而且更加复杂。

由南洋理工大学、腾讯微信视觉团队、新加坡科技研究局等多家知名机构组成的国际研究团队,最近在这个问题上取得了重要突破。他们的研究成果发表在了计算机视觉领域的顶级学术平台上,论文题目是"PATCH-AS-DECODABLE-TOKEN: TOWARDS UNIFIED MULTI-MODAL VISION TASKS IN MLLMS"(arXiv:2510.01954v1),感兴趣的读者可以通过这个编号查阅完整论文。

这项研究解决的核心问题可以用一个简单场景来理解:当你问AI"这张照片里有什么?"时,传统AI只能告诉你"有一只猫、一个杯子、一张桌子",但它无法像人一样直接"指出"这些东西的具体位置。更糟糕的是,当你要求AI找到"桌子上那个蓝色杯子"时,它往往会给出一串看起来很专业但实际上并不准确的数字坐标,比如"[245, 156, 378, 298]",普通人根本无法理解这些数字代表什么。

<
上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

伊媒发布小学被炸瞬间 战斧导弹从天而降

潇湘晨报 浏览 706

遭美国施压 卡尼:加拿大无意与中国达成自由贸易协定

环球网资讯 浏览 872

美国“福特”号航母驶往加勒比海

上观新闻 浏览 967

售19.98万元起 方程豹钛7 EV闪充版上市

网易汽车 浏览 713

连续两场地区联赛弃赛后,葡老牌球队博阿维斯塔面临解散风险

懂球帝 浏览 1016

营收翻倍+亏损收窄!广东导远自研智驾定位系统,能否凭硬核技术闯关港股?|港E声

时代周报 浏览 2016

勇士124-106鹈鹕 球员评价:穆迪满分,5人良好,3人低迷

篮球资讯达人 浏览 965

特斯拉在欧洲加速推广FSD!新增试驾体验,产品进入全新国家

车东西 浏览 864

美迪西子公司遭客户索赔1.59亿元,因新药项目安评报告交付滞后

红星资本局 浏览 10702

特朗普邀请普京加入和平委员会:他办实事 影响力巨大

澎湃新闻 浏览 761

全新奥迪A6L实车:外观大变样轴距超3米,带智能辅助驾驶小蓝灯?

Nice好车 浏览 996

AI虚拟细胞面世,无需等待实验,可预警药物疗效与机制

DeepTech深科技 浏览 929

湖人123-120险胜猛龙,八村垒三分绝杀,詹姆斯17中4仅8分

懂球帝 浏览 873

亚马逊美股盘前涨幅扩大至5%

证券时报 浏览 855

官方:勒沃库森免签皇马旧将巴斯克斯,双方签约2年

懂球帝 浏览 1138

一夜翻盘,炫富网红蓝战非复活了

TVB的四小花 浏览 989

果壳直击CES:具身智能下班时刻

果壳 浏览 892

强奸大嫂凶手出狱后去大嫂家 大嫂吓得穿内衣跑出求救

澎湃新闻 浏览 825

北京越野BJ40增程赤兔版 续航超过1200km

隔壁说车老王 浏览 888

售20.98万起 新款福特蒙迪欧运动版上市

网易汽车 浏览 632

英特尔与博通CEO齐发警告:资金或成AI发展最大瓶颈

环球网资讯 浏览 217
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4