新闻中心 
-
12-31样本筛选在视觉3D检测训练中的应用：MonoLSSMonoLSS:怀旧大扫除是《文字玩出花》中的一个关卡，它是一款非常受欢迎的文字解谜游戏，每天都会推出新的关卡供玩家挑战。在怀旧大扫除中，玩家需要在一张图中找出...
-
12-15奥特曼亲自回应：GPT-4.5支持视频3D，价格狂涨6倍，消息曝光GPT4.5疑似大泄漏：新模型具备全新的多模态能力，可以同时处理文本、语音、图片、视频和3D信息，并能够跨模态理解另一个是更为复杂的推理执行。这个模型被描述为O...
-
12-15突破次元壁，X-Dreamer带来高质量的文本到3D生成，融合2D和3D生成领域近年来，在预训练的扩散模型[1,2,3]的发展推动下，自动将文本转化为3D内容取得了重要的进展。其中，DreamFusion[4]引入了一种有效的方法，该方法利...
-
12-15QTNet：全新时序融合方案解决方案，适用于点云、图像和多模态检测器（NeurIPS 2025）写在前面&个人理解时序融合是提升自动驾驶3D目标检测感知能力的有效途径，但目前的方法在实际自动驾驶场景中应用存在成本开销等问题。最新研究文章《基于查询的...
-
12-14新的Range View3D检测思路：RangePerception标题重写：范围感知：驯服LiDAR范围视图以实现高效准确的3D物体检测请点击以下链接查看论文：https://openreview.net/pdf?id=9kF...
-
12-14扩散一切？3DifFusionDet：扩散模型杀进LV融合3D目标检测！笔者的个人理解近年来，扩散模型在生成任务上非常成功，自然而然被扩展到目标检测任务上，它将目标检测建模为从噪声框(noisyboxes)到目标框(objectbo...
