双流卷积网络:当深度学习第一次在视频动作识别上打败了手工特征
2014年,牛津大学研究者提出双流卷积网络,首次让深度学习在视频动作识别任务上超越了长期占据统治地位的手工特征方法。该方法把视频拆分为空间画面信息和光流运动信息两条独立处理的通道,分别训练卷积网络后融合预测,在UCF-1...
2014年,牛津大学研究者提出双流卷积网络,首次让深度学习在视频动作识别任务上超越了长期占据统治地位的手工特征方法。该方法把视频拆分为空间画面信息和光流运动信息两条独立处理的通道,分别训练卷积网络后融合预测,在UCF-1...
冰岛声学仿真公司Treble完成1800万美元A轮追加融资,由Paladin Capital Group领投,累计融资超4000万美元,客户包括亚马逊和罗技,业务正拓展至物理AI领域。
诺和诺德宣布采用Anthropic的Claude及Claude Science模型,用于提升研发中的科学推理与药物发现效率,此前双方已合作开发临床研究报告生成工具NovoScribe。
OpenAI发布公测版Agents API,将Codex背后的智能体运行框架托管化,帮助企业减少构建自定义AI智能体所需的基础设施与编排工作。
随着封装、插层与面板尺寸增大,热翘曲问题日益突出。新型负热膨胀(NTE)材料通过晶格结构抑制材料膨胀,已开始应用于半导体封装的模封与底填材料,但大规模推广仍受温度范围、材料兼容性及均匀混合纯度等因素限制。
云与AI基础设施中大量闲置的"僵尸工作负载"持续消耗资源与预算,IDCA估算美国云使用量中约13%属此类浪费,GPU时代因成本更高使问题更为突出,业界正通过FinOps、可观测性工具及Kubernetes演进加以应对。
安全合规初创公司Comp AI完成3400万美元A轮融资,由Roo Capital和Grand Ventures领投,其AI代理平台可自动处理安全合规工作并持续监控风险。
黑客拆下一台Flock监控摄像头并破解其存储数据,发现设备可识别行人、车辆及车牌,21天内生成约160万张图像,引发对其数据安全与隐私监控的关注。
2014年,深度学习在视频动作识别上还打不过手工特征方法。本文解读的双流卷积网络论文,通过让神经网络分别处理视频画面和光流运动信息,第一次让深度学习追平了手工特征方法的准确率,成为后续视频理解研究的重要基础框架。
美国当地时间9月15日,Google正式发布两款实时对话模型Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking,瞄准的是能够一边对话、一边推理和调用工具的语音Agent。