标签：computer-vision
-
OpenAI DevDay 深度复盘：常驻代理 Dots、协同空间 Spaces 与超快推理 Astra Ultrafast
How I AI
深入剖析 OpenAI 开发者日核心发布：长程常驻智能体 Dots 重构多端任务代理；Spaces 与 Sites 提供企业级 AI 原生文档与插件数据治理；GPT-6.1 Sol 兼顾极致性价比，Decisions API 引入视觉决策；Astra Ultrafast 以 8 倍超速推理赋能实时交互与代码渲染生成。 -
物理AI的新瓶颈：如何从海量公开视频中检索高价值训练数据
AI Engineer
随着大模型向具身智能与物理世界模型演进，机器人训练面临严重的数据饥渴。针对人工遥操作成本高、任务指示偏差大以及仿真环境物理失真等痛点，Bright Data提出基于动作级索引的多模态视频检索技术，从海量公开视频中精准切片提取现实物理交互，破解具身智能的数据与算力损耗瓶颈。 -
大规模多模态智能体闭环评估系统的设计与实践
AI Engineer
本文基于 Uber 计算机视觉团队在 Uber Eats 平台上的真实生产案例，详细阐述了如何为多模态图像编辑与审核智能体设计并构建闭环评估系统（Closed-Loop Evals）。内容涵盖多模态路由决策、基于人类金标数据的在线漂移诊断与自动化 Prompt 调优流程，以及多层级安全守门员（Swiss Cheese 审核模型）的架构设计与商业指标实践。 -
2026世界杯与足球科技大考：AI能颠覆这项充满偶然性的“人类堡垒”吗？
硅谷101
本文深入探讨了AI与数据科技在足球领域的应用现状与商业困境。通过分析谷歌DeepMind与利物浦合作的TacticAI定位球系统、SciSports的商业化探索与并购结局，揭示了足球运动高随机性、私有数据壁垒以及转会决策复杂性等深层痛点。同时，结合2026美加墨世界杯赛事总部的技术实践，展示了实时三维重建、500Hz芯片传感器与生成式AI在赛事判罚和观赛体验中的重构力量。 -
无形的天空基础设施：无人机如何重塑应急与基建
TED
本演讲探讨了无人机技术如何超越军事用途，作为自动化基础设施在紧急响应和电网巡检中发挥革命性作用。通过软硬件结合的远程部署，无人机正在成为挽救生命和预防灾难的智能前线网络。 -
李飞飞发布GPIC：1亿规模的视觉生成新基准，下一代ImageNet的诞生
Best Partners TV
斯坦福大学AI实验室发布了1亿规模的开放图像语料库GPIC，旨在取代失效的ImageNet基准，解决当前视觉生成领域面临的基准饱和、私有数据不透明以及版权纠纷三大痛点。通过全新的FD-DINOv2评估指标与完全合规的数据授权，GPIC为未来的AI视觉研究提供了公开、公平、可复现的新一代科学起跑线。 -
具身智能元年：解构机器人“大脑”的五代演进与三大商业流派
硅谷101
本文系统梳理了机器人技术六十年的范式变迁，从最初的硬编码编程到如今基于大模型的 VLA 架构。重点解析了 2025 年具身智能爆发的三大核心驱动力，并深度对比了以特斯拉、Figure 为首的全栈整合派，以 Dyna 为代表的垂直突破派，以及英伟达主导的生态平台派在实现通用机器人路径上的本质分歧与技术逻辑。