当前大型语言模型虽在文本生成领域表现卓越，却存在根本性认知缺陷——缺乏人类与生俱来的空间智能。最新研究指出，构建具备几何一致性与物理规律模拟能力的“世界模型”将成为突破这一瓶颈的关键。这类模型能通过处理图...

开源游戏引擎Godot近日在GitHub上合并了关键性Pull Request（#105628），宣布实现对Apple visionOS平台的原生支持。这一技术突破意味着开发者可以直接在Godot引擎中为苹果的混合现实头显开发原生应用，无需通过转译...

Meta公司近日重磅推出四项人工智能领域的重要技术成果：1）高性能图像编码器，可优化视觉数据的特征提取效率；2）视觉语言模型（VLM），实现跨模态理解与生成；3）基于联合嵌入预测架构（JEPA）的3D物体定位模型，突...

InteractVLM作为新一代视觉语言模型(VLM)，实现了从2D到3D的交互推理跨越。该模型通过创新性地利用强大的基础模型，结合多视角渲染技术，将2D推理能力提升至3D空间，能够精准分析人类与物体在三维环境中的接触关系。...

据最新报道，苹果公司正在研发一款集成了摄像头的AirPods原型。这项集成技术意在为AirPods引入视觉智能，使之能够理解外部环境并向用户提供信息。这种新的AirPods有望与Vision Pro头显配合使用，以增强用户体验并强...

苹果的visionOS软件开发工具包（SDK）现已通过Xcode 15 beta 2提供。该SDK使开发者能够创建将数字内容与现实世界融合的空间计算应用程序。下个月，苹果将在库比蒂诺、伦敦、慕尼黑、上海、新加坡和东京开设开发者实...