谷歌近日发布了开源AI模型SpeciesNet，该模型专为通过相机陷阱图像识别动物物种而设计。SpeciesNet此前已应用于Wildlife Insights平台，其开源将显著提升全球生物多样性监测的规模与效率。这一技术突破结合了计算机...

最新研究发现，当前广泛应用的CLIP（Contrastive Language-Image Pretraining）多模态模型存在严重的安全隐患。根据arXiv最新论文披露，攻击者通过数据投毒（poisoning）方式植入后门，仅需污染0.5%的训练数据即可实...

GitHub热门项目Awesome Vision-to-Music Generation系统性地整理了视觉到音乐（V2M）生成领域的前沿进展，涵盖学术研究突破与工业级应用方案。该项目持续更新的资源库整合了三大核心要素：1）基于深度学习的跨模态生...

近日，一款名为SmolDocling的新型文档OCR（光学字符识别）模型引发广泛关注。该模型以其极小的规模和高效的性能脱颖而出，成为文档处理领域的最新突破。SmolDocling不仅能够实现闪电般的处理速度，还具备足够的准确...

美国国家标准与技术研究院（NIST）近日宣布，已将HQC（Hamming Quasi-Cyclic）算法选为后量子加密标准化进程中的第五种算法。这一决定标志着NIST在后量子密码学领域的进一步推进，旨在应对未来量子计算机可能带来的...

SigLIP2作为SigLIP的升级版本，在多个方面实现了显著改进。SigLIP原本是一款广受欢迎的联合图像与文本编码模型，而SigLIP2在零样本分类性能上取得了重大突破，这一性能曾是CLIP模型的标志性成果。此次升级不仅提升了...

OpenAI近日发布了名为Operator的全新AI代理，该代理能够通过与浏览器交互，执行诸如输入、点击和滚动等操作。Operator基于Computer-Using Agent (CUA)模型，结合了GPT-4的视觉能力和强化学习技术，使其能够在图形界...

近期，安全研究者披露了一种新型网络攻击方式——0-click去匿名化攻击，该攻击无需用户任何交互即可实施。攻击者利用信号处理平台Signal、Discord等软件存在的安全漏洞，通过发送特制的恶意链接或文件，诱导用户点击，...