2025-10-04
多模态精细视觉突破
华中科大白翔团队提出 LIRA 框架，仅增两个轻量模块便将多模态大模型的分割与理解能力同时推至 SOTA，显著抑制幻觉并提升复杂场景下的像素级精度。该方法为自动驾驶、医疗影像等需要高精度视觉任务的行业提供了即插即用的新范式。
2024-07-30
Meta SAM 2 视觉分割革命
Meta开源Segment Anything 2.0，实现零样本实时视频任意对象追踪与分割，代码权重全开放，一键完成像素级视频编辑，被视为CV领域“GPT时刻”，将重塑影视、广告、自动驾驶标注流程。