上海人工智能实验室 联合多所高校发布了全新的图像编辑评估基准 RISEBench ，直指当前多模态模型在复杂图像编辑任务上的短板。这项研究引发了业界对 AI视觉理解能力 的新一轮关注，尤其是在 GPT-4o-Image 这样的领先模型也仅能完成 28 ...

RISEBench的测试结果令人震惊。即使是目前性能领先的 GPT-4o-Image ...

即使是最强的GPT-4o-Image，在复杂视觉编辑任务中的准确率也仅为28.9%，最强的开源模型BAGEL仅能完成5.8%的任务，其它被测开源模型完成率几乎为零，显示出当前开源模型与闭源模型在视觉理解能力上的差距。

密歇根大学研究团队提出的HLIP框架采用了全新的思路。他们没有改变原始数据或设计复杂的模型，而是利用放射学数据天然存在的层次结构来优化处理流程。这就像是在不改变图册内容的情况下，发明了一种能够同时浏览所有页面并快速定位关键信息的方法。

Local businesses cleaning up after flooding in Taree, New South Wales, Saturday, May 24, 2025. (AAP Image/Adam Oswell) NO ...

即使是最强的GPT-4o-Image，在复杂视觉编辑任务中的准确率也仅为 28.9% ，最强的开源模型BAGEL仅能完成 5.8% 的任务，其它被测开源模型完成率几乎为零，显示出当前开源模型与闭源模型在视觉理解能力上的差距。

据彭博社的马克·古尔曼 (Mark Gurman) 称，有迹象表明，今年的 WWDC 规模将比 2023 年和 2024 年“更小”。在 2023 年的 WWDC 上，苹果发布了 Vision Pro ...

Investing.com — Image Scan Holdings PLC (AIM:IGE)，一家专业提供X射线筛查系统的供应商，公布了截至2025年3月31日的六个月期间的财务业绩，结果喜忧参半。公司报告的收入下降至35万英镑，相比去年同期的106.1万英镑有所下滑。尽管毛利率从54%提高到59%，但公司税前亏损达42.2万英镑，远高于2024年上半年报告的12万英镑亏损。

Google日前低调推出一款实验性应用程序，将生成式AI的强大功能直接交到人们手中。 名为“Google AI Edge Gallery”的Google应用程序可在手机上执行开源机器学习社交媒体平台Hugging ...

[法国国际关系研究所]（IFRI）在五天前发布了一份由法国学者撰写的，分析2022年起俄罗斯（la Russie）与撒哈拉以南非洲（l'Afrique ...

为解决癌症临时造口患者术后自我管理困难及心理社会适应问题，韩国研究人员通过质性研究探索了10例患者参与国家居家医疗试点项目的体验。研究发现患者面临日常生活调整、技能学习、过渡期医疗支持和社会适应四大挑战，揭示了居家医疗在提供持续教育、专业护理和情感支持中的关键作用，为优化国家癌症护理政策提供了实证依据。研究发表于《Supportive Care in Cancer》，强调将造口护士（ostomy ...

直接上图， OmniConsistency 能很好的维持风格化前后构图、语义、细节一致，对人物面部特征的维持也有一定作用。对多人合影等复杂场景，很好的维持了人数、姿势、性别、种族、年龄，甚至还能维持图片中的英文文字正确性。