
图片分享社交平台Pinterest周一宣布,其已收购了图像识别及视觉搜索技术初创企业VisualGraph。
图:VisualGraph的图片识别技术可检测到人脸、身体、汽车及其他物体
VisualGraph成立于2013年,VisualGraph公司为一家二人公司,两名员工分别为Kevin Jing和David Liu,其中前者曾为谷歌前员工。VisualGraph的图片识别技术可识别图片上人脸、汽车、服装、纹理图案及人体的体貌特征。对于Pinterest来说,收购VisualGraph技术能够帮助Pinterest将用户贴图分门别类;反之,VisualGraph技术可帮助用户实现图片的精准搜索。
Pinterest的这一并购交易实为获得VisualGraph技术和人才。未来Kevin Jing和David Liu将加入到Pinterest的工程师团队,其中Kevin Jing将加入到Pinterest新的“视觉发现”团队。
Kevin Jing和David Liu在一份声明中表示:“我们感到十分激动,未来将有机会把机器视觉与人类视觉结合,创造兼具审美和实用功能的视觉发现体验。”
Pinterest公司一位发言人称:“收购VisualGraph将有助于我们创建方便用户使用理解图片的技术。通过创建新技术,希望用户更加便捷的找到他们所喜欢的东西。”Pinterest发言人还称,VisualGraph已关闭了其原有向少数人开放的服务。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。