
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
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。