成立一年之际,阿里巴巴前沿技术研究机构达摩院又传来新进展。以色列理工学院著名计算机视觉科学家Lihi Zelnik-Manor教授,已入职达摩院以色列机器视觉实验室。
作为实验室负责人,她将带领团队推动达摩院计算机视觉领域的基础研究,以及新零售、智慧城市等广泛领域的应用结合。
以色列机器视觉研究实验室,是达摩院遍布全球的科研机构之一,也是达摩院首支完全由外籍科学家组成的研发团队,成员来自于Intel、三星、特拉维夫大学等世界级研究机构。
作为全球领先的创新之国与科技中心,以色列一直以从0到1的科技创新著称全球,而中国则在先进技术的大范围普及运用上积累了丰富经验。未来,达摩院设立在以色列的研发实验室将扮演创新枢纽的角色,结合中以两国各自的创新优势,促进技术普惠与新商业模式的孵化。
机器视觉实验室正在研发的计算机视觉技术,能有效提升计算机对外部物理世界的理解能力,在城市大脑、新零售等领域都有丰富的应用场景。
诸如,通过视频理解技术,能有效提升城市大脑对对车辆行驶动作、行人行为的识别判断能力,提升城市道路的管理效率。而在新零售场景,智能货架与AI收银机能更精确的识别消费者的购买动作,从而实现自动结账、智能防损等应用。
图说:达摩院以色列机器视觉实验室负责人 Lihi Zelnik-Manor 教授
加盟达摩院之前,Lihi Zelnik-Manor在以色列理工学院电气工程系担任副教授,领导该校的计算图像与多媒体实验室。以色列理工学院也被誉为以色列的麻省理工,是以色列重要的基础科学与计算机科技研究中心。
Lihi教授曾多次荣获IEEE与ICCV的杰出论文奖,并连续多年担任ECCV 与CVPR等计算机视觉大会的主席,此外她还是顶级学术期刊TPAMI的核心编辑。她还荣获了以色列理工学院的Gutwirth奖,以表彰她在计算机视觉领域取得的杰出成就。
除了以色列外,达摩院已在新加坡、美国等多个国家与地区设立研发中心与实验室,并与新加坡南洋理工大学、斯坦福大学、加州大学伯克利分校、清华大学、浙江大学、中国科学院成立多个联合研究基地。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。