产品应用 · 计算机视觉 · 机器人
皮克斯3D渲染教程致谢禾赛Kosmo，激光雷达公司切入物理AI数据采集
据量子位报道，皮克斯在3D渲染教程中致谢禾赛科技Kosmo提供真实空间扫描方案；禾赛借此展示面向影视、机器人与物理AI的3D数据采集终端。
Category
计算机视觉
浏览计算机视觉领域的最新新闻、进展与深度报道。
计算机视觉 · 产品应用
OXR与文心Unlimited OCR 2开源：文档解析模型竞逐精度与长文档
10月27日，据量子位报道，SoMark团队的OXR以1.3B参数在OmniDocBench等三榜登顶；百度开源文心Unlimited OCR 2，称百页级KV缓存降约96%，可连续解析数千页文档。
大模型 · 计算机视觉 · 产品应用 · 企业动态
百度开源文心Unlimited OCR 2，称可一次解析任意页数文档
百度10月27日开源文心Unlimited OCR 2，称可一次解析任意页数文档；MPDocBench和MarathonDocBench得分84.6和77.1，但百页级基准数字为百度自报。
计算机视觉 · 大模型 · 学术进展
Kyutai发布CADRE视频自编码器 动作延迟降至230毫秒以内
Kyutai发布面向交互式世界模型的CADRE视频自编码器，称在单张H100上以20帧每秒运行，动作延迟低于230毫秒。论文显示其在多数对比中速度与质量占优，但机器人操作等指标仍有短板。
大模型 · 计算机视觉 · 产品应用
Kimi K3.1先导片释出：测试信息指向3D与前端能力，成本约为GPT-6 Astra的1/14
Kimi官方先导片出现K3.1标识，开发者测试信息显示其在3D与前端代码生成上表现突出，成本约为GPT-6 Astra的1/14，但完整发布信息尚未公布。
产品应用 · 计算机视觉
OlmoEarth v1.3发布全球卫星嵌入模型与开放探索工具
Hugging Face博客10月22日消息，OlmoEarth v1.3发布，提供覆盖全球的10米分辨率卫星嵌入及浏览器探索工具，模型权重、预训练数据和代码均开放。
产品应用 · 计算机视觉
Ai2发布OlmoEarth v1.3卫星嵌入模型与浏览器制图工具
Ai2发布OlmoEarth v1.3卫星嵌入模型，提供全球预计算年度数据和免登录浏览器制图工具，可识别地表覆盖并追踪变化，训练成本较前代下降。
政策监管 · 计算机视觉
TechRadar刊文：面部识别审查不应只聚焦警方，私营场景监管受关注
TechRadar刊文指出，英国面部识别应用扩展至零售等私营场景，公众对警方与商用的支持度不同，数据存储与立法碎片化问题亟待更明确治理。
产品应用 · 计算机视觉 · 企业动态
倍思PrimeSentinel U2 Pro在美上市 双3K镜头可追踪移动目标
倍思PrimeSentinel U2 Pro户外安防摄像头已在美国上市。该产品配备上下两颗3K镜头，底部镜头带补光灯和电动云台，可追踪移动入侵者及最高19英里/小时的车辆。
学术进展 · 产品应用 · 计算机视觉
AI工具可通过面部自拍预测癌症生存率
美国Mass General Brigham团队开发出一款AI工具，可通过面部自拍预测癌症患者生存率并估算生物学年龄。研究基于逾4000万张面部照片，已发表于《柳叶刀·数字健康》。
计算机视觉
程序员用计算分析软件推测《超级马里奥64》神秘铭牌文字
一名程序员用开源计算分析软件比对数百万种词句与字体组合，推测《超级马里奥64》中模糊铭牌上排为“Eternal Star”，下排为“We hope so”。
产品应用 · 计算机视觉
TechRadar评测TT Nature喂鸟器：木制机身与太阳能加分，软件和触发速度拖后腿
TechRadar评测TT Nature木制智能喂鸟器，认为其1080p广角画面、实木机身和附赠太阳能板适合预算买家，但应用基础、鸟类识别需订阅、触发偏慢且排水孔会漏种。
学术进展 · 计算机视觉
华中师大等提出CoReFuse-Med：先净化再融合，降低低质模态干扰
华中师范大学等团队提出CoReFuse-Med，针对多模态医学图像分割中低质量模态污染融合的问题，先净化浅层特征再校准深层模态贡献，在EPVS、BraTS等数据集上取得优于MedNeXt的结果。
产品应用 · 计算机视觉
TechRadar评测Kiwibit Bird Feeder 2 Pro：太阳能供电实用，4K视频帧率受限
TechRadar评测Kiwibit Bird Feeder 2 Pro智能喂鸟器，称其太阳能屋顶和双仓设计实用，4K画面细节清晰，但4K仅15fps、慢动作不流畅，AI识鸟等功能需订阅。
企业动态 · 大模型 · 计算机视觉
Elorian发布首个模型Glimpse，主打推理中反复“看”图
帕洛阿尔托AI初创公司Elorian周五发布首个模型Glimpse，以研究预览形式提供API，主打在推理中反复查看图像、视频并运行代码验证的视觉推理能力。
产品应用 · 政策监管 · 计算机视觉
Sainsbury’s恢复人脸识别系统，顾客无法退出引隐私争议
据TechRadar报道，英国Sainsbury’s东杜利奇门店在误判无辜顾客数月后恢复实时人脸识别，Facewatch确认警报重新运行；顾客若想避免生物识别数据处理，只能选择去别处购物。
企业动态 · 政策监管 · 计算机视觉
Flock CEO称不应因隐私担忧暂停ALPR摄像头技术进步
据TechRadar报道，Flock首席执行官兰利在TechCrunch Disrupt 2026上为自动车牌识别摄像头辩护，称不应暂停技术进步，但其关于枪声检测的说法与公司网站及发言人表述存在出入。
产品应用 · 计算机视觉
Reolink推出Home Hub 2：本地存储八路摄像头画面，免订阅费199.99美元开售
据Android Authority报道，Reolink的Home Hub 2于10月15日以199.99美元开售，可在本地存储最多八台安防摄像头画面并用AI检索关键事件，无需订阅。
产品应用 · 计算机视觉
TypeSafe AI发布Jev 1.14：新增图像输入、边界框类型与262k上下文
TypeSafe AI发布Jev 1.14，以jev-preview上线，新增图像输入、边界框问题和262k长上下文三项实验功能，均未准备生产环境。输入定价每百万token 0.042美元，输出免费。
企业动态 · 产品应用 · 计算机视觉
Mosqitter 把捕蚊设备改造成 AI 蚊媒监测网络
美国初创公司 Mosqitter 将其无化学药剂的捕蚊设备升级为人工智能监测网络，可识别蚊种并预警蚊媒疾病风险，下月将推出面向机构的 Febris 监测系统。
产品应用 · 计算机视觉
Insta360 Link 2 Pro 4K摄像头降至210美元，TechRadar称其为最佳网络摄像头之一
据TechRadar报道，Insta360 Link 2 Pro 4K网络摄像头在亚马逊降至210美元，较原价优惠40美元。该产品获TechRadar 4.5星评价，主打4K画质与AI云台跟踪。
企业动态 · 产品应用 · 计算机视觉
Flox Intelligence用AI驱离野生动物，瞄准铁路机场公路安全
瑞典皇家理工学院孵化的Flox Intelligence开发边缘AI设备，可识别接近铁路、机场和公路的动物，并发出针对性声音驱离。该公司已入围TechCrunch Disrupt的Startup Battlefield 200决赛。
产品应用 · 网络安全 · 计算机视觉
手机距离传感器远不止防误触：从Face ID到NFC和LiDAR
Engadget刊文解释手机距离传感器的作用：从通话时熄屏到Face ID、NFC支付和LiDAR对焦，这些传感器已深入智能手机功能与安全，用户可关闭部分功能但通常得不偿失。
产品应用 · 企业动态 · 计算机视觉
其域创新建成全球最大空地一体3D高斯模型“闽宁镇”
据雷峰网报道，其域创新以62亿个高斯、150亿个点云建成覆盖23.5平方公里的空地一体3D高斯模型“闽宁镇”，该模型已用于央视纪录片《闽宁大道》。