开源动态8
谷歌DeepMind开源TIPSv2，多任务表现卓越
机器之心
AI 摘要
谷歌DeepMind推出TIPSv2，解决图像块与文本嵌入对齐难题。其有iBOT++等三大创新，在多任务多数据集表现优异，特征图优势明显，开源生态完善，为AGI预训练探路。
阅读原文 · 机器之心
CVPR 2026 | 谷歌DeepMind重磅开源多模态TIPSv2：实现Patch-Text对齐的最优表现
谷歌DeepMind推出多模态TIPSv2，解决图像块与文本嵌入对齐难题。它有三大核心技术创新，在9项任务和20个数据集表现出色，特征图优势显著，且配套生态完善，为AGI预训练指明方向。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
RefCaptioner 让视频与参考图精准对应
多模态大模型处理多参考图与视频对应关系能力不足。为此提出 RefCaptioner，强化模型对参考图识别感应能力、优化输出格式与奖励函数；还构建 MRVBench 评测基准，实验显示其表现优异。
机器之心
开源动态8
上海交大开源 HLL，测 Agent 验证码处理能力
随着多模态大模型发展，Web Agent 面临验证码挑战。上海交通大学等团队发布 HLL 评测基准，解耦真实度为三维度，对 8 款前沿模型测试，揭示 Agent 在多步交互微操上的短板。
深度学习自然语言处理
算法论文8
ReSAM：1点标注让SAM学会分割遥感图像
CVPR 2026收录论文《ReSAM: Refine, Requery, and Reinforce: Self-Prompting Point-Supervised Segmentation for Remote Sensing Images》，提出让SAM每个目标只标1个点，通过R³循环自己生成高质量伪标签训练。在WHU建筑数据集上，1点标注与全监督差距仅1.3%，省99%标注成本。
机器学习AI算法工程
算法论文8
Octopus：大模型持续学习新解法
上海交通大学与vivo团队提出全新持续学习框架Octopus，首创无需历史数据的梯度正交化技术。实验显示，它在UCIT基准上表现超SOTA方法，还实现正向后向迁移，适合端侧部署。
量子位