在肿瘤手术中，及时发现和切除残留肿瘤组织一直是医学界的难题，特别是在脑肿瘤和其他实体癌症的手术中。尽管医疗技术不断进步，残留肿瘤仍然影响着患者的预后、生活质量，并给医疗系统带来巨大压力。在美国，因残留肿瘤而需进行的修复手术和后续治疗每年耗费超过10亿美元。图源备注:图片由AI生成，图片授权服务商Midjourney为了解决这一问题，密歇根大学与加州大学旧金山分校的研究团队开发了一款名为 FastGlioma 的人工智能诊断工具。这一创新技术能在手术中实时提供诊断信息
在当今科技领域，CLIP（Contrastive Language-Image Pre-training）是一个重要的多模态基础模型。它通过在大规模图像 - 文本对上使用对比学习损失，将视觉信号和文本信号结合到一个共享的特征空间中。CLIP 作为检索器，能够支持零 - shot 分类、检测、分割和图像 - 文本检索等多种任务。同时，作为特征提取器，它在几乎所有跨模态表示任务中占据主导地位，例如图像理解、视频理解以及文本到图像或视频生成。CLIP 的强大之处在于它能够将图像与自然语言相连接，并捕捉人类知识，这得益于其在大
近日，Meta 公司宣布将在 Instagram 平台上使用人工智能技术来预测用户年龄，以自动将任何涉嫌虚报年龄的用户转移至青少年账户。此项举措是在公众对社交媒体平台对青少年心理健康影响的广泛关注下推出的，Meta 早在今年九月便已引入青少年账户。青少年账户专为13至17岁的用户设计，内置了多项限制功能，包括限制谁可以联系他们和他们能够看到的内容。同时，该账户会自动屏蔽潜在的冒犯性评论和消息请求。然而，安全的青少年账户仅在用户自愿使用或诚实填写年龄信息的情况下才会
随着AIGC技术的快速发展，图像编辑工具日益强大，图像篡改变得更加容易，也更难被察觉。 虽然现有的图像篡改检测和定位方法（IFDL）通常很有效，但它们往往面临两大挑战:一是“黑匣子”性质，检测原理不明;二是泛化能力有限，难以应对多种篡改方法(如Photoshop、DeepFake、AIGC编辑)。 为解决这些问题，北京大学的研究团队提出了可解释的IFDL任务，并设计了FakeShield，这是一个多模态框架，能够评估图像的真实性，生成篡改区域掩码，并基于像素级和图像级的篡改线索提供判断依据。传统
