视觉AI开发平台Roboflow近日宣布完成4000万美元B轮融资。本轮融资由GV领投，Craft Ventures、Y Combinator以及Vercel AI创始人Guillermo Rauch、谷歌高管Jeff Dean和Replit创始人Amjad Masad等知名投资者参投。作为一站式视觉AI开发平台，Roboflow正在重新定义计算机视觉模型的开发方式。从最初的图像集管理工具起步，如今已发展成为一个全方位的解决方案，涵盖从原始图像和视频数据到生产就绪的视觉AI应用的完整开发流程。平台提供了一系列强大功能，包括数据集理解、自动数据标注、模型训练、微调和部署

北京智源人工智能研究院（BAAI）近日宣布推出了一款全新的全能视觉生成模型OmniGen，标志着图像生成领域的一项重大突破。OmniGen模型以其统一性、简单性和跨任务知识迁移能力而著称，能够在单一框架内处理多种图像生成任务，包括文生图、图像编辑、主题驱动生成和视觉条件生成等。此外，OmniGen还能够处理一些经典的计算机视觉任务，如图像去噪和边缘检测，通过将这些任务转换为图像生成任务来实现。

一家来自慕尼黑的创新型初创公司Beyond Presence正在开创计算机视觉应用的新纪元。该公司结合先进的智能手机技术和AI能力，正在开发一种突破性的超真实头像技术。这种技术旨在创造出外观和声音与真人完全一致的虚拟形象，并能在实时对话场景中使用。今日，Beyond Presence宣布完成了其首轮外部融资，获得了310万美元的种子前轮投资。德国知名风投机构HV Capital领投，10x Founders、Alba VC以及来自Meta、DeepMind和Zalando的个人投资者也参与其中。这轮融资不仅展示了投资者对Beyond Presence技术的信

亚马逊再次展现了其在物流创新领域的雄心。这家电商巨头日前宣布，将为其电动车队引入一项突破性的AI驱动包裹检索技术，旨在彻底改变快递员的工作方式。这项名为"视觉辅助包裹检索"（VAPR）的技术，利用先进的计算机视觉算法，帮助快递员快速定位和优先处理包裹。VAPR系统通过在包裹上投射绿色圆圈或红光，直观地指示哪些包裹需要在当前站点递送。这一创新设计旨在解决快递员频繁停车、翻找包裹的困扰，大幅提升配送效率。图源备注：图片由AI生成，图片授权服务商MidjourneyVA

在科技创新的浪潮中，挪威初创公司Sonair正在掀起一场感知技术的革命。他们巧妙地将超声波技术引入自主硬件的三维计算机视觉领域，挑战了激光雷达（LiDAR）长期以来的主导地位。Sonair的创始人兼CEO Knut Sandven提出了一个大胆的设想:利用超声波技术读取声波来探测人和物体，实现三维成像。这项技术不仅能耗低、计算需求小，而且有望比当前广泛使用的激光雷达更加实用和经济。最近，Sonair获得了680万美元的融资，这无疑为他们的创新之路注入了强劲动力。图源备注：图片由AI生成，图

在刚刚结束的 MTV 音乐录像带大奖（VMAs）上，观众们不仅被明星们的精彩表演吸引，更对他们华丽的服装赞不绝口。为了让粉丝们能够复制这些红毯造型，Paramount 和科技公司 Shopsense AI 展开了合作，推出了一项新技术。这项技术的推出让观众们有机会在观看直播时，随时拍摄自己喜欢的造型，并通过 Shopsense 的系统找到相似的服装。Shopsense AI 于1月推出，提供的软件允许观众捕捉他们喜欢的外观在屏幕上实时出现的图像，然后探索 Shopsense 检测模型建议的类似选项。在这种情况下，“AI”是

2023年，中国人工智能软件市场规模达到377.4亿元，同比增长26.2%。计算机视觉市场规模为101.1亿元，商汤科技领跑。AI语音语义市场中，百度智能云首次居首，科大讯飞和阿里云紧随。机器学习开发平台市场规模35.1亿元，第四范式和华为云并列第一，市场聚焦大模型技术以支持生成式AI应用发展。

英特尔与国际奥委会及塞内加尔国家奥委会合作，开发出一款AI平台，仅需手机摄像头就能监测并评估运动员表现，识别未来奥运人才。此平台通过计算机视觉分析视频片段，生成表现统计数据，为人才发掘者提供评估依据。在塞内加尔的首次应用中，该平台在6个村庄对1000多名儿童进行分析，识别出40名具有显著天赋的运动员。国际奥委会计划于2025年启动全球项目，利用AI技术发现未来体育明星，确保技术普及性。

["美军在中东空袭中大规模使用AI技术","人工智能帮助识别打击目标，提高作战效率","使用计算机视觉识别火箭发射器等威胁","人工智能项目在军事行动中发挥重要作用"]

{"Meta 以 Apache2.0 许可证发布计算机视觉模型 DINOv2 开源版本。","DINOv2 可用于各种计算机视觉任务，是灵活通用的工具。","Meta 计划将 DINOv2 与大规模语言模型结合，创造更强大的图像分析系统。"}