无障碍节点目录
如果你更习惯列表，可以从这里直接进入所有地图节点。
- 分类、检测、分割、姿态与跟踪基础概念
- 图像表示与视觉主干网络基础概念
- 图文对齐、视觉语言模型与多模态表示基础基础概念
- 扩散模型基础概念
- 数据集、评测指标与基准可靠性基础概念
- 视觉生成模型基础基础概念
- 视频表示、运动信息与时序建模基础概念
- 计算机视觉概览与发展脉络基础概念
- 三维高斯泼溅：表示、优化、几何与动态任务研究专题
- 体育 AI 视频理解研究专题
- 图像生成研究专题
- 图像编辑研究专题
- 图文检索（Image-Text Retrieval）研究专题
- 扩散效率工程研究专题
- 生成模型评测研究专题
- 视觉语言研究专题
- 视频理解研究专题
- 视频生成研究专题
- 视频编辑研究专题
- 体育 AI 研究路线图应用路线
- CLIP 系列模型（CLIP Family）方法实体
- ColPali 与视觉文档检索（ColPali）方法实体
- DINO 家族：自监督视觉表示与预训练骨干方法实体
- M-BEIR 多模态检索评测（M-BEIR）方法实体
- SportsMOT方法实体
- 图像生成与编辑统一建模方法实体
- 图文检索与组合性评测集（Image-Text Retrieval Benchmarks）方法实体
- 扩散 Transformer方法实体
- 视频编辑理解方法实体
- DiT 与 Transformer 风格去噪器已成为主要可扩展生成主干之一证据判断
- 双塔负责可扩展召回，细粒度模块负责精排与关系匹配证据判断
- 图文检索的主要瓶颈仍包括数据质量、分布与概念覆盖证据判断
- 标准图文检索分数不足以证明组合性理解证据判断
- 组合式查询是图文检索中可落地且仍有缺口的研究切口证据判断
- 统一图像模型已显示多任务与工作流优势，整体性能优势仍待验证证据判断
- 统一多模态向量需要同时验证任务意图、跨域泛化与检索成本证据判断
- 通用 Vid-LLM 在视频剪辑元素识别、推理与功能判断上仍明显不足证据判断
- DINO 密集特征如何迁移到三维高斯语义分割？开放问题
- 图像编辑的进步主要来自数据扩展还是架构升级开放问题
- 图文检索哪个子方向最适合中等算力的研究生项目？开放问题
- 如何审计图文检索中的预训练重叠、概念频率与 benchmark 污染？开放问题
- 怎样构造既难又不错误的图文检索负例？开放问题
- 现有评测是否真的刻画了视频编辑理解能力开放问题
- 细粒度图文对齐如何兼顾索引效率？开放问题
- 统一图像模型与专用或模块化流水线如何分工开放问题
- 统一多模态向量是否真的能跨任务、跨语言泛化？开放问题
- 羽毛球挥拍动作纠正 demo 应如何定义开放问题
- 运动定义文字的人机感知差距能否成为可靠研究基准开放问题