יום שני, 16 בנובמבר 2026 מתעדכן אוטומטית כל שעה

בנושא

מודלי שפה-ראייה

מודלים וכלים

טנסנט משחררת את WeVisOne-VL: מודל ראייה אחד לזיהוי אובייקטים, OCR, סגמנטציה והפרדת רקע

צוות הראייה הממוחשבת של WeChat בטנסנט שחרר את WeVisOne-VL, מודל שפה-ראייה בקוד פתוח ברישיון Apache 2.0, בגדלים 2B ו-4B. המודל מבצע זיהוי אובייקטים, OCR, ספירה, סגמנטציה ו-alpha matting, משימות שבדרך כלל דורשות כמה מודלים נפרדים.

חומרה ורובוטיקה

חוקרים מסטנפורד וקאלטק חיברו את GPT-6 Astra ישירות לרובוט אנושי, והוא סידר מטבח שלא הכיר

חוקרים מסטנפורד ומקאלטק פיתחו את HomeBody, מערכת שבה מודל שפה-ראייה (במקרה הזה GPT Astra) שולט ישירות ברובוט Unitree G1, בלי שכבת בקרה מאומנת שמתווכת ביניהם. הרובוט התמצא לבד במטבח שלא הכיר, סידר אותו והוציא חפצים ממגירות. יחד עם זאת, החוקרים מציינים מגבלות: השהיה של המודל, מנועי אצבעות שמתחממים יתר על המידה ועלויות מחשוב גבוהות.