商品
亚马逊推出“侦探”项目：AI 火眼金睛确保商品发货前无瑕疵
为了让顾客收到满意的商品，亚马逊祭出利器 ——“Project PI”（侦探项目）。这项结合生成式 AI 和计算机视觉技术的系统，能够在商品运送给顾客之前，就找出损坏、颜色错误或尺寸不对的产品。具体工作流程是这样的：即将送达的商品会通过一个装有扫描装置的隧道。计算机视觉程序 (一种能分析图像内容的 AI 技术) 会检查商品是否存在瑕疵。如果发现问题，系统就会将这件商品分离出来，并进行缺陷评估，同时检查是否有类似问题存在于其他批次商品中，以便追根溯源。据亚马逊介绍，Project PI 目前已在美国多个仓库投入使用，
最大数据集、多任务覆盖，阿里达摩院发布首个大规模中文多模态评测基准MUGE
在计算机视觉领域甚至人工智能的发展历程中，ImageNet对于整个领域的技术进步具有至关重要的作用。随着多模态学习成为当下的新热点，为了通过大规模数据集建设和全方位模型能力评测推动多模态领域的发展，阿里达摩院推出MUGE（全称Multimodal Understanding and Generation Evaluation Benchmark）评测基准。该基准是由达摩院联合浙江大学、阿里云天池平台联合发布，中国计算机学会计算机视觉专委会（CCF-CV专委）协助推出的首个大规模中文多模态评测基准。其拥有全球最大规模的中文多模态评测数据集，覆盖多种类型的任务，包括图文描述、基于文本的图像生成、跨模态检索等。MUGE的推出旨在解决当前中文多模态领域下游任务数据集匮乏的问题，并且为广大研究者提供权威平台，从理解能力和生成能力两大角度去衡量算法模型的有效性。
- 1