SOTA
耗时一年半！谷歌新定义具身通用最强SOTA，轰动硅谷！物理世界的原生推理能力、灵活性让人惊掉下巴！网友：亿些震撼！
出品 | 51CTO技术栈（微信号：blog51cto）想知道世界SOTA级别的模型用在物理世界中有多震撼吗？ Google DeepMind做了一件破天荒的事情。 大模型自爆火以来，已经过去两年多，但在物理世界中真正能转化为机器人行为，还是一个世界级难题。
DiffUCD：扩散模型助力无监督高光谱变化检测，超越SOTA，逼近监督方法！
一眼概览DiffUCD 提出了一种创新的无监督高光谱影像变化检测（HSI-CD）方法，利用 语义相关性扩散模型（SCDM） 和 跨时间对比学习（CTCL），在无需标注的情况下提高检测精度，在多个基准数据集上超越现有方法。 核心问题高光谱影像变化检测（HSI-CD）旨在识别同一区域在不同时刻的地表变化。 然而，受限于以下挑战：• 现有方法依赖大量标注数据，而高质量的人工标注成本高昂。
机器之心升级「SOTA！模型」资源站，万余模型覆盖千余AI任务
机器之心于2022年第一季度推出新版「SOTA 模型」资源站。作为专注服务中国开发者的第三方平台，该站点在对每日学界、业界最新的SOTA工作进行追踪的同时，汇总了原作团队、社区用户所放出的模型文件、实现代码、数据集等开发资源，帮助用户快速上手尝试新技术。当前新版 「SOTA！模型」已收录超过15000个模型资源，覆盖超过1000个AI任务。用户可通过「检索模型」功能基于模型资源所适配的硬件类型、计算平台、框架及模型规模等维度高效查询。作为专业的人工智能信息平台，机器之心于2019年9月发布了首版「SOTA 模型」项
「Pop SOTA！List for AI Developers 2021」社区评价 TOP 128 价值工作完整名录发布！
2022 年初，我们对 2021 年度发布于 arXiv 的「SOTA」AI 论文进行了一轮分析，试图找到 2021 年度，对 AI 开发者最具价值的「Pop SOTA！」工作。但面对超过 2 万篇的「SOTA」工作，我们产生了疑惑 —— 自称「SOTA」的工作就一定是先进的吗？对广大 AI 开发者来说，什么样才是先进的技术工作？是思路具有启发性？还是跑出的实验分数高？是易于实现，对数据资源、计算资源的需求可控？还是放出的代码实现即插即用，可用性强？
- 1