科技记者 Juli Clover 在 macOS Tahoe 26.7 候选版本中发现一段视频，显示一名男子正在演示一副疑似配备摄像头的 AirPods，并借助 Visual Intelligence（视觉智能）完成环境识别。该视频出现在系统发布候选包中，通...

阿里巴巴通义千问团队近日发布了其最新的多模态智能体模型Qwen3.7-Plus，标志着通用人工智能在感知与行动融合层面迈出了重要一步。该模型将视觉识别与语言理解能力深度融合，构建了一个单一、通用的多模态智能体基础...

Anthropic Labs今日正式发布Claude Design，标志着生成式AI在专业视觉创作领域迈出关键一步。该产品基于Claude Opus 4.7多模态视觉模型构建，能够协助用户高效生成设计原型、商业演示文稿、营销单页等视觉内容。其核...

GitHub开源项目ScreenCoder推出了一项突破性技术，通过模块化多智能体架构实现UI设计稿到代码的自动化转换。该系统具备三大核心技术能力：1）基于计算机视觉的界面元素识别；2）动态布局规划算法；3）自适应代码生成...

开发者Anders和Tom近日在Hacker News上宣布推出Magnitude，一个完全开源的、基于视觉大模型（VLM）的端到端Web应用测试框架。该框架旨在解决传统浏览器代理测试工具速度慢、成本高且结果不一致的问题。Magnitude采用...

马斯克旗下人工智能公司xAI推出的Grok聊天机器人近日迎来重要升级，新增了视觉识别能力。这一功能允许iOS用户上传图片或通过摄像头捕捉画面，随后向Grok提问关于所看到内容的问题。该功能与OpenAI的ChatGPT和谷歌的G...

Gemini作为谷歌推出的多模态AI模型，其视觉能力一直备受业界关注。最新研究发现，Gemini在图像分割这一计算机视觉核心任务上展现出惊人的易用性。图像分割技术可将数字图像分解为多个具有语义意义的区域，是自动驾驶...

近日，设计师社区发布了3000个免费的SVG图标，专为热门品牌设计。这些图标涵盖了广泛的行业和用途，旨在为设计师、开发者以及品牌营销人员提供灵活的视觉资源。SVG格式的优势在于其可缩放性，使得这些图标在不同尺寸...