追踪从AI视觉模型到空间计算、AR/VR设备及内容生态的视觉技术演进与商业落地
关注仅保存在当前浏览器和域名中，无需登录，不会自动跨设备同步。RecodeX 重构消息，一项新研究提出一种可随使用不断进化的验证码破解系统：将微调后的YOLOv8检测器与开放权重视觉语言模型（VLM）通过置信度路由器组合，仅依赖屏幕截图和操作系统输入事件运行，无需浏览器自动化或DOM访问。该系统在16类验证码上总体准确率达85.4%，宏平均准确率为84.2%，均高于单独使用任一组件。VLM给出的每个答案同时作为训练标签，使检测器在一两次接触后即可掌握未训练过的类别，无需人工标注。研究还模拟了为期一年的攻防对抗：验证码运营方每月重新制作扰动，检测器每轮均能恢复，且约70%准确率的低成本开放权重教师模型与完美预言机效果相当。
RecodeX 重构消息，苹果将于10月16日在Apple Vision Pro平台推出由编剧兼导演蒂·韦斯特创作的沉浸式恐怖作品《Remnants》。苹果此前在Woldmere城堡为少数观众放映了该作品，并实时拍摄了他们的反应。
RecodeX 重构消息，一款80年代经典游戏《Choplifter》已被移植到苹果Vision Pro头显，该项目被定位为代理（agent）评估用途，目前仍处于开发中（WIP）阶段。开发者以该移植项目作为测试代理能力的实验载体。
RecodeX 重构消息，彭博社记者马克·古尔曼在最新一期Power On通讯中透露，苹果正在研发一款“彻底重构”的Vision Pro头显，内部代号N224，其Vision团队正评估四种设计方向，产品最早也要到2028年底或2029年初才会面世。
其中一种方案类似Meta即将于明年春季发布的VR眼镜，将电池与主处理器等内部元件外置到一个可夹在腰间的计算模块中。古尔曼体验过Meta设备后称，该模块体积和重量与现款Vision Pro的电池包相当。不过苹果高层仍认为外置模块“用户体验不佳”，倾向坚持更接近一体化的设计。
古尔曼表示，苹果需要让头显更轻、更便宜，但相关研发已被置于“生命维持”状态，公司资源正转向计划2027年底推出的智能眼镜。尽管Vision Pro高层力主保留该产品线，新头显能否最终上市仍无保证。
RecodeX 重构消息，有报道称，苹果正在研发新款Vision Pro，并评估多种不同形态的设计方案。此前市场长期期待一款更轻便的头显，内部代号N100的所谓Vision Air项目已于去年被搁置。目前关于新机型的形态、发布时间与配置尚无更多细节。
RecodeX 重构消息，彭博社记者马克·古尔曼在最新一期“Power On”通讯中预测，苹果将在2027年底前推出智能眼镜产品Apple Glass，并正在研发一款全新头显，设计思路参考Meta新款VR眼镜。
古尔曼称，苹果希望智能眼镜做到轻薄。目前苹果在头戴式计算领域的产品包括Apple Vision Pro，以及通过AirPods调用Siri。此外，苹果还在探索配备摄像头传感器的AirPods和无屏幕健身手环等概念产品。
RecodeX 重构消息，Liquid AI推出名为LFM2.5-VL-DSpark的视觉语言模型加速方案，旨在提升视觉语言模型的运行效率。该方案针对视觉语言模型的计算负载进行优化，以加快推理速度。目前官方尚未公布具体的性能提升数据与可用范围。
RecodeX 重构消息，商汤科技推出SenseNova U1.5，这是一个80亿参数的Mixture-of-Transformers原生统一视觉模型，不依赖外部编码器或VAE，支持最高4K图像生成。该模型同时开放了SFT、强化学习与蒸馏训练代码。
