火山引擎发布豆包大模型1.6-vision，在视觉理解领域实现突破。该模型核心亮点是调用工具能力，通过优化算法和增强学习，显著提升图像识别、目标检测的精准度与处理速度，推动AI技术应用发展。
东京大学孵化的IGSA公司推出老年人脑健康服务"聊聊吧"，用户通过LINE与AI进行2分钟语音对话即可评估认知状态。AI分析语音特征和语言表达，将结果分为A-D四个等级，并提供15分钟深入评估和健脑建议。相比传统测试，该服务采用自然对话方式减轻心理负担。早期免费体验一个月，正式版年费约73元人民币，可检测3次。公司计划将该服务纳入地方政府介护预防项目，目标是让脑健康检测像称体重一样便捷。
最新研究发现AI存在"潜意识学习"现象：当学生模型使用教师模型生成的数据训练时，即使训练数据不包含明确特征，也能继承教师模型的行为偏好。这种特征传递仅在同架构模型间发生，通过数据中的统计模式实现，能规避现有检测方法。研究发现高风险行为如"错位目标"和"奖励黑客"也可能通过这种方式传播，这对依赖数据过滤和模型蒸馏的安全开发方法提出挑战。研究表明仅测试模型答案层面的安全性已不足够，AI开发需更深入考虑这种隐藏学习机制。
AI初创公司Cluely因"隐形作弊"功能引发争议，其联合创始人Roy Lee自曝使用该功能求职导致被哥大停学。Cluely技术可隐藏分析网上面试对话，近期获1500万美元A轮融资后正调整营销策略，淡化"作弊"标签。哥大学生推出检测工具Truely，但Lee表示隐形功能只是附加项。Cluely旨在成为比肩ChatGPT的AI助手，能实时感知屏幕内容，目标是从"作弊工具"转型为日常必备AI。
RF-DETR 是由 Roboflow 开发的实时目标检测模型。
基于推理驱动的目标检测技术，通过文本提示实现类似人类精度的检测。
面向开放世界的检测与理解统一视觉模型
D-FINE重新定义DETRs中的回归任务为细粒度分布细化。
Bigcode
$2
Input tokens/M
-
Output tokens/M
8
Context Length
rujutashashikanjoshi
这是一个基于YOLOv12 Medium架构，在自定义数据集上微调的目标检测模型。该模型专门用于高效、准确地检测图像或视频中的无人机目标，为计算机视觉应用提供支持。
sahirp
该模型是基于 Facebook 的 DETR-ResNet-50-DC5 目标检测模型在时尚数据集上进行微调的版本，专门用于时尚物品检测和分类。模型在 Fashionpedia 数据集上进行了优化，能够识别服装、配饰等时尚物品。
yihong1120
基于YOLO11的目标检测模型，专门用于建筑工地安全监控，能够检测未佩戴安全装备的工人、危险区域入侵、设备靠近危险源等多种安全隐患。
atalaydenknalbant
YOLOv13是一种准确且轻量级的目标检测器，提出了基于超图的自适应相关性增强机制、全流程聚合与分布范式，并利用深度可分离卷积替换普通大核卷积，有效提升了复杂场景下的检测性能，在MS COCO基准测试中实现了最先进的性能。
HugoHE
M-Hood 是一系列专门设计用于缓解目标检测中幻觉现象的模型，通过新颖的微调策略和修正的基准数据集，显著减少分布外数据上的误报，提升目标检测系统的安全性和可靠性。
MidnightRunner
该项目将Ultralytics模型集成到ComfyUI中，方便用户进行目标检测等操作。
ariG23498
基于Gemma 3 4B微调的车牌检测专用模型，验证了视觉语言模型无需目标检测预训练即可实现定位能力
fushh7
LLMDet是基于大语言模型监督的强开放词汇目标检测器，CVPR2025亮点论文成果
LLMDet是一个基于大语言模型监督的开放词汇目标检测器，能够实现零样本目标检测。
LLMDet是基于大语言模型监督的强开放词汇目标检测器，能够实现零样本目标检测。
onnx-community
RF-DETR Large 是一个基于 DETR 架构的目标检测模型，专为高效检测图像中的物体而设计。
基于 DETR 架构的目标检测模型，适用于通用物体检测任务
ustc-community
D-FINE是一种实时目标检测模型，通过重新定义DETR模型中的边界框回归任务，实现了卓越的定位精度。
D-FINE是一种强大的实时目标检测器，通过重新定义DETR模型中的边界框回归任务，实现了卓越的定位精度。
D-FINE是一个强大的实时目标检测模型，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。
D-FINE是一个用于目标检测的先进模型，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。该模型采用细粒度分布细化（FDR）和全局最优定位自蒸馏（GO-LSD）两个关键组件，在自动驾驶、监控系统等多种实时目标检测场景中表现优异。
D-FINE 是一种实时目标检测模型，通过重新定义边界框回归任务，实现了卓越的定位精度。
D-FINE是一个用于目标检测的模型，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。
基于Ultralytics和MCP协议实现的计算机视觉服务器，支持目标检测、图像分割和姿态估计等功能
DINO-X MCP是一个通过DINO-X和Grounding DINO 1.6 API赋能大型语言模型进行细粒度目标检测和图像理解的项目。它能够实现精确的对象定位、计数、属性分析以及场景理解，支持自然语言驱动的视觉任务和工作流集成。
基于ddddocr的CAPTCHA识别MCP服务器，提供文本OCR、目标检测和滑块匹配功能
基于MCP协议的网站爬虫合规风险评估工具，提供法律、社会伦理和技术三个维度的风险检测，帮助开发者评估目标网站的爬虫友好性和潜在风险。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
