Точки над ИИ

А вот как визуально мыслит Gemini 3 на примере скринкаста от "AI, molodca" Можете сами попробовать, нашел и задеплоил проектик на основе Gemini 3 spatial intelligence + opencv.js. Заходите сюда, грузите любое видео и нажимайте на большой круг в центре плеера. #computerVision@TochkiNadAI#fun@TochkiNadAI

Визуализация сегментации и вообще CV – частенько бывают очень красивым зрелищем Эта называется RF-DETR Segmentation, и это новая SOTA. Она обеспечивает повышение точности +8 мАп по сравнению с лучшими моделями YOLO при аналогичной скорости и работает в 10–100 раз быстрее, чем предыдущие модели сегментации на основе трансформаторов с сопоставимой точностью. Есть код. #computerVision@TochkiNadAI

Интересное из мира GitHub Инженер собрал тул, который вреальном времени смотрит вебку, понимает что видит и описывает это текстом. И всё это локально, на обычном MacBook M3. Без серверов. Без интернета. Используется: SmolVLM — открытая модель, которая смотрит и комментирует изображение llama.cpp — тул, позволяющий запускать LLM прямо на своём устройстве То, что год назад требовало серверов и облаков, сегодня спокойно работает на ноуте. Можно придумать классное локальное применение, пишите свои идейки👀 GitHub проекта. #computerVision@TochkiNadAI

SpatialLM-Llama-1B — такая вот моделька с пониманием пространства Ее фокус — 3D-среда. Модель принимает облака точек как вход и: – распознаёт стены, двери, окна, – сегментирует объекты, – строит структуру сцены. В чём сила? – Поддерживает данные с RGBD, видео и LiDAR – Модель компактная (1B параметров), но при этом даёт качественные результаты – Идеально ложится в стэк задач AR/VR, робототехники, автономной навигации и 3D-редактирования Работает на open-source-стеке, доступна на HuggingFace. #computerVision@TochkiNadAI

Нашелся вот такой сервис на основе AI-поиска по фото, который точно определяет место на карте, где была сделана фотография. Пока что в демо-версии работает только Сан-Франциско, но уже доступен вэйтлист. #computerVision