这些VLM竟都是盲人？GPT-4o、Sonnet-3.5相继败于视力测试
【7月更文挑战第28天】新研究表明VLM在简单视觉任务上的局限性。论文《Vision language models are blind》指出, GPT-4o、Claude-3.5 Sonnet等顶级模型在如判断形状重叠或字母识别等基本任务上表现不佳。另一研究在CVPR'24上介绍了一个新框架, 利用TRUMANS数据集生成精细的人物动作, 包括手部运动, 显示出在复杂场景下的强大能力, 尽管仍面临一定的局限。[论文链接](https://arxiv.org/pdf/2407.06581) [TRUMANS](https://arxiv.org/pdf/2403.08629)
《AI赋能鸿蒙Next：为特殊人群打造无障碍交互新体验》
在科技飞速发展的今天，鸿蒙Next设备借助人工智能技术，显著提升了特殊人群的无障碍交互体验。针对视障人群，提供精准屏幕朗读、视觉辅助智能问答和导航避障辅助；面向听障人群，实现AI声音修复、实时字幕与语音转文字；助力语言障碍者和老年人群体，通过AI优化交流与操作体验。开发者可利用鸿蒙Next的AI能力，深入了解用户需求，进行测试与优化，共同创造友好、便捷的无障碍环境，让特殊人群更好地融入数字社会，享受科技带来的美好生活。
他们发明了一门编程语言，名字叫：摇滚明星 Rockstar
Rockstar 是一门图灵完备的动态编程语言。设计这门语言的目的是能够像写歌词一样开发计算机程序。它的歌词风格主要受 20 世纪 80 年代重摇滚和电力民谣的影响。
为什么会有 Rockstar？
如果我们让 Rockstar 成为一门真正的（虽然毫无意义）编程语言，招聘人员就不会在招聘时对“摇滚开发者”颇有微词。
另外，它很有趣，一门基于歌词编译的编程语言很值得我们一试。
我们还可以用它做贴纸，谁不想在自己的笔记本电脑上贴上“认证 Rockstar 开发者”这样的贴纸呢？
Rockstar 语言规范
注释
我们不建议在 Rockstar 程序中