vivo
vivo 团队梳理 Agent 技术路线 — 自主执行仍卡在可靠性
vivo 互联研发团队系统梳理了从提示词工程、RAG 到 ReAct 循环与多智能体协作的演进。文章的价值不在概念罗列，而在于指出：Agent 正从会回答转向能执行，但工程可靠性、记忆与工具协同仍是落地门槛。
返回首页
vivo
找到 4 篇关于此标签的文章
vivo
vivo 把 12 万张 4K 图搬上 CVPR 2026 — 手机厂开始用论文拼影像 AI
vivo BlueImage Lab 在 CVPR 2026 发布 VINS-120K，含 12 万组 4K 图像编辑三元组，配套一套让 AI 模型无损迁移到超清场景的训练方法。这不只是学术成果 — 它意味着手机厂商开始用研究论文直接争夺影像 AI 的下一站。
vivo
vivo 与上交大联手入选 CVPR 2026：让 AI 学新不忘旧，性能涨 6.8%，但离产品还早
上海交大与 vivo BlueImage Lab 联合提出的 Octopus 框架入选 CVPR 2026。它解决大模型"学新忘旧"的顽疾，且无需存储旧数据。端侧 AI（跑在手机、车机上的 AI）持续学习的合规路径有了新解法，但学术突破到产品落地仍需 2-3 年验证。
vivo
vivo 长焦虚化论文入围 CVPR 最佳候选 — 手机厂商正把影像战烧到学术顶会
vivo 蓝图实验室联合中科院深圳先进院的 MagicBokeh 论文入围 CVPR 2026 最佳论文候选。手机厂商的影像竞争已不止于硬件参数表，而是开始比方法论。