[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-84846":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"84846","ai","论文研究","Rohan Paul",59,"360 AI 研究院 MoSA：让 AI 通过视频运动学习识别物体，无需人工标注","360 AI 研究院提出 MoSA 方法，让 AI 通过视频运动学习识别物体，无需人工标注，自动生成超 2100 万伪标签。","360 AI 研究院的 MoSA 方法让 AI 通过视频运动学习识别物体，无需人工标注，突破传统限制。\n· 从约 10,000 小时无标签视频中自动生成超过 2,100 万个伪标签。\n· 该方法突破了 Meta 的 SAM 模型依赖数百万手工标注图像的限制。\n· MoSA 属于“精准感知、精准编辑、精准生成”研究方向，旨在提升 AI 的准确性和可控性。\n· 该成果在 ECCV 2026 发表，展示了无监督学习的巨大潜力。\n看点：MoSA 可能大幅降低 AI 视觉模型的标注成本，加速其在视频理解等领域的应用。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2077064067102253536",null,"2026-07-15 00:13:58"]