全球首个十亿级参数手术视频基础模型SurgMotion发布
机器之心 · wechat · 2026-07-08
中国科学院香港创新研究院联合中科院自动化所、香港中文大学、慕尼黑工业大学及多家顶级医院发布SurgMotion，这是全球首个十亿级参数手术视频原生基础模型。模型基于自建的SurgMotion-15M数据集训练，该数据集包含3658小时手术视频、1500万帧、涵盖13个解剖区域和50个数据来源，是目前全球规模最大的手术视频预训练数据集。SurgMotion采用V-JEPA架构，引入运动引导潜空间遮蔽预测、时空亲和力自蒸馏等三项核心技术，在覆盖17项核心手术任务的基准测试中手术视频动态理解性能平均提升16.5%，静态任务平均误差降低2.9%。模型发布三个月已成为HuggingFace手术视频基础模型下载量第一，来自5大洲14个国家近40个顶尖机构已申请使用，包括直觉外科、卡尔史托斯、杜克大学等。
「研究」频道最新
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27
- 被称最佳 LoRA 讲解视频：从几何直觉讲到任务内在维度 — sophiamyang · 2026-10-27
- 不改一个权重，机器人精度任务从 0/10 提到 9/10 — hbouammar · 2026-10-27