無人機
烏克蘭前線靠聲音偵測無人機，能拿來訓練的樣本只有 1.1 小時。
烏克蘭聲學偵測公司 Zvook 與基輔理工的研究者，用戰場實錄的音檔訓練小型無人機偵測模型。目標類別在訓練集裡只有 441 段，只拿這批資料訓練，模型幾乎一律不報；補進通訊塔上的六萬多段錄音之後，兩支麥克風之間的差異又成了新問題。
2026年8月19日6 分鐘·—
電腦視覺
球場上有十個人在跑：AI 如何記住每一個的身分
多目標追蹤在籃球場景裡有個核心難題：十個人穿著相似球衣，掩護時兩人緊貼，鏡頭跟拍時模糊抖動。GameSense 用雙層記憶機制解決身分連貫的問題，追蹤指標在 SportsMOT 上超越所有競品。
2026年5月26日4 分鐘·—
電腦視覺
追蹤那顆消失的球：TrackNetV4 如何讓 AI 學會感受動作
追蹤網球和羽球的 AI 模型家族 TrackNet，每一代都在進步，卻始終有個根本缺陷：它們只會「看」，不會「感受移動」。TrackNetV4 加入了可學習的動態注意力地圖，用兩個參數就讓模型知道球在哪裡。
2026年5月7日4 分鐘·—
電腦視覺
從一支攝影機，看見球在空間裡的位置。
一篇來自泰國 VISTEC 的研究，只用一支攝影機的 2D 追蹤序列，讓神經網路還原球的 3D 軌跡。表示方式的選擇，比模型大小更關鍵。
2026年5月7日2 分鐘·—