CVPR 2026,全稱第43屆IEEE/CVF計算機視覺與模式識別會議,是計算機視覺與人工智慧領域的國際頂級學術會議,被中國計算機學會(CCF)認定為A類會議。本屆會議將於2026年6月3日至7日在美國科羅拉多州丹佛市...
CVPR是IEEE主辦的國際計算機視覺與模式識別會議,與ICCV、ECCV並稱為計算機視覺領域的世界三大頂級會議。在此背景下,CVPR 2026 NTIRE圖像檢測挑戰賽關注深度偽造(Deepfake)與AIGC濫用風險加劇的問題。賽事進程 NTIRE圖像檢測挑戰賽在計算機視覺頂會CVPR 2026舉辦,共吸引了500多支國內外隊伍參賽。賽事數據 CVPR 2026NTIRE ...
CVPR的審稿一般是雙盲的,也就是說會議的審稿與投稿方均不知道對方的信息。通常某一篇論文需要由三位審稿者進行審讀。最後再由會議的領域主席(area chair)決定論文是否可被接收。在各種學術會議統計中,CVPR被認為有著很強的影響力和很高的排名。在中國計算機學會推薦國際學術會議的排名中,CVPR為人工智慧領域的A類...
GigaBrain Challenge 2026是由極佳視界牽頭,聯合港大、北大、上交、RoboChallenge、Dexmal、地平線等多家單位,在CVPR 2026 Workshop期間舉辦的一項挑戰賽。賽事進程 GigaBrain Challenge 2026賽事正在進行。參賽者可通過比賽官網獲取指南並提交作品。“龍蝦”賽道(PhysClaw Track)是GigaBrain Challenge的四條賽道之一,...
複雜真實場景魯棒性樣本測試賽道是計算機視覺頂會CVPR 2026 NTIRE圖像檢測挑戰賽中的一個競賽項目。該賽道要求參賽模型在“未知生成架構”與“複雜退化干擾”的雙重極限考驗下,保持高準確率與強魯棒性。在本次挑戰賽中,螞蟻集團在該賽道獲得冠軍。團隊搭建了包含數百萬高質量樣本的複雜訓練語料庫,並採用雙流並行集成...
FakeXplained是一個提供局部區域文本解釋的數據集。該數據集由螞蟻集團開發,並在CVPR 2026 NTIRE圖像檢測挑戰賽中構建。它屬於“先定位可疑區域,再進行細節審查”的兩階段檢測範式。針對深度偽造與AIGC技術可能帶來的風險,相關研究提出了一種基於DINOv3視覺基礎模型的檢測框架。該框架採用兩階段檢測範式,面對可疑圖像時...
ACoT-VLA(Action Chain-of-Thought)是智元機器人聯合北京航空航天大學提出的架構。 2026年3月9日,智元機器人(AGIBOT)宣布,公司聯合北京航空航天大學提出的ACoT-VLA架構正式入選計算機視覺頂會CVPR 2026。另外,ACoT-VLA已作為AGIBOT WORLD CHALLENGE的官方基線模型正式開源,助力全球開發者攻克複雜機器人操控難題。 [1...
PaddleOCR相關技術負責人認為,目前超過80%的信息仍以書籍、契約、表格等傳統文本形式呈現,OCR扮演著關鍵的數據“挖掘機”角色。CVPR 2026,PaddleOCR團隊有兩篇研究成果成功被收錄。重要事件 2026年3月31日至4月2日期間,PaddleOCR在開源社區GitHub上的星標數突破7.33萬,超越了谷歌旗下開源OCR產品Tesseract OCR,成為...
MANSION框架是由智元、清華大學與麥吉爾大學聯合提出的一種語言驅動的多樓層3D場景生成框架,其相關成果入選了CVPR 2026。該框架融合多模態大模型與幾何求解器,能夠根據自然語言指令端到端生成完整的、符合物理約束的多樓層3D建築場景。該框架首先生成整棟建築的功能分區、垂直交通等全局規劃,再逐層生成具體布局。基於此...
MANSION框架是一個由智元、清華大學與麥吉爾大學於3月19日發布的首個面向整棟建築的語言驅動多樓層3D場景生成框架,其相關成果入選了CVPR 2026。該框架融合多模態大模型與幾何求解器,實現從自然語言指令到完整多樓層建築的端到端生成。其生成過程從整棟樓的功能分區、垂直交通與整體風格規劃開始,再逐層生成布局,並...
2023年,AI2團隊提出的VISPROG方法獲得CVPR 2023最佳論文獎,為視覺推理和神經符號研究提供了新方向。同年,港中文MMLab團隊在NeurIPS 2023上提出了MME-COT基準,通過構建包含12萬條多模態推理鏈的測試集,首次實現了對視覺推理能力的全維度評估。2025至2026年間,研究重點進一步轉向解決模型深層邏輯推理能
相關成果已被CVPR 2026和ACL 2026接收。依託Genie Studio平台,該模型構建了數據閉環,支持其在真實場景中的套用與疊代。發展歷程 2026年4月9日,智元機器人正式發布了新一代具身基座大模型Genie Operator-2 (GO-2)。該模型是GO-1的疊代升級產品,旨在解決機器人從“理解意圖”到“穩定執行”之間的斷層,在統一...
同日,由智元牽頭,聯合清華大學、麥吉爾大學完成的研究成果MANSION成功入選CVPR 2026。該成果提出一個面向整棟建築的語言驅動多樓層3D場景生成框架,融合多模態大模型與幾何求解器,實現從自然語言指令到完整多樓層3D建築的端到端生成,並發布了包含1000+棟多樓層建築的MansionWorld數據集,旨在為具身智慧型在複雜現實環境中...
初版發布後,Video-MME被Gemini、GPT等主流模型採納用於視頻理解評測。其相關論文在CVPR 2025所有錄用論文中被Paper Digest統計為具有較高影響力。2026年4月,南京大學傅朝友團隊牽頭,在Google Gemini評測團隊的邀約下,正式推出Video-MME-v2版本。Video-MME-v2是一個面向下一代視頻理解能力的評測基準。Video-MME-v2...
三維視覺技術相關研究成果被CVPR 2025收錄,涵蓋三維矢量圖生成、點雲分割最佳化等方向。基於雙雷射雷達的三維視覺導航方案可套用於複雜動態場景。在醫療領域,高精度空間定位與影像配準技術有助於手術導航等套用。復旦大學研究團隊在《Nature》發表裸眼3D顯示技術研究成果,相關技術可套用於數字娛樂、智慧教育和醫療等領域。...
動作思維鏈是GO-2引入的一種機制。該機制改變了傳統機器人“邊看邊做”的模式,模型在接收指令後,會先在內部生成一段結構化的高層動作序列作為整體規劃,實現“先想後做”。這一設計旨在降低執行偏差,提升行為穩定性。該技術的相關研究成果已被AI會議CVPR 2026接收。該模型已被開源作為AGIBOT WORLD CHALLENGE的...
相關技術成果已被CVPR 2026與ACL 2026收錄。架構概述 異步雙系統架構是智元公司於2026年4月9日發布的新一代具身基座大模型GO-2的核心創新架構。該架構旨在打通從邏輯推理到精準動作執行的“最後一公里”,彌合具身智慧型領域的“語義-運動鴻溝”。其核心目標是通過低頻規劃與高頻執行的協同,確保機器人在複雜真實環境中...
2024年12月26日,MoMask作為CVPR2024論文成果發布,支持高精度3D動作生成與多平台部署。對比評估 在2026年4月8日發布的3D數字人動作生成研究SentiAvatar中,MoMask作為對比模型之一參與了評估;定性分析結果顯示,MoMask能夠從文本標籤中部分捕捉動作語義,但由於其模型設計無法獲取語音信息,生成的動作節奏較為靜態,且與...
據2026年1月深圳理工大學計算機科學與控制工程學院官網數據,喬宇以第一完成人獲廣東省技術發明一等獎、中國人工智慧學會吳文俊人工智慧科技進步二等獎等,獲人工智慧旗艦會議CVPR 2023最佳論文獎、AAAI 2021傑出論文獎、世界人工智慧大會青年論文獎(通信作者)等。教育成就 培養成果 主要作品 論文 據2026年3月深圳理工...
例如,AAAI 2026會議投稿量達23680篇,錄用率為17.6%。IJCAI是人工智慧領域的重要國際學術會議之一,被中國計算機學會推薦為A類會議。CVPR是計算機視覺和模式識別領域的國際重要會議,屬於中國計算機學會A類推薦會議。ACM SIGGRAPH是計算機圖形學領域的重要會議,ACM SIGMOD是資料庫領域的重要會議,ACM SIGKDD是知識發現與...
2026年3月,寧波大學人工智慧學院趙傑煜、葉緒倫團隊的6篇高水平論文被CVPR2026、AAAI2026、ACMMM2025等國際頂級學術會議錄用。入選論文聚焦開放世界半監督學習長尾分布、不完整3D場景實例分割、深度細粒度聚類標註匱乏等技術難題,創新構建了CBTM-NCD、LR-AdaInSeg等多個全新框架,融合貝葉斯低秩模組、
3月創 立生成式AI企業,聚焦多模態大模型研發 社會影響 其團隊開發的AI技術廣泛套用於電商、安防、工業檢測等領域。作為國際計算機視覺領域領軍人物,連續5年擔任CVPR等頂級會議領域主席。所獲榮譽 2026年1月22日,美國計算機協會 ACM(Association for Computing Machinery)公布了最新一屆會士名單,梅濤在列。
在CVPR 2022上,有研究對批歸一化(BN)的估計偏移問題進行了深入探討,並提出了XBNBlock。2026年,一項針對多時相跨感測器遙感影像的相對輻射歸一化方法的綜合比較研究表明,隨機森林歸一化(RF)方法在客觀評價指標及變化檢測套用中效果最優。同年2月,清華大學與Intellifusion公司聯合團隊提出了SimpleNorm技術,該技術...
曾獲得 2014 年度計算機視覺與模式識別國際會議(CVPR)青年研究者獎,其研究成果另獲2016年國際信息檢索大會(SIGIR)最優論文榮譽獎。2024年10月創建Video Rebirth,致力於研發視頻生成模型“Bach”及其相關技術。2026年3月18日,其創立的Video Rebirth宣布完成8000萬美元融資,投資方包括AMD Ventures、現代汽車(Hyundai...
3 智元ACoT-VLA入選CVPR 2026,並開源作為全球挑戰賽基.百家號.2026-03-09 4 英偉達GTC 2026直擊:仿真依然是機器人最重要的主線之一.百家號.2026-03-18 5 英偉達GTC大會物理AI成核心,智元亮相新仿真平台.百家號.2026-03-18 6 智元機器人發布AI大模型開源仿真平台Genie Sim 3.0.百家號.2026-01-08 7 智元...
在CVPR 2025的EgoExo4D挑戰賽中,聯想研究院團隊在手部姿態估計、身體姿態估計和演示者熟練度估計競賽中斬獲三項冠軍。在視頻理解與生成的前沿研究中,EgoExo4D數據集作為重要的第一人稱視角基準被廣泛採用。例如,在ICLR 2026接收為Oral報告的論文《InfoTok: Adaptive Discrete Video Tokenizer via Information-Theoretic ...
此外,有研究提出了基於動作思維鏈與異步雙系統架構的模型,以針對語義-運動鴻溝,探索機器人推理規劃與動作執行的協同,相關技術成果在CVPR 2026和ACL 2026等學術會議上有所展示。在虛擬化系統安全領域,針對語義鴻溝問題,研究提出了基於特徵選擇的橋接方法,以提升狀態識別的魯棒性和效率。在AI for Science等跨學科...
論文研究驗證:在深度學習、計算機視覺、自然語言處理等論文中,用於驗證新方法的有效性。模型最佳化:幫助研究者識別無效或冗餘模組,最佳化模型結構。學術競賽與工業落地:在算法比賽(如CVPR、ICLR等)和企業研發中,作為標準分析手段。在邏輯推理任務中,Microsoft LReasoner在ReClor挑戰中使用消融實驗驗證框架組件;在用戶...
張艷寧已在《IEEE模式分析與機器智慧型彙刊(IEEE TPAMI)》《IEEE圖像處理彙刊(IEEE TIP)》《模式識別(Pattern Recognition)》《信息融合(Info.Fusion)》、IEEE國際計算機視覺與模式識別會議(CVPR)、計算機視覺國際大會(ICCV)等中國國內外本領域期刊和國際會議發表論文400餘篇,指導學生獲得ICCV 2011和CVPR 2023最佳學生論文...
以第一作者發表《XML API-Based Test Framework...》等論文,其論文成果被CVPR2025錄用;作為合作者參與完成的論文被IEEE TPAMI錄用,另參與完成的論文被ICCV 2025錄用。擔任中國圖象圖形學學會廈門會員活動中心首屆學生工作組主席,獲得信息系統工程監理資質評審專家等社會職務。教學嚴謹,效果良好,受到學生的好評。人物...
