CVPR2026满分论文：Proxy-GS为结构化3D高斯溅射引入统一遮挡先验（在新窗口打开）
上海交通大学钟志航团队联合上海人工智能实验室、西北工业大学、四川大学等高校在 CVPR 2026 上提出Proxy-GS（Proxy-GS: Unified Occlusion Priors for Training and Inference in Structured 3D Gaussian Splatting），面向基于 MLP 的结构化 3D 高斯溅射（3DGS），
搜索
关于“CVPR”的结果
共 62 篇
库里被「采访」、杨紫被「演」短剧？别慌！蚂蚁AI鉴真拿下CVPR 2026冠军，专治黑产（在新窗口打开）
最近，计算机视觉领域的顶级会议 CVPR 2026 的 NTIRE 鲁棒性 AIGC 图像检测挑战赛（ Robust AI-Generated Image Detection in the Wild Challenge ）结果出炉。蚂蚁集团 AI 安全实验室的队伍 MICV 凭借在鲁棒性测试样本上 ROC AUC 达到了惊人的 0.9723，成功摘得「复杂真实场景鲁棒性样本测试」挑战赛的冠军。
CVPR 2026 公布算力报告：录取论文与拒稿论文的资源差异（在新窗口打开）
CVPR 2026 汇总16034份投稿算力表，录取与拒稿组的GPU数量中位数分别为4张和2张，研发计算投入也有差异。统计反映相关性，算力数据不向审稿人提供；报告同时展示低算力创新与效率奖励，不能据此推导录取所需的最低卡数。
千万级标注成本归零！CVPR 2025清华团队成果：相机的“自运动”就是最好的老师（在新窗口打开）
以往的空间音频模型，要么受限于实验室的苛刻采集条件，要么被高昂的人工标注成本卡住脖子。而团队的核心洞察是：相机的自运动本身就是一种免费的监督信号。当相机转动时，声源在声场中的相对位置随之改变——这种变化无需人工标注，模型即可从中学习空间对应关系。这项工作入选CVPR 2025 Highlight，投稿论文前2%。
扩散模型自引导新范式：直接交换token就能变强！ | CVPR‘26 Oral（在新窗口打开）
扩散模型又被玩出新花样了。 一直以来，提高扩散模型生成质量的关键手段，是在推理阶段加入引导（guidance）。 要么依赖文本条件（如CFG）——需要专门的训练策略，没有文本条件就不能用； 要么靠显式加噪破坏模型推理——然而效果有限。 现在，一种全新的思路来了： 不需要文本条件，不加噪声，不改模型，只在内部交换token。 来自上海交大和vivo的研究者提出了一种十分简单但非常有效的方法：自交换引导（Self-Swap Guidance，SSG）。该工作已被CVPR 2026国际会议接收为Oral。 一句话总结： 通过在空间和通道维度上交换token特征，把模型“搞差”，再用这个“变差”的路径
视频生成作为多模态推理新范式 | CVPR 2026（在新窗口打开）
被CVPR 2026收录！ 复旦邱锡鹏团队（OpenMOSS）首次提出Thinking with Video这一推理新范式： 借助视频生成模型，以视频帧为统一媒介进行多模态推理，打破视觉与文本的界限。 团队发现，Thinking with Text（基于文本的CoT推理）和Thinking with Images（在CoT中加上图像辅助推理）范式已大幅提升了LLMs和VLMs的推理能力。 但它们仍有局限：静态图像无法展现动态过程，文本与视觉模态的割裂阻碍了统一理解与生成。 而借助新范式Thinking with Video，视频生成模型在视觉任务上不仅总体媲美SOTA VLMs，而且竟也能解决
CVPR 2026 | 视觉脑机迈向双向交互！神经流模型 NeuroFlow 打通视觉与神经的双向通道（在新窗口打开）
来自上海人工智能实验室、香港大学、香港中文大学等机构的研究团队，提出首个基于统一神经流模型的视觉-神经双向建模框架NeuroFlow，相关成果入选 CVPR 2026。它首次将视觉编码（写脑）与解码（读脑）整合到同一可逆流结构中，打通视觉感知与神经活动之间的双向通路，为理解人类视觉认知机制、构建下一代通用视觉假体与双向脑机接口提供了全新范式。
Z Potentials｜CVPR 现场对话苏度科技团队：没有遥控器，没有隔离带，只有真实世界随机的考卷（在新窗口打开）
2026 年 6 月的科罗拉多州丹佛市，全球计算机视觉与模式识别领域的顶级学术盛会 CVPR 正在召开，最前沿的视觉模型、机器人技术、下一代智能系统全都在同一个舞台上被反复讨论和辩证。
两名本科生，半年5个顶会！CVPR斩获最佳学生论文提名（在新窗口打开）
CVPR 2026全部奖项揭晓！最佳学生论文荣誉提名颁给了ChordEdit，一作和通讯都是广东工业大学本科在读生。他们用一块7年半前的老Titan，跑完了全部实验。
视频生成不再「断片」：OneStory给模型装上「选择性记忆」，跨镜头讲故事人物场景始终如一丨CVPR'26（在新窗口打开）
最近，来自Meta与University of Copenhagen的研究者提出了OneStory: Coherent Multi-Shot Video Generation with Adaptive Memory（收录于CVPR 2026）。这项工作聚焦于一个核心问题：如何在生成多镜头视频时，有效保留长程跨镜头上下文，从而实现更强的叙事一致性。