CVPR 2026，英伟达特斯拉Waymo一块听中国公司讲物理AI（在新窗口打开）
2026 AI赛道最火的概念——物理AI！
搜索
关于“CVPR”的结果
共 62 篇
CVPR论文一网打尽！科研神器Papers with Code满血复活（在新窗口打开）
科研神器Papers with Code，满血复活！
刚刚，智元拿下WorldArena世界模型总分冠军！（在新窗口打开）
WorldArena 世界模型赛道从来都是竞争异常激烈，在经历了前几次比赛过程中的放榜之后，CVPR 2026 WorldArena 世界模型赛道锁定总成绩，智元自研的世界模型 Genie Envisioner-Sim 2.0（以下简称 GE 2.0）拿下了最终的冠军，成为了 “强者中的强者”。
CVPR 2026 | 1000万段驾驶视频，教会模型如何估计相机位姿（在新窗口打开）
不用百万级 3D 标注，模型也能从普通驾驶视频中学会「自己是怎么动的」。Wayve 的 LA-Pose 试图把未标注视频里的运动信号，转化为自动驾驶系统所需的相机位姿估计能力。
CVPR 2026 | 突破短视，理解变化！HiF-VLA：以motion为中心打造「边想边做」的世界动作模型（在新窗口打开）
来自西湖大学、浙江大学、西湖机器人等机构的研究团队提出了一种以运动（Motion）为中心的全新双向时空推理框架 HiF-VLA。抛弃冗余的像素级输入，HiF-VLA 巧妙提取低维紧凑的 Motion 向量作为动态先验，在一个创新的「联合专家」模块中，同步完成未来视觉运动的预测与高精度动作序列的生成。
CVPR 2026 | 让3DGS看见内部结构，中关村学院GaussianPile实现切片式容积影像快速重建（在新窗口打开）
近年来，3D Gaussian Splatting（3DGS）在三维视觉和图形学中展现出很强的表示与渲染能力。相比传统体素或神经辐射场，它用一组可优化的各向异性高斯来表示三维场景，既能保留连续空间结构，又能实现高速渲染。
CVPR 2026 Oral | 清华+阿里发布ViT³：解锁「视觉TTT」新架构，突破Transformer复杂度瓶颈（在新窗口打开）
序列建模是大语言模型、计算机视觉等领域的基础共性问题。当前通用的 Transformer 模型计算复杂度随序列长度平方增长，在长序列任务中面临显著的计算挑战。因此，研究者们一直在探索具有线性计算复杂度的高效序列建模方法。
信通院&清华提出FedRE：用「纠缠」搞定联邦学习三难困境 | CVPR 26（在新窗口打开）
在联邦学习中，如何同时兼顾模型性能、数据隐私和通信开销，是一个亟需解决的挑战。
CVPR 2026 Highlight｜让家电「在仿真中运转起来」，北大正式发布RealAppliance！（在新窗口打开）
家用电器是家庭服务机器人最难啃的一类任务对象。与桌面物体操作相比，家电操作不仅涉及按钮、旋钮、门体等多种异构部件，还受到模式切换、状态约束和程序逻辑的共同支配。真正完成一次家电任务，机器人往往既要「看得见」，也要「读得懂」，还要「按说明书做对」。
CVPR 2026 | 别卷推理了！当前大模型 STEM 短板在于「视觉感知」，代码才是破局关键（在新窗口打开）
当多模态大语言模型（MLLMs）在面对科学、技术、工程和数学（STEM）领域的视觉推理题时频频「翻车」，一个根本性的问题摆在了所有研究者面前：大模型做不出理科题，究竟是因为「脑子笨」（推理能力受限），还是因为「眼神差」（视觉感知缺陷）？