2D去噪范式在真实3D遮挡前失效，破局关键在于将物理机制转化为结构先验。    作者丨张璐     编辑丨岑峰                                                                                                        大模型在文本与 2D 图像上的狂飙，归功于互联网上近乎无穷的干净数据。但当 AI...

作者 | 李一鸣 编辑 | 杨怡 抓取是人类和物体最基础的交互方式，机器人和物体之间的关系也是一样。然而，让机器人具有比肩人类的抓取能力并非易事，尤其是杂乱场景下对通用物体的抓取能力，该方向的研究也引起了学术界和工业界的广泛关注。 就整理桌面而言，机器人看到杂乱的桌面场景，需要确认待抓取的物体，估计准确的抓取姿态，进行无碰撞的抓取规划并最终执行，是一项非常具有挑战性的任务。...

GRPO训练的小型开源模型，推理能力逼近Sonnet 3.7。作者丨洪雨欣编辑丨陈彩娴近日，海外大模型产品平台 OpenPipe 上发布了一项研究，阐述其如何通过 GRPO 在重度推理游戏《时空谜题》中超越R1、o1、o3-mini 等模型。研究作者分别为来自 Ender Research 的强化学习研究员 Brad Hilton 和 OpenPipe 的创始人 Kyle Corbitt。他们的研究表示，他们不仅将模型与 Sonnet 3.7...

来源：雷科技 原文链接：https://mp.weixin.qq.com/s/-H3PIpJDGTc26vHXgwpvkQ 刚在上海落幕的WAIC 2026，机器人品类可谓赚足了眼球，如果你看完觉得还不过瘾，那接下来的世界机器人大会千万别错过。...

只靠语言和 token，AI 永远跨不过物理世界这道门槛！    作者丨幸丽娟     编辑丨岑   峰                                                                                                        AI 行业的主叙事，曾被 Scaling Law 垄断：更大的模型、更多的...

来源：智驾机器人技术前线 原文链接：https://mp.weixin.qq.com/s/ud9BIsM145JUfLUZPcsdCQ机器人已经越来越擅长“看见”物体，却仍然不太会“记住”一个持续变化的世界。桌边的椅子被挪走、垃圾桶消失、推车突然出现，甚至同一个人从机器人身旁反复经过，都可能让语义地图迅速过期。来自卡内基梅隆大学 Robotics Institute 的...

雷锋网 AI 科技评论按：经过 7 月 10 日的三个 Tutorial Session 和 Opening Reception 晚宴之后，在瑞典斯德哥尔摩举办的机器学习顶会 ICML 2018 正式进入第一天的正会。 开幕致辞 Opening Remarks 当地时间 7 月 11 日早上 8：45，北京时间 7 月 11 日下午 2：45 开始的...

热门议题一：五大奖项全揭晓——D4RT封神、牛津VGG两连冠、何恺明再获至高荣誉 闭幕式上，CVPR 2026五大奖项尘埃落定。Google DeepMind的D4RT以4D动态场景重建摘得最佳论文奖，标志着Oxford VGG连续两年站上CVPR最高领奖台（VGGT'25 + D4RT'26）；何恺明团队的ResNet/YOLO同获Longuet-Higgins时间检验奖，再次印证其在计算机视觉史上的奠基地位；微软×清华的TRELLIS.2以17秒生成PBR资产的惊艳表现斩获最佳学生论文奖；SAM 3D获最佳论文提名，NitroGen（NVIDIA）获最佳论文荣誉提名。这五大奖项不仅是论文本身的胜利，更折射出计算机视觉从2D到4D、从感知到生成的范式迁移主线。 D4RT — CVPR 2026 Best Paper Award（Google DeepMind / UCL / Oxford · 闭幕式揭晓） [摘要]CVPR 2026最佳论文奖花落Google...

具身智能爆发第三年，世界模型凝聚了哪些共识？作者丨张进 吴彤 梁丙鉴 刘欣 齐铖湧编辑丨林觉民 马晓宁13 日，第八届 GAIR 全球人工智能与机器人大会世界模型分论坛圆满成功。这场的演讲嘉宾是在世界模型领域，研究不同方向的五位青年学者，他们带来了五场围绕世界模型的精彩演讲，话题聚焦通用感知、三维技术、物理模型、世界模型、数字人重建。通过他们的演讲、我们得以窥见当下围绕着世界模型的研究是多么广泛与丰富。目前，世界模型的研究尚处于起步阶段，共识尚未形成，有关该领域的研究形成了无数支流，而这股潮流中，今天到场的几位嘉宾，用他们的智慧和力量给世界模型领域研究带来了不同的启发。在“世界模型”分论坛上，首位演讲者是浙江大学研究员彭思达。他是浙江大学软件学院“百人计划”研究员、博士生导师，研究方向为三维计算机视觉和计算机图形学。此次他带来的主题演讲是《面向具身智能的通用空间感知技术》，介绍了其团队近期在赋予机器人通用感知能力方面的多项工作。团队主要聚焦于赋予机器人三项基础能力：一是相机定位（Camera Pose...

来源：公众号“视觉语言导航” 原文链接：https://mp.weixin.qq.com/s/ectOuJaJbvHWP9vhpP5PcQ?scene=1&click_id=33 作者：Dongqian Guo, Haoran Wei, Wencheng Han, Runzhou Tao, Zhongying Qiu, Jianfei Yang, Jianbing Shen...