来源：公众号“华科大认知计算与智能信息处理” 原文链接：https://mp.weixin.qq.com/s/gIQoSDa_lkTbK0rt88PCmg?scene=1&click_id=179近日，计算机视觉领域的顶级国际会议CVPR 2026论文录用结果揭晓，华中科技大学认知计算与智能信息处理实验室共有5篇论文被录用。论文介绍 01论文标题：CoRiM:...

来源： 无问芯穹 原文链接：https://mp.weixin.qq.com/s/YEUdWcZDIKU4as3Txs5Q6Q近日，国际顶级学术会议 CVPR 2026 与 RSS 2026 先后公布录用结果。无问芯穹与清华大学等联合团队三项研究成果成功入选，其中一项获选为 CVPR 2026 Oral，两项被 RSS 2026...

雷峰网&AI科技评论现场直击 7月7日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第一天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7%）。今年的论文再次汇聚了从生成模型到隐私保护、从智能体评估到模型压缩、从脉冲神经网络到视觉分词器的多元前沿探索，在投稿量较去年翻倍、评审标准经历深刻“重新校准”的背景下，这些脱颖而出的论文无疑是本届会议最值得关注的学术精华。 这份汇总不仅是一次视觉巡礼，更试图为你勾勒出本届ICML的学术重心——从大模型可解释性到AI for Science，从具身智能到理论硬度的回归，我们希望这些现场捕捉的瞬间，能帮助你快速感知机器学习前沿正在发生什么。 以下精选首日上午Poster Session 1九篇论文，一文看尽AI研究最值得关注的方向。（如果你也想让你的研究成果出现在这里，请与我们联系）： ...

近两个月来，计算机、人工智能、机器人……各个领域的国际顶尖会议密集召开，美国的CVPR、加拿大的ACL、澳大利亚的IJCAI等等接踵而至，雷锋网也不断地穿梭在各个会议之间，为大家带来新鲜的第一手现场报道。 虽然这些会规格都很高，看上去都很过瘾，但毕竟都隔着万里汪洋，也有时差的阻碍，所以各位可能会对这些会议有些距离感。不过，国内马上也要有一个盛大的会议要召开啦。...

雷锋网 AI 科技评论按：国际机器人与自动化会议（ICRA）是 IEEE 机器人与自动化学会（IEEE Robotics and Automation Society）的旗舰会议，同时也是机器人研究者展示他们工作的重要论坛。ICRA 成立于 1984 年，每年举行一次，该会议将机器人和自动化领域的学者专家聚集起来，使他们能够通过展示和讨论科研成果进行技术交流。ICRA...

从扩散控制到语义泛化，视觉 AI 进入范式重构期。作者丨郑佳美编辑丨岑 峰过去几年，视觉生成与视觉理解领域的技术推进，整体上始终沿着一条相对明确的路径展开：当一套建模范式被验证有效之后，后续的大量工作往往都会围绕这套既有框架持续做模型扩容、训练增强、采样优化与局部模块修补，以此换取更高的性能上限。无论是扩散生成、视频 world model，还是动作建模与视觉匹配，主流研究在很长时间里都更多表现为对既有系统的持续加固，而不是对底层假设本身的重新审视。但从今年 CVPR 集中出现的一批代表性工作来看，这种相对稳定的技术推进逻辑正在发生值得警惕的变化。越来越多研究已经不再满足于在现有模型框架内部继续做增量式性能修补，而是开始系统性地把问题重新拉回到那些长期被工程实践视为“默认正确”的基础设定上。扩散模型中的引导机制是否真的合理，视频生成是否必须建立在 diffusion...

作者丨郑佳美、樊天骄 编辑丨郑佳美 在生成式 AI 进入 3D 内容生产之后，行业最先解决的是“看起来像不像”的问题：一个模型能不能从文字或图片生成外观完整、纹理逼真、形状合理的 3D 物体。 但随着机器人、具身智能、数字孪生、AR / VR 和工业仿真的发展，真正制约应用落地的矛盾已经变了。现实世界中的物体不是静态摆件，而是带有尺度、材料、重量、关节、摩擦、碰撞和功能关系的物理对象。 一个柜子不仅要有柜门，还要知道门轴在哪里、能向哪个方向打开；一副眼镜不仅要有镜框和镜腿，还要知道镜腿能绕哪个关节折叠；一个水龙头不仅要外形相似，还要能被旋转、能和机械手发生接触、能在仿真器里表现出合理运动。 换句话说，未来的 3D 生成如果只停留在“生成一个好看的模型”，就很难支撑机器人训练、交互式场景构建和真实物理仿真。 这正是当前 3D 资产生成面临的核心断层：视觉资产越来越容易生成，但仿真资产依然高度依赖人工建模和手动标注。这个过程成本高、效率低，也很难规模化扩展到家庭、工厂、商场、医院等复杂真实场景。 ...

作者丨高景辉 编辑丨马晓宁 “具身智能的数据需求，远没有摸到上限。” 在WAIC主论坛上的一次对话中，亮源新创创始人姜旭的判断引起了广泛共鸣。他进一步提到，具身智能本质是大模型向物理世界的延伸，会沿着“规模化预训练→规模化对齐→规模化部署”的三阶段范式演进，和大模型时代一样，智能供给的红利核心来自数据，现在行业连最基础的预训练阶段的数据缺口都没填上。 的确，这个直面行业核心的观点足够尖锐，但对于数据的问题要如何解决，论坛上的嘉宾似乎没有给出足够详细的解答。于是，带着这个疑问，雷峰网AI科技评论走访了WAIC上的具身智能企业，希望从一线从业者口中找到答案。 值得庆幸的是，今年参展的具身数据基建公司不在少数，提供的干货也很多，尤其是在和简智机器人的交流中，我们搞清楚了当前行业究竟缺什么数据、要如何获取这些高质量的数据。 01 很多人说具身行业缺数据，但事实果真如此吗？互联网沉淀的人类视频已经超过百亿小时，这曾被认为是具身模型预训练的重要燃料。但这些数据只能支撑模型"看懂世界"，无法支撑机器人完成真实物理世界的精准交互。 ...

来源：厦门大学数字媒体计算中心（官网） 原文链接：https://cdmc.xmu.edu.cn/info/1002/5544.htm 近日，厦门大学数字媒体计算中心多篇论文被国际权威会议录用，包括：ICML 2026 3篇（含合作1篇）、IJCAI-ECAI 2026 3篇、ACL 2026 13篇（含合作5篇），CVPR 1 篇，ICDE 1 篇。 ICML 2026会议全称为The...

来源：测绘遥感工程信息全国重点实验室 文章链接：https://mp.weixin.qq.com/s/_t2G7nrPm_OZDapxjfnNUA         近期，武汉大学测绘遥感信息工程全国重点实验室涂志刚教授课题组，在多模态大模型驱动的视觉行为理解领域取得多项关键研究成果。（1）在 CCF-A类会议ACM MM 2026 的微动作分析挑战赛（Micro-Action Analysis...