来源：我爱计算机视觉 原文链接：https://mp.weixin.qq.com/s/3xekNy_ObCYtS2-mFkos1g 扩散Transformer（Diffusion Transformers, DiT）如今已成为高保真视觉生成领域的黄金标准，像广为人知的 FLUX.1 和 HunyuanVideo...

2024 年美国时间 6 月 17 日至 21 日，IEEE 国际计算机视觉与模式识别会议（CVPR）在美国西雅图召开。 如大家预料，视觉 Foundation Model 成为今年 CVPR 除自动驾驶、3D 视觉等传统研究课题以外的核心会议主题。 此外，由于会议召开前后，国内快手「可灵」开放图生视频功能火爆出圈、Runway 时隔一年推出新模型 Gen-3 Alpha，文生视频也成为 CVPR 2024 的一大热词。 今年， CVPR 的两篇最佳论文都颁给了 AIGC。从论文接收数量的角度看，图像和视频合成与生成（Image and video synthesis and generation）以329 篇论文成功占据榜首。而文生视频也属于视觉 Foundation Model 的研究讨论范畴。 事实上，Foundation Model 在人工智能领域的最早出圈就是在计算机视觉领域。 2021 年 8 月，斯坦福大学百位学者联名发表 Foundation Model 综述，作者队列里就有多位计算机视觉领域的翘楚，如李飞飞、Percy Liang 等。但OpenAI...

原文链接：https://mp.weixin.qq.com/s/kR6VUwldmDC1RuDRJdfFDA 锚定视觉前沿，贯通理解与生成，以下为您逐一呈现入选论文： 论文链接： https://openaccess.thecvf.com/content/CVPR2026/papers/Chen_alphaMatte4K__muMatting_Dataset_and_Model_for_Ultra-Micro_Precision_Alpha_CVPR_2026_paper.pdf 论文简介：高分辨率人体视频抠图要求模型准确预测半透明区域的 alpha 遮罩，同时保持跨帧稳定。但这一任务长期受到两个问题限制：一是高质量 4K 标注数据不足，二是高分辨率下计算成本较高。我们提出 Matte4K 和 Matting，从数据和模型两个层面解决问题。Matte4K 是一个大规模 4K 人体视频抠图数据集，通过基于物理的渲染获得更精确的标注和更自然的物理一致性。Matting 则是一个分辨率无关的两阶段视频抠图框架：先进行粗略遮罩定位，再通过稀疏 3D...

10月21日下午，在WRC 2016世界机器人大会的主论坛上，德国慕尼黑大学教授Alois C.Knoll为大家做了一场主题为“人脑计划中的神经机器人”的演讲，为大家解答了如何把人的大脑神经技术用在机器人上面。演讲之前，雷锋网对Alois C.Knoll教授进行了采访，讨论了关于神经机器人研究的难点以及机器人认知的发展相关问题。什么叫做神经机器人？神经机器人是一个全新的、跨领域的话题。简单来说，人工神经机器人是基于神经科学和机器人技术的新型机器人系统。引用Alois C.Knoll的话就是：我们使用一个超级电脑对大脑进行模拟，然后在另外一个超级电脑建立起计算机机器人的模型，让它们互相进行沟通，来自机器人的传感器传达到虚拟的大脑里面，然后大脑再发出指令去控制机器人的身体。这个过程当中我们首先必须进行匹配，然后还要找到一个信号传输的功能。从感知到认知再到行动，我们把整个闭环完整地建成。这是关于展示表现的智能，也是一个有争议的问题。神经机器人研究的重点雷锋网：神经机器人研究的重点和难点在哪？Alois...

雷锋网 AI 科技评论消息：刚刚，IJCAI理事会决定，评选张成奇杰出教授为2024年IJCAI大会主席。这也是进入IJCAI理事会的第三位华人（前两位分别为杨强和周志华）；另一方面，张成奇教授也将成为首位华人IJCAI大会主席。by IJCAI理事会主席杨强张成奇教授针对被评选大会主席一事向雷锋网表示，这主要得益于“三心”：耐心、平常心和感恩心。1、耐心十年磨一剑。张成奇教授表示，持之以恒为IJCAI大会服务十年是其能够被评选为大会主席的关键因素。张成奇教授从2005年起便担任澳大利亚人工智能理事会理事长，2011年在他的积极参与下澳大利亚墨尔本成功取得IJCAI 2017的主办权。张成奇教授做事的一个态度便是“做一件事，就要把它做成一个里程碑”。在早年，张成奇曾用9年时间做一项研究，最终于1992年在 “国际人工智能杂志（ArtificialIntelligence Journal）”上发表了大陆华人中的第一篇AI 期刊文章。根据2019年8月份Google Scholar统计，文章被引用总数超过14000次，H-Index为48。当2011年获得IJCAI...

来源：“AI前沿速递”公众号 原文链接：https://mp.weixin.qq.com/s/kIWr4LaHcrYH1Aj3yb4K7w 当我们看一段视频时，看到的不只是“这一帧长什么样”，而是一个不断变化的 3D 世界：相机在动，物体在动，遮挡在发生，几何关系也在不断变化。 但过去的大多数 3D/4D 重建方法，依然在用一种偏“静态”的方式理解世界：深度一个头、位姿一个头、点云一个头、动态跟踪再来一个系统，最后还要靠复杂的测试时优化把这些模块拼起来。 结果往往是：模型越来越重，推理越来越慢，一旦遇到动态场景，效果就开始掉链子。 最近，Google DeepMind 等机构发布的论文《Efficiently Reconstructing Dynamic Scenes One D4RT at a Time》提出了一个非常直接、但也非常有效的新框架：D4RT。 它的核心思想只有一句话： 不是把整段视频所有结果一次性“密集解码”出来，而是把视频先编码成一个全局场景表示，再按需查询任意时空点的 3D 位置。 换句话说，它把 4D...

来源：CIO时代网 文章链接：https://mp\.weixin\.qq\.com/s/o3mz2LzMQJ2xkp1KIMXsfg 聚焦即将举办的CNCC2026（第二十三届中国计算机大会），一个细节值得关注—— CNCC2026主题为"数聚驱动，智算未来"，把主会场从北上广深搬到成都——这是中国计算机大会创办二十余年来，第一次落地四川。 另一个重点——大会主席冯登国在发布会上的一句话："常规学术会议在回答我做了什么，CNCC要回答的，是我们该往哪里走。" 一场学术会议，为什么开始谈"往哪走"？ 答案藏在这份议题“菜单”里。它不再只是给科研人员看的风向标，而正在变成一张写给产业、也写给CIO的路线图。 AI 频道 01 坐标之变： 二十年后，算力叙事第一次"西进" 成都这次拿到的，不只是"办会权"。...

来源：极客公园 原文链接：https://mp.weixin.qq.com/s/sGcChy41yUV5w2aYwNDc2A?scene=1 没来的一定要看，来了的不看等于白来。作者｜白石 周永亮编辑｜周永亮 李源8 月 19 日，北京亦庄的空气里飘着一种奇怪的兴奋，这是 2026 世界机器人大会开幕的日子。300 多家企业、2000...

AI Infra 洗牌进行时，追赶 DeepSeek 才能留在「牌桌」上。作者丨朱可轩编辑丨陈彩娴DeepSeek 在进一步点燃 AI Infra 可能性的同时，也带来了新的竞争格局，在 DeepSeek 的范式上，其他厂商能否追赶甚至实现超越尤为关键，这决定了他们能否继续留在牌桌上，当前，AI Infra 已然进入新的洗牌期。2025 年 3 月 22 日，雷峰网、AI 科技评论 GAIR Live 品牌举办了一场主题为“AI Infra 变革进行时”的线上圆桌沙龙。圆桌主持人为 3C AGI Partners 创始人兼 CEO 王康曼，她一直专注于投资 AI Infra 赛道，其创立基金成立后仅一年多就已经成为英伟达全球 VC 联盟成员，也投资了海外发展势头最猛的两家 AI 芯片创业公司 Cerebras Systems 和 Groq。同时，圆桌还邀请了魔形智能创始人CEO徐凌杰、探微芯联 CEO 刘学和清程极智联合创始人师天麾共同开启了一场深度对话。交谈过程中，嘉宾们围绕成本进一步压缩下，MaaS、一体机等 AI Infra 商业模式的前景、DeepSeek...

2026 年 8 月 15 日至 21 日，第 35 届国际人工智能联合会议（IJCAI 2026）即将在德国“航天之都”不莱梅（Bremen）举行。 作为 AI 领域历史最悠久、最强调理论深度的顶级盛会，IJCAI 在很多从业者眼中是“System 2（慢思考）”的代名词。但在 2026 年，这场远在欧洲的学术聚会，却因为一组特殊的信号，正紧紧牵动着大洋彼岸中国产业界的神经。 这是...