CV 在前，NLP 在后，迁移学习技术的应用为这两个领域所带来的进展和突破，不可谓不瞩目。 其中，预训练模型作为当下迁移学习的一种主流方法，让“从零开始训练一个新模型”的时代一去不复返。这类在大型数据集上训练好的模型进行微调后，便能够较好地适配类似的新目标任务，可以极大地节约时间和成本。 不过，天下没有免费的午餐，这种方法看似“一劳永逸”，也需要付出一定的代价，其中的一大问题便是，由于反向传播带给深层卷积层的更新较小，微调得到的模型往往被“吸引”在预训练模型附近，无法得到充分更新。 对此，百度的一篇 ICML 2020工作《RIFLE: Backpropagation in Depth for Deep Transfer Learning through Re-Initializing the Fully-connected LayEr》，提出了一种简单有效的策略RIFLE，通过周期性的重新初始化全连接层，给深层的特征提取网络带来有意义的更新，提升低层次特征的学习，从而显著提升迁移学习的效果。 ...

2026世界人工智能大会（WAIC 2026）于7月17日至20日在上海举办，大会以“智能伙伴，共创未来”为主题，覆盖世博、张江、西岸三大展区。聚焦通用人形机器人与物理世界人工智能（Physical AI）的科创企业矩阵超智（Matrix...

来源：公众号“我爱计算机视觉” 原文链接：https://mp.weixin.qq.com/s/R7Pi6hgPWAXKJcNmEuJveA 近年来，视觉语言模型（Vision-Language Models, VLM）在图文理解、零样本识别和开放词汇感知上表现越来越强。随着模型参数规模和图文预训练数据不断增大，很多人自然会期待：这些大规模预训练视觉编码器也应该具备更强的细粒度感知能力。但在开放词汇语义分割、深度估计等密集预测任务（dense prediction tasks）中，许多模型的表现却常常不如预期。这是否意味着这些视觉编码器天然不擅长细粒度空间感知？ CVPR 2026 工作UniRefiner给出了一个不同的答案：很多大规模 VLM 并非没有细粒度感知潜力，而是其视觉编码器输出的 feature map 中存在高比例、模式复杂的伪特征，掩盖了模型原有的空间感知能力。换句话说，问题不一定是“模型不会看细节”，而可能是：ViT 输出的 feature map 太“脏”了。 图 1：SigLIP2-So400M 和 EVA-CLIP-8B 的 PCA...

来源：天玑算 文章链接：https://mp.weixin.qq.com/s/dle3zM_xSyowFg70WGAyjw 一周两会，双城相约本周，天玑算将同步亮相两场高规格行业盛会： 10 月 21 日—24 日，第二十三届中国计算机大会（CNCC2026） 在 成都 举办，天玑算将重点聚焦超智融合全栈算力平台的展示，呈现传统科学计算与 AI 任务在同一平台内自由流转、统一调度。 10 月 22...

来源：北京航天航空大学原文链接：https://shi.buaa.edu.cn/rsplab/zh_CN/article/228614/content/2107.htm论文题目：Robotic Servo Tracking of Moving Targets with Dynamic Imitation Constraints作者：罗亚哲、阮思朴、李逸飞、陈殿生单位：北京航空航天大学 机械工程及自动化学院会议：IEEE IROS 2026

基础模型在兼顾幻觉与推理能效上仍有很长的路要走。作者丨郑佳美编辑丨马晓宁近日，智利大学 CIAE 教育研究所的研究员 Roberto Araya 进行了 4 组对照实验：提供相同的提示词，让 Gemini 2.0 Flash、ChatGPT o3-mini、DeepSeek R1 进行推理分析，研究三个模型在应对幻觉问题上的性能对比。其研究发现：ChatGPT o3-mini 在应对大模型幻觉问题上占有绝对优势，能够灵活切换不同的策略进行思考推理。相比之下，DeepSeek R1 和 Gemini 2.0 Flash 虽然能够尝试使用策略，但表现了出对这些策略的抗拒，且推理过程存在错误或混乱。在面对同一个问题时，三个思考模型在进行推理的过程中也展现出了较大的差异：其中，Gemini 2.0 Flash 的思维链用词最少，ChatGPT o3-mini 是其约 3 到 10 倍，DeepSeek R1 是其大约 12 到 36 倍。而用词更多，往往意味着推理的算力成本更高。尽管 Gemini 2.0 Flash...

雷锋网消息，9 月 17 日，世界人工智能大会（WAIC 2018）在上海正式开幕。除了一系列政要和专家学者，也有来自 BAT、亚马逊、微软、小米等人工智能领军企业的大佬在大会主论坛的舞台上演讲。而作为全球人工智能领域的领军企业，Google 也没有缺席世界人工智能大会。 9 月 18 日，世界人工智能大会召开的第二天，Google 也举办了一场主题为 “AI 触手可及（AI for...

7月的上海，WAIC 2026的热度，或许比蝉鸣来得更盛。 几乎每个展台都人头攒动，人群的目光在展板的铅字和展商的面庞间来回切换。无数人来到这里，心里总带着同一个问题：中国的人工智能产业，到底走到哪一步了？ 雷峰网特别策划WAIC 2026观察报道，我们与8位参展AI Infra公司的决策者聊了聊，试图从展台边的对话里，捕捉今年大家真正在关心什么，以及这个行业正在形成哪些新方向和新共识。 01扬帆...

作者丨张   璐 编辑丨齐铖湧 一段普通的室内视频，让以前的AI识别，十样东西能认错八样；现在再看，准确率直接飙升到81.06%。 这种飞跃，没靠激光雷达，也没靠人工标注，全凭AI自己开悟。 这是Holi-Spatial在ScanNet++上的实测结果。该项工作由全华人顶尖团队打造，论文已入选ICML 2026 Oral Holi-Spatial与现有方法的核心指标对比。无需人工标注，3D检测AP50在ScanNet上提升64%。 https://openreview.net/forum?id=UGAP2F6FfV 传统的3D空间数据，获取成本高得惊人。 硬件上依赖昂贵的激光雷达，标注上更是个体力活——标注员必须在复杂的3D点云里，人眼识别、手动调整每一个物体的三维边界框（Bounding Box）。 工序极其繁琐，错标、漏标更是家常便饭。 这是整个行业卡了十年的硬伤。Holi-Spatial用纯软件管线绕开了这堵墙。 01 ...

来源：量子位 原文链接：https://mp.weixin.qq.com/s/dDwND7YxK6hzkALjamGf7g “包括Physical Intelligence在内，如今的北美头部具身智能公司离成熟都还有不短的距离。整个领域，也还没出现真正的奠基性工作。” “中国真正领先的，恰恰是机器人硬件。美国同样没有成熟答案，中国公司又何必急着把自己称为‘中国版XX’？”...