视觉-语言与多模态LLM论文占比一年飙涨5.7个百分点，CVPR正以前所未有的速度把具身智能推上主赛道。作者丨陈淑瑜编辑丨岑峰16,092篇投稿，4,071篇录用，25.3%录取率，今年的CVPR创下了多项历史纪录。但比数字更具风向标意义的是行业风向：5篇获奖论文中至少3篇直指具身智能；展台上NVIDIA和Tesla正合力把机器人从实验室推向商业化；一场关于“可编程生物学”的重磅演讲，则彻底打破了计算机视觉与传统药物设计的边界。如果你没能亲自前往丹佛，这篇全景盘点将带你用最短的时间，一眼看透本届大会的全部精髓。5篇论文：从4D重建到一步式编辑，具身智能全面接管今年CVPR的最佳论文奖项共有74篇入围，15篇进入决赛圈，最终5篇获奖。纵观这些获奖作品，能发现一个显而易见的行业共性：计算机视觉正从“被动感知”走向“主动理解与行动”。▎最佳论文：D4RT——让机器人“看见”第四个维度动态场景的4D重建一直是计算机视觉中的“硬骨头”。现有方法要么把任务拆成多个模块分别处理，慢且复杂。要么无法处理动态区域的对应关系，要么两者皆有。D4RT的核心贡献在于范式转换。模型先用编码器把整段视频压缩...

“记忆”有望成为 AI 在产业界红利释放的最大驱动引擎。作者丨岑峰编辑丨马晓宁工智能在过去的十年中，以惊人的速度革新了信息处理和内容生成的方式。然而，无论是大语言模型（LLM）本体，还是基于检索增强生成（RAG）的系统，在实际应用中都暴露出了一个深层的局限性：缺乏跨越时间的、可演化的、个性化的“记忆”。它们擅长瞬时推理，却难以实现持续积累经验、反思历史、乃至真正像人一样成长的目标。近日，雷峰网主办了一场主题为《智能始于记忆：Agent Memory 的技术演化过程》的线上圆桌论坛，邀请到了金融行业的资深领域专家何逸凡、腾讯 AI Lab 专家研究员王琰、上海交通大学人工智能学院副教授陈思衡三位重量级嘉宾，他们与主持人、 记忆张量CTO李志宇一起，他们围绕记忆的本质定义、与传统技术的区别、系统架构的瓶颈，以及未来在金融、教育、游戏等领域的商业化范式，展开了系统性的探讨。何逸凡表示，记忆系统是大模型乃至整个 AI 发展至今，除了核心大模型结构研究之外，可能最为关键的领域之一。当前传统 RAG...

PaCo-RL：基于成对奖励与强化学习的图像一致性生成方法。作者丨郑佳美编辑丨岑 峰很多人都有这样的体验：让 AI 画一个角色，第一张很好看，但第二张开始有点不一样，第三张基本就像换了个人。你让它做一套海报，单张都不错，但放在一起风格却完全不统一，再或者你让它画一个故事分镜，人物形象会一会胖一会瘦，甚至连脸都对不上，你只是改一下衣服颜色，它却顺手把脸也改了。这些看起来像小问题，但在真实应用中却是致命的。在 IP 设计、品牌视觉、内容生产甚至工业和医疗场景中，要求的从来不是某一张图好看，而是一整组都要一致。问题的关键在于，当前图像生成模型虽然已经从“能用”走向“高质量”，但能力仍停留在单次生成优化，也就是“单样本最优”。它擅长把一张图画好，却不知道哪些东西必须在多张图之间保持不变。换句话说，模型缺少的不是生成能力，而是一种对跨图关系的稳定建模能力，而这一能力，正是生成模型走向规模化应用的关键瓶颈。在这一背景下，来自西安交通大学与新加坡 A*STAR 的研究团队提出了论文《PaCo-RL: Advancing Reinforcement Learning for Consistent...

来源：可信及通用人工智能实验室 原文链接：https://mp.weixin.qq.com/s/Z-vIP89OWTHG5sMJNlp9BA 我们将在第35届国际人工智能联合会议（IJCAI 2026）举办“基础模型时代的联邦学习”研讨会（FL@FM-IJCAI'26）。该研讨会主要聚焦基础模型（FMs）与联邦学习（FL）的结合。随着大规模基础模型的普及，分布式训练、数据隐私、计算资源和模型定制等问题愈发突出，而联邦学习可以在保护隐私的前提下高效利用分布式数据和算力。研讨会欢迎关于理论方法、算法设计、多模态数据驱动优化以及应用（如机器人、医疗、智能制造等）的原创研究、观点论文和工作进展报告，旨在促进学术界与产业界的交流，探索基础模型在联邦学习环境中的最新挑战与机遇。欢迎大家投稿并参加研讨会！ 主会网址： https://2026.ijcai.org/ Workshop网址： https://federated-learning.org/fl@fm-ijcai-2026/ 投稿截止日期：2026年5月7日 以下是Call for...

中国机器人科研团队在国际顶级学术会议上的存在感继续走高。 当地时间 6 月 2 日上午 11 时，IEEE 国际机器人与自动化大会（ICRA 2026）在奥地利维也纳展览中心 A2 厅正式启动 2026 年度最佳论文奖颁奖典礼。作为机器人与自动化领域最具影响力的国际顶级会议之一，ICRA 每年评选的最佳论文通常代表着当年机器人学的前沿技术与重大突破。 本届 ICRA 2026 共收到全球 5088 篇论文投稿，创下大会历史最高纪录，最终 2829 篇论文入选。 大会设置 11 个专项领域最佳论文奖，覆盖机器人学习、医疗机器人、感知、人机交互、自动化、操作与移动、机构设计、多机器人系统、现场服务、规划与控制等全部核心方向。 36 篇论文从近 3000 篇录用论文中脱颖而出进入最终决赛圈，其中至少 12 篇由华人学者担任一作或通讯作者，占比超过三分之一。颁奖典礼横跨 6 月 2 日至 3 日，分为四个场次进行。 一、中国学者杀入超三分之一决赛圈 本届 ICRA 入围论文中，华人学者的参与度达到了历史新高。 ...

作者丨刘欣 编辑丨马晓宁、陈彩娴 世界模型在人工智能领域中扮演着重要角色，能够有效为智能体提供对复杂现实世界的内在表征，使其像人类一样理解世界运行的逻辑与因果关系，对自动驾驶、具身智能的突破性发展至关重要，它已成为学术界和工业界的研究热点。 2015年8月5日，雷峰网、AI 科技评论 GAIR Live 品牌举办了一场主题为“世界模型 — — 通向通用智能的关键拼图”的线上圆桌沙龙。 圆桌主持人为清华大学智能产业研究院（ AIR ）助理教授、智源学者赵昊，并邀请了宁波东方理工大学助理教授金鑫、浙江大学特聘研究员廖依伊、布里斯托大学助理教授杨梦月、伯克利人工智能实验室博士后研究员郑文钊一起进行了一场深度的讨论。 会上主持人赵昊带头讨论世界模型，先是探讨其定义、范围，接着分析强化学习界与计算机视觉界的世界模型的不同，随后围绕视频生成、三维重建等内容，剖析通用视频生成模型向真正的世界模型的发展路径，最后关注于落地场景，聚焦于自动驾驶以及具身智能，并探讨构建其世界模型的难点和方向。 其中，四位嘉宾围绕具身智能世界模型的构建分别提出了自己的独到见解：...

印象中三星在机器人领域不算出众，新闻也不多。作为韩国的国民企业，只有少数产品为外人熟知，比如手机这样的消费品，也属正常。在今天的IROS 2016上，三星先进技术研究院（SAIT）副总裁Jungyun...

来源：公众号南方科技大学统计与数据科学系 原文链接：https://mp.weixin.qq.com/s?__biz=MzIxOTcxNjU2OA==&mid=2247505650&idx=1&sn=e554aa0fe3630b7c81c622b4e2df77d6&chksm=966f55aa0f7153ad2d3dc512e9a9f78d3b7fa4accf6644dc235f2151bba16eef91869e31ec8a#rd 2026年上半年统计与数据科学系师生作为第一作者/通讯作者在机器学习领域顶会（ICML、ICLR）、计算机视觉领域顶会（CVPR）、自然语言处理领域顶会（ACL）以及人工智能综合顶会（AAAI）共发表论文34篇，成果覆盖可信人工智能、人工智能的安全隐私、大模型路由、大语言模型、图像生成等。 01 面向对抗性干扰的匹配市场多臂老虎机学习 Bandit Learning in Matching Markets Robust to Adversarial Corruptions ...

鱼灯破水，凌空游城；火狮踏焰，奋跃腾空；一群剪纸奔马通体透亮，在壁中狂奔；一纸诗词垂挂成瀑，于天幕间翻卷——2026年央视春晚合肥分会场《合韵满江淮》，用一连串美轮美奂的超现实奇观，刷新了虚实融合的想象边界。 鲜有人知的是，支撑这些4K级画面的技术核心，来自智象未来团队提出的PS-SR，一个「伪单步」（Pseudo-Single-Step）视频超分框架。凭借这一突破性工作，该成果被计算机视觉顶级会议 CVPR 2026接收。 把天马行空的创意落地为春晚级的播出画面，不仅需要在4K画质下，高效处理海量实拍与生成素材，更重要的是，60帧率，每一帧都要经得起逐秒推敲。鱼灯的鳞片反光必须与水波同频，奔马的筋肉在疾驰中不能有丝毫畸变，AI生成的特效要与真人实景严丝合缝地“长”在一起，仿佛它们本就属于那个时空。 然而，这一切的前提离不开一项基础能力：视频超分。没有足够清晰、稳定、真实的底层4K画面，那些极致的画面细节，虚实之间的无缝融合，都无从谈起。 当视频超分辨率（Video Super-Resolution,...

...