作者丨马晓宁 编辑丨岑   峰 这里有一幢大楼，叫做深度学习。 过去几年，人们不停地给它加盖、扩建，越盖越高，越盖越复杂。这幢大楼叫 Transformer。盖楼时用了一大批标准件，浮点精度是它的钢筋，层归一化和残差连接是它的混凝土，因果掩码是它的承重隔断。旁边还有两栋附楼：一栋是扩散模型；另一栋归一化流。在漫长的施工期里，人们不断加装更粗的钢筋、更复杂的控制系统，以为这样做就能让...

来源：公众号“CV实验室” 原文链接：https://mp.weixin.qq.com/s/65JSJhgEB_O_2epsG0pfIw?scene=1&click_id=51 在计算机视觉领域，目标追踪（Visual Tracking）一直需要在“高精度”和“低功耗”之间寻找平衡。SNN（脉冲神经网络）因其生物仿真特性和极高的能源效率被寄予厚望，但在处理复杂的RGB视觉追踪任务...

一、论文信息 论文题目：ParTY: Part-Guidance for Expressive Text-to-Motion Synthesis中文题目：ParTY：富有表现力的文本到动作合成的部分指南论文链接：https://arxiv.org/pdf/2603.09611 所属单位：庆熙大学 核心速览： 提出ParTY框架以解决文本到动作合成中特定身体部位动作表达...

来源：公众号“GEM Group” 原文链接：https://mp.weixin.qq.com/s/F8NXE_UPXfEsz_lCY4qNAQ?scene=1&click_id=184 IMCL实验室文献分享会 在本期 Journal Club 中，黄强同学分享了 CVPR 2026 论文 Ultrasound-CLIP: Semantic-Aware Contrastive...

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...

来源：公众号“我爱计算机视觉” 原文链接：https://mp.weixin.qq.com/s/4-schz_SOIDnnHpROzrUjw?scene=1&click_id=154 在计算机视觉领域，3D 重建一直被视为一项“硬核”任务。传统的结构从运动（Structure-from-Motion, SfM）算法往往需要复杂的离线优化，而近年来兴起的前馈重建模型虽然速度快，但在...

    作者丨郑佳美****     编辑丨马晓宁 *                                                                                                               * 过去几年，计算机视觉行业一直在追求更强的识别、更大的模型和更复杂的生成能力，但真正落到机器人、...

    作者丨郑佳美****     编辑丨马晓宁 *                                                                                                               * 医学 AI 过去很长一段时间都在回答一个问题：模型能不能看得比人更准？ 于是，大量研究围绕病...

来源：公众号“Al & Multimodal ” 原文链接：https://mp\.weixin\.qq\.com/s/RUoVbXgdFbIeeDOcnYQqng?scene=1&click\_id=148 作者 | Darlene 论文题目： OddGridBench：揭示多模态大语言模型缺乏细粒度视觉差异敏感性 OddGridBench: Exposing...

** 来源：公众号“机器之心”**  原文链接：https://mp\.weixin\.qq\.com/s/K3SAxYWNK8RoZ\_ndYSWK8Q?scene=1&click\_id=147 在具身智能、机器人与增强现实等方向持续推进的今天，3D 场景理解能力正成为空间智能的核心基础设施。然而，一个长期存在却始终未被解决的问题是： 当高质量 3D 标注数据日益稀缺，我们...