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...

作者丨郑佳美 编辑丨马晓宁 图像生成行业正在从“生成能力竞争”进入“可控能力竞争”。 过去，模型的核心价值主要体现在能否生成高质量、高清晰度、风格丰富的单张图像；而随着文生图、图生图和指令式编辑能力逐渐成熟，新的瓶颈开始显现：模型能否理解多张图片之间的关系，能否在不同视角和场景中保持同一对象的一致性，能否把多个参考来源自然融合到同一画面中，能否在数据缺失或退化时恢复可信细节，以及能...

来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/yJDuMj9gY6JLQtjng2p_FQ?scene=1&click_id=35 本文第一作者为清华大学博士生韩东辰，主要研究方向包括基础模型架构、持续学习等。通讯作者为黄高副教授。该论文已入选 CVPR 2026 Best Paper Candidates。 序列建模是大语言模型、计...

来源：公众号“机器之心” 原文https://mp.weixin.qq.com/s/SCk63tSurxIeuaVNxqgSkA?scene=1&click_id=30 团队一作林之秋（Zhiqiu Lin）是卡内基梅隆大学（CMU）机器人研究所的博士，研究方向涵盖视觉 - 语言大模型的评估、数据与生成；前作 CameraBench 曾获 NeurIPS’25 Spotlight...

来源：公众号“数字内容合成与伪造检测” 原文链接：https://mp.weixin.qq.com/s/bdgq0Hl1oHDYm82DicJBow 计算机视觉领域顶级会议 IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026（CVPR 2026）将于6月3日至7日在美国丹佛举办。本届CVPR共收到16,0...

一、为什么要关注高校产出榜？ CVPR 每年接收约3000篇论文，是计算机视觉领域的"奥斯卡"。高校在CVPR上的论文数量，不仅反映该校的科研投入力度，更是衡量其AI学科建设水平和国际竞争力的关键指标。 本榜单基于CVPR 2026公开接收论文数据，以高等院校活跃作者（至少有3篇论文被接收）所属机构为口径，仅统计高等院校（不含企业研究院），数据经多重交叉验证。 二、榜单速览：一图看懂T...

一、榜单背景：为什么要关注CVPR论文数量？ CVPR（计算机视觉与模式识别国际会议）是计算机视觉领域全球公认的顶级学术会议，每年接收率约为25%，入选本身即代表研究达到国际前沿水准。对于即将择校或择导的学生、寻找合作方向的研究者，以及关注AI研究动态的产业人士而言，谁在CVPR上的论文最多，往往意味着谁的课题组产出最稳、研究覆盖面最广。 本榜单基于CVPR 2026接收论文数据，以通讯...

来源：公众号“我爱计算机视觉” 原文链接：https://mp.weixin.qq.com/s/boFZV3ANqEX5c-TJQ7KNCw 在 VR / MR / XR 等沉浸式媒体飞速发展的今天，动态 3D 场景重建已成为连接真实世界与数字体验的关键技术。然而，面对长序列、大运动的复杂动态场景，现有方法始终难以兼顾「时间稳定性」与「可扩展性」。 近日，北京大学、鹏城实验室联合团队提出...

来源：公众号“我爱计算机视觉 原文链接：https://mp.weixin.qq.com/s/zw_R86_cL48P-IEwE3PJfw 在 3D人体动作恢复（Human Motion Recovery, HMR）领域，我们常常面临一个尴尬的局面：即便模型预测的关节点位置在数值上已经足够精确，但生成的动作看起来总觉得“假”。要么是由于过平滑而失去了力量感的“慢动作”，要么是伴随着令人不...

来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/rht6QRWh3JtuGnG7tYsoGQ 视觉脑机接口的终极目标，是建立大脑神经皮层与外部视觉感知的双向交互通道，从“单向理解”走向“双向交互”，既能从大脑神经活动中重建出视觉信息（读脑），也能把视觉信息自然写入神经皮层（写脑），同时保证“读脑”与“写脑”过程的可交互性与双向一致性。 来自上海...