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 *                                                                                                               * 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...

  来源：公众号“遥感与深度学习“ 原文链接：https://mp\.weixin\.qq\.com/s/ojm6yRWRURFIL1UlD9ZwPw?scene=1&click\_id=138 题目：Prompt-Free Universal Region Proposal Network ***会议：The IEEE/CVF Conference on Computer V...

原文链接：https://mp\.weixin\.qq\.com/s/AbtZYKAhP5KEaChBnLIV7A 近日，由InTimeLab、腾讯、南京理工大学合作完成的研究成果《Towards Real-World Document Parsing via Realistic Scene Synthesis and Document-Aware Training》被 CVPR 2026...

来源：微软亚洲研究院 原文链接：https://mp\.weixin\.qq\.com/s/GECHPc8h\_mblnXirldVaRg?scene=1&click\_id=96 CoD：面向图像压缩的扩散基础模型 基于一维隐表示的生成式视频压缩 HiSpatial：增强视觉-语言大模型的层级3D空间认知能力 面向3D生成的原生紧凑结构化隐表示（Oral, Awa...

 随着6月的脚步日益临近，全球计算机视觉与人工智能领域的目光再次聚焦美国科罗拉多州丹佛市。6月3日至7日，2026年国际计算机视觉与模式识别会议（CVPR 2026）将在科罗拉多会议中心拉开帷幕。 为了了解CVPR的最新动态，近期雷峰网(公众号：雷峰网)的邮箱已经被CVPR相关的官方通报和参展商邮件“轰炸”。透过这些来自组委会、顶尖科研机构以及Oracle、Appen等科技巨头的最新动态，...

来源：公众号“什么是人工智能” 原文链接：https://mp.weixin.qq.com/s/b1hLVqT9LJI2tRznuQ1L1Q 根据 CVPR 2026 官方公布的数字： 16,092 篇有效投稿，4,090 篇录用论文，录用率 25.42%。 数据的背后，计算机视觉正在经历一次深刻的转变：从识别与生成，转向理解物理规律、支持多步推理、适应开放世界。 本篇以 3D 视...

两辆车撞了，谁的责任？ 以前AI只能告诉你"发生了追尾事故"，但不知道谁该赔钱。现在CVPR 2026的一篇论文直接把这个难题解决了——AITP（人工智能交警）不仅能看懂事故视频，还能像交警一样一步步推理，最后给出责任判定，准确率直接干翻人类专家！ 这篇论文的核心突破：第一次把交通法规知识塞进多模态大模型，让AI不仅能"看"事故，还能"懂法"、会推理。 论文：AITP: Traffic...