来源：老博侃AI 原文链接：https://mp\.weixin\.qq\.com/s/i4d15fR2A3OlGDTHz\-p3Lw     给你一张普通照片，人一眼就能看出哪个东西近、哪个东西远。但对机器来说，一张平的 2D 图片里其实没有「距离」这个信息，得靠算法猜。这件事叫「单目深度估计」——就一只眼睛（一个摄像头），估出整张图每个像素离你多远。它有啥用？扫地机器人躲障碍、手机拍...

来源：老博侃AI 原文链接：https://mp\.weixin\.qq\.com/s/i4d15fR2A3OlGDTHz\-p3Lw     给你一张普通照片，人一眼就能看出哪个东西近、哪个东西远。但对机器来说，一张平的 2D 图片里其实没有「距离」这个信息，得靠算法猜。这件事叫「单目深度估计」——就一只眼睛（一个摄像头），估出整张图每个像素离你多远。它有啥用？扫地机器人躲障碍、手机拍...

      来源：遥感与深度学习 原文链接：https://mp\.weixin\.qq\.com/s/vZ6MEu5IEEI3WvnSv4bdow 题目：RoadBench: Benchmarking MLLMs on Fine-Grained Spatial Understanding and Reasoning under Urban Road Scenarios 论文...

来源：JOJO极智算法 原文链接：https://mp\.weixin\.qq\.com/s/jaTHqU6Ts9BnDGYap2XcHw 具身智能（Embodied AI）的浪潮正在席卷千行百业，而视觉-语言-动作（VLA）模型无疑是当下最受瞩目的“机器大脑”。然而，当VLA模型试图从实验室的简单抓取走向真实世界的复杂应用时，立刻撞上了三堵高墙：硬件形态的异构性（如形形色色的机械手）、...

      来源：遥感与深度学习 原文链接：https://mp\.weixin\.qq\.com/s/vZ6MEu5IEEI3WvnSv4bdow 题目：RoadBench: Benchmarking MLLMs on Fine-Grained Spatial Understanding and Reasoning under Urban Road Scenarios 论文...

来源：小米技术 原文链接：https://mp\.weixin\.qq\.com/s/O3Gbep1eQoxuwvFIhfiXEA 单步推理就能修复严重退化的人脸视频，让修复结果既清晰又像本人；视频大模型不再“看完再想”，而是边看边思考，响应速度提升 15.7 倍；美学模型不再孤立打分，而是像人一样在比较中感知美的高低。这些亮眼的成果，只是小米 AI 团队与自动驾驶团队入选 ECCV...

来源：图灵学术计算机CCF论文辅导 原文链接：https://mp\.weixin\.qq\.com/s/8liHIB2W1BWwkb6PFAkz4A ECCV 2026是计算机视觉领域的三大顶级国际会议之一，由欧洲计算机视觉协会（ECVA）主办。该会议长期聚焦图像识别、三维视觉、深度学习与跨模态学习等前沿方向，致力于推动视觉智能的技术突破与产业应用。ECCV 2026将于瑞典马尔默举办...

来源：AI冲浪者 原文链接：https://mp\.weixin\.qq\.com/s/q8Zsc3v89HeD9W2XHbcM2g 今日AI动态：OpenAI印度推广告，ECCV大会亮点纷呈，还有Agent可观测、推理加速等硬核技术。 ? GOAI大赛初赛晋级名单揭晓 世界人工智能开源大赛初赛结果公布，晋级名单引发关注。这一赛事旨在推动AI开源生态发展，为开发者提供展...

来源：ECCV 原文链接：https://mp\.weixin\.qq\.com/s/ZM7g1a\-YYpspWVuCYixDow 1. OpenReview 强制要求 会议将使用 OpenReview 管理投稿。所有作者与审稿人须保持完整、最新的个人资料并完成相关注册任务，否则可能被直接拒稿。 2. Contribution Types 机制 投...

来源：数策智合 原文链接：https://mp\.weixin\.qq\.com/s/kEaqXJ5BGpqXjgd1mrT71Q?scene=1 ⚡ ECCV 2026 的 LocateAnything 给出了一条更结构化的路线：把完整 bounding box 当成一个几何原子单元，一次并行解码。 ? 论文：LocateAnything: Fas...