作者丨张   璐     编辑丨幸丽娟 *                                                                                                       * *01 *  为什么不能全用 TTT？ 3:1 混合架构的取舍 ▎纯 TTT ...

来源：人工智能学社 原文链接：https://mp\.weixin\.qq\.com/s/\_zXYmWN82y9bNHIXTI65Tw 原创 StudyAI.com —— 中国最佳AI社区 2026 年很可能是 AI 研究的“分水岭之年”。 一边是预训练 Scaling 撞上算力与数据的双重天花板——再堆参数、再堆语料的边际收益肉眼可见地收窄；另一边，四大核心顶会（ICLR、ICM...

来源：图灵学术计算机SCI论文辅导 原文链接：https://mp\.weixin\.qq\.com/s/SQ3koL6ihG71cNwBJM2QWA 01 会议介绍 Turing Academy 会议全称：The 18th European Conference on Computer Vision ECCV 2026 会议类型：人工智能 CCF分级：CCF-A 录取率：...

来源：图灵学术计算机SCI论文辅导 原文链接：https://mp\.weixin\.qq\.com/s/SQ3koL6ihG71cNwBJM2QWA 01 会议介绍 Turing Academy 会议全称：The 18th European Conference on Computer Vision ECCV 2026 会议类型：人工智能 CCF分级：CCF-A 录取率：...

来源：小栩走走停停 原文链接：https://mp\.weixin\.qq\.com/s/nfLPqZ7EaUESz2LT\_TB4Xg 最近，小米在国际计算机视觉顶会ECCV 2026上一口气入选12篇论文，其中与自动驾驶直接相关的有5篇。不少行内人在看到名录后感叹，这技术路线真的挺完整的，可怎么那么像某些实验室的做法？ 于是不少人给这套技术方案起了个外号叫做保时米方案，颇有几分别家...

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：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：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...