来源：西湖机器人 文章链接：https://mp.weixin.qq.com/s/FJh__9hEIzArZXuGCWV9-w进入2026年，具身智能的竞争重心已转向底层模型的通用性与持续进化能力。 VLA（视觉-语言-动作，Vision-Language-Action）模型被视为通往通用具身智能最有希望的技术路线之一。但VLA要从实验室走向规模化应用，还需要回答两个核心问题： ● 理解任务...

来源：YoLo深度学习 文章链接：https://mp.weixin.qq.com/s/7s6QVAvRCW3Zy81PqZ0eRQ 恶劣天气检测 模态退化鲁棒 ? 本期导读 背景引入：实验室里跑得很好的检测器，一到雾天、暗光、雨雪就掉链子——这不是新鲜事，但今年这条线的打法明显变了。以往多是为每种天气单独设计一套模块或单独训一个模型，推理时还得先判断天气；新一批工作开始追求用一个统一检测器...

来源：以人为中心的协同计算 文章链接：https://mp.weixin.qq.com/s/WaE9yQZGUZfQzSS599Xu6w 近日，实验室硕士生任宇琪为第一作者的论文 GazePruning: Gaze-Guided Token Pruning for LVLMs in Virtual Reality 被 The 34th ACM International Conference...

来源：龙哥读论文 文章链接：https://mp.weixin.qq.com/s/Yf4HUyTkjkiYzwKqFsjgsg 以往我们看到的Agent做图像恢复，大多是把几个预训练好的模型拼在一起，靠LLM或者VLM一个一个地选、一个一个地调。但龙哥最近推过的一些Agent方法（比如AgenticIR），暴露了一个核心问题：工具之间根本不会“说人话”，各干各的，最后效果就卡住了。哈工大和华...

来源：煤矿工厂 文章链接：https://mp.weixin.qq.com/s/ujEpIrJ2gUp5TwtdhWVypQ 来源：ACM MM 2026 EgoLink Challenge Track 2 https://ego-link.github.io/challenge2026/#leaderboard成员：Punan Dai, Yanxi Wu, Lingxin Chu, Jun...

来源：中国移动九天智能 原文链接：https://mp.weixin.qq.com/s/_9-bwuNA2uwHb0Bi7CNEzg当AI智能体开始真正替人操作设备，在能不能用之外，一个更关键的问题浮出水面——它，可信吗？能力决定智能体能做什么，安全可信决定它值不值得托付。 近日，国际多媒体领域顶级会议ACM Multimedia 2026ACM MM2026，CCF A类）公布论文录用结果...

来源：秦讯智芯 原文链接：https://mp.weixin.qq.com/s/zLuQ1qwPffYIFvLRICdp0w 【秦讯智芯科技】旗下AI+生命健康领域深度洞察平台，政策风向研判、行业干货速递、产品白皮书解读、品牌技术落地与案例分享，以科技之力守护生命第一道防线。继去年智芯AI情绪健康测评仪相关论文入选AAAI 2026、产品亮相ACM MM 2025开启全球技术对话之后，秦讯智...

来源：数智地球原文链接：https://mp.weixin.qq.com/s/6beKkoxnLeyz-RxUsWeCPA近日，网络信息体系技术重点实验室团队的2篇研究论文被 ACM MM 2026 接收。 ACM International Conference on Multimedia（ACM MM）是国际计算机多媒体与人工智能领域的顶级会议之一，也是中国计算机学会 CCF-A 类学术...

AdvNav 首次在黑盒条件下，对导航智能体完成系统性安全验证。 作者丨李晨阳 编辑丨陈淑瑜 近两年，能自己走路、自己带路的机器人正从实验室走向真实场景：医院的配送机器人按医嘱送药，仓库里的搬运机器人找货架，家里的扫拖机器人按指令去某个房间。它们靠的不是提前存好的地图，而是“看懂画面 + 听懂指令 + 自己决定下一步往哪走”——这正是视觉语言导航（VLN）要解决的问题。 这类系统藏着一个少被...

作者丨Keith Kirkpatrick编译丨维克多编辑丨岑峰距离马斯克“2021年底交付全自动驾驶汽车”的预言已经过去好几个月了，情况和他在2019年、2018年给出承诺后的状态一样，鸽了。 其实，在过去十年中，各路技术专家预测完全自动驾驶实现日期，都是用“即将到来”一词，似乎每一次预测都落空了。 那么，自动驾驶现在处在什么状态？有哪些问题亟待解决？近日，communications of...