会后复盘
计算机视觉
雷峰网 · GAIR DAO · 2026-06-09
来源:“AI前沿速递”公众号 原文链接:https://mp.weixin.qq.com/s/kIWr4LaHcrYH1Aj3yb4K7w 当我们看一段视频时,看到的不只是“这一帧长什么样”,而是一个不断变化的 3D 世界:相机在动,物体在动,遮挡在发生,几何关系也在不断变化。 但过去的大多数 3D/4D 重建方法,依然在用一种偏“静态”的方式理解世界:深度一个头、位姿一个头、点云一个头、动...
会议进行中
计算机视觉
雷峰网 · GAIR DAO · 2026-06-05
来源:公众号“我爱计算机视觉” 原文链接:https://mp.weixin.qq.com/s/ZAI3_QVi_70Y4AJiGLuxLQ 在计算机视觉的世界里,视频全景分割(Video Panoptic Segmentation, VPS)一直被视为一项“全能且昂贵”的任务。它不仅要求模型识别出视频中的每一个像素属于什么类别(语义分割),还要区分出不同的个体(实例分割),并且在时间轴上准...
会议进行中
具身智能
雷峰网 · GAIR DAO · 2026-06-05
来源:公众号“小米技术” 原文链接:https://mp.weixin.qq.com/s/HcGx942SZYWmXyOnacPcUQ?scene=1&click_id=38 近日,小米机器人团队在 CVPR 2026 Workshops-GigaBrain Challenge-RoboChallenge Track 和 ICRA 2026 WBC(Whole Body Contro...
会议进行中
具身智能
雷峰网 · GAIR DAO · 2026-06-05
来源:公众号“量子位” 原文链接:https://mp.weixin.qq.com/s/pp7aAP_R0avsBVS48r_hiA?scene=1 2026 AI赛道最火的概念——物理AI! 自动驾驶公司在讲、车企在讲、大模型玩家在讲、投资人在讲…… 概念成为共识,真正的分水岭才开始浮现:率先拿出完整技术栈、论文、代码,以及已经在路上跑着、在量产实车上验证的,到底是谁? 在今年的CVPR首...
会议进行中
具身智能
雷峰网 · GAIR DAO · 2026-06-04
来源:公众号“Knowin诺因” 原文链接:https://mp.weixin.qq.com/s/t-o34_8wWAjMD6YBp7Nwqw CVPR 2026 EgoVis Workshop 首届 EgoCross Challenge 挑战赛结果正式揭晓!诺因智能(Knowin)凭借自研高效推理技术,一举拿下Source-Limited、Open-Source 双赛道全球第一名,实现该赛...
会议进行中
计算机视觉
雷峰网 · GAIR DAO · 2026-06-04
原文链接:https://mp.weixin.qq.com/s/kR6VUwldmDC1RuDRJdfFDA 锚定视觉前沿,贯通理解与生成,以下为您逐一呈现入选论文: 论文链接: https://openaccess.thecvf.com/content/CVPR2026/papers/Chen_alphaMatte4K__muMatting_Dataset_and_Model_for_Ul...
会前预热
计算机视觉
雷峰网 · GAIR DAO · 2026-06-02
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、计算机视...
会前预热
多模态
雷峰网 · GAIR DAO · 2026-06-02
来源:公众号“腾讯招聘” 原文链接:https://mp.weixin.qq.com/s/G0JIVvBbRNt0dwe691RMmA?scene=1&click_id=41 CVPR是计算机视觉领域最具影响力和权威性的国际顶级学术会议之一(CCF-A 类),聚焦计算机视觉、图像识别、多模态理解、生成式视觉模型、3D 视觉、自动驾驶等前沿方向。第43届会议将在美国丹佛举行,本届会议共...
会前预热
计算机视觉
雷峰网 · GAIR DAO · 2026-06-01
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适的...