作者丨美图影像研究院（MT Lab） 近年来，生成式AI加速推动了影像内容生产方式的变革，随着AI生图与修图逐渐成为人们影像生活中的新范式，也产出了不少“笑料”。比如当你希望调整照片中人物微笑弧度时，模型可能将五官结构也一起改变了，或者想让照片中的人“减龄”，却直接改变了性别。本质上，这是因为当前大量的生成模型虽然拥有强大的生成能力，但其内部语义仍然高度“纠缠（entangled）”。 对于...

作者丨郑佳美 编辑丨马晓宁 在生成式 AI 进入视频生产链之后，视频增强正在从后期修补工具，变成内容生产、内容分发和机器视觉理解中的基础能力。 现实需求已经不只是让画面变清楚，而是要在电商直播中看清商品质感，在工业巡检中识别裂纹和仪表读数，在远程协作中保留设计细节，在文博数字化中尽量还原影像纹理。 随着 4K 级高清内容逐渐成为视频平台、智能电视、大屏显示和专业制作流程中的常见需求，低清素材...

作者｜吴思梦 编辑｜岑峰 2026年6月3日，计算机视觉与模式识别顶级会议（CVPR）在美国丹佛举行。在大会特邀演讲环节，前 DeepMind 蛋白质设计团队核心成员、2024年诺贝尔化学奖获奖项目 AlphaFold 核心研究员，Latent Labs 创始人兼 CEO Simon Kohl 发表了题为“Programmable Biology：Generative AI for Mole...

鱼灯破水，凌空游城；火狮踏焰，奋跃腾空；一群剪纸奔马通体透亮，在壁中狂奔；一纸诗词垂挂成瀑，于天幕间翻卷——2026年央视春晚合肥分会场《合韵满江淮》，用一连串美轮美奂的超现实奇观，刷新了虚实融合的想象边界。 鲜有人知的是，支撑这些4K级画面的技术核心，来自智象未来团队提出的PS-SR，一个「伪单步」（Pseudo-Single-Step）视频超分框架。凭借这一突破性工作，该成果被计算机视觉...

作者丨郑佳美、樊天骄 编辑丨郑佳美 在生成式 AI 进入 3D 内容生产之后，行业最先解决的是“看起来像不像”的问题：一个模型能不能从文字或图片生成外观完整、纹理逼真、形状合理的 3D 物体。 但随着机器人、具身智能、数字孪生、AR / VR 和工业仿真的发展，真正制约应用落地的矛盾已经变了。现实世界中的物体不是静态摆件，而是带有尺度、材料、重量、关节、摩擦、碰撞和功能关系的物理对象。 一个...

热门议题一：五大奖项全揭晓——D4RT封神、牛津VGG两连冠、何恺明再获至高荣誉 闭幕式上，CVPR 2026五大奖项尘埃落定。Google DeepMind的D4RT以4D动态场景重建摘得最佳论文奖，标志着Oxford VGG连续两年站上CVPR最高领奖台（VGGT'25 + D4RT'26）；何恺明团队的ResNet/YOLO同获Longuet-Higgins时间检验奖，再次印证其在计算...

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...

作者丨郑佳美 编辑丨马晓宁 图像生成行业正在从“生成能力竞争”进入“可控能力竞争”。 过去，模型的核心价值主要体现在能否生成高质量、高清晰度、风格丰富的单张图像；而随着文生图、图生图和指令式编辑能力逐渐成熟，新的瓶颈开始显现：模型能否理解多张图片之间的关系，能否在不同视角和场景中保持同一对象的一致性，能否把多个参考来源自然融合到同一画面中，能否在数据缺失或退化时恢复可信细节，以及能否让用户精...

来源：公众号“机器之心” 原文https://mp.weixin.qq.com/s/SCk63tSurxIeuaVNxqgSkA?scene=1&click_id=30 团队一作林之秋（Zhiqiu Lin）是卡内基梅隆大学（CMU）机器人研究所的博士，研究方向涵盖视觉 - 语言大模型的评估、数据与生成；前作 CameraBench 曾获 NeurIPS’25 Spotlight（T...

来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/rht6QRWh3JtuGnG7tYsoGQ 视觉脑机接口的终极目标，是建立大脑神经皮层与外部视觉感知的双向交互通道，从“单向理解”走向“双向交互”，既能从大脑神经活动中重建出视觉信息（读脑），也能把视觉信息自然写入神经皮层（写脑），同时保证“读脑”与“写脑”过程的可交互性与双向一致性。 来自上海人工智...