来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/K8Hnh3bp-mnzJRDZvbaShw 近年来，3D Gaussian Splatting（3DGS）在三维视觉和图形学中展现出很强的表示与渲染能力。相比传统体素或神经辐射场，它用一组可优化的各向异性高斯来表示三维场景，既能保留连续空间结构，又能实现高速渲染。 但在医学和科学成像中，一个很自然的问...

来源：公众号 机器学习AI算法工程原文链接：https://mp.weixin.qq.com/s/sP4PytKu_gbyoV7gOL6Aqw两辆车撞了，谁的责任？ 以前AI只能告诉你"发生了追尾事故"，但不知道谁该赔钱。现在CVPR 2026的一篇论文直接把这个难题解决了——AITP（人工智能交警）不仅能看懂事故视频，还能像交警一样一步步推理，最后给出责任判定，准确率直接干翻人类专家！ 这...

来源：公众号“人工智能怎么学” 原文链接：https://mp.weixin.qq.com/s/8T1LqLJYPqyUWsNF8aBD1w 本文介绍了CVPR 2026的论文《MedCLIPSeg: Probabilistic Vision-Language Adaptation for Data-Efficient and Generalizable Medical Image Segm...

来源：公众号“新智元” 原文链接：https://mp.weixin.qq.com/s/c1-_wQSRKYNkq2z3SR4FSg 计算机视觉领域一年一度最重要的「开奖」时刻到了。 就在2月21日，CVPR 2026向全球投稿者发出了录用通知邮件。 官方解释道，目前结果仅通过邮件发送，系统尚未开放查询 在进入审稿流程的16092篇论文中，程序委员会最终推荐录用4090篇，录用率25.42%...

来源：公众号“深圳大学计算机与软件学院” 作者：房云鹏 原文链接：https://mp.weixin.qq.com/s/uWReTqghPxC-DJzRwvMV5g 自动、精确的超声心动图视频分割对于高效、可重复地测量关键临床心功能指标（如射血分数等）以及心血管疾病的诊断至关重要。然而，由于超声影像固有的散斑噪声、心脏结构的复杂动态运动，以及标注数据的严重稀缺，这在临床和计算领域仍然是一个极...

来源：公众号“机工智能AI科研” 原文链接：https://mp.weixin.qq.com/s/6Nw8B_EDJCjfIikW_lseXA 论文链接：https://arxiv.org/abs/2605.14808 项目开源地址：https://github.com/LukasRoom/SuperADD 作者：Lukas Roming, Felix Lehnerer, Jonas V. ...

来源：知乎“智能CV” 原文链接：https://zhuanlan.zhihu.com/p/2040370312253071756 论文：https://arxiv.org/pdf/2604.03134 代码：https://github.com/Galaxy-Knight-Lee/SD-FSMIS一、研究方向及背景 这篇论文聚焦于少样本医学图像分割，即 Few-Shot Medical I...

MindVLA-U1：统一视觉语言动作架构，实现理解后规划。 作者丨郑佳美 编辑丨马晓宁 在自动驾驶进入大模型时代之后，行业正在从传统的“感知、预测、规划、控制”模块化流水线，逐步转向端到端智能系统。 过去，VA 模型能够直接从视觉输入生成驾驶轨迹，在规划精度和实时性上表现突出，但它们更多依赖隐式视觉特征，很难清楚解释“为什么这样开”，也难以处理那些需要语义理解和常识推理的长尾场景。 比如车...

“请把杯子拿起来”。这句话对你来说轻而易举。因为你看到了杯子，理解了“拿起来”的含义，手自然地伸过去、捏住、提起。但对一个 AI 系统来说，这中间隔着数道几乎不可逾越的鸿沟：语言到动作、动作到视觉、视觉到空间、空间到执行。 传统做法是强迫模型学会直接映射，通过输入一段文字或一组动作参数，让其直接输出像素级的视频帧或关节角度。这种方法在受限环境和充足标注数据下勉强可行，但一旦面对真实世界的复杂...

从街景到仿真，离线地理信息正在成为车辆理解复杂道路的新线索。 作者丨郑佳美 编辑丨马晓宁 大模型的发展表明，智能体不能只依赖一次性的上下文输入，还需要能够检索、利用和管理长期记忆。自动驾驶也正在走向类似的路径：车辆不应只是根据当前摄像头和传感器看到的内容做即时判断，而应具备一种可检索的空间记忆，能够调取当前位置长期积累的道路结构信息。对于自动驾驶来说，这种记忆可以来自街景图、卫星图、历史地图...