会议进行中
多模态
雷峰网 · GAIR DAO · 2026-09-10
9月8日至12日,计算机视觉顶级会议ECCV 2026在瑞典马尔默举行。大会由欧洲计算机视觉协会主办,汇聚了Google、Meta、Apple、Amazon等全球科技巨头作为主要赞助商。9月9日,MARS2 Workshop(2nd Multimodal Reasoning and Slow Thinking in the Large Model Era)由钛动科技牵头发起并成功举办,这是本...
会议进行中
具身智能
雷峰网 · GAIR DAO · 2026-09-09
以推理决策与物理重建,让空间智能从生成走向因果交互。 作者丨张 璐 编辑丨幸丽娟 在生成式 AI 的演进历程中,从二维像素走向三维物理世界,是人工智能迈向现实落地的必经之路。以 3D Gaussian Splatting、Sora 级视频生成以及多模态大模型为代表的技术,曾让行业看到了空间智能的巨大潜力。然而,当这些原本运行在数字世界中的算法尝试走向真实硬件与物理场景时,整个行业正在遭遇一场...
会议进行中
多模态
雷峰网 · GAIR DAO · 2026-09-09
去哪训练、拿什么学、怎么考?这是物理AI从实验室走向现实世界的三个核心问题,现在有了系统性答案。 作者丨张 璐 编辑丨幸丽娟 物理人工智能(Physical AI)与具身智能正在经历一场深刻的范式转移。 从早期局限于单一任务的特定控制算法,到如今依托多模态大模型实现对三维物理世界的感知、推理与决策,AI Agent 正在逐步突破数字世界的边界。 然而,当智能试图走出虚拟空间、迈入现实世界时,...
会议进行中
多模态
雷峰网 · GAIR DAO · 2026-09-09
Spatial-TTT 给 2B 模型装上“流式空间记忆” ,在空间基准上超越 GPT-5。 作者丨张 璐 编辑丨幸丽娟 单纯拉长上下文,可以解决“能塞进多少信息”的问题。但面对状态变化、时序关联这类长程任务时,注意力还是容易被稀释,关键证据也容易找不回来。当场景扩展到具身机器人、自动驾驶和智能硬件这些需要与三维物理世界实时交互的领域时,这一矛盾被进一步放大。与纯文本或静态图文不同,真实物理...