AI 正从看懂画面，走向理解空间、预测变化、执行动作。 作者丨张岂萍 编辑丨幸丽娟 AI 已经越来越会生成一个“看起来真实”的世界，却依然很难真正理解并行动于这个世界。物体在哪里、彼此是什么空间关系，遮挡之后还剩下什么；一个动作发生后，世界会怎样变化。这些问题的解法，共同指向空间智能。而近两年具身智能与世界模型的爆火，进一步推动空间智能成为 AI 走向物理世界的核心能力基座。回看 ECCV ...

AI 不应只做更强的观察者，而应成为帮助人学会现实世界技能的 AI Guide。 作者丨张岂萍 编辑丨幸丽娟 过去十年，计算机视觉的技术演进主线几乎围绕同一件事展开：让机器看得更准。从目标检测、姿态估计到三维重建、视频理解，“看懂”正在成为大模型的基础能力。但一个被反复验证的现实是：机器越会“看懂人”，人获得的实际帮助并没有同步增长。健身 App 能识别动作，却未必知道该让你改哪一寸；教学视...

93场Workshop，吴佳俊成全场最忙碌的人！ 作者丨幸丽娟 编辑丨岑 峰 瑞典当地时间8点，ECCV 2026 正式迎来开幕。清晨，马尔默全城各区的参会者涌向会场，还有一群人乘坐火车横跨厄勒海峡大桥，从哥本哈根赶来。当马尔默遇上历年来最火爆的 ECCV，这座北欧小城显然有些“措手不及”。会前，已经有不少参会者在全网“花式拼房”，然而住到哥本哈根每天跨境通勤的参会者依旧不在少数。以至于参会...

学习模型已经具备很强的局部视觉先验，而 3D 几何可以帮助建立跨视角、长距离的全局一致性。二者如何结合，是 3D 视觉与空间智能中的重要问题。 编辑丨岑峰 在生成式 AI 的快速发展中，Sora 等视频和图像扩散模型（Diffusion Models）展示了很强的视觉生成能力。大规模 2D 数据让模型学到了丰富的视觉与语义先验，在单帧和局部视频生成上取得了显著进展。但当任务进一步要求多视角、...

2D去噪范式在真实3D遮挡前失效，破局关键在于将物理机制转化为结构先验。 作者丨张璐 编辑丨岑峰 大模型在文本与 2D 图像上的狂飙，归功于互联网上近乎无穷的干净数据。但当 AI 试图跨越屏幕、理解真实的 3D 物理世界时，这套经验法则瞬间失效。真实扫描数据充斥着噪点与死角，物理遮挡造成的几何缺失既非随机发生，更无法用简单的去噪算法抹平。面对这一死结，多数团队选择用人工合成数据去“硬碰硬”，...

来源：机器之心 原文链接：https://mp.weixin.qq.com/s/u_TLN8q7bp-GJVcJVXYdPw 近年来，视觉语言模型（Vision-Language Model, VLM）在图像理解、语义推理等任务中展现出了强大的能力。然而，当这些模型真正进入物理世界，让机器人根据一句自然语言指令完成自主导航时，仍然面临巨大挑战。 例如，机器人完成一句简单的指令： “穿过走廊，...

来源：复旦大数据研究院原文链接：https://mp.weixin.qq.com/s/jKJOsNcG9chkEBSwtrlGxg IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)由 IEEE Computer Society 出版，是计算机科学与人工智能领域公认的国际顶级期刊之一，也是模式分析、机器...

来源：AI驾驶员 原文链接：https://mp.weixin.qq.com/s/QWytAhu1mZTHoDICy-jC3A 大家有没有想过，为什么现在端到端自动驾驶还是不够“丝滑”？很多号称端到端的系统，本质上还是把感知和规划当成两个独立的任务：先用一个强大的感知网络看清周围，再把这个“快照”甩给规划模块去做决策。看似无缝衔接，实则暗藏巨大隐患——感知模块一旦看走眼，规划就得“将错就错”...

来源：机器之心原文链接：https://mp.weixin.qq.com/s/ss9MNuL3A4gfoax7cWNStQ 几个小时前，ECCV 公布了今年度的最佳论文奖等奖项。 ECCV（European Conference on Computer Vision，欧洲计算机视觉国际会议）是计算机视觉（CV）领域的世界三大顶级会议之一，在 AI 和计算机科学界享有极高的学术声誉与影响力。今...

来源：上海宁波商会 原文链接：https://mp.weixin.qq.com/s/7PkzF1abO978h0vLjZ0URg商会副会长单位传音控股TEX AI团队联合上海交通大学最新产学研成果“AI消除算法”，近日成功被计算机视觉领域国际顶级会议ECCV 2026（ European Conference on Computer Vision）接收。ECCV与CVPR、ICCV长期被认为...