来源：量子位 原文链接：https://mp.weixin.qq.com/s/Xv5MX9p2BBY1hXOnjcRjOQ 长视频理解，正在成为多模态大模型的重要能力。 用户开始不再只问“视频里有什么”，而是希望模型能进一步回答：这个事件从什么时候开始？到什么时候结束？这类任务被称为视频时序定位（Video Temporal Grounding, VTG）。 但视频越长，visual tok...

来源：MIPLatPKU 原文链接：https://mp.weixin.qq.com/s/uC9T-Rf_AZJlWdOw9OvxbQ导语本文介绍北京大学MIPL彭宇新教授团队录用于ECCV 2026的2篇论文，研究细粒度多图感知和人与物体交互检测。 第19届欧洲计算机视觉会议，英文全称 The 19th European Conference on Computer Vision (ECC...

来源：InTimeLab 原文链接：https://mp.weixin.qq.com/s/ssgc7dZJDdZAwkUfJ3E7EA 近日，由InTimeLab、腾讯大语言模型部等单位合作完成的研究成果《StrucTab: A Structured Optimization Framework for Table Parsing》被 ECCV 2026 接收。论文从建模、优化、评测三个层面...

来源：数智地球 原文链接：https://mp.weixin.qq.com/s/n5NdWC6_HE4kty71b2YZsA近日，实验室团队的2篇研究论文被 ECCV 2026 接收。 European Conference on Computer Vision（ECCV）是计算机视觉领域的重要国际会议，与CVPR、ICCV并称计算机视觉三大会议。ECCV 2026将于2026年9月8日至1...

来源：车东西 原文链接：https://mp.weixin.qq.com/s/dTCgjLHX4HOn7Ulyk4wQQA 小米自动驾驶团队秀肌肉：智驾模型可以自己“进化”。作者 | Janson编辑 | 志豪小米在国际计算机视觉顶会ECCV 2026上，一次性拿下了12篇论文！车东西7月3日消息，据小米技术披露，在国际计算机视觉顶会ECCV 2026上，小米AI团队和小米自动驾驶团队多篇论...

来源：数策智合 原文链接：https://mp.weixin.qq.com/s/kEaqXJ5BGpqXjgd1mrT71Q?scene=1 ⚡ ECCV 2026 的 LocateAnything 给出了一条更结构化的路线：把完整 bounding box 当成一个几何原子单元，一次并行解码。 ? 论文：LocateAnything: Fast and High-Quality Visio...

来源：深度学习研究生 原文链接：https://mp.weixin.qq.com/s/LXcUJQZW93VOteOFdpj8QA ✨导读：通用多模态检索常用对比学习，但它把负样本简单当成“不是答案”，容易忽略查询里的细粒度实体、属性和动作。ELVA 把检索训练改成 ranking-driven RL：不用额外 reward model，而用可验证排序奖励和 margin reward 让模...

来源：CVer 原文链接：https://mp.weixin.qq.com/s/g4UuPC_SqdUwYFQOoaQoEA 论文题目：From One-to-One to Many-to-Many: Dynamic Cross-Layer Injection for Deep Vision-Language Fusion 会议：ECCV 2026 论文：https://arxiv.org/...

来源：深蓝具身智能 原文链接：https://mp.weixin.qq.com/s/_JknLgOM4Z3tki836EJuug 安全和任务完成度天生就有矛盾，光靠堆安全样本治标不治本，运动规划和图文匹配得拆开单独优化——物理碰撞安全 + 语义指令安全 机器人真的安全吗？ 现有的LIBERO、VLA-Arena这些评测基准，全在考“活能不能干完”，从来没把“安不安全”当成正经评分项。 最近清...

来源：全民AI学习 原文链接：https://mp.weixin.qq.com/s/8dpeFwBhkxawr2o1pUo-kg 该论文的第一作者和通讯作者均来自北京大学王选计算机研究所，共同第一作者为博士生雷廷和实习生刘佳林，通讯作者为博士生导师刘洋。团队近年来在 TPAMI、IJCV、CVPR、ICML 等顶会上有多项代表性成果发表，多次荣获国内外多模态理解与生成竞赛冠军，和国内外知名高...