为什么字节要把“空间表示”的体积压掉 90%？ 作者丨吴思梦 编辑丨岑 峰 如果有一天，沉浸式直播里的每一个主播都拥有一个实时跟随的 3D 分身，观众可以在任何角度切进去和他对话，看到他的表情、衣服褶皱、头发飘动的细节，那么这个 3D 分身究竟应该有多大？ 这不是一个凌空蹈虚的问题，已经逐渐落定变成一个非常具体的工程问题。 过去几年，3D Gaussian Splatting（3DGS）让“...

来源：上海电影学院 原文链接：https://mp.weixin.qq.com/s/6btNiAWOEXEqlfk3tAGaYQ近日，上海电影学院、上海电影特效工程技术研究中心李梦甜课题组（MAGIC Lab）的前沿研究论文《VERTIGO:Visual Preference Optimization for Cinematic Camera Trajectory Generation》（电...

来源：CVer 原文链接：https://mp.weixin.qq.com/s/rjzsndtcb6XkAnE5oGJHQA European Conference on Computer Vision（简称 ECCV，欧洲计算机视觉国际会议），两年一次，是计算机视觉三大顶会之一。ECCV 2026 将于 2026 年 9 月 8 日至 12 日在瑞典马尔默举办。 Colab在本次会议中共入...

来源：华科大认知计算与智能信息处理 原文链接：https://mp.weixin.qq.com/s/3OsxWHUocRd_sWSunk--iA 近日，计算机视觉领域的顶级国际会议ECCV 2026论文录用结果揭晓，华中科技大学认知计算与智能信息处理实验室24级研究生袁嘉晟同学论文“Wavelet-based Intra-video Counterfactual Reasoning for ...

用像素坐标加绝对深度表示轨迹，换本体不必重训模型。 作者丨张 璐 编辑丨幸丽娟 试想，对一个家庭服务机器人下达指令：拿水壶从左到右依次给花浇水，喷头需悬停在每朵花上方 1 到 5 厘米处。 这个指令看似日常，对现在的具身系统却很苛刻：既要分清花的左右顺序，又要把喷头停在每朵花上方约 1–5 厘米。2D 轨迹一旦深度估错，喷头要么砸到花盆，要么对着空气做无用功。带绝对尺度和避障约束的指令，是当...

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...

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，...

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...

来源：人工智能学社 原文链接：https://mp.weixin.qq.com/s/_zXYmWN82y9bNHIXTI65Tw原创 StudyAI.com —— 中国最佳AI社区 2026 年很可能是 AI 研究的“分水岭之年”。 一边是预训练 Scaling 撞上算力与数据的双重天花板——再堆参数、再堆语料的边际收益肉眼可见地收窄；另一边，四大核心顶会（ICLR、ICML、CVPR、AC...

来源：图灵学术计算机SCI论文辅导 原文链接：https://mp.weixin.qq.com/s/SQ3koL6ihG71cNwBJM2QWA01 会议介绍Turing Academy会议全称：The 18th European Conference on Computer Vision ECCV 2026 会议类型：人工智能 CCF分级：CCF-A 录取率：27.9%(2395/8585...