雷峰網生成式AI

CVPR 開幕式:全場淚目緬懷孫劍,廣工本科生靠「古董顯卡」逆襲 | CVPR 2026

2026年6月8日 02:20

重點摘要

算力時代“微光”,廣工本科生靠古早Titan顯卡拼下頂會大獎;十年樹木,CV社區將最高榮譽授予已故先驅孫劍。 作者丨小雷哥 編輯丨岑 峰 美國當地時間6月5日,在結束了兩天的Workshop議程後,全球計算機視覺與模式識別領域的頂級學術盛會 CVPR 2026(IEEE Conference on Computer Vision and Pattern Recognition)正會,在科羅拉多州丹佛市正式拉開帷幕。隨著開幕式各項重磅數據與大獎的揭曉,現場氣氛被徹底點燃。01從物理世界重返視覺殿堂,雙城“無縫銜接”今年的學術圈格外忙碌。在此前的 Workshop 環節中,無論是探討如何將視覺-語言-動作(VLA)模型部署到自動駕駛和機器人上的 WDFM-EAI(具身智能基礎模型部署)專場,還是直接引入了真實機器人操控挑戰賽(ManipArena Competition)的具身智能論壇,都在向全行業傳遞一個極其明確的信號:計算機視覺已經徹底走出了“畫框識別”的屏幕舒適區,全面向具有物理法則的真實三維世界進軍。如果說前兩天的 Workshop 與工業展區預演了“具身智能”與“多模態”的狂熱,那麼6月5日的 CVPR 2026 正會開幕式,則是一場對計算機視覺基礎理論和底層創新的集中大閱兵。當數以萬計的學者湧入丹佛會議中心時,大家共同見證了屬於 CV 領域的歷史性跨越。在開幕式現場,組委會公佈了一系列令人驚歎的創紀錄數據,印證了 CV 領域依然是目前 AI 界最龐大、最活躍的科研陣地:▪ 驚人的參與規模:本屆大會共吸引了全球 97個國家/地區 的 44,011名作者 參與,審稿人數量高達 25,149人,領域主席(AC)增加至 909人。▪ 中國軍團斷層式領先:在作者來源國統計中,中國(CN)以高達 23,233 名 作者數量高居榜首,幾乎是第二名美國(US,7,556人)的三倍以

站內 AI 整理稿

算力時代“微光”,廣工本科生靠古早Titan顯卡拼下頂會大獎;十年樹木,CV社區將最高榮譽授予已故先驅孫劍。 作者丨小雷哥 編輯丨岑 峰 美國當地時間6月5日,在結束了兩天的Workshop議程後,全球計算機視覺與模式識別領域的頂級學術盛會 CVPR 2026(IEEE Conference on Computer Vision and Pattern Recognition)正會,在科羅拉多州丹佛市正式拉開帷幕。隨著開幕式各項重磅數據與大獎的揭曉,現場氣氛被徹底點燃。01從物理世界重返視覺殿堂,雙城“無縫銜接”今年的學術圈格外忙碌。在此前的 Workshop 環節中,無論是探討如何將視覺-語言-動作(VLA)模型部署到自動駕駛和機器人上的 WDFM-EAI(具身智能基礎模型部署)專場,還是直接引入了真實機器人操控挑戰賽(ManipArena Competition)的具身智能論壇,都在向全行業傳遞一個極其明確的信號:計算機視覺已經徹底走出了“畫框識別”的屏幕舒適區,全面向具有物理法則的真實三維世界進軍。如果說前兩天的 Workshop 與工業展區預演了“具身智能”與“多模態”的狂熱,那麼6月5日的 CVPR 2026 正會開幕式,則是一場對計算機視覺基礎理論和底層創新的集中大閱兵。當數以萬計的學者湧入丹佛會議中心時,大家共同見證了屬於 CV 領域的歷史性跨越。在開幕式現場,組委會公佈了一系列令人驚歎的創紀錄數據,印證了 CV 領域依然是目前 AI 界最龐大、最活躍的科研陣地:▪ 驚人的參與規模:本屆大會共吸引了全球 97個國家/地區 的 44,011名作者 參與,審稿人數量高達 25,149人,領域主席(AC)增加至 909人。▪ 中國軍團斷層式領先:在作者來源國統計中,中國(CN)以高達 23,233 名 作者數量高居榜首,幾乎是第二名美國(US,7,556人)的三倍以上。不僅是作者數量,在審稿人(Reviewers)貢獻榜上,中國同樣以 10,687 人位列第一。▪ 投稿量再創新高:大會共收到 16,092 篇 有效投稿,相較於 CVPR 2025 暴漲了 24%。最終錄用論文 4,071 篇,錄取率穩定在 25.3% 左右。▪ 從現場公佈的論文主題分佈圖表來看,“圖像與視頻合成/生成(Image and video synthesis and generation)”、“視覺、語言與推理(Vision, language, and reasoning)”以及“3D視覺” 是本屆大會最為火熱的賽道。大模型驅動的生成式AI與三維場景重建,正在以前所未有的速度重塑 CV 的邊界。02最佳論文頒發:頂尖機構神仙打架,廣工本科生演繹極致“勵志”最受矚目的論文大獎(Best Paper)環節,同樣看點拉滿:▎【最佳論文 Best Paper】▪ 獲得者:Efficiently Reconstructing Dynamic Scenes One D4RT at a Time由 Google DeepMind、倫敦大學學院(UCL)和牛津大學的研究團隊摘得。該論文提出了一種極其優雅且高效的方法,將深度估計、相機位姿、3D點雲追蹤和4D點雲進行了驚豔的統一。▎【最佳論文榮譽提名 Best Paper Honorable Mention】▪ NitroGen: An Open Foundation Model for Generalist Gaming Agents該論文由 NVIDIA 知名研究科學家 Jim Fan 團隊獲得。Jim Fan 也在 Twitter 上激動表示,這是繼四年前 MineDojo 獲獎後,團隊向通用具身代理邁出的又一大步。▪ SAM3D: 3Dfy Anything in Images(Meta Superintelligence Labs 團隊出品)。▎【最佳學生論文與最勵志的逆襲】最佳學生論文(Best Student Paper) 頒給了清華大學、微軟研究院(MSR)、中科大等聯合帶來的 3D 生成力作:Native and Compact Structured Latents for 3D Generation。而最讓國內學界直呼“太勵志”的,是獲得 最佳學生論文榮譽提名(Best Student Paper Honorable Mention) 的作品——ChordEdit: One-Step Low-Energy Transport for Image Editing。這篇含金量極高的論文,其第一作者和通訊作者均為廣東工業大學的本科生(聯合廣東工業大學、惠州學院、深圳大學、北京大學等共同發表)。在當今算力霸權、大廠與頂尖名校用千卡萬卡集群“大力出奇跡”的時代,這個本科生團隊甚至還在使用“古早的 Titan 顯卡”跑實驗!這無疑是本屆 CVPR 上最動人的硬核科研故事。它向全世界宣告:算力固然重要,但在學術的殿堂裡,純粹的熱愛、巧妙的構思(Training-free, one-step圖像編輯算法)與不屈的極客精神,依然能夠跨越資源的鴻溝,贏下世界的掌聲。03成就獎項:全場淚目,CV 社區沒有忘記孫劍開幕式的高潮,毫無疑問屬於 PAMI 青年研究員獎、黃煦濤紀念獎(Thomas Huang Memorial Prize)以及含金量極高的“時間檢驗獎(Longuet-Higgins Prize)”。▎黃煦濤紀念獎 頒發給了康奈爾大學的 Noah Snavely。▎青年研究員獎 則由卡內基梅隆大學(CMU)的 Deepak Pathak 和 麻省理工學院(MIT)的 Vincent Sitzmann 斬獲。而在頒發旨在表彰“過去十年來對計算機視覺產生重大影響的論文”的 Longuet-Higgins Prize(時間檢驗獎) 時,現場迎來了最動容的時刻。今年的大獎頒給了兩篇徹底改變 AI 歷史進程的 2016 年神作:ResNet(殘差網絡):Deep Residual Learning for Image Recognition (Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun 孫劍)YOLO初代論文:You Only Look Once: Unified, Real-Time Object Detection (Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi)作為曠視前首席科學家、中國 AI 界的領軍人物,孫劍博士於 2022 年不幸猝然離世。CV 社區用最高榮譽證明了:他們沒有忘記孫劍。 十年前,他指導團隊提出的 ResNet 解決了深層網絡難以訓練的世紀難題,奠定了今天幾乎所有大模型(包括 Transformer 架構)的底層基石;十年後,他的名字與成就,依然如燈塔般照耀著無數後來者的科研之路。04鎖定雷峰網 CVPR 2026 專區從打破紀錄的 16,092 篇投稿,到中國學者的全方位霸榜;從 ResNet 斬獲時間檢驗獎引發的集體追憶,到廣工本科生靠古董顯卡拼出的榮譽提名。CVPR 2026 的開幕式不僅是一場技術狂歡,更充滿了人性的光輝與科研的韌性。接下來的幾天,大會還將密集上演大量精彩的 Oral 分享與焦點論壇。端到端模型如何演進?3D 生成的下一步在哪?為了讓讀者能毫無時差地掌握前沿動態,雷峰網已推出【CVPR 2026 專區】:https://www.leiphone.com/special/491/202604/69e83f3248221.html我們將持續帶來:前方現場第一手見聞、核心 Oral 論文工程化深度解讀、重磅華人學者專訪等乾貨內容。敬請持續關注雷峰網,與全球頂尖 AI 大腦同頻共振!去哪看 CVPR 核心【演講/論文】詳解?為了讓國內的研發者、創業者與投資人能夠毫無時差地掌握本屆 CVPR 2026 的完整乾貨,雷峰網已全面上線【CVPR 2026 深度專區】。專區不僅全面收錄了核心 Oral 論文工程化深度解讀、重磅華人學者專訪等乾貨內容,更將持續更新前方現場的第一手會議動態。敬請持續關注雷峰網,與全球頂尖 AI 大腦同頻共振!掃描下方二維碼,或點擊「閱讀原文」關注專區。

Related

相關文章

鈦媒體生成式AI

Edge AI Daily 早報(6月19日)

AI Engineer World's Fair 2026規模再創新高,標誌AI工程從幕後走向舞臺中央。行業面臨結構性調整:楊立昆警示OpenAI年虧210億美元揭示商業模式脆弱性,Transformer之父轉投OpenAI反映人才爭奪白熱化。Anthropic多線佈局——語音支持七種語言、加入碳清除聯盟、落子首爾辦事處,展現生態擴張野心。監管壓力加劇,意大利依據DMA調查蘋果iCloud,巴西開放iOS側載佣金降至5%,蘋果圍牆花園持續崩塌。

2 小時前
智東西生成式AI

谷歌時隔6年再發智能音箱,Gemini上桌,售價不到700元

智東西 編譯 | 劉煜 編輯 | 陳駿達 智東西6月18日消息,谷歌昨日宣佈,其首款搭載居家版Gemini語音助手的智能音箱(Google Home Speaker)已開啟預售,將於當地時間6月25日正式上市,售價為99.99美元(約合人民幣677.03元)。在此之前,谷歌已有6年沒有推出過獨立智能音箱產品。 谷歌這款智能音箱外觀近似球形,風格類似亞馬遜新一代Echo音箱與蘋果舊款音箱HomePod Mini。 ▲谷歌智能音箱(圖源:谷歌官網) 使用音箱時,用戶只需通過口令“Hey Google”或“OK Google”喚醒Gemini,就可以繼續下達相應指令。這與谷歌舊款音箱、智能顯示屏等喚醒語音助手的方式相同。此外,用戶只要按照日常說話習慣下達命令,Gemini便能理解用戶意圖,相比之前大大提升溝通效率。 一、加強短時對話記憶,會員可與Gemini不限次數對話 谷歌此次推出的全新音箱升級諸多功能。其中,音箱搭載的Gemini語音助手擁有10款全新擬人化語音音色,用戶可以根據喜好自行選擇聲線。音箱還可支持用戶一次性下達多條語音指令,即使指令未能說對、說完整,用戶中途改口Gemini也能識別。 Gemini還具備多鏈路推理能力,落地到實際生活場景中比較實用。例如,用戶問:“我支持的足球隊下場比賽天氣如何?”Gemini收到指令後,會自動查詢賽事時間、舉辦地點,同時匹配相應時段天氣,再給出答覆。 同時,Gemini加強了短時對話記憶,能承接上下文實現連續對話功能。即使用戶連續追問、甚至串聯多項任務、不重複交代前置條件,該語音助手也能實現來回連貫交流。 ▲谷歌Gemini對話場景(圖源:谷歌官網) 不僅如此,Gemini搭配的連續對話功能,能讓應答後的音箱麥克風保持短暫收音,用戶無需重複喊“OK Google”就能繼續提問。該功能現已全面支持所有Gemini原生適配的語言,包括

22 小時前

微軟,考慮接入DeepSeek

這篇消息聚焦「微軟,考慮接入DeepSeek」。原始導語提到:Copilot Cowork轉為按量計費。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

22 小時前