ECCV 2026 | 谷歌DeepMind等提出GenCeption：视频生成模型竟是通往通用视觉感知的捷径！
生成即是感知！
2026/7/14
阅读更多华科 × 小米提出 DeltaV：让多模态大模型推理时不再每一步重画整张图
2026/7/13
阅读更多ECCV 2026 | 当视觉语言模型学会“瞻前顾后”：跨图像注意力校准与偏好学习缓解多图像幻觉问题
2026/7/12
阅读更多ECCV 2026 VisNec：不是所有图文数据都值得训练，把“没用的图文样本”筛出来
多模态训练不只是堆数据
2026/7/11
阅读更多SIGGRAPH 2026 | 单图生成可动画 3D 数字人：PEAR 让全身、手部和表情重建跑到 100 FPS
2026/7/11
阅读更多IEEE TPAMI | 华南理工等提出 REO：彻底摆脱标定依赖，19倍加速解锁3D语义占用预测新姿态
在自动驾驶和3D视觉的世界里，3D语义占用预测（3D Semantic Occupancy Predictio
2026/7/10
阅读更多聚焦多模态，483篇“顶会+前沿”论文整理
2026/7/9
阅读更多从500+高校到130家央国企合作：我们如何获得他们的信任？
分享一篇文章。
2026/7/9
阅读更多数据生成，虚拟仿真，实时推理：前沿物理 AI 技术如何落地产业应用
2026/7/8
阅读更多突破DiT量化瓶颈！ComfyUI 新版支持 ConvRot 黑科技：免训练、免校准、即插即用4-bit量化，让DiT显存暴降4倍、速度飙升2.26倍！
基础技术创新，释放AI生产力！
2026/7/7
阅读更多别再只卷模型了：我们让文生图数据构建自己进化起来
2026/7/6
阅读更多ECCV 2026 | 免训练即插即用，DiT推理加速新方案：浙大提出ResilPhase， 5倍加速下画质近乎无损
有界的相位映射，解决不稳定难题
2026/7/3
阅读更多DomainShuttle：让主体在开放域视频生成中自由穿梭
2026/7/2
阅读更多ICML 2026 | 别再拼模块了！一个模型同时接住人、物、声、动作，OmniShow把多模态可控人物交互视频生成带进"一次成片"时代！
2026/7/1
阅读更多更好的PPT创作Agent来了！开源MemSlides，引入分层记忆，局部修改效率提升60%
今天介绍一篇近期非常受关注的PPT创作的新工作，曾登上Hugging Face Daily Papers榜首。
2026/6/28
阅读更多视频更长不等于理解更难： VideoOdyssey揭示多模态大模型的长时推理瓶颈
推动模型从“看见片段”走向真正“理解过程”
2026/6/27
阅读更多CVPR2026 | 从直接“打分”到“核验-打分”的图像编辑奖励模型
2026/6/26
阅读更多从奖励最大化走向分布匹配：华科大等提出扩散模型对齐新范式 TMPO
代码已经开源
2026/6/25
阅读更多AI时代科研必藏｜我建了个网站帮你把教程、文献、代码、数据一站式搞定
我做了个网站， 帮你把写论文必备的Vibe Coding编程 + 网络模块 + 顶会论文绘图工具 + 科研数据
2026/6/24
阅读更多“从生病手术到没有数据”——一位博四女生的真实上岸故事
分享一篇文章。
2026/6/24
阅读更多