ICCV 2025 | 镜像神经元的具身表征对齐
从模仿父母挥手,到观看视频学会一道新菜,人们似乎天生就拥有一种“看样学样”的神奇能力。这背后隐藏着大脑的一项深刻机制,而它的发现,要从一个关于猴子和花生的故事说起。上世纪90年代,镜像神经元这一偶然发现,揭示了生物智能的深刻奥秘:“看别人”与“自己做”并非各自
从模仿父母挥手,到观看视频学会一道新菜,人们似乎天生就拥有一种“看样学样”的神奇能力。这背后隐藏着大脑的一项深刻机制,而它的发现,要从一个关于猴子和花生的故事说起。上世纪90年代,镜像神经元这一偶然发现,揭示了生物智能的深刻奥秘:“看别人”与“自己做”并非各自
第20届国际计算机视觉大会(ICCV 2025)于2025年10月19日- 10月23日在美国夏威夷举办。International Conference on Computer Vision(ICCV)是计算机视觉领域的CCF A类顶级国际会议。
近日,理想汽车自动驾驶高级算法专家詹锟在ICCV发表主题演讲《世界模型:让我们从数据闭环走向训练闭环》,阐述了理想汽车以“从数据到训练”的系统化思路,提出了全球首个将世界模型与强化学习闭环落地于量产自动驾驶系统的完整架构。
本文介绍了美团技术团队在国际顶会ICCV 2025中发表的5篇论文。同时,在ICCV 2025 举办的多模态推理竞赛中,美团基础研发平台/计算和智能平台组建的ActiveAlphaAgent团队,斩获赛题1真实场景视觉定位(VG-RS)冠军,赛题2空间感知视觉
最近,有关 AI 大模型进入瓶颈的讨论越来越多。强化学习之父 Rich Sutton 发表的前瞻论文《体验时代》指出,人工智能正在从依赖人类生成数据向体验式学习的范式转变。
日前,备受瞩目的ICCV 2025(国际计算机视觉大会)在夏威夷落下帷幕。特斯联Chief AI Officer and Global President邵岭博士受邀出席大会,与来自全球65个国家/地区的近7000名计算机科学家分享空间智能领域的前沿发现。其团
近日,在ICCV 2025自动驾驶国际挑战赛(Autonomous Grand Challenge 2025)中,浪潮信息AI团队凭借其提出的创新框架“SimpleVSF”,以53.06的EPDMS综合得分,在端到端自动驾驶赛道中夺得冠军。该项目创新构建以鸟瞰
近日,在ICCV 2025自动驾驶国际挑战赛(Autonomous Grand Challenge 2025)中,浪潮信息AI团队凭借其提出的创新框架“SimpleVSF”,以53.06的EPDMS综合得分,在端到端自动驾驶赛道中夺得冠军。该项目创新构建以鸟瞰
比如鹅厂,来了好多核心业务大佬直接在展台“坐班”。不仅现场跟学生们展开交流技术,连“进厂指南”都聊起来了(手动狗头)。
ICCV最佳论文新鲜出炉了!今年,CMU团队满载而归,斩获最佳论文奖和最佳论文提名。同时,何恺明团队论文,RBG大神提出的Fast R-CNN,十年后斩获Helmholtz Prize,实至名归。
本文第一作者是中国人民大学高瓴人工智能学院2024 级硕士生关开思(导师宋睿华),他的主要研究兴趣方向是多模态学习。本文通讯作者是宋睿华长聘副教授,她的 AIMind 团队主要研究方向是多模态感知、交互与生成。
在科研、新闻报道、数据分析等领域,图表是信息传递的核心载体。要让多模态大语言模型(MLLMs)真正服务于科学研究,必须具备以下两个能力:
录用信息:ICCV 2025 highlight论文题目:Video Individual Counting for Moving Drones论文作者:Yaowu Fan, Jia Wan, Tao Han, Antoni B. Chan, Andy J.
当训练好的 3D 检测模型被直接拿到雨夜、雾天、传感器抖动等分布外场景中时,性能往往会显著下降。这背后隐藏的关键原因,是双重不确定性(Dual Uncertainty)的累积效应。
在伸手不见五指的夜晚,自动驾驶汽车和安防摄像头如何才能像白天一样“看”清世界?低光环境下的目标检测一直是计算机视觉领域的棘手难题。来自复旦大学的研究者们带来了一项突破性工作Dark-ISP,提出了一种全新的、为低光检测量身定制的图像处理范式。这项研究已被计算机
他与大家分享的主题是:图像生成中的无训练遮挡控制,届时他将探究可否不通过额外数据标注和训练就能够实现遮挡的控制、是否可以将3D渲染过程借鉴到图像生成过程中,从而实现遮挡控制。相关工作已入选ICCV Oral,并在审稿阶段获得满分。
随着三维计算机视觉技术的不断进步,三维人类-物体交互(3D Human-Object Interaction,3D HOI)建模成为了一个备受关注的研究方向,尤其是在虚拟现实、增强现实和机器人技术等领域。现有方法主要局限于单向建模,需要为每种条件设计独立的模型