马斯克爆出「权力暗桩」，奥特曼进入反击时刻？

何恺明团队论文全景扫描：一场关于「生成范式」的多角度突破 | CVPR 2026

UniMMAD——大工&南洋理工提出统一多模态异常检测，59 FPS刷新推理效率150倍 | CVPR 2026

TIPSv2——谷歌DeepMind重磅开源，Patch-Text对齐最优表现全面超越SigLIP2 | CVPR 2026 Highlight 《大标题

GThinker——线索引导再思考，解决多模态大模型的视觉惯性问题 | CVPR 2026

MeanFuser——基于MeanFlow的快速单步多模态轨迹生成端到端自动驾驶 | CVPR 2026

RefTON & NAMI——多模态生成双剑合璧，虚拟试衣与轻量化图像生成 | CVPR 2026

DAM-VLA——手臂与夹爪解耦，三星研究院的动态动作VLA刷新机器人操控SOTA | ICRA 2026

SplatHLoc——特征高斯泼溅驱动的高精度视觉重定位 | CVPR 2026

SpatialStack——分层几何-语言融合的3D视觉语言空间推理 | CVPR 2026

LLaVA-VLA——极简设计的高效视觉-语言-动作机器人操控基线 | ICRA 2026

Goal-VLA——图像生成式VLM化身「世界模型」，实现零样本机器人操作 | ICRA 2026

Faster-GS——系统性加速3D高斯泼溅训练的新基准 | CVPR 2026

RAM——复杂场景下多人3D人体运动重建新框架 | CVPR 2026

机器人也学会“先想后做”了：Imagine2Act突破高精度操作难题 | ICRA 2026