ICRA 2026｜清华大学&高德联合发布SSM-VLA："空间感知+动态预判"，让机器人"看见"物理世界

寻找 AI 的「第三语言」：中间表示如何打通多模态鸿沟 ｜ CVPR 2026

谷歌掀桌，一口气甩出16个AI王炸

Anthropic 花 3 亿美金买下 API「修路工」，打响连接层暗战

代码驱动的视觉感知：为什么说「看得懂代码」才是大模型攻克理科题的真正钥匙 ｜CVPR 2026

CVPR 2026 四篇论文透视：大厂如何靠「算法瘦身」对抗算力涨价？

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

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