与「CVPR2026」相关的搜索结果

Building autonomous vehicles, robots, and vision AI takes more data than any team can collect on their own. At #CVPR2026#, NVIDIA announced physical AI agent skills to help speed development: composable workflows that automate data generation, simulation, policy training and evaluation, powered by Cosmos 3. Read the blog:

This week at #CVPR2026#, NVIDIA Research is presenting three papers across physical ai that offer groundbreaking solutions for training at scale across diverse applications: → GraspGen-X: the first foundation model for zero-shot grasping, trained on billions of simulated grasps → LCDrive: a model that replaces expensive text-based reasoning with compact latent representations → NitroGen: a generalized gameplay AI foundation model that harnesses NVIDIA Isaac GR00T to help train embodied agents Learn more:

兄弟们！这个研究有点牛逼啊！ Physical AI 的瓶颈根本不是「模型不够大」，是一开始范式就错了。 先说一个真实场景：桌子高了 2cm，当前最强的 VLA 模型直接失败。 为什么？ 因为它只学到了「手伸到某个位置」的相关性，根本不知道「为什么」会摔、「怎样」才能不摔。 这就是 LLM/VLA 路线的致命伤，它在互联网数据上学的是统计相关性，但物理世界运行靠的是因果律。 你可以生成一段完美的「桌面物体掉落」视频，但模型完全不知道下一秒会发生什么。 UCSD 黄碧薇教授 @huang_biwei 刚在 CVPR 2026 发了 Causal World Models（因果世界模型）框架，给这个问题指出了一条新路：让 AI 从「模仿动作」进化到「理解因果」。 不是学「人做了什么」，是让它学「这样做为什么有效、换一个场景为什么失效」。 她今天宣布 Aether AI 融资2000万美金，也成为全球首个因果世界模型公司。 关于她的含金量，我们也来挖一挖： ① 12 年因果 AI 深耕，CMU PhD（导师 Kun Zhang + Clark Glymour） ②100+ 顶会论文，Apple Scholar in AI/ML ③causal-learn 作者（Python 因果发现库，GitHub 高星） CLeaR 2025 Program Co-Chair ④世界模型赛道正热：杨立昆 AMI 融了 $10 亿+，李飞飞 World Labs $10 亿，国内 25 起融资超 22 亿。 几乎所有玩家都在卷数据量、卷仿真规模。 但 Aether AI 的切入点完全不同，不卷 Scale，卷因果结构。 这可能是具身智能从「花拳绣腿」到「真正理解物理世界」的范式转折点。 感兴趣的可以看看官网：

2. CVPR 2026 论文提交 (优先级 5) 规模: 16,092 篇投稿，比 2025 年 增长 24%，接收 4,089 篇（约 25%） 热门方向: - 图像/视频合成与生成（最热） - 视觉、语言与推理 - 多模态学习 - 3D 重建 - 医学/生物视觉（增长最快） NVIDIA NitroGen 模型: - 由 NVIDIA + 斯坦福 + 加州理工 + 芝加哥大学 + 德州大学联合发布 - Vision-action 基础模型，专为通用游戏 Agent 设计 - 在 1,000+ 款游戏、40,000 小时游戏视频上训练 - 定位：跨域通用游戏智能体基础模型 其他亮点: - 深圳先进技术研究院 + vivo 的移动端散景渲染 - 弗吉尼亚大学的扩散模型黑盒攻击 - CMU + 剑桥 + 浙大的无训练肿瘤分割框架