Jon Barron 拆解「显式 3D 表示」该不该用：CVPR 演讲分节放出
jon_barron · x · 2026-08-31
Google 资深研究员 Jon Barron 公开了他在 CVPR 2026「Bitter Lessons」工作坊上的演讲，并分节发布便于讨论。第一部分从他早年博士论文的结果讲起，引出核心问题：哪些研究方向应该、哪些可能不应该依赖显式 3D 表示。
演讲随后逐领域深入(见后续各条)：机器人、影视、游戏、工程制造等场景下 3D 表示的价值差异巨大，观点鲜明，是对「3D 视觉是否被 Scaling Law 边缘化」这一行业争论的系统回应。
所属事件:Jon Barron CVPR 演讲分节放出，全面拆解显式 3D 表示价值(10 条相关)→
「研究」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16