谷歌携 41 篇论文亮相 ECCV 2026,涉视频空间理解等研究
ymatias · x · 2026-09-11
Google Research 与 Google DeepMind 以钻石赞助商身份参加在瑞典马尔默举办的 ECCV 2026(9 月 8-12 日)，共有 41 篇论文被接收，参与 47 个 workshop 与教程，并设展台现场演示。
亮点包括：
- 摊位演示《Perception, Not Reasoning, Limits Video Spatial Understanding》，探讨视频基础模型的空间感知与推理瓶颈
- TIPSv2：通过增强 patch-text 对齐加速视觉-语言预训练
「多模态」频道最新
- 用 MiniMax H3 重制 G.I. Joe 场景：满屏弹孔的名场面 — darthfurbyyoutube · 2026-09-11
- Nari Labs 推出 50ms 首音 TTS,比 ElevenLabs 便宜 10 倍 — iamaliveix · 2026-09-11
- MiniMax H3 纯文字出片自带 90 年代动漫混老迪士尼质感 — Mr__Earthling · 2026-09-11
- Midjourney sref 风格随画幅比例变化，1:3 出细腻油画感 — Kyrannio · 2026-09-11
- 给电脑装上「联觉」：把画面实时转成声音的趣味 demo — floguo · 2026-09-11
- AI 电影工作室自研 3D 镜头预演工具,先摆机位再烧生成额度 — purecharisma2020 · 2026-09-11