ECCV 现场弥漫挫败感:GPT-6 后传统 CV 研究走向何方
CSProfKGD · x · 2026-09-17
- Letian Wang 转述:不少 CVPR 与会者(含资深学者)相当失望;ECCV 2026 上挫败感更明显——GPT-6 发布后,学界公开讨论传统计算机视觉研究还有多少会被大基础模型吞并。
- Michael Black(自 1992 年起参加 ECCV)亦自问:大模型时代学术 CV 研究的角色是什么,研究者今天如何做出影响力。他的论文 VIGA 用 agentic 方法把单张图像逆图形学式地转为 3D Blender 场景,初稿曾被拒、延迟数年才发表。
- 讨论背后的论文是 Google DeepMind 联合多所高校的 GenCeption:把预训练视频生成模型改造成单个统一的前馈视觉模型,仅靠文本指令即可在深度估计、3D 等广泛视觉任务上匹配甚至超越 DepthAnything3 等专门 SOTA,学习效率极高,并出现有趣的涌现行为。作者含 Kaiming He、Andrew Zisserman 等重量级学者。
- 整体信号与 NLP 的演变路径呼应:视觉研究正从专用任务模型时代滑向通用视觉智能时代。
「漫话AGI」频道最新
- 「LLM 只会预测 token」?数学教育者批还原论式贬低 — burny_tech · 2026-09-17
- 设想：agent 打电话给 agent，AI 通话应直接切换到机器对机器 — RichardsonDx · 2026-09-17
- LessWrong 长文《One Life Against the World》再引 AI 圈关注 — jessi_cata · 2026-09-17
- 伯克利两位博士生携 AI 对工作影响研究进入求职市场 — soumitrashukla9 · 2026-09-17
- ValsAI 发布 MysteryMechanism：测试智能体能否重新发现封闭数学机制 — burny_tech · 2026-09-17
- 华盛顿大学启动「透明 AI」大挑战研究计划 — lazowska · 2026-09-17