计算机视觉的下一个十年:从「看懂世界」到「教会人类」| ECCV 2026
这正是 Kristen Grauman 在 ECCV 2026 主会首场 Keynote 上试图回答的问题。她在主题为《 From Machine Perception to Human Expertise》的演讲,提出 AI 必须从 understanding 走向 enabling,从“看懂人”走向“帮助人学会”。
计算机视觉的下一个十年:从「看懂世界」到「教会人类」| ECCV 2026
AI 不应只做更强的观察者,而应成为帮助人学会现实世界技能的 AI Guide。作者丨张岂萍编辑丨幸丽娟过去十年,计算机视觉的技术演进主线几乎围绕同一件事展开:让机器看得更准。从目标检测、姿态估计到三维重建、视频理解,“看懂”正在成为大模型的基础能力。
HeliosGen:AI生图生视频,数据全在本地
最近发现一个宝藏开源项目:AI 生图生视频这件事,居然能在无限画布上像搭积木一样连线完成——HeliosGen,一个自托管的桌面应用,GitHub 上五个月拿了 2200+ star。它对标的可是一众收费 SaaS:Higgsfield、OpenArt、Freepik。
把翻译做成了丝滑「零操作」:悬停即译,PDF 漫画都能翻
MouseTooltipTranslator 是一款鼠标悬停即可翻译的浏览器扩展。装好后,用户把鼠标停在网页任意文字上,译文会以气泡形式直接出现在原位附近,不需要划选、复制、粘贴,也不需要切换标签页。
EinsiaAI发布EmbodiedEvo,自进化Coding Agent登顶Robodojo
Einsia AI 旗下 Navers Lab 团队提出了 EmbodiedEvo:每个任务仅用一个 Playground 场景,让 Agent 在交互中积累代码 Skills 和文字 Lessons。
RCIM 2026|一段手机视频,就能教会机器人新技能
过去两年,具身智能行业最让人头疼的问题,是机器学习的数据。一个机器人要掌握抓取、搬运、装配这些技能,背后往往需要工程师团队用遥操作设备反复示范,或者在仿真环境里生成海量轨迹。一个流畅的拿取、移动、放置动作,可能就是几个月的采集和训练。