视觉-语言与多模态LLM论文占比一年飙涨5.7个百分点，CVPR正以前所未有的速度把具身智能推上主赛道。作者丨陈淑瑜编辑丨岑峰16,092篇投稿，4,071篇录用，25.3%录取率，今年的CVPR创下了多项历史纪录。但比数字更具风向标意义的是行业风向：5篇获奖论文中至少3篇直指具身智能；展台上NVIDIA和Tesla正合力把机器人从实验室推向商业化；一场关于“可编程生物学”的重磅演讲，则彻底打破了计算机视觉与传统药物设计的边界。如果你没能亲自前往丹佛，这篇全景盘点将带你用最短的时间，一眼看透本届大会的全部精髓。5篇论文：从4D重建到一步式编辑，具身智能全面接管今年CVPR的最佳论文奖项共有74篇入围，15篇进入决赛圈，最终5篇获奖。纵观这些获奖作品，能发现一个显而易见的行业共性：计算机视觉正从“被动感知”走向“主动理解与行动”。▎最佳论文：D4RT——让机器人“看见”第四个维度动态场景的4D重建一直是计算机视觉中的“硬骨头”。现有方法要么把任务拆成多个模块分别处理，慢且复杂。要么无法处理动态区域的对应关系，要么两者皆有。D4RT的核心贡献在于范式转换。模型先用编码器把整段视频压缩...

编辑丨岑峰 花费上亿美元、集结顶尖算力训练出的大模型，正面临被恶意蒸馏、套壳甚至窃取核心数据的巨大风险。 就在2026年近期，Anthropic 公开披露了针对 Claude 的大规模疑似恶意蒸馏事件——攻击者利用欺诈账户和代理服务疯狂收集模型输出，试图低成本复制大模型的能力。残酷的现实证明：面对隐蔽的“白嫖”与盗用，仅靠账户封禁、访问控制等外部防御手段，已经防不胜防。 数据从何而来？模型是否被恶意克隆？这篇爆火的AI爽文到底是谁生成的？ 为了回答这三个终极安全问题，建立一套严密的大语言模型（LLM）“身份认证”机制迫在眉睫。近日，来自西安交通大学、中国科学院信工所和澳大利亚迪肯大学的研究团队，在人工智能顶会 IJCAI 2026 发表了题为“Implicit Identity Technologies for LLMs: Fingerprinting and Watermarking across Datasets, Models, and Generated Content”的重磅综述论文，首次提出了大模型“隐式身份（Implicit-ID）”的统一理论框架。 ...

编辑丨岑峰 在近日公布的国际人工智能联合会议（IJCAI 2026）Tutorial（讲习班）录用名单中，出现了一个极其罕见的现象：清华大学王鑫教授团队，凭借 T9《Beyond Graph Distribution Shifts》与 T11《OOD Generalized Generative AI》同时包揽两席。 在全球顶尖高校与科技巨头云集的 IJCAI 赛场，同一团队拿下“双杀”，不仅彰显了清华在 AI 领域的强势话语权，更向全行业释放了一个强烈的信号：生成式 AI 的下一场技术战役，已经从“大力出奇迹的 IID（独立同分布）拟合”，全面转向了“应对真实物理世界的 OOD（分布外泛化）挑战”。为什么是王鑫团队？这两场看似独立、实则底层相通的 Tutorial，究竟藏着怎样的学术野心与产业图景？ 01 大语言模型（LLM）与生成式 AI 在过去几年高歌猛进，但产业界很快撞上了一堵无形的墙：模型在训练数据（分布内，IID）上表现如神，一旦面对真实世界中前所未见的新场景、新结构或罕见提示词（分布外，OOD），就会瞬间智商断崖式下跌，甚至产生严重的幻觉。 ...