来源：公众号“小米技术” 原文链接：https://mp.weixin.qq.com/s/HcGx942SZYWmXyOnacPcUQ?scene=1&click_id=38 近日，小米机器人团队在 CVPR 2026 Workshops-GigaBrain Challenge-RoboChallenge Track 和 ICRA 2026 WBC（Whole Body Control）赛道斩获双料冠军，充分彰显小米机器人团队在具身智能领域的前沿研发水平。 ICRA 2026 WBC 现场领奖 01 CVPR 2026 Workshops-GigaBrain Challenge-RoboChallenge Track 系列任务共30个超难度真实任务，包括双臂灵巧任务、覆盖柔性物体操作、工具因果推理和跨平台鲁棒性，需进行10次连续无干扰测试，提交统一多任务模型，注重考验模型泛化能力。 参赛模型「my16」为 WAM 模型， 是面向真实机器人场景自研的「大小脑 + 长短期记忆」世界动作模型。在 RoboChallenge CVPR 2026...

作者丨李傲 中国人民大学 近年来，以LLaVA、Qwen系列为代表的大视觉语言模型（LVLM）推动了多模态智能的发展，在视觉理解与推理任务中展现不错的表现。然而，其伴随着高昂的推理成本。面对高分辨率图像或者视频时，模型往往需要处理大量视觉Token，而这些Token会在整个推理过程中持续参与计算，成为制约模型效率的重要瓶颈。因此，如何识别并保留真正重要的视觉Token，在尽可能不影响性能的前提下降低计算开销，已成为当前多模态大模型研究的重要课题。 来自山东大学，MBZUAI的研究团队提出了TransPrune：从演化的视角衡量视觉Token的重要性，在保持整体性能无损的同时，将推理成本降低60%。 论文arxiv链接：https://arxiv.org/abs/2507.20630 代码：https://github.com/liaolea/TransPrune 01 现有Token Pruning方法大多依赖Attention Score或Token Similarity来衡量视觉Token的重要性，但这些方法在实际使用中都存在一定局限性。 ...

来源：公众号“机器之心” 原文链接：https://mp.weixin.qq.com/s/rht6QRWh3JtuGnG7tYsoGQ 视觉脑机接口的终极目标，是建立大脑神经皮层与外部视觉感知的双向交互通道，从“单向理解”走向“双向交互”，既能从大脑神经活动中重建出视觉信息（读脑），也能把视觉信息自然写入神经皮层（写脑），同时保证“读脑”与“写脑”过程的可交互性与双向一致性。 来自上海人工智能实验室、香港大学、香港中文大学等机构的研究团队，提出首个基于统一神经流模型的视觉-神经双向建模框架NeuroFlow，相关成果入选CVPR 2026。它首次将视觉编码（写脑）与解码（读脑）整合到同一可逆流结构中，打通视觉感知与神经活动之间的双向通路，为理解人类视觉认知机制、构建下一代通用视觉假体与双向脑机接口提供了全新范式。 论文标题： NeuroFlow: Toward Unified Visual Encoding and Decoding from Neural Activity 论文地址： https://arxiv.org/abs/2604.09817 ...