零样本数字孪生新框架，用图神经网络突破传统几何刚性，实时视觉与几何无缝耦合
arXiv:2607.20535v1 Announce Type: cross Abstract: Traditional Predictive Digital Twins often remain geometrically rigid, requiring extensive retrainin…
光鉴科技推出具身智能视觉感知方案，用统一硬件和高效计算助力机器人实现深度感知、SLAM等核心能力。
AI融合视觉感知，让无人机实现“肉眼隐身”，黑科技颠覆未来侦查与安防。
美国西北大学工程师利用人工智能（AI）优化无人机结构设计，并结合人类视觉感知特点，打造出一种能“隐身于眼前”的低可见度无人机。该无人机通过高速旋转制造运动模糊效果，利用视觉错觉“欺骗”人眼，使自身轮廓在人眼中逐渐消失，融入周围环境。经过AI优化后的无人机，视觉可察觉程度约��低至传统四旋翼无人机的十…
新基准EgoDyn-Bench专测自动驾驶视觉基础模型的自我运动理解能力，诊断漏洞提升安全性。
arXiv:2604.22851v2 Announce Type: replace-cross Abstract: While Vision-Language Models (VLMs) have advanced high-level reasoning in autonomous driving…
用大模型语义知识蒸馏到鸟瞰图表示，为自动驾驶感知开辟新路径
arXiv:2603.06576v2 Announce Type: replace-cross Abstract: The integration of Large Language Models (LLMs) into autonomous driving has attracted growin…
高分辨率视觉感知新思路，层级实体探索方法被ECCV 2026收录，值得关注。
arXiv:2607.00816v1 Announce Type: new Abstract: High-resolution (HR) image perception remains a key challenge in multimodal large language models (MLL…
北航机器人所团队创业，首创智能变刚度关节，全球首款视觉感知全地形AI外骨骼IRMO M1完成近亿元天使轮融资，技术实力与商业化并进。
硬氪获悉，近期，航墨科技完成由中投万方、三贤科技、北航天汇、诚美资本、三合投资、常州金控的近亿元天使轮投资，德太资本担任长期战略融资顾问，此次融资主要用来产品研发和市场推广。 航墨科技成立于2022年，是一家专注于智能变刚度关节技术及消费级智能外骨骼的研发落地的高科技公司，核心技术来源于北京航空航天…
针对MLLMs视觉STEM感知难题，CodePercept创新引入代码接地机制，为多模态理解开辟新路径，已被CVPR2026收录。
arXiv:2603.10757v2 Announce Type: replace Abstract: When MLLMs fail at Science, Technology, Engineering, and Mathematics (STEM) visual reasoning, a fu…
多模态大模型能听会看，但音频和视觉信号如何内部流动最终影响回答？这篇论文深入追踪其信息路径。
arXiv:2606.10147v1 Announce Type: new Abstract: Multimodal Large Language Models (MLLMs) can listen and see, but how do audio and visual signals actua…
融合外部知识与视觉感知的KG-ViP框架，让多模态大模型在视觉问答中更精准、更可解释。
arXiv:2601.11632v3 Announce Type: replace Abstract: Multi-modal Large Language Models (MLLMs) for Visual Question Answering (VQA) often suffer from du…
用场景重建生成地图先验，大幅提升3D目标检测精度，CVPR 2026前沿论文。
arXiv:2605.22997v1 Announce Type: new Abstract: In autonomous driving, mapping is critical for motion planning but remains an under-utilized resource …