CVPR 2026完美落幕！D4RT封神最佳論文、牛津VGG兩連冠，中國本科生泰坦顯卡逆襲引爆全網

CVPR 2026主會議于6月7日落下帷幕，三大重磅信號同頻共振：獎項端，Google DeepMind的D4RT摘得最佳論文獎，Oxford VGG實現CVPR最佳論文「背靠背」兩連冠，何愷明的ResNet/YOLO同獲Longuet-Higgins時間檢驗獎，微軟×清華的TRELLIS.2斬獲最佳學生論文獎；數據基建端，號稱「視覺物理ImageNet時刻」的PhysInOne以2M視頻、150K+3D場景、71種物理現象震撼發布，VLA論文5倍增長、世界模型3倍增長已成共識；人才端，2名本科生半年攬5個頂會、大三學生憑老舊泰坦GPU拿下最佳學生論文提名，中國本科生頂會現象成為閉幕日全網熱議話題。以下三大熱門議題，雷峰網(公眾號：雷峰網)帶你一口氣看完CVPR 2026閉幕日的所有精華。

 

熱門議題一：五大獎項全揭曉——D4RT封神、牛津VGG兩連冠、何愷明再獲至高榮譽

閉幕式上，CVPR 2026五大獎項塵埃落定。Google DeepMind的D4RT以4D動態場景重建摘得最佳論文獎，標志著Oxford VGG連續兩年站上CVPR最高領獎臺（VGGT'25 + D4RT'26）；何愷明團隊的ResNet/YOLO同獲Longuet-Higgins時間檢驗獎，再次印證其在計算機視覺史上的奠基地位；微軟×清華的TRELLIS.2以17秒生成PBR資產的驚艷表現斬獲最佳學生論文獎；SAM 3D獲最佳論文提名，NitroGen（NVIDIA）獲最佳論文榮譽提名。這五大獎項不僅是論文本身的勝利，更折射出計算機視覺從2D到4D、從感知到生成的范式遷移主線。

 

D4RT — CVPR 2026 Best Paper Award（Google DeepMind / UCL / Oxford · 閉幕式揭曉）

[摘要] CVPR 2026最佳論文獎花落Google DeepMind、UCL和Oxford聯合團隊的D4RT。該論文提出了一套高效的4D動態場景重建方法，在重建質量與計算效率之間取得了突破性平衡。這是Oxford VGG實驗室連續兩年斬獲CVPR最佳論文——2025年的VGGT與2026年的D4RT共同寫就了「背靠背」兩連冠的傳奇，也標志著4D重建已從研究前沿正式進入主流視野。

 

ResNet & YOLO — Longuet-Higgins 時間檢驗獎（何愷明團隊）

[摘要] 何愷明團隊的ResNet與YOLO檢測框架同獲CVPR 2026 Longuet-Higgins時間檢驗獎，表彰其對計算機視覺研究與實踐長達十年以上的深遠影響。從2015年的ResNet到2016年的YOLO，這兩項工作經歷了大規模工業驗證后，其奠基性貢獻獲最高級別學術獎項認可，再次印證何愷明「一作即封神」的傳奇學術軌跡。

 

TRELLIS.2 — 最佳學生論文獎（微軟 × 清華 · 17秒生成PBR資產）

[摘要] 微軟研究院與清華大學聯合提出的TRELLIS.2斬獲CVPR 2026最佳學生論文獎。TRELLIS.2作為原生3D大模型，能在17秒內生成超高精度的PBR（物理渲染）資產，將3D資產生成從「天級」縮短至「秒級」，被視為3D生成領域的新標桿。該論文是產學研結合的典范之作。

 

SAM 3D（最佳論文提名）& NitroGen（NVIDIA · 最佳論文榮譽提名）

[摘要] SAM 3D提出從單張圖像進行3D重建的生成模型，獲CVPR 2026最佳論文提名（Best Paper Finalist）；NVIDIA的NitroGen則獲得最佳論文榮譽提名（Best Paper Honorable Mention），延續了NVIDIA在CVPR的強勢表現。兩篇論文分屬3D重建與圖像生成方向，代表了當前計算機視覺最具活力的兩個子領域。

 

熱門議題二：PhysInOne發布——「視覺物理ImageNet時刻」開啟，世界模型與具身智能論文暴漲

如果說D4RT代表了過去，那么PhysInOne的發布則指向CV視覺的未來。這個包含2M視頻、150K+動態3D場景、71種物理現象（力學、光學、流體、磁學）的超大型數據集，被學界稱為「視覺物理的ImageNet時刻」——其意義不在于一項技術突破，而在于為世界模型和具身AI研究奠定了此前缺失的數據基礎設施。與此同時，CVPR 2026數據清晰顯示VLA論文數量增長了5倍、世界模型論文數量增長了3倍，前AlphaFold2核心成員Simon Kohl以一場被評價為「全場最佳」的Keynote，打通了從蛋白質設計到生成式AI的跨領域鏈路。具身智能正在從學術春天走向真正的產業夏天。

 

PhysInOne: Physics-Grounded World Models & Embodied AI Dataset（「視覺物理ImageNet時刻」）

[摘要] PhysInOne是一個面向物理世界模型和具身AI的大規模數據集，包含200萬個視頻、150K+動態3D場景，覆蓋71種物理現象（力學、光學、流體、磁學），并提供完整的2D/3D/4D/文本標注。其發布被視為世界模型訓練的分水嶺事件——在此之前，研究者缺少一個大規模、多元化、帶物理標注的數據集作為世界模型的學習基礎。PhysInOne有望成為具身智能時代的數據標準，推動機器人從「看懂世界」到「理解物理」的質變。

[鏈接] https://x.com/boyang_vLAR/status/2063676557223514490

Simon Kohl（前AlphaFold2 / Latent Labs CEO）Keynote

[摘要] 前AlphaFold2核心成員、現任Latent Labs CEO Simon Kohl發表了被多位參會者評價為「全場最精彩Keynote」的演講。他以「預測器賦能生成模型」為核心洞見：在AlphaFold2中做的是預測器（Predictor），而在Latent Labs則轉向生成器（Generator），AI設計的抗體已在十人人類panel中展示低免疫激活。這場橫跨CV、計算生物學與藥物設計的演講，讓在場研究者看到了視覺模型與生命科學深度交匯的巨大潛力。

 

[鏈接] https://x.com/CVPR/status/2063001229672743180?s=20

 

MAPS: VLA魯棒微調框架 + VQ-VA World：具身智能方法論的集中爆發

[摘要] CVPR 2026具身智能方向以「VLA論文5倍增長、世界模型3倍增長」的數據坐實了賽道熱度。MAPS提出了VLA模型魯棒微調框架，核心發現是VLA的不同組件需要不同級別的保留與適配策略；VQ-VA World等世界模型相關論文同期亮相。這標志著具身智能從早期的單點突破階段，正式進入系統性方法論構建階段。

 

熱門議題三：中國本科生頂會現象引爆網絡——2人半年5個頂會、大三學生老泰坦逆襲、美團560B開源模型齊登CVPR

CVPR 2026閉幕日，最出圈的討論不是最佳論文花落誰家，而是一群中國本科生的驚艷表現。2名本科生半年內在CVPR/ICCV/ECCV等頂級會議上狂攬5篇論文；一位大三學生僅憑一塊老舊泰坦GPU完成的研究，成功獲得CVPR 2026最佳學生論文提名——這條消息以極快的速度在機器之心、新智元、量子位等頭部科技媒體間發酵，成為閉幕日全網最熱話題。與此同時，中國科技巨頭在CVPR現場同樣重量級：美團正式開源560B參數的LongCat MoE大模型，字節跳動的HiFi-Inpaint圖像修復新范式高調亮相，微軟×清華的TRELLIS.2更是讓產學研合作成果站上國際舞臺。中國力量，正在以不可忽視的姿態成為CVPR的主角。

大三本科生憑老泰坦GPU斬獲CVPR最佳學生論文提名

[摘要] 一名大三本科生使用一塊老舊泰坦（Titan）GPU完成的研究，脫穎而出獲得CVPR 2026最佳學生論文提名。該故事經量子位微信公眾號首發后迅速引爆全網，機器之心、新智元等頭部科技媒體陸續跟進。在算力軍備競賽愈演愈烈的今天，這一「低配逆襲」敘事擊中了學術界的集體共鳴點，也讓更多資源受限的高校學生看到了沖頂頂會的可能。

 

2名本科生半年5個頂會——中國青年學者全民出海

[摘要] 兩名本科在讀學生，僅用半年時間便在CVPR、ICCV、ECCV等五大頂級會議上發表了5篇論文，并在CVPR 2026上獲得最佳學生論文提名。這一現象經新智元、機器之心等多家媒體報道后引發熱議，折射出中國計算機視覺教育——尤其是本科階段拔尖人才培養體系——的跨越式進步。

 

LongCat：美團開源560B MoE大模型（CVPR現場展出）

[摘要] 美團在CVPR 2026現場正式發布并開源LongCat模型家族：560B參數Mixture-of-Experts架構，每次推理僅需激活約27B參數，在推理速度與模型能力之間取得了出色平衡。這是中國互聯網巨頭在CVPR舞臺上最大規模的模型開源行動之一，標志著美團AI戰略從應用層向基礎模型層的縱深延伸。

[鏈接]https://x.com/VincentLogic/status/2063877403739558179?s=20

 

HiFi-Inpaint：字節跳動圖像修復新范式

[摘要] 字節跳動在CVPR 2026上提出HiFi-Inpaint，以全新思路解決圖像修復（Image Inpainting）任務中的高頻細節恢復難題。該論文經CVer公眾號深度解讀后獲得廣泛傳播，成為本屆CVPR中國科技企業賽道中平面視覺方向最受關注的成果之一。

 

[CVPR 2026完美落幕] 視覺物理時代，才剛剛開始

從D4RT的4D重建到PhysInOne的物理數據集，從中國本科生的泰坦逆襲到LongCat 560B的開源浪潮。

CVPR 2026告訴我們：計算機視覺正在從「理解圖像」的時代，

大踏步邁向「理解世界」的時代——而中國，已站上這場變革的中心舞臺。

>> 點擊關注CVPR專題專區，獲取年度綜述、深度論文解讀與行業趨勢全盤點 <<

 

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。