CVPR 2026完美落幕！D4RT封神最佳论文、牛津VGG两连冠，中国本科生泰坦显卡逆袭引爆全网

CVPR 2026主会议于6月7日落下帷幕，三大重磅信号同频共振：奖项端，Google DeepMind的D4RT摘得最佳论文奖，Oxford VGG实现CVPR最佳论文「背靠背」两连冠，何恺明的ResNet/YOLO同获Longuet-Higgins时间检验奖，微软×清华的TRELLIS.2斩获最佳学生论文奖；数据基建端，号称「视觉物理ImageNet时刻」的PhysInOne以2M视频、150K+3D场景、71种物理现象震撼发布，VLA论文5倍增长、世界模型3倍增长已成共识；人才端，2名本科生半年揽5个顶会、大三学生凭老旧泰坦GPU拿下最佳学生论文提名，中国本科生顶会现象成为闭幕日全网热议话题。以下三大热门议题，雷峰网(公众号：雷峰网)带你一口气看完CVPR 2026闭幕日的所有精华。

 

热门议题一：五大奖项全揭晓——D4RT封神、牛津VGG两连冠、何恺明再获至高荣誉

闭幕式上，CVPR 2026五大奖项尘埃落定。Google DeepMind的D4RT以4D动态场景重建摘得最佳论文奖，标志着Oxford VGG连续两年站上CVPR最高领奖台（VGGT'25 + D4RT'26）；何恺明团队的ResNet/YOLO同获Longuet-Higgins时间检验奖，再次印证其在计算机视觉史上的奠基地位；微软×清华的TRELLIS.2以17秒生成PBR资产的惊艳表现斩获最佳学生论文奖；SAM 3D获最佳论文提名，NitroGen（NVIDIA）获最佳论文荣誉提名。这五大奖项不仅是论文本身的胜利，更折射出计算机视觉从2D到4D、从感知到生成的范式迁移主线。

 

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

[摘要] CVPR 2026最佳论文奖花落Google DeepMind、UCL和Oxford联合团队的D4RT。该论文提出了一套高效的4D动态场景重建方法，在重建质量与计算效率之间取得了突破性平衡。这是Oxford VGG实验室连续两年斩获CVPR最佳论文——2025年的VGGT与2026年的D4RT共同写就了「背靠背」两连冠的传奇，也标志着4D重建已从研究前沿正式进入主流视野。

 

ResNet & YOLO — Longuet-Higgins 时间检验奖（何恺明团队）

[摘要] 何恺明团队的ResNet与YOLO检测框架同获CVPR 2026 Longuet-Higgins时间检验奖，表彰其对计算机视觉研究与实践长达十年以上的深远影响。从2015年的ResNet到2016年的YOLO，这两项工作经历了大规模工业验证后，其奠基性贡献获最高级别学术奖项认可，再次印证何恺明「一作即封神」的传奇学术轨迹。

 

TRELLIS.2 — 最佳学生论文奖（微软 × 清华 · 17秒生成PBR资产）

[摘要] 微软研究院与清华大学联合提出的TRELLIS.2斩获CVPR 2026最佳学生论文奖。TRELLIS.2作为原生3D大模型，能在17秒内生成超高精度的PBR（物理渲染）资产，将3D资产生成从「天级」缩短至「秒级」，被视为3D生成领域的新标杆。该论文是产学研结合的典范之作。

 

SAM 3D（最佳论文提名）& NitroGen（NVIDIA · 最佳论文荣誉提名）

[摘要] SAM 3D提出从单张图像进行3D重建的生成模型，获CVPR 2026最佳论文提名（Best Paper Finalist）；NVIDIA的NitroGen则获得最佳论文荣誉提名（Best Paper Honorable Mention），延续了NVIDIA在CVPR的强势表现。两篇论文分属3D重建与图像生成方向，代表了当前计算机视觉最具活力的两个子领域。

 

热门议题二：PhysInOne发布——「视觉物理ImageNet时刻」开启，世界模型与具身智能论文暴涨

如果说D4RT代表了过去，那么PhysInOne的发布则指向CV视觉的未来。这个包含2M视频、150K+动态3D场景、71种物理现象（力学、光学、流体、磁学）的超大型数据集，被学界称为「视觉物理的ImageNet时刻」——其意义不在于一项技术突破，而在于为世界模型和具身AI研究奠定了此前缺失的数据基础设施。与此同时，CVPR 2026数据清晰显示VLA论文数量增长了5倍、世界模型论文数量增长了3倍，前AlphaFold2核心成员Simon Kohl以一场被评价为「全场最佳」的Keynote，打通了从蛋白质设计到生成式AI的跨领域链路。具身智能正在从学术春天走向真正的产业夏天。

 

PhysInOne: Physics-Grounded World Models & Embodied AI Dataset（「视觉物理ImageNet时刻」）

[摘要] PhysInOne是一个面向物理世界模型和具身AI的大规模数据集，包含200万个视频、150K+动态3D场景，覆盖71种物理现象（力学、光学、流体、磁学），并提供完整的2D/3D/4D/文本标注。其发布被视为世界模型训练的分水岭事件——在此之前，研究者缺少一个大规模、多元化、带物理标注的数据集作为世界模型的学习基础。PhysInOne有望成为具身智能时代的数据标准，推动机器人从「看懂世界」到「理解物理」的质变。

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

Simon Kohl（前AlphaFold2 / Latent Labs CEO）Keynote

[摘要] 前AlphaFold2核心成员、现任Latent Labs CEO Simon Kohl发表了被多位参会者评价为「全场最精彩Keynote」的演讲。他以「预测器赋能生成模型」为核心洞见：在AlphaFold2中做的是预测器（Predictor），而在Latent Labs则转向生成器（Generator），AI设计的抗体已在十人人类panel中展示低免疫激活。这场横跨CV、计算生物学与药物设计的演讲，让在场研究者看到了视觉模型与生命科学深度交汇的巨大潜力。

 

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

 

MAPS: VLA鲁棒微调框架 + VQ-VA World：具身智能方法论的集中爆发

[摘要] CVPR 2026具身智能方向以「VLA论文5倍增长、世界模型3倍增长」的数据坐实了赛道热度。MAPS提出了VLA模型鲁棒微调框架，核心发现是VLA的不同组件需要不同级别的保留与适配策略；VQ-VA World等世界模型相关论文同期亮相。这标志着具身智能从早期的单点突破阶段，正式进入系统性方法论构建阶段。

 

热门议题三：中国本科生顶会现象引爆网络——2人半年5个顶会、大三学生老泰坦逆袭、美团560B开源模型齐登CVPR

CVPR 2026闭幕日，最出圈的讨论不是最佳论文花落谁家，而是一群中国本科生的惊艳表现。2名本科生半年内在CVPR/ICCV/ECCV等顶级会议上狂揽5篇论文；一位大三学生仅凭一块老旧泰坦GPU完成的研究，成功获得CVPR 2026最佳学生论文提名——这条消息以极快的速度在机器之心、新智元、量子位等头部科技媒体间发酵，成为闭幕日全网最热话题。与此同时，中国科技巨头在CVPR现场同样重量级：美团正式开源560B参数的LongCat MoE大模型，字节跳动的HiFi-Inpaint图像修复新范式高调亮相，微软×清华的TRELLIS.2更是让产学研合作成果站上国际舞台。中国力量，正在以不可忽视的姿态成为CVPR的主角。

大三本科生凭老泰坦GPU斩获CVPR最佳学生论文提名

[摘要] 一名大三本科生使用一块老旧泰坦（Titan）GPU完成的研究，脱颖而出获得CVPR 2026最佳学生论文提名。该故事经量子位微信公众号首发后迅速引爆全网，机器之心、新智元等头部科技媒体陆续跟进。在算力军备竞赛愈演愈烈的今天，这一「低配逆袭」叙事击中了学术界的集体共鸣点，也让更多资源受限的高校学生看到了冲顶顶会的可能。

 

2名本科生半年5个顶会——中国青年学者全民出海

[摘要] 两名本科在读学生，仅用半年时间便在CVPR、ICCV、ECCV等五大顶级会议上发表了5篇论文，并在CVPR 2026上获得最佳学生论文提名。这一现象经新智元、机器之心等多家媒体报道后引发热议，折射出中国计算机视觉教育——尤其是本科阶段拔尖人才培养体系——的跨越式进步。

 

LongCat：美团开源560B MoE大模型（CVPR现场展出）

[摘要] 美团在CVPR 2026现场正式发布并开源LongCat模型家族：560B参数Mixture-of-Experts架构，每次推理仅需激活约27B参数，在推理速度与模型能力之间取得了出色平衡。这是中国互联网巨头在CVPR舞台上最大规模的模型开源行动之一，标志着美团AI战略从应用层向基础模型层的纵深延伸。

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

 

HiFi-Inpaint：字节跳动图像修复新范式

[摘要] 字节跳动在CVPR 2026上提出HiFi-Inpaint，以全新思路解决图像修复（Image Inpainting）任务中的高频细节恢复难题。该论文经CVer公众号深度解读后获得广泛传播，成为本届CVPR中国科技企业赛道中平面视觉方向最受关注的成果之一。

 

[CVPR 2026完美落幕] 视觉物理时代，才刚刚开始

从D4RT的4D重建到PhysInOne的物理数据集，从中国本科生的泰坦逆袭到LongCat 560B的开源浪潮。

CVPR 2026告诉我们：计算机视觉正在从「理解图像」的时代，

大踏步迈向「理解世界」的时代——而中国，已站上这场变革的中心舞台。

>> 点击关注CVPR专题专区，获取年度综述、深度论文解读与行业趋势全盘点 <<

 

雷峰网原创文章，未经授权禁止转载。详情见转载须知。