日前，备受瞩目的ICCV 2025（国际计算机视觉大会）在夏威夷落下帷幕。特斯联科技集团Chief AI Officer and Global President邵岭博士出席大会，与来自全球65个国家/地区的近7000名计算机科学家分享空间智能领域的前沿发现。其团队共四篇论文获得本届大会录用，聚焦空间智能的基础技术突破及应用场景拓展。
ICCV是计算机视觉领域最顶级的学术会议之一，与CVPR和ECCV并称为计算机视觉领域的三大顶会。会议每两年举办一次，汇聚全球顶尖学者、研究人员及行业专家。根据大会官方公布的数据，ICCV 2025共收到有效论文11152份，再破投稿记录。在逾万份投稿论文中，最终录用论文共2702篇，录用率约24.2%，较2023年度下降约1个百分点。录用论文中，中国作者占比超50%，位列第一，美国作者占比17.2%，位列第二。
得益于空间智能在全球范围内的发展，计算机视觉技术正加速与生成式AI、物理建模等领域进行更深入的融合，不断开拓新的研究方向。空间智能相关领域，如自动驾驶、医疗AI成为本年度ICCV关注的焦点。最佳论文奖获得者Generating Physically Stable and Buildable Brick Structures from Text，聚焦于从文本生成物理稳定且可搭建的积木结构。
最佳论文聚焦于从文本生成物理稳定且可搭建的积木结构
邵岭博士和合作者入选的四篇论文同样关注空间智能的基础技术突破及应用场景拓展，覆盖数据生成、算法优化、医疗AI等细分方向。
1. 迈向可扩展空间智能：通过 2D 到 3D 数据升维
Towards Scalable Spatial Intelligence via 2D-to-3D Data Lifting
该研究针对人工智能领域的关键瓶颈——3D 训练数据的匮乏，提出了一种可扩展的处理流程，能够将单视角图像升维转换为逼真的3D 表征。该方法显著降低了 3D 数据获取的成本，并能更广泛地推动具备理解物理环境并与之交互能力的 AI 系统的开发。通过发布 COCO-3D和 Objects365-v2-3D（首个大规模生成的 3D 数据集），该方法展示了其广泛的应用价值——从基础感知到多模态推理，从而全面拓展了其对学术和工业领域空间任务的影响力。
2. 空间偏好奖励机制：增强多模态大语言模型的空间理解能力
Spatial Preference Rewarding for MLLMs’ Spatial Understanding
该研究致力于改进多模态大语言模型（MLLMs）的细粒度空间推理能力——此类模型常在细节区域描述与精准目标定位任务中存在缺陷。团队提出创新的空间偏好奖励（SPR）框架，通过语义质量和定位精度两个维度，对模型生成的文本进行评分与优化。该机制通过对比低质量与高质量输出，实现了基于偏好的优化方法，在极低训练成本下显著提升文本与空间的对齐能力。该方法在指代理解与基础视觉语言任务的基准测试中均取得性能提升，成为增强MLLMs空间感知能力的有效方案。
3. PCR-GS：通过位姿协同正则化实现免COLMAP的3D高斯绘制
PCR-GS: COLMAP-Free 3D Gaussian Splatting via Pose Co-Regularizations
为消除3D场景重建领域长期依赖COLMAP的瓶颈，本研究提出PCR-GS——一种创新的免COLMAP3D高斯绘制（3DGS）技术。该方法通过跨视角语义特征对齐与基于小波频率分析的相机位姿协同优化，即使在剧烈相机运动下仍能构建鲁棒的3D模型。实验证明该技术在实际场景中具有卓越性能，标志着免显式位姿的3D生成技术在实用化拓展进程中取得重要突破。
4. 肿瘤分割规模化：真实与合成数据的核心经验突破
Scaling Tumor Segmentation: Best Lessons from Real and Synthetic Data
该研究通过验证合成数据可大幅减少真实标注扫描图的需求，为肿瘤分割领域做出重要贡献。研究团队发现：合成数据增强技术能显著提升缩放法则的效能，相比单纯使用真实数据，可更高效地提升AI性能。基于此洞见，团队发布了CancerVerse——迄今规模最大的跨六器官体素级标注肿瘤数据集。使用CancerVerse训练的模型展现出强大的泛化能力：在分布外数据分割任务中最高提升16%，分布内数据分割精度提升7%，为可扩展医疗AI建立了新标杆。
这些成果印证了特斯联团队通过计算机视觉底层创新解决现实挑战的承诺。从空间智能到医疗AI，特斯联正在持续突破智能技术边界以应对更广泛的现实挑战。目前，邵岭博士及其团队正致力于将相关研究成果应用于特斯联AIoT智能体相关产品线。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
