CVPR 2026

行业痛点：范式冲突导致大模型检索“能力退化” 多模态大模型（MLLM）在图文理解与逻辑推理方面展现出强大能力，将其应用于组合图像检索（CIR）任务，本应具有显著优势。然而，现实情况却相反：将生成式大模型强行改造为判别式检索器后，模型会出现严重的能力退化，甚至无法解决原本能够精准处理的问题。生成式与判别式之间的范式冲突，成为大模型向检索领域落地的核心障碍。 近…

首个系统性研究：强化学习如何让3D模型学会推理？ 图像生成领域，强化学习（RL）已交出亮眼答卷。那么，在更具挑战性的3D生成领域，RL能否同样奏效？当GRPO等算法让大模型在数学、代码推理上实现质变时，一项开创性研究率先给出了答案——首个将强化学习系统性引入文本到3D自回归生成的工作 正式诞生，并已被CVPR 2026接收。该研究并非简单移植2D经验，而是针…

RL赋能3D生成新突破：首个系统性强化学习研究让3D模型学会复杂文本推理 图像生成领域，强化学习（RL）已取得显著成果。那么，3D生成呢？ 当GRPO（Group Relative Policy Optimization）等技术推动大模型在数学、代码推理上实现质变时，一项开创性研究率先给出了答案——首个将强化学习系统性引入文本到3D自回归生成的研究正式诞生，…